北斗导航系统移动基准站差分定位算法

针对复杂测量环境无法建立固定基准站及进行精密定位的问题,提出一种基于北斗导航系统的移动基准站差分定位算法,即基准站与流动站同时运动并实现高精度差分定位的算法。基于载波相位测量值,在动态短基线条件下,对数据进行站间和星间双差处理,消除接收机钟差以及其他公共误差。对多频观测值进行线性组合,构造双差载波相位超宽巷、宽巷、中巷及窄巷观测量。对上述观测量进行窗口滑动均值滤波并采用逐级模糊度确定法固定整周模糊度,即沿着从超宽巷到窄巷的顺序依次求解整周模糊度。为验证算法有效性,设计基于北斗导航系统的轨道外部几何参数检测仪进行实验,实现毫米级静态相对定位精度和厘米级RTK相对定位精度。     

多传感器测向定位方法研究

无源定位技术具有良好的隐蔽性,对于提高系统在电子战环境下的生存能力有着十分重要的意义.因而采用多传感器的无源定位技术在军事领域中有着广泛的应用.建立了仅利用有角度信息的多传感器无源定位模型,在测向时间同步的条件下,利用基于UKF的序贯滤波算法提高定位精度.仿真结果表明滤波算法有效.     

三星系统对地面机动目标无源定位的IMM算法

研究了三星测时差无源定位系统对地面机动辐射源定位与跟踪的滤波算法问题.将IMM滤波器应用到三星时差定位系统中,采用三模型组合的IMM滤波算法,首先通过时差测量参数计算出粗略的定位结果,接下来采用IMM滤波算法逐步估计出机动辐射源的速度和加速度,并修正初始的定位结果,提高定位精度.仿真结果表明,基于IMM滤波器的三星时差定位系统具有较快的收敛时间、较高的跟踪精度和适中的计算复杂度,能够对不同强度的机动目标进行定位与跟踪,很好地解决了三星时差定位系统对地面机动辐射源定位跟踪的算法问题.     

通过变维kalman滤波实现融合定位

为了能更好地跟踪、定位机动目标,提出了一种将蜂窝网定位信息与本地传感器信息相融合,利用变维Kalman滤波实现定位的方法。本地传感器信息指目标的运动速度和方向。仿真实验证明该方法具有较强的机动跟踪能力,定位精度高,且计算相对简便。     

一种新的二进制检测传感器网络定位跟踪方法

根据同时检测到目标的两个传感器节点对目标进行定位的特点,提出了一种适用于二进制检测传感器网络的改进质心定位法;给出了一种基于线性最小二乘估计的目标跟踪算法,并结合质心定位法和改进质心定位法,得到了目标运动的航速和航向。仿真表明:改进的质心定位法相比于质心定位法,具有更高的定位精度;基于线性最小二乘估计的目标跟踪方法可以获得较为准确的目标航速和航向。     

基于信息熵TOP SIS法的无线传感器网络节点自定位技术

在无线传感器网络的应用中,节点的定位是一个关键的问题。但是,利用已知节点对未知节点定位的算法存在着定位精度不高,定位计算量大等缺点。针对该问题,提出了一种基于信息熵TOPSIS法的节点自定位算法,该算法利用TOPSIS法按已给的传感器属性进行排序,只取最靠前的3个节点代入标准最小二乘公式中进行计算,既缩短了计算时间,又保证了计算精度。仿真实验证明,该算法是一种有效可行的算法。     

一种NLOS环境下TOA与惯导信息的融合定位方法

针对基于TOA(time-of-arrival)的无线定位系统中信号容易受到非视距传播的影响等问题,提出了一种非视距条件下TOA测量与惯导信息的融合定位方法。该方法利用TOA定位结果对惯导系统进行误差抑制,同时利用惯导系统的定位结果对TOA测量进行滤波处理,进而有效地减小了非视距传播对定位结果的影响。仿真实验结果表明:该方法能提高定位精度,是NLOS环境下一种有效的定位方法。     

不同系统组合的精密单点定位性能分析

在分析研究星间单差精密单点定位算法和抗差Kalman滤波解算模型基础上,利用全球定位系统、全球导航卫星系统、北斗卫星导航系统数据,对单、双、三系统精密单点定位精度和收敛时间进行了分析,得出了以下结论:三系统精密单点定位技术无论定位精度还是收敛速度均最优,多系统组合导航定位有利于提高导航定位精度。     

多系统组合精密单点定位性能分析

文章提出在数据预处理之前进行钟跳探测与修复以避免周跳探测误判,而后对非差无电离层组合载波相位观测值进行星间单差,避免接收机钟差解算,有效降低了对伪距观测值随机模型建模精度的要求,最后给出了抗差Kalman滤波PPP解算模型。利用GPS、GLONASS、BDS数据,对单、双、三系统PPP定位精度和收敛时间进行了分析,得出了以下结论：三系统PPP技术无论定位精度还是收敛速度均是最优的,加强多系统组合导航定位有利于提高导航定位精度。     

基于MRAS的感应电机无传感器控制策略优化

传统感应电机无传感器控制策略采用基于电压模型的转速辨识方法,存在积分初始值误差和直流偏置问题,从而影响转速跟踪效率和观测精度。针对这一问题,用滤波环节替代原有纯积分器并增加反馈补偿,提出了一种改进型基于转子磁链的模型参考自适应系统(MRAS)方法。在此基础上,通过MATLAB/SIMULINK平台搭建数学模型,对改进型基于转子磁链的MRAS法和传统MRAS法进行了仿真研究。仿真结果表明:改进型转子磁链MRAS法能够快速准确辨识电机转速,具有较强的鲁棒性和较好的动静态性能。     

多角度目标参数滤波方法

在独立射击方式下,假设目标作匀速直线运动,根据火炮角度传感器测量的高低角和方位角,用视在航路法求取射击诸元.因测量值含有跟踪误差,所求参数含有较大噪声,必须对其进行滤波.根据射击诸元求解方程找出目标参数潜在的特征,提出了一种先限幅后采用加权平均滤波的方法,对跟踪误差进行滤波.仿真表明,这种方法能有效提高目标参数的估计精度.     

