基于抗差自适应滤波的高速列车融合测速算法

针对Kalman滤波在高速列车融合测速过程中因观测粗差和动力学模型误差而引起的融合精度下降问题,提出一种基于抗差自适应滤波的高速列车融合测速算法。首先,在Kalman滤波的基础上构建异常检测函数和误差判别统计量,用于检测和区分传感器异常观测导致的观测粗差和动力学模型误差;然后,针对观测粗差和动力学模型误差,分别采用三段式函数和指数函数构造抗差因子和自适应因子,通过2种因子合理调节观测信息和模型信息在状态估计中的权重,从而降低观测粗差和动力学模型误差对融合结果的影响;最后,通过2种运行场景以及算法对比,仿真验证抗差自适应滤波算法性能。仿真结果表明,与基于Kalman滤波的融合测速算法相比,所提出算法无论在观测粗差场景还是在动力学模型误差场景,均具有更高的精度和稳定性。

面向电-气综合能源系统的MEAV抗差状态估计法

为了实现电-气综合能源系统更为协调精确的状态估计,参考电网状态估计方法,基于最大指数绝对值(Maximum Exponential Absolute Value,MEAV)状态估计建立了电力-燃气网络的稳态模型。采用牛顿法作为基本算法,对系统进行能流计算以及MEAV等价模型的求解。最后,通过30个电网节点和22个燃气节点的耦合系统的仿真实验,验证了所提出的方法在获得电-气互联网络准确运行信息和抑制不良数据方面的能力。

考虑不良杠杆量测的电力系统抗差状态估计方法

针对电力系统状态估计中,不良杠杆量测会造成坏数据辨识失败,进而导致状态估计结果精度低的问题,基于广义潜能指标和中国科学院大地测量与地球物理研究所提出的IGGⅢ函数,提出了一种考虑不良杠杆量测的电力系统抗差状态估计方法。首先利用基于凝聚聚类改进后的广义潜能指标快速准确辨识杠杆量测;然后将IGGⅢ函数平滑处理后与最小二乘估计结合,实现抗差状态估计;最后在华北地区某实际风电场系统验证所提方法能准确识别杠杆量测。结果表明,所提方法有较好的抗差性能和计算精度,有利于工程实际应用。

抗差Helmert分量估计在地铁CPⅢ控制网平差中的应用

为使CPⅢ控制网数据定权合理、提高平差成果精度,并具有抗粗差特性,论文提出采用结合Huber的Helmert抗差分量估计定权方法对CPⅢ控制网中的水平角、竖直角和斜距三类观测值进行合理定权平差,以福州市轨道交通4号线工程西门站至东街口站区间右线CPⅢ控制网测量项目为例,验证了该方法的定权合理性和可靠性,并可获得点位偏差小、精度可靠且有抗粗差能力的平差成果。

基于低成本终端抗差速度约束差分定位算法

受限于低成本信号接收与处理单元,低成本终端的单点定位和相对定位的精度无法得到保障。基于此,提出一种附加多普勒观测值的抗差速度约束RTD模型与RTK自适应切换模型,使用多普勒测速约束位置解,充分发挥多频信号的抗多路径能力,有效平滑伪距噪声,保证定位精度及其稳定性;通过RTD/RTK自适应切换的方式,保证复杂观测条件下获得稳定的定位精度。基于小米8和M8终端实测定位结果表明,静态RTD模式下两种终端在东、北、高程方向的精度均优于1.5 m;动态无遮挡/部分遮挡RTD实验中,小米8终端平面精度提升54%/44%,M8终端平面精度提升51%/26%;动态车载RTK模式下M8终端东、北方向精度均优于0.5 m,模糊度固定率提升近30个百分点。

基于TOF和自适应抗差卡尔曼滤波的UWB室内定位算法

为提高超宽带(UWB)定位系统在室内复杂环境下的定位精度,提出一种基于飞行时间(TOF)和自适应抗差卡尔曼滤波(ARKF)的改进定位算法。针对超低功耗宽带设备在复杂室内环境状态下易受周围干扰而存在标准时间偏差的问题,提出一种改进的TOF算法,同时进行测距标定,拟合数据;对室内存在非视距(NLOS)干扰的情形,提出一种ARKF算法,通过比较残差与3倍信息的方差来判断视距(LOS)与NLOS情形。实验结果显示:该算法可以在静态与动态定位实验中有效提高系统定位精度,降低定位误差,取得较好的定位效果。

