针对GPS/SINS深组合模型的U滤波及其运用

很多文献都证明了在解决非线性系统问题时,UKF(Unscented Kalman Filter)是比EKF(Extended Kalman Filter)更好的选择,但计算的复杂度限制了其运用。针对GPS/SINS深组合的模型提出了全新简化的U滤波算法UTCUKF(Ultra Tight Coupling Unscented Kalman Filter)。这是一种专门针对具有加性噪声、线性状态方程和非线性量测方程的系统设计的滤波器。首先介绍了GPS/SINS深组合系统在导航解算时的模型,然后针对模型具有加性噪声的特点运用AUKF(Additive Unscented Kalman Filter)对UKF进行了简化,为了实现UKF在GPS/SINS深组合系统中的实际运用,又由系统模型中状态方程是线性方程、观测方程是非线性方程的特征,进一步提出了UTCUKF,并做了分析和仿真。     

关于半鞅的可料表示性

利用鞅空间H1的泛函表示定理、泛函分析中的Hahn-Banach定理、半鞅向量随机积分的Girsanov定理,获得了半鞅可料表示性的特征。由于使用的是半鞅的向量随机积分,它推广了经典的结论。     

住宅小区消防给水设计问题探讨

住宅小区消防给水设计不同于城市给水设计,也有别于普通建筑给水设计,在一个住宅小区内可以考虑消防给水系统设施的共享,建立区域消防给水系统。以两个住宅小区的消防给水设计为例,从水泵结合器的设置,消防水泵、屋顶消防水箱以及自动喷洒给水系统的共用等方面对区域消防给水设计进行了讨论。     

改进的联合Kalman滤波及其在组合导航中的应用

以组合导航为应用背景,对联合Kalman滤波进行了改进,每循环Ⅳ次,就用主滤波器的估计值来修正子滤波器的值,以改善滤波器的性能,提高组合导航系统精度,并且大大减小收敛时间,提高其效率.最后将该方法应用于GPS/INS/LORAN-C组合导航系统中,仿真结果表明该方法是有效的.     

SINS/北斗/GPS组合导航系统研究

对SINS、北斗双星定位系统以及GPS全球定位系统三者的组合进行了研究.应用联邦自适应卡尔曼滤波技术实现了SINS、北斗和GPS的组合导航,建立了组合导航系统的数学模型,并针对系统产生的量测延时和异步问题给出了较好的解决方案.最后对系统进行了仿真试验,仿真结果表明该组合导航系统具有较高的精度和容错性能,此方案具有较好的工程应用价值.     

内隐学习的特征及对其本土教育的启示

内隐学习就是无意识获得刺激环境中复杂知识的过程。在无意识研究热潮中,内隐学习研究获得了很大的发展。内隐学习的研究对于理解人类认识过程的本质,特别是对于探明人们获得丰富复杂知识的心理机制提供了全新的视野。本文着重探讨内隐学习的特征以及对本土教育的启示。     

关于战时要人警卫的理性思考

随着国际政治、经济、军事的飞速发展,战时要人警卫安全已成为各国警卫部门研究和探讨的一个重要课题。根据战时要人警卫工作的特点和构成要素分析,战时要人警卫必须建立战时警卫联勤机制,强化战时警卫装备保障,锻造平战结合的警卫队伍,创新符合警卫实战要求的战法,以适应战时警卫工作需要。     

最小二乘滤波在目标跟踪中的应用

根据目标在运动过程中具有轨迹连续性的特点,基于最小二乘法通过设计综合预测器的方法,并结合坐标变换得出目标的预测位置信息。这种方法结合了线性预测器与平方预测器的特点,对于目标跟踪过程中的预测更加贴近,且能减少跟踪算法的计算量;对于实现导弹的稳定跟踪具有一定的应用价值。     

纯方位TMA的变增益扩展卡尔曼滤波算法

通过对水下纯方位目标运动分析中的扩展卡尔曼滤波(EKF)算法的分析,利用方位新息,构成了一条反馈回路,从而将EKF算法改进为变增益扩展卡尔曼滤波(VGEKF)算法.对比仿真分析表明,VGEKF较之EKF滤波效果有所改善,增强了稳定性,提高了精度,为水下纯方位目标运动分析的实现提供新的途径.     

无缝GPS／INS组合导航系统的设计与实现

针对GPS卫星信号失锁条件下GPS/INS组合导航性能大幅度下降的缺点,设计了一种基于ANFIS的无缝组合导航方法,当卫星数目不低于4颗时采用伪距,伪距率的卡尔曼滤波算法,一旦卫星数目少于4颗时采用ANFIS系统估计导航误差,抑制INS的误差积累,从而实现无缝导航.动态车载实验表明,该方法切实可行,相对于传统的紧组合方法,有效地提高了组合导航系统的定位精度和抗干扰能力.