卫星导航接收机自主完好性监测算法研究

针对航空导航定位高可靠性的要求和GPS接收机观测噪声分布的特点,研究将粒子滤波算法应用于接收机自主完好性监测(RAIM)中。通过粒子滤波算法对状态进行精确估计,利用对数似然比建立一致性检验统计量进行故障检测与隔离。对算法进行了数学建模,描述了完整的RAIM算法详细流程。通过实测数据对提出的RAIM算法进行验证,结果表明:粒子滤波算法在非高斯测量噪声情况下可以对GPS接收机状态进行精确的估计,利用对数似然比建立的一致性检验统计量能有效地检测并隔离故障卫星,验证了该算法应用于GPS接收机自主完好性监测的可行性和有效性。     

接收机自主完好性监测算法研究

卫星导航接收机自主完好性监测RAIM是利用接收机自身的冗余观测值进行卫星故障的检测和识别,根据现有RAIM算法进行故障检测,有较大的漏警率。该文通过研究基于最小二乘残差的故障检测和识别方法,提出了一种改进的RAIM算法,有效地降低了漏警率。该算法在某型号接收机的相关实验中取得了较好的效果。     

一种改进的GNSS接收机完好性监测算法

针对传统GNSS接收机完好性监测算法由于可用性判断过程过于保守、误差保护水平值过大而导致算法可用性差的问题,优化了传统算法的可用性判断过程,根据卫星故障检测难度给出了漏检率的动态分配方法,以及相应的VPL计算方法.理论分析表明,上述改进方法可以在不降低总体完好性指标的同时最小化误差保护水平值,从而提高接收机完好性监测算...     

新遗传粒子滤波的红外弱小目标跟踪与检测

针对传统粒子滤波器的粒子退化和贫乏问题,提出基于进化思想的新遗传粒子滤波算法．将算术相加,快速Metropolis-Hastings移动作为遗传算法的交叉和变异算子,与赌轮选择一起作为粒子滤波重采样的一类方法．将新遗传粒子滤波用于红外弱小目标的跟踪与检测,利用目标的幅度特性和运动特性,进行多帧图像滤波输出的似然比假设检验,来判断目标是否存在．仿真实验结果表明,基于快速Metropolis-Hastings 变异的遗传重采样方法可以快速提高粒子的多样性,避免粒子退化;所提出的检测方法在虚警率为10^-3,信噪比为2.0时,检测概率可以达到98.5％,检测性能明显优于传统重采样粒子滤波算法．     

基于信号体制的热噪声模型及对RAIM的影响

针对因信号体制因素带来的传统加权模型偏差问题,通过分析几种典型信号结构在接收机码跟踪环路跟踪精度上的差异性,提出基于信号体制的接收机伪距误差热噪声模型,推导各频点测距加权因子的产生方式.结合传统双频组合噪声方差估计,探讨新模型对加权接收机自主完好性监测(RAIM)性能及定位估计精度的影响.仿真测试表明,采用该模型能够优化提升RAIM故障检测率,提升各频点测距置信度水平,有效地保证定位精度.     

基于条件粒子滤波的高动态高灵敏度GNSS信号跟踪算法

随着北斗全球定位卫星系统的逐步完善和GPS等卫星系统的更新换代,卫星接收机的灵敏度需求也逐渐提高,而导航信号的微弱性和卫星与接收机之间的相对运动导致现有的卫星接收机高灵敏度跟踪算法的精度无法满足需求。针对这种情况,提出了一种基于粒子滤波的高灵敏度高动态跟踪算法。该算法利用粒子滤波对跟踪环路的各个因子进行修正,并在信号强度和动态应力自适应辅助调节下,实现高精度的接收机高灵敏度跟踪。该算法可以有效降低加加速度对跟踪环路的影响,对突发动态性改变具有较好的跟踪性能。将文中所提出的方法与现有的多种跟踪算法从估计准确度、动态性能和载噪比影响三方面进行分析对比,结果表明新算法相比于现有的跟踪算法能有效提高了接收机的估计准确度和动态性能,并降低载噪比的影响。     

粒子滤波算法在目标跟踪中的应用

粒子滤波算法通过非参数化蒙特卡罗仿真方法实现递推贝叶斯滤波,基于序贯重要性采样的粒子滤波算法无法避免粒子退化问题;通过在滤波初始化阶段对初始化粒子进行优化选择,在重采样阶段使用非排序的基于权重的重采样算法对粒子滤波算法进行了改进,从一定程度上解决了粒子退化问题;仿真验证,本算法在保持与传统粒子滤波算法运算时间的条件下,提高了粒子滤波算法的估计精度,从而提高了其在机动目标跟踪中的性能.     