多基纯距离测量条件下基于全局收敛策略的目标定位方法

在多基阵纯距离测量条件下,为提高目标定位精度,首先建立了多基纯距离目标定位系统最小二乘估计模型;然后,将全局收敛策略与高斯-牛顿法相结合,得到了解决多基纯距离目标定位问题的基于全局收敛策略的牛顿迭代算法,算法保留了二阶以上的观测误差;最后,对算法进行了仿真实验。仿真实验表明:与线性近似法相比,基于全局收敛策略的牛顿迭代算法提高了定位精度,增强了定位稳定性,有效地改善了多基纯距离目标定位系统的定位性能。     

一种冲击信号调理电路的设计

针对测量冲击信号时,高冲击振动传感器输出的正负电荷信号不能直接被AD进行模数转换并且冲击信号中常常会混有噪声信号的问题,设计了一种包含电荷-电压转换、隔直放大、十阶抗混叠低通滤波等的冲击信号调理电路.并对冲击信号调理电路中各个模块进行了理论分析和节点参数的计算.通过实验:实际测量到的滤波曲线、冲击信号调理电路输出的电压都与理论计算值十分接近.此冲击信号调理电路能够成功地将传感器输出的正负电荷信号调理成一定范围内的电压信号,能够有效地滤除冲击信号中的高频噪声.     

二维TOA定位中的最小GDOP问题

基于二维TOA定位的Cramer?Rao下界,对传感器测量精度不尽相同的一般情形,推导获得了最优GDOP值及其充要条件,并利用GDOP等值线图进行了验证。结果表明,最佳的GDOP 值是传感器测量精度的简单表达式,或一个带约束条件的组合优化问题的最优值。     

二元探测传感器网络的递推加权质心目标定位算法

为进一步降低二元探测传感器网络质心定位算法的计算复杂度和通信量、提高定位精度,推导出一种质心算法的递推公式,使用该递推公式可以大大减少定位的计算、存储和通信量;在递推质心公式的基础上,提出了一种基于节点探测到目标的次数的递推加权质心定位算法,从而提高了定位精度.对递推公式和加权质心算法进行了模拟仿真,结果验证了递推公式和加权递推质心算法的有效性.     

一种新的基于TDOA的四站三维空间定位法

提出了一种新的基于TDOA的直线双曲面相交法,用于4个测量站对三维空间目标的定位.该方法吸收了距离差测量值空间投影处理的思想,通过2个定位双曲面所确定的直线与另一个双曲面相交得到目标点的位置.仿真结果表明,与传统的该方法的SX定位方法相比,该方法的定位精度得到了提高,并且能够用于平面布站.     

基于混合优化算法的单分量磁性定位方法

为解决现有磁定位方法的定位精度较大程度上依赖于定位参数初始值估计精度的问题,提出了基于混合优化算法的单分量磁定位方法.首先利用舰船垂向磁场的衰减特性构造了相关系数函数,该函数与测量面上磁场的拟合误差函数共同组成了一种新的多目标规划函数,然后将微分进化算法与方向加速法相结合形成了混合优化算法,再利用该算法通过多目标规划函数确定最优的定位参数解.实验证明,对于未安装定位系统的半合作舰船,该定位方法利用磁传感器所测目标的垂向磁场,能较准确地确定舰船相对于磁传感器的位置,定位结果稳定可靠,定位精度较高.     

自适应LMS和相关算法在GMI磁传感器信号检测中的应用

在GMI磁传感器的研制中,微弱磁场信号经常淹没于电路固有噪声中。当非晶丝GMI(GiantMagneto-Impedance)磁传感器的输出信噪比小于0dB时,常规的峰值检波方法无法检出传感器信号。针对此问题,提出了一种新的微弱信号(信噪比小于0dB)检测方法,利用LMS自适应滤波算法提取非晶丝GMI磁传感器输出信号的特征参数,将该特征参数与理想参数进行相关运算,并根据相关值的大小来确定信号大小,从而实现对微弱磁信号的测量。仿真结果表明,采用LMS自适应滤波算法和相关分析相结合的方法,对于传感器输出信噪比等于-10dB的微弱信号,根据相关值与外磁场大小的对应关系,仍然可以确定外磁场大小。     

基于多传感器优化布站的干扰目标定位模型

提出了传感器的优化部署模型 ,利用多传感器对干扰目标实现三角交叉定位 ,并给出了选择用于定位的传感器的数学模型。     

针对不同视场辅助信标的无人机目标定位方法

针对无人机在单站测角测距的目标定位过程中受无人机姿态角误差影响较大的问题,提出一种对辅助信标进行探测并与惯性传感器相结合的无人机姿态求解方法。建立基于容积卡尔曼滤波的惯性传感器姿态求解模型,采用梯度下降法对基于辅助信标的无人机位姿参数进行求解,并综合它们的结果对无人机的姿态偏差进行估计和校正,最后完成了不同视场条件下的目标定位和仿真计算。结果表明,所提方法对无人机目标定位精度有明显提高。