LS-SVM和抗差估计的GNSS/INS紧组合欺骗检测算法

针对传统欺骗检测算法对斜率较小的斜坡式欺骗检测时间过长、虚警率和漏检率偏高等问题,提出一种最小二乘支持向量机(LS-SVM)和抗差估计的全球卫星导航系统(GNSS)和惯性导航系统(INS)紧组合欺骗检测算法。所提算法通过抗差自适应调整增益矩阵,有效削弱欺骗对新息的影响,将抗差优化的训练数据集经LS-SVM回归得到的预测新息来代替滤波器中的欺骗新息,从而进一步提高对斜率较小的斜坡式欺骗检测处理能力。仿真结果表明:在检测欺骗值为0.1 m/s的斜坡式欺骗时,所提算法与传统算法相比,检测时间缩短26.65%,虚警率降低40.63%,定位精度提高72.72%。所提算法具有检测快、虚警率低的优势,适用于GNSS/INS紧组合导航用户的斜坡式欺骗检测。

ADAS系统视觉与毫米波雷达分布式抗差卡尔曼滤波融合算法

自动驾驶车辆常常利用多传感器对周围目标进行检测和跟踪,但受限于传感器多源异构特性和复杂多变的驾驶环境,准确的多目标检测和跟踪仍是实现自动驾驶的一大困难和挑战。本文面向高级驾驶辅助系统(ADAS)的多目标检测与跟踪任务,采用了基于1个视觉传感器和5个毫米波雷达(1V5R)的传感器配置方案,且设计了基于分布式抗差卡尔曼滤波器的多传感器信息融合算法以实现对周围目标的准确感知。首先,针对不同传感器数据特征,采用不同的线性卡尔曼滤波器和扩展卡尔曼滤波器进行数据融合,并基于分布式卡尔曼滤波建立了1V5R多传感器信息融合框架。其次,为降低传感器动态误差对于融合精度的影响,在卡尔曼加权观测融合的基础上,引入抗差估计方法,实现了对传感器动态误差的实时估计和修正。最后,通过离线仿真和实车道路试验对所提出的基于分布式抗差卡尔曼滤波的多传感器融合算法进行了验证。试验结果表明,与单一传感器的测量值相比,所提出的算法能有效融合多个传感器的信息以提升目标的检测与跟踪精度,且鲁棒性较好。

预应力混凝土梁桥短线匹配法的抗差估计方法

针对预应力混凝土梁桥短线匹配法线形控制问题,充分考虑节段梁控制点测量值中可能出现的随机误差与粗差,提出一种附有条件限制的总体最小二乘抗差估计方法,适用于短线匹配法线形控制;推导了解算方法,并给出了具体的解算步骤;以黄茅海跨海通道工程6×60 m连续刚构中的某一跨为基准进行了数据模拟。结果表明:该方法可以实时地修正施工中各类误差导致的预制线形变化,有效地阻止了施工误差与测量误差在后续节段梁中的不断积累;与既有算法相比,所提算法的计算结果准确度最高,不仅在终端节段末端与基准线形的差值均值最小,而且在代表整体线形连续性的偏差平方和均值上与最小二乘法的结果相近,优于传统的选点控制方法。

基于抗差估计的多GNSS共视基准站数据融合

为了满足远程时间用户对标准时间UTC(NTSC)纳秒级配送的需求,建立了一套标准时间远程复现系统。该系统目前使用的单基准终端服务模式,存在一定的风险,若单个接收机出现故障,会影响得到的本地时间和卫星钟之间偏差(即星站钟差)的准确性。为了解决上述问题,本文提出了一种基于抗差估计的多GNSS共视基准站融合星站钟差的方法。该方法利用中位数绝对值偏差(MAD)对星站钟差数据进行异常值检测,采用IGGⅢ等价权函数的抗差估计方法对多站的星站钟差数据进行融合,输出一组稳定的基准站参考值。通过Matlab仿真,对比MAD法和3-Sigma法的异常值检测性能,对于基准站星站钟差数据,MAD法更加适用。同时,将基于抗差估计的融合法与等权融合法进行对比,前者融合数据的标准差比后者下降0.11~6.65 ns,提高了系统的稳定性。