粒子滤波盲均衡译码联合算法

粒子滤波在解决信道盲辨识和盲均衡问题上具有收敛快、抗深衰信道等优势.在粒子滤波盲均衡算法的基础上,依据卷积码的马氏性特点进行建模,提出了一种直接对信息序列做重要性采样的粒子滤波盲均衡和卷积码译码联合算法.同时,提出了噪声功率递推计算的方法,并将其应用于联合算法中噪声功率参数的自适应调整.仿真结果表明,相比分离算法,联合算法的收敛性能和误码率性能都有明显提高,而自适应调整功率参数的算法则降低了运算复杂度.     

雷达微弱目标探测的改进检测前跟踪算法

针对基于Hough变换的检测前跟踪(TBD)算法存在大量虚假航迹,无法有效得到真实目标航迹的缺点,提出了一种基于修正Hough变换和粒子滤波相结合的TBD算法.该算法首先利用修正Hough变换估计目标航迹,得到目标可能存在的范围;再将该范围作为粒子滤波的先验信息,利用粒子滤波计算的权重构造似然比检测目标,进一步剔除虚假...     

一种新的进化裂变粒子滤波算法

针对经典自举粒子滤波中的重要性函数选取和重采样所导致的样本枯竭问题,提出了一种基于进化裂变的改进粒子滤波算法．该算法首先采用无迹卡尔曼滤波算法产生重要性函数,然后对重要性采样粒子进行裂变通过进化策略更新粒子集以增加粒子多样性,从而克服经典自举滤波重采样过程中的粒子退化问题．仿真实验表明,该算法能有效地提高跟踪精度, 跟踪性能优于经典粒子滤波算法．     

基于自适应卡尔曼滤波的GNSS矢量锁定环路

为了减小卫星信号信噪比变化对全球导航卫星系统(GNSS)接收机当中矢量锁定环路(VLL)的不良影响,使用一种基于新息的自适应卡尔曼滤波方法对其改进,以实现对VLL滤波器观测噪声协方差矩阵的实时调整．使用后处理软件全球定位系统(GPS)接收机处理信号发生器产生的中频数据以对提出的方法进行验证．实验结果表明,相对于传统标量环路(SLL),基于自适应卡尔曼滤波的VLL可以在信噪比降低甚至可见卫星数目不足的环境下工作,其载波频率跟踪精度及导航定位解精度均优于固定参数矢量环路和传统标量环路．     

基于遗传模糊控制的智能自适应滤波算法

组合导航中软故障难以检测,致使卡尔曼滤波精度降低甚至发散.为提高滤波的容错性,提出了一种基于遗传模糊控制的智能自适应滤波算法.首先针对软故障提出一种模糊自适应滤波算法,算法中通过监测观测量新息及其变化率,应用模糊控制系统计算观测质量因子,并对滤波器量测噪声阵进行在线自适应调整,从而抑制软故障对滤波的影响,保证滤波的精度,提升容错性能.然后,利用自适应遗传算法对隶属度函数的参数进行优化,从而进一步提高算法的整体精度.利用本文提出的算法在SINS/CNS/GPS导航平台上进行了定位实验,结果显示该算法有效,在软故障存在时,定位精度小于2 m,测速精度小于0.1 m/s.     

