一种基于观测支持度的动态加权融合算法

为对无人机通过各种同类传感器获取的数据进行融合处理,得到更精确的导航数据,提出一种动态加权 融合算法。引入观测支持度的概念对传统的平均加权算法进行改进,通过计算各传感器测量数据间的相互支持度信 息,并依据观测支持度的变化特征,实时动态更新融合权重进行多传感器数据的融合。将算法应用到实际飞参数据 的分析处理,结果表明：该算法能够根据传感器数据特征实时调整权重分配,融合结果较传统的平均加权算法更加 准确、可靠。     

基于递推加权最小二乘法的寻北抗干扰算法?

针对定向设备寻北过程中易受阵风、人员走动等随机干扰影响降低寻北精度的问题,提出了基于递推加权最小二乘估计的定向设备寻北抗干扰算法。该算法以定向设备惯性敏感器输出数据为观测量,实时辨识数据的有效性和精度,并计算加权系数,通过递推算法进行数据滤波,提高了动态条件下惯性器件输出测量数据的估计精度。试验结果表明,该算法能够确保定向设备在5级阵风、发动机和载车取力发电干扰条件下的寻北精度。     

样本均值随机加权估计数据融合方法研究

将一种新兴的随机加权估计方法应用于多传感器数据融合,提出了一种将多源信息综合处理的随机加权数据融合方法.该方法依据极大似然原理,将来自不同总体（均值相同,方差不同）的随机样本进行有效融合,得到了新的总体均值估计量,从而消除了低精度检测结果的干扰,提高了综合检测结果的精度.提出了一种基于随机加权估计的多维位置数据最优融合算法.结果表明,该算法优于传统的信息融合估计算法.     

基于分组平均加权算法实现遥测数据融合

针对多站遥测数据融合问题进行论述,提出采用多站数据分组测量平均值的加权融合算法.通过实测数据处理证明,该融合算法简便实用,可以获得较高的可靠性,在靶场遥测数据处理领域具有一定的应用前景.     

组合导航系统的加权数据融合算法

单一导航传感器的不确定评定分为:对不确定度大的观测值赋予小的权值,对不确定度小的观测值赋予大的权.再根据组合不确定度最小的原则,采用拉格朗日乘数法进行加权值求解.最后,通过对双组合导航系统的加权数据融合,证明该法具有较高的融合精度,同时也为加权数据融合法的加权因子分配提供了较好的途径.     

基于贝叶斯估计的加权最小二乘分布式融合

针对不同观测矩阵加权最小二乘算法没有考虑到模型参数本身信息的共同缺点,提出基于贝叶斯估计的带不同观测矩阵的加权最小二乘分布式(Bayes Estimation Weighted Least Square,BEWLS)融合Kalman滤波算法。该方法首先采用推广的离散卡尔曼滤波对非线性系统线性化,然后在考虑模型参数本身的先验信息条件下,采用基于贝叶斯(Bayes)估计方法对Kalman滤波算法的观测方程进行加权最小二乘融合。BEWLS融合算法减少了计算负担,提高了融合精度,便于实时应用。理论和仿真证明:BEWLS融合具有优越性。     

延时控制差异并联算法与自适应加权融合算法

为提高延时控制系统现有决策算法的精度,提出了基于遗传算法的差异并联决策算法,利用遗传算法对各个延时电路的决策增量进行优化求解;为改善系统决策算法的鲁棒性,提出一种自适应加权融合算法,在对实测数据进行分析的基础上确定合理的权值分配策略。利用数值算例对精度、可靠度、鲁棒性和实时性的对比表明:与原有算法相比,所提两种算法具有更优的综合性能,其中自适应加权融合算法性能较为均衡,而差异并联算法具有较强的抑制异常测量值能力,适用于对鲁棒性要求较高的场合。     

