简介：利用单频GPS载波相位差分技术进行动态精密测量时，由于观测历元少，经典LAMBDA算法会出现法矩阵病态导致整周模糊度无法求解。针对这一问题研究了基于TIKHONOV正则化原理的改进LAMBDA算法。通过对双差观测方程系数矩阵进行奇异值分解选取正则化矩阵，改善了法矩阵的病态性，获得了更高精度的浮点解。利用均方误差矩阵替代协方差阵进行LAMBDA求解，提高了模糊度求解的速度和成功率。对连续100组5个历元实测数据计算表明：与原算法相比，改进LAMBDA算法求得的浮点模糊度偏差从36.48周减小到4.08周，搜索效率和成功率分别改进97.74%和100%。

简介：在基于DSP的低成本MINS/GPS组合导航系统中,针对DSP的实型变量位数不足的缺点,在卡尔曼滤波器的设计中同时运用了状态与偏差解耦算法和平方根算法,并推导出状态与偏差解耦-平方根算法的具体公式,既能减少计算量,又能增强滤波的数值稳定性.

简介：ＧＰＳ接收机码环跟踪回路的误差模型一般可用一阶马尔可夫过程来近似，且当接收机载波环路失锁时，码环的速率辅助信息来自惯性导航系统的惯性速度。鉴于此，本文对ＧＰＳ／ＳＩＮＳ组合系统误差状态方程中考虑或忽视码环跟踪误差的两种情况，用卡尔曼滤波器对系统性能进行研究，并探讨了飞机机动飞行时伪距测量误差与惯性速度误差之间的相关性对接收机码环跟踪性能的影响。结果表明，飞机机动及ＧＰＳ最佳导航星在飞机运动过程中的变化对ＧＰＳ接收机码环的工作稳定性都有一定的影响。

简介：—针对现有的自适应卡尔曼滤波算法实时性不强、结构繁杂，本文研究了在惯导与ＧＰＳ组合系统中应用一种修正的自适应卡尔曼滤波算法，并与常规卡尔曼滤波算法作了比较。仿真结果表明，这种算法具有结构简单、高效率和精度高等优点，不失为一种实用而有效的滤波算法。

简介：针对GPS精密单点定位对高精度的需求,提出了一种采用小波神经网络的GPS精密单点定位解算方法。该方法利用小波变换和神经网络学习功能,无需准确系统先验信息,误差函数能够快速收敛,逼近真实误差模型,从而提高GPS精密单点定位精度。仿真结果表明,静态条件下与传统最小二乘法和卡尔曼滤波算法相比,该算法定位收敛时间缩短50%,定位精度分别提升90%和50%。动态情况下,较最小二乘法和卡尔曼滤波算法定位精度提高20%~80%。

简介：针对目前使用的磁罗经体积重量大,消差操作依赖人工进行的不足,提出一种能够自动测校误差的数字式磁罗经系统.利用椭圆假设求解数字磁罗经的自差及相应的误差补偿方法,同时基于GPS信号的辅助,将船舶位置信息引入描述地球地磁磁差的八阶泰勒多项式中,得到在不同位置时的磁差修正值.然后经过计算机处理求得真实航向,完成对数字磁罗经的自动消差.

简介：为给GPS软件接收机的跟踪环提供精确的初始条件，捕获后得到的载波频率应在几十Hz范围内，所以必须寻找一种既能精确测量载波多普勒频移，又能有较快运算速度的方法。针对这一特点，提出了一种载噪比较高时采用相位测量和较低时采用长相干处理的载波频率精确估计策略。利用Matlab仿真产生的卫星中频数据作为数据源对该策略进行验证，结果表明当输入信号的载噪比大于35．5dB·Hz的时候，相位测量算法得到的多普勒频率值的误差保持在约10Hz之内。对于微弱信号的捕获，如果将相干处理的时间从200ms扩展到600ms，捕获频率的误差从3Hz减小到0．5Hz。此外，与传统的FFT方法相比，该方法的加法和乘法运算量分别降低了96．2％和35％。测试结果体现了该算法的有效性和优越性。

简介：TNNS（真航向导航系统）由MS860接收机、INS及处理数据的PC／104架构的嵌入式工控机构成．针对TNNS推导了INS（惯性导航系统）的误差模型，提出了适合于TNNS的降阶扩展卡尔曼滤波算法组合GPS和INS。系统在东海作了三次海试，软件及滤波算法平台由C／C＋＋编制．海上试验表明，组合滤波后，INS的位置误差由i00m降低到40m以下；进行最优化滤波后的航向误差α由原来的0．105°减小为0．034°，纵横摇的误差也大幅减小．整个海试结果表明，在TNNS中组合GPS／INS采用的降阶扩展卡尔曼滤波算法，大幅提高了系统精度和可靠性．

简介：故障树在设备的故障诊断中被广泛应用.当系统复杂度较大时,故障模式和故障树的分支会剧烈增加,故障现象和故障原因因此出现复杂关系,这必然给故障检测和诊断推理带来极大的困难.在故障诊断中引入一种新的人工智能方法,即蚁群算法,可以确定故障树的最优检测次序,并指导系统多故障状态的决策.由于该方法具有平行性、鲁棒性等特点,可以很好地解决前面所提问题.仿真结果显示,在故障树中采用该新方法可行、有效.

