基于改进B型灰色关联度与权衡因子的容错联邦滤波算法

针对联邦滤波子系统软故障难以检测问题,提出一种基于滑动状态递推器的改进B型灰色关联度检测法;采用具有最高容错性能的无反馈模式,克服交叉污染;引入了自适应权衡因子,并给出计算公式,权衡无反馈模式下的最优信息分配和容错信息分配。根据所提算法,联邦滤波器信息分配系数可根据故障程度自动调整,并在权衡因子的作用下,保证滤波全程实现接近最优融合精度。该算法具有计算量小,结构简洁,精度高的特点,适合实际应用。该例仿真显示在故障最大时全局滤波精度提高28.5%左右,表明该算法有效提高了故障条件下全局融合精度,并实现全程接近最优融合精度。     

一种中断信号产生方法在ARINC419收发系统中的应用

针对ARINC419收发系统设计时,单片机执行中断服务程序的时间门槛限制,通过分析ARINC419数据总线的数据通讯格式,提出了一种改变中断信号产生时机的方法;该方法利用复杂可编程逻辑器件的丰富资源,引入缓冲寄存器,将中断信号产生时间提前,为中断服务程序的执行获得充足时间;文中给出了应用该方法的具体步骤和中断服务程序,试验结果表明该方法非常有效.     

高动态GPS／SINS组合导航精确定位方法研究

针对高动态环境下GPS／SINS组合导航系统的定位精度问题,提出了一种改进的组合导航系统结构方式．加入了高动态时间同步模块,以减小系统量测数据的同步误差;其中考虑了因SINS星站距离输出周期的漂移而导致的同步误差．该漂移量被纳入卡尔曼滤波器的状态向量中,用其估计量计算每一个同步时间点处的同步时间差、时标差及星站距离的外推值．在卡尔曼滤波器模型中列出了与SINS的星站距离输出周期的漂移量相关的量测方程．最后通过控制量的选取给出了高动态环境下的闭环滤波修正算法．仿真结果验证了该方法的有效性．     

基于MCC的鲁棒高阶CKF在组合导航中的应用

针对高阶容积卡尔曼滤波器在非高斯噪声情况下滤波精度下降的问题,提出了一种新的基于Maximum Correntropy Criterion（MCC）的鲁棒高阶容积卡尔曼滤波算法。考虑到高阶容积规则可以较好地解决非线性问题,在高阶容积滤波的基础上,结合统计线性回归模型对量测更新过程进行重构,利用MCC估计算法实现状态的量测更新,同时解决了系统的非线性和非高斯问题。将所提算法应用到SINS/GPS组合导航系统中,仿真结果表明,核宽的选取对算法的滤波性能有较大的影响,在高斯混合噪声条件下,所提算法相比传统高阶容积卡尔曼滤波算法具有更强的鲁棒性和更高的滤波精度。     

一种基于TMS320 C6713的捷联惯导系统设计

为适应目前捷联惯性导航系统（ SINS）实时性好、速度快、精度高、小型化、低功耗发展需求,设计一种DSP＋FPGA的捷联惯导系统平台,采用FPGA完成传感器数据采集与控制;采用高性能TMS320C6713 DSP为核心处理器完成航姿解算;介绍了FPGA与DSP数据交互关系;DSP程序采用C语言和汇编语言编写,FPGA设计采用VHDL语言描述;实验证明：设计可行,姿态角误差在0.05°范围内,精度符合设计要求。     

尺度不变特征转换算法在图像特征提取中的应用

针对尺度不变特征转换(SIFT)算法复杂度高、计算时间长,难以满足立体匹配的实时性要求以及当图像中存在多个相似区域时误匹配率较高的问题,提出了一种改进的立体匹配算法。该算法从两个方面对SIFT算法进行了改进:首先,由于圆形具有天然的旋转不变性,该算法以特征点为中心,采用近似大小的两个同心圆区域代替原算法的矩形区域,在内圆和外圆环区域内分别统计12个方向的梯度累加值,把局部特征描述符的维数从128维降低到24维,降低了算法复杂度;其次加入了12维的全局向量,使生成的特征描述符包含了基于局部信息的SIFT向量和基于全局信息的全局向量,提高了算法对图像中相似区域的分辨能力。仿真结果表明,改进后的算法实时性比原算法提高了59.5%,当图像存在多个相似区域时,误匹配率下降了9个百分点。所提算法在图像处理的实时性要求较高的场合下适用性较好。     

基于混沌PSO算法优化LS-SVM的惯导系统测试

基于混沌PSO算法优化最小二乘支持向量机(LS-SVM)实现惯导系统初始对准测试.通过小波包分解消除陀螺漂移数据的噪声,获取LS-SVM的训练与测试样本.针对LS-SVM解决大规模数据样本回归问题时所出现的训练时间长、收敛速度慢等缺点,提出了混沌PSO算法优化LS-SVM的模型参数.该方法不仅克服了传统PSO算法早熟、...     

一种含模型偏差的GPS伪码跟踪误差估计器

在自适应卡尔曼滤波算法的基础上提出了一种带模型偏差的GPS伪码跟踪误差估计器.分析了偏差产生时信息均值的变化规律,以此构造统计量来检验模型偏差,并根据检验结果以最小二乘法估计其量值.同时,为增强伪码跟踪误差估计量的数值稳定性,将平方根算法与自适应卡尔曼滤波算法相结合,给出了偏差模式下的伪码跟踪误差估计算法.仿真结果表明该算法有效.     

新的改进K均值粒子群算法在组合导航的应用

在捷联惯导/卫星导航（SINS/GNSS）紧组合导航系统的非线性非高斯高动态模型中,一般K均值粒子群优化（PSO）算法易出现粒子退化、滤波发散等问题。针对上述问题,提出一种融入权值修正的K均值粒子群滤波方法。通过观测SINS/GNSS紧组合导航系统的精度因子(GDOP),来修正粒子权值,从而修正每个K均值的聚类中心的权重,进而优化粒子;并结合SINS/GNSS紧组合导航系统模型进行了仿真分析。结果表明在非线性非高斯高动态的情况下,该改进算法有效地抑制了滤波发散,提高了精度。     

基于自适应策略的权值修正累积历元RAIM算法

传统的接收机自主完好性监测(RAIM)算法对微小慢变故障的检测延迟较长,漏检率较高,不利于故障检测。针对这一问题,在奇偶矢量RAIM算法基础上,提出了一种基于自适应策略的权值修正累积历元的RAIM新方法。该算法根据单历元故障程度确定权值因子,进而调整选定“窗口”内各历元所占比例,以构造更有效的检测统计量,其中“窗口”的大小依据多次仿真实验确定。仿真结果表明,该算法相对于累积历元和传统RAIM方法检测延迟时间分别缩短了16.67%和56.52%,能更好地检测微小慢变故障。