GPS/INS组合导航及其数据同步的研究

建立在惯性原理基础上的惯性导航系统不需要任何外来信息,也不会向外辐射任何信息,仅靠惯性导航系统本身就能全在天候条件下在全球范围内和任何介质环境里自主地隐蔽地进行连续的三维定位和定向:但它也存在误差随时间积累的缺点.而GPS导航系统能提供长时间的高精度定位;但存在1 HZ慢速数据修正速率的缺陷.本文研究二者互补的组合导航系统,建立了组合导航的软件和硬件模型,并提出了基于卡尔曼滤波的导航实现算法.     

GPS/INS组合导航系统时间同步系统设计

为了说明高动态环境中时间同步对于组合导航系统的重要性,在Kalman滤波方程的基础上,推导了时间同步误差与Kalman滤波结果之间的定性关系.提出一种利用GPS接收机中1PPS(Pulse Per Second)信号作为同步标签的时间同步方法,将IMU中的数据加上精确的时间标签,从而达到时间同步的目的.全部时间同步功能由FPGA实现,利用Verilog HDL语言进行开发,整体硬件结构简单而且适用范围广.试验结果显示了这种时间同步设计可以明显减小滤波结果的估计误差,有效的提高了组合导航系统的定位精度.     

神经网络辅助的GPS/INS组合导航滤波算法研究

在高空高速条件下,GPS信号失锁致使常规的卡尔曼滤波器发散,从而导致组合导航系统精度严重下降。以BP神经网络辅助技术手段对GPS/INS组合导航滤波算法实施精度补偿,即在GPS信号锁定时,对神经网络进行实时在线训练,而当在GPS信号失锁时,利用之前训练好的神经网络进行组合导航滤波,以解决精度严重下降问题。算法采用多神经网络并行结构,以减少神经网络在训练过程中的交叉耦合,提高训练速度。通过MATLAB仿真,验证了算法的可靠性与可行性,并证明其在GPS信号丢失时,精度较纯惯性导航系统有较大提高。     

基于ANFIS神经网络的GPS/INS组合导航信息融合

介绍了自适应神经网络模糊推理技术(ANFIS),在此基础上采取新息自适应调整的思想,设计了一种基于滤波器工作参数调整的GPS/INS组合导航神经网络辅助卡尔曼滤波器,利用神经网络的非线性,根据滤波器的实际输出在线实时动态调整滤波器参数,达到对滤波器的调整和控制。与传统卡尔曼滤波器进行计算机仿真比较表明,基于ANFIS神经网络的GPS/INS组合导航信息融合技术具有较强的自适应性,能够在复杂的环境下抑制数据的发散,提高导航精度。     

单天线GPS/陀螺仪组合测姿方法研究

针对低成本惯性测量系统的精度容易受引擎震动、陀螺仪漂移的影响,提出了一种适用于活塞引擎的小型UAV姿态测量方法;此方法整合陀螺仪与单天线GPS进行姿态测量,采用以四元数为基础的扩展卡尔曼滤波(EKF)来进行传感器信息融合;利用陀螺仪测得的角速度更新四元数,使用GPS信息所计算的伪姿态来更新滤波器的测量值;仿真结果表明所提出的方法即使在陀螺仪漂移和伪姿态包含噪声的情况下,也拥有较好的长期和短期精度,提升了姿态测量的精度与可靠度。     

车载INS/GPS组合导航系统设计

GPS(Global Position system)在信号接收良好的情况下,可以帮助车辆进行准确的定位,但是遇到环境上有遮蔽导致GPS信号难以接受,则会出现难以定位,实时位置得不到更新。INS(integrated navigation system)是属于自主导航,它由陀螺仪和加速度计两种传感器构成,可以通过数学平台解算得出当前的位置,但是它会随着时间的积累而导致误差越来越大。本文提出了一种INS/GPS组合导航的设计,并且使用卡尔曼滤波算法进行滤波,通过matlab进行轨迹发生仿真来验证算法上的误差效果。     