基于实时中值估计的分布式稳健滤波融合方法

针对电子信息装备运动目标多源测量数据加权融合中的复杂电磁环境影响,提出了基于实时中值估计的分布式稳健滤波融合方法。该方法以稳健统计理论为基础,首先给出基于实时中值估计和匀速模型的稳健滤波方法,并将稳健滤波残差刻度应用于权值最优分配原则下的融合权重动态计算,最终得到稳健加权融合结果。典型运动目标实测数据测试结果表明,该方法具有较高的样本崩溃点,能有效处理含一定长度连续粗差的测量数据,且能用于弱机动情形。     

基于自适应滤波的惯性+多模卫星组合导航算法研究

惯性+多模卫星组合导航系统通常采用定常参数的加权最小二乘算法进行多传感器信息融合,若加权系数与实际噪声统计特性不吻合,将会对组合导航精度产生不利影响.为解决该问题,提出一种基于自适应滤波的改进信息融合算法,对惯性及卫星导航数据应用自适应Kalman滤波以估计惯性导航误差,对滤波输出进行基于加权最小二乘法的多模信息融合,并根据滤波误差方差阵的解算结果对加权系数进行实时调整以优化估计精度.仿真结果表明该算法能够在一定程度上提高组合导航系统的精度和对不同随机噪声的适应能力.     

基于权系数的数据融合技术在靶场指控系统中的应用研究

针对靶场试验指挥控制系统中的信息融合需求,提出了一种用加权系数计算数据融合的方法,并进行了初步的推导和论述,给出了具体处理公式．以GPS和WYCK的测量数据为例,对该算法进行了计算机仿真．     

基于最小二乘法的硅二极管I-V 特性建模

为研究硅光电器件的性能,对基于最小二乘法的硅二极管伏安(I-V)特性建模进行研究.分析二极管的I-V特性,采用多项式回归分析算法对实验测量的非线性数据集进行拟合,通过最小二乘法推定系数来构造其矩阵,求取反应硅二极管I-V特性的数学模型参数,通过预测值与实际测量值之间的误差分析来验证算法拟合经验公式的准确性.结果表明,该算法和程序可广泛应用于非线性数据集的多项式回归分析中.     

自适应联邦滤波算法在鱼雷多参量导航定位中的应用

针对鱼雷水下航行的特殊性以及组合导航系统中由于量测噪声统计特性的不确定而导致滤波精度降低的问题,提出了一种新的应用于鱼雷导航定位的自适应滤波算法。该算法通过新息自适应量测噪声,在噪声统计特性未知的情况下能进行滤波计算。同时在信息融合时提出一种新的自适应信息分配方法,该方法利用估计的均方误差阵来实时确定各子滤波器的信息分配系数,使信息分配系数能够跟随子滤波器的性能而改变。通过对新算法与标准卡尔曼滤波算法所做的对比仿真试验分析,结果表明,该自适应联邦滤波算法在鱼雷多参量自适应联邦滤波导航定位应用中的有效性。     

系统误差的不确定性与参数估计精度折合

考虑了系统误差的不确定性对参数估计精度的影响问题.建立了基于多源数据融合系统输入测元系统误差的状态空间及其分布,将参数估计精度转化为精度矩阵表示.讨论了一致误差模型和基于系统误差诊断的数据融合处理系统的精度函数,给出了数据融合处理精度评估的精度折合因子方法,建立了基于系统误差状态空间的精度评估理论和计算方法,该方法也可对不同数据融合处理模型的能力进行定量比较评价,计算分析和实际应用表明了该方法的适用性.     