A novel satellite-equipped receiver for autonomous monitoring of GNSS navigation signal quality

Global navigation satellite system (GNSS) comes with potential unavoidable application risks such as the sudden distortion or failure of navigation signals because its satellites are generally operated until failure. In order to solve the problems associated with these risks, receiver autonomous integrity monitoring (RAIM) and ground-based signal quality monitoring stations are widely used. Although these technologies can protect the user from the risks, they are expensive and have limited region coverage. Autonomous monitoring of satellite signal quality is an effective method to eliminate these shortcomings of the RAIM and ground-based signal quality monitoring stations; thus, a new navigation signal quality monitoring receiver which can be equipped on the satellite platform of GNSS is proposed in this paper. Because this satellite-equipped receiver is tightly coupled with navigation payload, the system architecture and its preliminary design procedure are first introduced. In theory, code-tracking loop is able to provide accurate time delay estimation of received signals. However, because of the nonlinear characteristics of the navigation payload, the traditional code-tracking loop introduces errors. To eliminate these errors, the dummy massive parallel correlators (DMPC) technique is proposed. This technique can reconstruct the cross correlation function of a navigation signal with a high code phase resolution. Combining the DMPC and direct radio frequency (RF) sampling technology, the satellite-equipped receiver can calibrate the differential code bias (DCB) accurately. In the meantime, the abnormities and failures of navigation signal can also be monitored. Finally, the accuracy of DCB calibration and the performance of fault monitoring have been verified by practical test data and numerical simulation data, respectively. The results show that the accuracy of DCB calibration is less than 0.1 ns and the novel satellite-equipped receiver can monitor the signal quality effectively.     

Novel RAIM algorithm GNSS receiver based on virtual triple-frequency techniques

In the GNSS era, how to effectively enhance the navigation signal integrity monitoring capacity by using multi-frequency information is becoming a hot topic and the mainstream of RAIM technique. Based on the “virtual” multi-frequency ionospheric delay model of the single-frequency receiver, the paper proposes a novel virtual multi-frequency integrity monitoring technique for the single-frequency receiver, then presents the virtual multi-frequency criterion for fault detection and identification. Simulating results show that the “virtual multi-frequency” RAIM technique not only breaks through the limit to the number of visible satellites of traditional RAIM algorithms, but also greatly enhances the RAIM performance of the receiver without changing the hardware structure of the receiver, which would be of a tempting theoretical and practical value.     

量测噪声自动加权Kalman滤波

从Kalman滤波技术的稳定性出发，分析了Kalman滤波算法的实质及容量发散的原因，提出在Kalman滤波中引入系统量测噪声协方差阵（R）的计算，并对其加权，从而影响滤波增益，抑制发散，推算舰位／GPS组合导航的应用仿真表明明显测噪声自动加权Kalman滤波算法对系统模型误差和量测噪声协方差误差具有良好的自适应性。     

应用于姿态敏感器的SORNN微小故障诊断方法

为实现空间外部干扰和测量噪声存在情况下,航天器姿态敏感器微小故障的有效检测,以及方位敏感器和惯性敏感器之间的故障隔离,提出了一种基于自组织循环神经网络(self-organizing recurrent neural network, SORNN)的微小故障诊断方法。首先,设计了SORNN模型,包括网络结构自组织算法、终止条件和调整条件,实现对网络隐藏层神经元数量和循环记忆深度的自适应调节,用以提升网络的拟合性能。然后,针对姿态运动学子系统设计了基于SORNN的干扰观测器,给出网络权值更新算法并证明了状态估计误差的收敛性。将系统输出估计误差通过低通滤波器以抑制星敏感器测量噪声,推导更严格的残差和检测阈值进而提高对微小故障的检测能力。最后,针对姿态动力学子系统设计了故障隔离观测器,通过干扰解耦和干扰观测器的补偿消除未知扰动和噪声对残差的影响,利用动力学和运动学的冗余关系解决了两类敏感器故障的隔离问题。仿真结果表明,验证了所提方法对扰动和噪声掩盖下的星敏感器和陀螺微小故障检测与隔离的有效性。     

容错组合导航系统联邦滤波器设计中的信息同步

探讨了各子滤波器同步时间差及同步滤波信息的计算。仿真计算结果表明,经同步处理后,融合精度与理想情况即所有子滤波器完全同步时的精度十分接近。     

Adaptive Fault Estimation for Dynamics of High Speed Train Based on Robust UKF Algorithm

This paper proposes an adaptive unscented Kalman filter algorithm(ARUKF) to implement fault estimation for the dynamics of high-speed train(HST) with measurement uncertainty and time-varying noise with unknown statistics. Firstly, regarding the actuator and sensor fault as the auxiliary variables of the dynamics of HST, an augmented system is established, and the fault estimation problem for dynamics of HST is formulated as the state estimation of the augmented system. Then, considering the meas...