INS/GPS组合导航中实时模糊自适应滤波技术的研究

针对INS/GPS组合导航系统,现有的滤波算法实时性不强、结构复杂,文章利用衰减记忆的方法提出了一种结构简单,适于实时计算的模糊自适应滤波算法,提高了系统的稳定性。仿真实验表明,这种算法在组合导航中具有高效率,高精度等优点,是一种实时有效的滤波算法。     

UKF在INS/GPS组合导航直接法滤波中的应用

INS/GPS组合导航系统直接法滤波中是直接以导航系统输出的导航参数(位置、速度等)作为状态,所以系统方程为非线性方程。UKF(Unscented Kalman Filter)是一类以UT变换为基础,以卡尔曼线性滤波为框架,采用确定性采样策略逼近非线性分布的非线性滤波算法。由于它是对后验概率密度进行近似来得到滤波估计,所以避免了非线性系统中状态方程的线性化问题,能较好地解决系统方程非线性问题。论文INS/GPS组合导航系统中采取直接法,建立非线性模型进行UKF滤波解算,并与EKF方法比较,实验结果显示UKF方法能更好地解决系统状态方程非线性的问题,并得到更高的导航精度。     

基于RAEKF的GPS/INS紧组合导航方法研究

针对GPS/INSS组合导航系统对高精度和高可靠性需求不断提升的现状,考虑载体运动复杂性导致运动过程中噪声数学统计特性无法精确确定,且滤波结果易受观测粗差影响的问题,提出一种抗差自适应扩展卡尔曼滤波(Robust Adaptive Extended Kalman Filter,RAEKF)方法。基于惯性导航、卫星导航原理与误差模型确定紧组合工作模式下的卡尔曼滤波数学模型;推导常用EKF模型并构造抗差自适应卡尔曼滤波,通过自适应调整观测值的使用权重提高滤波精度,结果表明抗差自适应滤波能有效抑制粗差对导航结果的影响。     

基于cubature Kalman filter的INS/GPS组合导航滤波算法

INS/GPS组合导航系统的本质是非线性的,为改善非线性下INS/GPS组合导航精度,提出将一种新的非线性滤波cubature Kalman filter（CKF）应用于INS/GPS组合导航中.为此,建立了基于平台失准角的非线性状态模型和以速度误差及位置误差描述的观测模型,分析了CKF滤波原理,设计了INS/GPS组合滤波器,对组合导航非线性模型进行了仿真.仿真结果显示,相对于扩展卡尔曼滤波（EKF）,CKF降低了姿态、位置和速度估计误差,CKF更适合于处理组合导航的状态估计问题.     

多小波在光纤陀螺信号滤波中的应用研究

分析了光纤陀螺(FOG)信号噪声产生的原因,根据FOG信号零点漂移的不稳定性和随机性,在多小波多分辨率分析的基础上将多小波变换应用到FOG信号滤波处理中,并与标量小波多尺度分析进行了对比;理论分析和实验表明:多小波和标量小波都能在一定程度上抑制噪声对初始对准精度的影响,但多小波的滤波效果优于标量小波.     

强噪条件下基于小波降噪的陀螺仪声信号处理方法

为了将噪声诊断技术应用于陀螺仪性能分析,针对陀螺仪声音信号信噪比较低的特点,提出了一种小波降噪的新方法,通过尺度系数的比对有效地在复杂强噪声条件下提取出所需的陀螺仪音频信号,为性能分析提供了保证。实验验证降噪取得了较好的效果。     

基于鸽视顶盖神经元动作电位的图像重建

针对从神经元响应信号中解码视觉输入的问题,提出了一种利用神经元动作电位（Spike）信号重建视觉输入的方法。首先,记录鸽视顶盖（OT）神经元的Spike信号,提取Spike发放率特征;然后,构建线性逆滤波器和卷积神经网络重建模型,实现视觉输入的重建;最后,对通道数量、时间窗口、数据时间长度、延迟时间等参数进行优化。在相同参数条件下,利用线性逆滤波器重建图像的互相关系数达到0.910 7±0.021 9,利用卷积神经网络模型重建图像的互相关系数达到0.927 1±0.017 6。重建结果表明,提取神经元Spike发放率特征并运用线性逆滤波器和卷积神经网络重建模型可以有效重建视觉输入。     