磁力计/卫星组合测量标定和滤波算法

针对磁力计/卫星定位系统组合测量载体姿态角的现实问题,根据影响测量精度不同因素的特性,研究提高测量精度的方法。采用最小二阶乘算法对磁力计进行标定消除系统误差;采用离散卡尔曼滤波算法消除测量误差带来的影响。试验结果表明：对于标定之后的磁力计,采用本文中所述的滤波算法使得测量绝对平均误差从2.366 1%减小到0.592 6%,证明该方法是有效的。     

基于样条函数表征目标运动轨迹事后数据融合方法研究

针对靶场小型、机动目标多体制跟踪定位模式,提出一种基于样条函数描述目标运动轨迹并进而转换,实现以其为基函数对测控设备测元进行表征的数据融合方法。在最小二乘准则下,采用非线性最优化方法对样条函数最优节点分布进行搜索,使自由节点分布适应目标运动特性,极大减小截断误差,联合误差方程待估参数被极大压缩,计算效率提高。通过工程应用分析,该方法不仅目标轨迹参数计算精度高,而且能够准确自校准各测元系统误差。     

基于改进无迹卡尔曼滤波的弹道射程修正算法研究

以全球定位系统（GPS）作为弹载测量系统的弹道射程修正弹,存在GPS动态数据易受测量噪声与系统噪声污染或在高过载环境中发生定位丢失、数据异常等问题。为了降低弹道数据测量误差,并减小对射程修正时刻预测的误差,提出了基于牛顿插值法的改进无迹卡尔曼滤波(UKF)算法,以重新估计具有粗大误差的测量数据,从而降低异常测量值和定位失锁情况对滤波效果的影响,提高UKF算法对测量数据误差的敏感程度。仿真与试验结果表明：改进的UKF算法作为预处理过程融合至射程修正算法中,当系统离散化步长与GPS数据更新周期相等时,可最大化地预处理算法效果;改进后的修正算法可有效地降低GPS数据造成的修正误差;预处理算法中数据样本容量的选择与修正时刻以及GPS更新周期相关,不受算法效果约束。     

短基线干涉仪测元与距离变化率融合处理方法

短基线干涉仪与脉冲雷达（或微波统一测控系统）相结合的外弹道测量体制是目前航天发射任务主动段测控的主要手段。针对不同传感器跟踪测量数据的融合问题,建立了短基线干涉仪测量元素与雷达测量的距离变化率测量元素融合的算法,实现了利用测速数据确定目标的位置和速度参数的功能。仿真结果表明,该方法改变了以往短基线干涉仪测量必须依赖定位数据的境况,拓展了外弹道的数据处理手段。     

不完全信息下分布式目标跟踪算法

针对分布式目标跟踪过程中出现数据丢包和不完全量测现象,提出一种分布式目标跟踪算法.该算法由统计意义下局部滤波器和基于协方差交叉算法融合滤波器构成,其中局部滤波器利用邻域内各节点测量信息计算局部滤波值,融合滤波器则将邻域内各节点局部滤波值进行融合处理,得到该节点的目标坐标信息;最后,利用典型目标航迹模型对该算法进行仿真分析.仿真结果表明:该算法可有效抑制不完全信息发生时对目标跟踪结果的不利影响,可为分布式目标跟踪系统在实际工程中的设计与研制提供有益的参考.     

基于动态粒子群小波动态加权多模盲均衡算法

为了提高对高阶正交振幅调制 (QAM) 信号的均衡效果,提出了基于动态粒子群优化(DPSO)的小波动态加权多模盲均衡算法(DPSO-WTDWMMA). 该算法将DPSO算法和正交小波变换结合起来应用于动态加权多模盲均衡算法(DWMMA)中。利用DPSO对均衡器权向量进行优化,利用正交小波变换降低输入信号的自相关性,利用动态加权多模算法来选择合适的误差模型匹配发射的QAM信号,降低了稳态误差。理论分析及水声信道仿真结果表明：DPSO-WTDWMMA算法可获得较快的收敛速度和较低的稳态误差。     

信号传播速度未知下水下多基地声纳定位算法

针对水下多基地声纳定位系统中声波信号传播速度未知的情况,以到达时间差为系统观测量,提出一种基于误差约束等式的联合估计声波信号传播速度和目标源位置的闭式解定位算法.算法需要分两步进行.第1步通过引入辅助变量,将非线性观测方程转化为伪线性方程进行处理,求得目标源位置以及信号传播速度的初始估计解;第2步根据初始估计解的估计误...