基于卫星导航 RNSS/RDSS 组合业务的三星定位算法

提出了一种基于卫星导航 RNSS ／RDSS 组合业务的三星定位算法,该算法是通过用户同时观测3个 RNSS 业务和1个 RDSS 业务伪距观测量,建立用户伪距观测方程组,再采用最小二乘法求解用户三维位置坐标和钟差,实现基于 RNSS ／RDSS 组合业务伪距观测量的三星快速定位;通过理论推导,分析了伪距观测误差对用户定位精度影响。通过数据仿真试验,验证了实际三星定位组合星座和伪距观测噪声条件下的用户定位精度。     

基于伪卫星的定位和授时算法研究

文中提出了一种利用伪卫星测距信息和惯导测量量相结合进行平面定位与授时的算法。该算法不仅可以在很短时间内估计出惯导定位误差、接收机与伪卫星基站间的时间不同步量,且所估计出的定位误差和时间不同步量的精度均可达到与测量噪声相同的量级。文中对所提出的算法进行了计算机仿真,仿真结果证明了该算法的正确性和实用性。     

两站对运动目标无源定位算法研究

提出的算法是利用两个观测站测得的信息,应用三角交叉定位法,对运动目标辐射源位置的估计算法进行了研究.该算法在处理测量数据时,不是采用传统上对目标位置进行估计的方法,而是直接对目标的每一次位置的估计偏差进行估计和滤波,以达到定位跟踪的目的.具体运用加权最小二乘估计,为提高估计精度,将估计的结果送入卡尔曼滤波器进一步进行处理,经过一定次数的迭代处理,可以实现对目标快速的定位和跟踪,给出了算法结构框图及仿真结果.     

基于最佳线性无偏估计的双基地雷达走位方法

利用坐标转换后的伪测量值，根据最佳线性无偏估计原理，提出一种双基地雷达目标的定位方法并给出了算法定位误差的Cramer-Rao理论下限表达式，在不同噪声条件下对算法进行仿真计算，结果表明该方法可以显著提高双基地雷达目标的定位精度，其理论下限和仿真结果都明显优于最小二乘方法。     

一种基于量测伪距的EKF移动长基线AUV协同导航方法

在移动长基线(MLBL)定位中,由于水声信号在水中传播速度较慢,以及被定位AUV的白身运动,导致AUV与不同浮标的距离是在不同时间不同位置测量产生的,所以应用移动长基线会产生一定的时间延迟定位误差.本文针对该定位误差,提出了一种基于量测伪距的EKF移动长基线时间延迟算法,该算法利用扩展Kalman滤波,通过对AUV的位置状态的前推,重构了系统的量测方程,实现了量测方程同系统的量测量在时间上的一致性,有效地解决了时间延迟产生的误差.理论分析与仿真结果均表明,该方法可以显著提高导航定位精度.     

基于SINS/GPS组合导航的新技术研究

随着GPS姿态测量技术的发展，提出将捷联惯导系统和GPS输出的飞行器姿态信息也可以作为组合导航系统的测量值参与滤波算法。以Kalman滤波为基础，将两个导航子系统测得的飞行器位置、速度和姿态信息进行数据融合，估计出组合导航系统的误差状态量，进而修正捷联惯导系统的导航参数。详细推导了这种组合导航方式的测量方程，并将该组合导航技术应用于某飞行器进行仿真。通过对仿真结果的分析证实了该方案的可行性和算法的有效性，具有实际应用价值。     

基于磁偶极子模型的水下目标定位与跟踪

针对基于磁场梯度张量测量的目标定位方法需要的传感器较多,计算较复杂的问题,提出了基于等效磁偶极子模型与双三轴磁传感器测量的水下目标的定位与跟踪方法。该方法将水下目标磁性特征建模为一个磁偶极子,通过目标与双传感器之间的测量方程,反演得到等效磁偶极子模型参数及位置信息,并针对磁场衰减导致的发散问题,提出了反演有效性判据。计算与仿真试验表明,该方法模型简洁,可以得到水下目标的三维方位及距离信息,具有较高的精度和稳定性,计算量小。     

一种多基地声纳的联合估计定位算法

为了改善双基地声纳在某些区域(如基线区、发射和接收站的侧边区)定位性能,最有效的方法就是增加发射和接收站的数量,形成多基地声纳系统.而目前较成熟的多基地算法的测量子集都包含3个测量量,基于此提出了一种将基于波达时间的多基地声纳定位算法(TOL)和基于方位测量的多基地声纳定位算法(BOL)的测量子集进行联合估计,并将这种新算法与包含6个测量量的测量子集的多基地声纳定位算法做比较.仿真结果证明,提出的联合测量子集定位算法的定位精度要比多基地TOL、BOL以及多个测量的多基地声纳定位算法的定位精度都要高.     

三维定位模型下改进的PLKF算法研究

为了检验三维定位模型下伪线性卡尔曼滤波(PLKF)算法的定位性能,建立了增加角度变化率信息的三维定位模型,推导了所建模型下的伪线性测量方程,在此基础上用PLKF算法实现了对运动辐射源的无源定位与跟踪,并详细分析了其在三维定位模型下的定位性能.仿真结果表明,用角度变化率信息改进的PLKF算法具有更快的收敛速度和更高的收敛精度.     