高速旋转飞行体姿态传感器信号解调方法

研制的无驱动结构微机械陀螺可同时敏感高速旋转飞行体滚动角速度、输入角速度(俯仰和偏航角速合成的角速度)信息。为了将合角速度分解成偏航角速度和俯仰角速度,利用加速度计建立了空间基准,通过陀螺和加速度计输出信号的相位差,可确定飞行体空间偏转方向。阐明了该方法原理,分析了误差因素,对主要误差因素滚动角速度与合速度影响建立了复合影响数学模型,并进行了补偿。结果表明:通过该方法可以确定飞行体空间偏转方向,从而可将俯仰和偏航角速度分解出来。     

组合导航定位技术在机车安全监控系统中的应用研究

针对目前火车机车监控系统中GPS定位精度低、抗遮蔽性差的问题,提出了一种基于GPS、ADXRS150微硅陀螺仪和机车速度传感器的组合导航定位设计方案,建立了组合导航信息融合算法模型,给出了实验结果数据。在实际应用中准确判断了机车进站轨道,提高了定位精度,为机车的远程监控提供了可靠的位置数据。     

语言犹豫模糊集的相关系数及其在决策中的应用

语言犹豫模糊集是指决策者可以用一些有隶属度的语言术语项表示他/她对一件事情的偏好.这种类型的集合很好地反映了决策者定性和定量的认知以及它的不确定性,因此受到越来越多学者的关注.首先,提出语言犹豫模糊集的相关系数概念,并给出语言犹豫模糊集的相关系数和加权相关系数的计算法则和性质;然后,指出引入的相关系数的显着特征是它位于区间[-1,1]内,这与统计中的经典相关系数一致,而其他文献中提出的语言犹豫模糊集的相关系数都位于区间[0,1]内;最后,将所提出的方法应用于医疗诊断中,并将该方法得到的计算结果与已有的语言犹豫模糊集的相关系数进行比较,比较结果表明,新的语言犹豫模糊集的相关系数的分布更好,能更准确地反映出病人的身体状况与各疾病的关系,从而迅速高效地作出诊断.     

一种图像感知质量评价模型

在观察者观看和评价图像质量的过程中,提取对主观质量评价有重要影响的信息,并构建了一种图像感知质量评价模型.首先在主观评价过程中提取感知亮度、频率以及边缘3种重要信息;然后构造人眼视觉系统对3种信息的响应函数,并通过线性回归分析将函数拟合成为所需的图像感知质量评价模型;最后,分析了模型的预测值与主观质量评价方法给出的质量分数之间的 Pearson 相关系数和 Spearman 等级相关系数,分别为 0.966 和 0.949.与其他一些有代表性的客观图像质量评价方法相比较,该模型具有明显的优越性.     

IXP2400的高速二层交换设备性能测试技术

针对网络互连设备性能飞速发展的现状,结合高速网络交换设备的性能评估需求,提出了利用基于网络处理器构建的网络测试系统对高速二层网络交换设备的四个重要性能指标进行测试的方法.文中介绍基于IXP2400网络测试系统的研究价值及选型原则;概述其设计与实现;讨论吞吐量、丢帧率、延迟、背对背四个性能指标的定义、公式及算法,并简要阐述了其测试目的及重要性;既而通过与官方测试结果进行分析对比,验证了方法及该测试系统的可用性、正确性.在文章最后展望本文提出的基于IXP2400的网络测试系统及方法的发展前景.     

相关性算法在超声波形分析中的应用

相关的概念是为研究随机信号的统计特性而引入的,相关性可以用来描述为两组信号的相似程度,超声在介质中传播会产生多次反射波,通过计算各次波的相关系数,可以获得超声在介质中的传输时间,从而得到介质的厚度.