简介：准确地给出激波位置信息对于激波装配极为重要.但是,在使用计算流体力学（computationalfluiddynamics,CFD）方法模拟复杂流动时很难准确地给出激波的位置.根据激波捕捉得到的流场信息确定的激波位置往往带有极大误差,在定常问题的模拟中,这种误差可以随着迭代逐渐消除,然而在非定常问题的模拟中,这种误差往往会积累甚至导致计算崩溃.文章将基于特征线理论的激波辨识技术应用到激波装配中,根据已有流场信息准确判断激波的位置.对于定常问题,该方法的应用加速了收敛速度;对于非定常问题,该方法的应用可以极大地避免初始误差的产生.

简介：方柱绕流是典型的钝体绕流问题,蕴含了丰富的流体力学现象,对这类流动的准确预测面临着诸多挑战.采用自主发展的大涡模拟程序,对来流Mach数M=0.3,Reynolds数尺eD=22000的绕孤立方柱流动进行了细致模拟,亚格子模型使用动力涡黏模型.对计算结果的分析表明,大涡模拟所得的平均流场及Reynolds应力分布与已有实验数据和直接数值模拟结果均吻合较好,验证了预测结果的可靠性;在此基础上对瞬态流场进行了研究,展示了计算条件下方柱绕流分离转捩及尾迹区旋涡交替脱落形成Karman涡街的全过程,为更细致的流动机理探索奠定了基础.

简介：本文讨论了三相交流陀螺马达电源的工作原理。根据主要技术指标的要求，设计了陀螺马达电源，给出了该电源的各个组成部分的线路设计，解决了研制中出现的电源振荡问题，论述了该电源的设计特点，给出了使用结论

简介：针对卫星姿态测量系统(SAMS),将径向基函数RBF(RadialBasisFunction)网络和多传感器信息融合技术相结合,并将其应用在系统的故障检测与诊断中.研究结果表明,此方法是可行有效的,可以提高系统的测量精度和性能.

简介：本文提出了一种用于车辆导航的地图匹配算法。通过对卡尔曼滤波后模型的误差特性分析，该算法可获得比通常相关性算法更好的精度，并经试验验证

简介：针对机载SAR运补系统中使用的DGPS/SINS组合系统Kalman滤波器所遇到的发散问题,提出了带遗忘因子H∞的滤波新方法.通过仿真计算表明:与常规间接反馈校正Kalman滤波器相比,这种方法大大提高了组合导航系统的稳定性和跟踪性.

简介：基于Krein空间的鲁棒Kalman滤波器与通过其它方法建立的鲁棒Kalman滤波器相比有较高稳态精度。文中将基于Krein空间的鲁棒Kalman滤波方法用于导弹捷联惯导系统动基座传递对准，并与标准Kalman滤波进行了比较。仿真结果表明，在垂直比力参数存在摄动的情况下，如果基于Krein空间的鲁棒Kalman滤波器的参数选取适当，它的精度鲁棒性优于标准Kalman滤波。

简介：针对空地精确制导武器对低成本、高精度、高可靠性导航系统的需求，设计了基于MEMS技术的组合导航系统。该系统基于低成本的微惯性测量组合与GPS接收机，并针对空地制导武器的飞行特点建立了准确的数学模型；利用速度、位置综合模式，采用先进的Kalman滤波理论进行数据融合；最后对该组合导航系统进行了数学仿真试验和数据分析。结果表明，这种低成本、可靠性好、体积小的组合导航系统的导航精度不大于5m，即使在丢星长达30S，导航精度也不大于12m，完全能够满足空地精确制导武器的导航要求。

简介：针对SAR图像匹配及定位需要耗用不等的计算时间而造成的量测不等间隔输出和量测信息滞后问题，提出一种新的SAR时延补偿算法。该算法在标准卡尔曼滤波（KF）基础上，当SAR有量测信息生成时，根据多模型方法进行量测预测，利用预测值修正SINS状态；而SAR无量测信息输出时，通过插值方法生成量测信息来改善系统滤波精度。仿真结果表明，采用基于多模型量测预测的KF算法可以将位置误差由45m减小到10m以内，航向角稳态误差值小于5.8＂；而在此基础上叠加插值预测算法可以将位置误差进一步控制在6m以内，航向角稳态误差小于4.7＂，证明了本文提出的算法能够有效补偿SAR的随机时延并提高组合导航系统的解算精度。

简介：在详细分析光纤陀螺零漂的基础上，提出了先用滤波算法对光纤陀螺信号进行预处理，然后采用RBF神经网络对滤波后的信号进行建模的方法．针对光纤陀螺信号特点分别采用FLP算法、小波滤波算法、解相关变步长LMS自适应滤波算法对其进行了预处理，比较三种滤波方法，小波滤波算法效果优于其它两种预处理方法，但针对基于预处理后的陀螺信号采用RBF神经网络进行建模时，小波滤波预处理后的信号在建模精度上却是最差的，而对FLP算法滤波后的信号进行RBF建模，建模精度提高了两个数量级。结果表明：基于FLP算法的RBF神经网络在光纤陀螺中的建模是有效的，可大大提高建模的精度。

简介：针对自主驾驶车辆长时间导航精度要求难以满足的问题,建立了GPS与微惯性导航系统的组合导航滤波模型,在位置观测的同时引入姿态信息,提高了导航精度。在此基础上提出了基于权值矩阵的模糊自适应卡尔曼滤波算法,该算法通过模糊控制器自适应地改变每个观测量的权值,得到权值矩阵引入卡尔曼滤波器实现自适应滤波。仿真和实验结果表明,所提出的权值矩阵模糊卡尔曼滤波性能优于衰减因子自适应卡尔曼滤波,特别是在GPS信号失真及噪声先验统计特性不可知的情况下,其定位精度能够保证在1m之内。