一种末段修正火箭弹落点精度研究

提出了一种末段修正火箭弹的脉冲修正策略，研究了脉冲修正的落点偏差，分析了惯性测量装置的漂移引起的落点偏差，并对这两种偏差进行了计算机仿真。结果表明：新型惯性测量和脉冲发动机的应用能够在保证较小费效比的情况下，将火箭弹的误差减小到一个较小的量值。     

测角测距信息下的双机协同高精度定位算法

针对现有双机协同定位仅采用测角信息来解析求解误差较大的问题,提出基于测角和测距信息的双机协 同高精度定位方法。利用现有飞行器中的导航定位传感器,采用粗精两级定位模式,粗定位采用传统的几何解析方 法提供较为准确的初始解,精定位采用非线性迭代优化方法获得目标位置的最优解,并进行一系列仿真验证。仿真 结果表明,测角测距信息下的协同定位方法能够获得较高的协同定位精度。     

基于水下运动平台的磁性目标跟踪与特征反演

传统的磁梯度张量定位方法大多基于单磁偶极子模型,对具有一定尺度的目标存在定位精度不足的问题,而且易受环境噪声以及测量精度的影响,尤其是在偶极子特征平面上,微小的扰动或者观测精度不足就会导致定位结果发生较大的偏差。针对上述问题,基于多个偶极子的组合模型,结合具有鲁棒性的无迹卡尔曼滤波算法,提出一种针对尺度磁性目标的磁梯度跟踪方法。该方法能够有效提高磁性尺度目标的定位精度,特别当出现异常观测时仍然可以准确定位目标。以水雷或者水下未爆弹等目标的识别为例,根据鲁棒无迹卡尔曼算法得到的偶极子分布状态,结合主成分分析算法的数学含义,设计了一种可以准确反演目标的主尺度特征以及结构特征的目标尺度反演算法。该算法可识别目标主尺度为线结构或者面结构,对目标主尺度反演误差小于0.3 m,对目标主尺度方向的反演误差小于2°,可为目标种类判别提供参考。     

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。     

基于速度约束与模糊自适应滤波的车载组合导航

针对车载组合导航系统中卫星信号易受遮挡而引起导航精度降低问题,提出采用车辆速度约束条件辅助的组合导航方案。利用车辆正常行驶过程中侧向和天向速度为零作为虚拟观测信息,推导得到卫星信号失效时组合导航滤波量测方程;考虑到Kalman滤波过程中量测噪声协方差矩阵难以获取,推导给出一种新的自适应Kalman滤波（ADKF）算法,该算法计算新息序列实际协方差与理论协方差比值后,利用模糊推理系统（FIS）自适应调节量测噪声协方差矩阵大小;通过光纤捷联惯性导航系统（SINS）进行了验证试验。结果表明：卫星信号失效时,虚拟速度组合能够提高SINS定位精度,其纬度最大误差由41.33 m减小为8.61 m,且采用FIS-ADKF组合导航算法时3个方向 位置精度相比标准Kalman滤波算法提高了60%以上,验证了所提出算法的有效性。     

基于数字图像处理的经纬仪对心测量方法

以经纬仪对心为研究对象,使用CCD传感器采集位置图像并经图像处理测量出经纬仪对心偏差,驱动二维高精度电控位移台移动来实现自动对心。对经纬仪原光学对心镜系统进行了改造,研究了图像处理的方法,包括图像预处理和圆标记中心定位算法,采用了混合滤波和Sobel-Zernike亚像素边缘检测方法。仿真实验表明：基于图像处理的经纬仪对心测量方法弥补了对心需要反复操作的缺点,大大缩短了测量时间,测量精度也可以达到5.5μm。     

基于无速度参数目标函数的弹着点定位方法

目前基于地震波的弹着点定位方法多数都需要提前测量地震波波速或对其进行反演,导致定位误差大,为此提出一种基于波速方差目标函数的弹着点定位方法。该目标函数的未知参数只有弹着点坐标,无需提前测速或进行波速反演。采用单纯形法对此目标函数寻优,并结合带噪声的密度聚类算法进行弹着点定位,可以有效抑制因波速不均匀带来的定位误差。通过构建的仿真模型验证定位方法的可行性。该定位方法应用于地面静爆试验,利用检波器获得的数据对爆心进行定位,相对定位误差为0.38%,试验验证了定位方法的正确性。     

深度相机与微机电惯性测量单元松组合导航算法

针对室内非结构环境下,全球定位系统、无线电定位等定位手段使用困难,轮式里程计在楼梯等场合易出现打滑或空转而误差较大,单一视觉传感器或微机电系统（MEMS）惯性测量单元（IMU）很难实现高精度自主定位,以及传统的视觉与MEMS IMU组合导航算法复杂、计算量大、导航精度低等问题,提出一种适用于室内的深度相机与MEMS IMU松组合导航算法。MEMS IMU预积分结果作为改进迭代最近点（ICP）算法的迭代初值,大幅减少了迭代次数;通过深度相机和MEMS IMU分别计算载体的位置并作差运算,将位置差值作为量测信息,使用扩展卡尔曼滤波估计MEMS IMU的导航误差,修正航位推算的结果;利用Kinect v1深度相机和MTI 100-IMU搭建的平台进行实验验证。结果表明,基于MEMS IMU辅助的改进ICP算法能够减少迭代次数约50%,基于位置差值的深度相机与MEMS IMU松组合算法导航定位误差小于总里程的10%.     

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。