顾及卫星之间相关性的抗差定位方法研究

复杂观测环境下卫星信号易受遮挡干扰,观测值异常频发且存在强相关性,故障检测和隔离方法容易错误识别故障位置,导致定位性能急剧下降。针对该问题提出了一种顾及卫星相关性的抗差定位方法,分别通过卡方全局检验和w局部检验对故障进行探测和识别,当卫星之间相关性弱时剔除识别出的故障并完成定位解算,当卫星之间相关性强时采用抗差定位方法。实验结果表明:当卫星之间相关性强时,错误定位故障位置的概率高,传统的故障检测和隔离(FDE)方法会导致定位结果出现极大偏差,顾及卫星相关性的抗差定位方法能够有效降低复杂环境下强相关性的异常观测值带来的影响,显著提升定位精度。

故障修复增强的抗差滤波PDR/GNSS行人导航方法

针对复杂环境下智能手机卫星信号容易受到干扰而引起组合导航精度降低的问题,提出一种基于故障修复的抗差滤波行人导航方法。该法首先利用等价权因子实时调整观测权值,以有效地减少观测粗差对组合导航精度的影响。其次,针对松组合系统没有观测冗余的模型局限性,将抗差扩展卡尔曼滤波检测区间分为无故障、偏离和异常3段。无故障时,不做处理;出现偏离时,对观测值进行降权处理;异常情况下,利用预测新息对故障进行幅值修复,进而修正观测值。实际实验结果表明,当GNSS出现单历元故障时,经典的抗差滤波方法能够有效提高智能手机PDR/GNSS组合导航定位精度,其北向最大误差由7.27 m减小为3.20 m,东向最大位置误差由24.01 m减小为6.60 m;在GNSS出现多历元连续故障时,所提出的故障修复增强的抗差滤波方法相比经典的抗差滤波方法的平均定位误差下降了50%以上。

基于组合历元新息抗差的GNSS/INS欺骗检测方法

针对传统的全球卫星导航系统/惯性导航系统(GNSS/INS)新息平均抗差欺骗检测算法对阶跃式欺骗存在检测时延长、对斜坡式欺骗检测不敏感等问题,提出了一种基于组合历元新息抗差的GNSS/INS欺骗检测方法。检测方法联合使用单历元新息和多历元新息平均检测方法提高检测效率,构造多历元等价权因子加大对斜坡式欺骗的削弱力度,按欺骗类型进行分类处理。实验结果表明,与单历元新息检测方法和多历元新息平均检测方法相比,所提方法更具敏感性,能够检测到单历元新息无法检出的10 m的阶跃式欺骗和多历元新息平均法无法检出的0.03 m/s的斜坡式欺骗;多历元等价权因子能削弱在检测到斜坡式欺骗之前误差跟踪效应对新息的影响;在多通道欺骗场景下,所提方法使检测时延缩短了21.3%,对欺骗进行分类处理使得与真实轨迹的最大位置误差减小了86.6%,均方根误差减小了96.8%。

基于混合稀疏ICCP的联合抗差重力匹配定位方法

针对经典最近等值线迭代(ICCP)算法因重力异常测量误差导致匹配精度下降甚至失效的问题,提出联合抗差匹配算法以提高匹配精度及可靠性。首先,分析了匹配点集间的匹配残差在高斯噪声影响下呈非高斯分布,为抑制其影响,采用l_(p)范数代替l_(2)范数计算匹配残差,并利用匹配残差重调野值点以获得有效的匹配区域。在此基础上,提出混合稀疏ICCP算法,并利用其进行粗匹配,然后将粗匹配后的位置作为惯导系统(INS)指示位置,再使用经典ICCP算法进行精匹配,获得更高的定位精度。仿真结果表明,考虑重力异常测量误差的情况下,重力联合抗差匹配算法的误差最大值小于1 n mile,导航精度较传统ICCP算法提升60%以上,提升了算法的鲁棒性和匹配精度。

基于抗差自适应CKF的水下重力匹配导航SITAN算法

为提高水下重力匹配算法的定位精度和稳健性,将容积卡尔曼滤波应用到水下重力匹配惯性导航中,同时引入抗差估计和自适应因子,提出了基于抗差自适应容积卡尔曼滤波的水下重力匹配导航SITAN算法。利用重力异常模型数据开展仿真实验,结果表明,所提算法能有效修正惯导整体航迹,在观测值未加入粗差的情况下较普通容积卡尔曼滤波算法提高了76%的导航定位精度,在观测值加入30 mGal粗差的情况下,提高了88%的导航定位精度。该研究成果可为后续水下重力匹配导航算法的理论研究及工程实践提供一定的数据支撑。

基于IGGⅢ抗差估计的GNSS部分模糊度固定改进算法

针对滑坡等复杂环境下GNSS观测数据受高遮挡、多路径等因素影响,易使模糊度固定成功率降低进而导致定位可靠性变差的问题,提出一种基于IGGⅢ抗差估计的GNSS部分模糊度固定改进算法。通过引入抗差估计算法,削弱粗差对参数估计的影响,提升浮点模糊度精度;此外,为避免残余误差对后续整周模糊度解算产生影响,采用基于条件方差矩阵法的部分模糊度固定改进策略,进一步提升模糊度固定成功率。实验结果表明,相比于全模糊度固定方法,该算法可显著提高模糊度固定率,3个测站分别提升5.9%、52.7%、48.0%;同时,相比于传统的卡尔曼滤波算法,改进的抗差估计算法可明显改善模糊度固定错误的情况,极大提升GNSS定位精度,水平方向RMS优于1cm,高程方向RMS优于2cm。

抗差Vondrak滤波方法在时间频率传递中的应用

时间频率传递的结果会受到非模型化误差和观测噪声的影响,其噪声常为高频信号,构建低通滤波器可在一定程度上消除观测值序列中的高频噪声信号.本文对Vondrak滤波函数的本质进行剖析,通过IGG3算法对钟差序列进行定权并采用频率响应法选择适合的滤波因子;对不同的链路分别进行卫星双向时间频率传递(two-way satellite time and frequency transfer,TWSTFT)、基于软件接收机的卫星双向时间传递(two-way satellite time and frequency transfer based on software defined receiver,SDR-TWSTFT)和短基线共视时间频率传递实验,并对钟差结果采用抗差Vondrak滤波进行平滑去噪.结果表明:滤波后的钟差序列能够很好地反映原始钟差序列的趋势;平滑后的TWSTFT钟差结果,日波动效应得到了有效的抑制,精度有明显提升;对于共视钟差结果,精度有明显提升,与精密单点定位(precise point positioning,PPP)时间传递结果的差值保持在−1.0~1.0 ns范围内.

GNSS/INS组合导航中自适应抗差KF算法研究

【目的】在复杂城市环境下要提升车载GNSS/INS组合导航系统定位精度与GNSS信号被遮挡后系统的定位性能,需要对传统卡尔曼滤波进行改进。【方法】课题组提出一种改进的卡尔曼滤波算法,该算法构建马氏距离作为滤波残差的检验统计量,使用假设性检验的方法对粗差进行判定,并基于量测新息构建调节因子进行调节。【结果】采用跑车实测数据对算法进行分析验证,在部分信号干扰严重区域,所提出的改进算法在东、北、天三个方向上的位置精度分别提升了19.2%、30.2%和0.4%,验证了所提算法的有效性。【结论】改进后的卡尔曼滤波算法的位置解算精度有所提升,在复杂城市环境下的应用中有一定参考价值。

三阶目标状态抗差估计

针对雷达组网滤波过程中的系统误差问题,本文在双站二阶抗差估计的基础上提出了一种在三站组网情况下减少航迹滤波系统误差的三阶抗差估计方法,并探讨了在两种不同布站方式下该方法对于减少滤波系统误差的效果。仿真结果证明,该方法在第一种布站方式下能够有效减少组网滤波过程中在距离维、方位维、俯仰维测量时产生的系统误差。

基于伪距残差和新息的GNSS/IMU抗差自适应定位算法

在全球导航卫星系统(GNSS)和惯性测量元件(IMU)组合导航系统中,抗差滤波和自适应滤波常被用于提高组合导航的定位精度。但是抗差滤波和自适应滤波所适用的条件不同,使用不当反而可能会降低组合导航的定位精度,针对此问题,提出基于伪距残差和新息的GNSS/IMU抗差自适应定位算法。所提算法基于伪距残差评估GNSS的定位质量,选择合适的滤波算法进行GNSS/IMU组合导航解算。在长时间GNSS定位质量较差时,基于新息和伪距残差判断是否IMU运动学推算误差大于GNSS观测值误差,从而根据判断的结果选择是否采用抗差因子。结果表明:所提算法相对于扩展卡尔曼滤波算法在东、北和天方向上分别提高36.05%、22.71%和56.22%的定位精度。