基于粒子约束的粒子群地磁匹配算法

地磁导航初始定位误差较大时,由于搜索区域过大,粒子群地磁匹配算法会出现粒子密度下降、算法收敛效率低等问题。为了提高粒子群优化的收敛速度与地磁匹配成功率,提出一种基于粒子约束的粒子群地磁匹配算法。首先,利用地磁测量冗余信息,结合地磁先验图,扩充待匹配点的地磁序列;然后计算待匹配点为真实位置的置信概率,并通过对搜索区域置信概率密度函数的约束划定有效定位区;最后在有效定位区内初始化粒子并进行粒子迭代更新,从而提高粒子位置准确度。实验表明,在初始定位偏差较大时,地磁冗余信息约束下的粒子初始化范围为常规搜索范围的1/4,所提算法在不同地磁测量噪声条件下都有良好的匹配效果,在定位精度方面优于其他对比算法。

飞行器编队PSO多维地磁匹配算法

针对在地磁变化缓慢区域,一维地磁匹配导航匹配概率低、使用范围有限的情况,在飞行器组网飞行的背景下,提出了基于粒子群优化算法(PSO)的多维地磁匹配算法。在一维地磁匹配模型的基础上,搭建了主从式组网地磁匹配模型,利用多飞行器空间约束,将平均绝对值误差法则从一维计算拓展至高维匹配,使用匹配成功率、匹配定位误差和算法适应度3个维度对定位有效性进行评价。仿真结果表明,多维地磁匹配能够在短周期内得到较高的匹配概率和匹配定位精度,在相同的匹配点下,多维地磁匹配的匹配概率比一维地磁匹配要高10%。

基于干扰检测和CEEMD的地磁信号降噪方法

针对地磁导航磁通门传感器中存在来自环境和运载体的随机高振幅脉冲磁干扰问题,提出了一种基于多尺度干扰检测与完备集成经验模式分解(CEEMD)相结合的降噪方法。首先,根据地磁信号的强相关性,计算各本征模态分量(IMF)的自相关函数,并自适应地选择有效IMF;其次,使用排列熵对各个有效IMF进行多尺度分析,标记出IMF干扰信号时段;然后,对各干扰段进行二次分解,提取低频有效分量,滤除IMF中高幅值脉冲干扰信息,最后,将干扰抑制后的有效IMF叠加进行信号重构,得到滤波信号。实验结果表明,在测量信号信噪比低的情况下,基于干扰检测和CEEMD的地磁信号降噪方法能有效滤除磁干扰,信噪比提高了3倍。

基于MR采样用户定位的高负荷扇区优化

当前流量快速增长,网络容量面临巨大压力,扩容需求攀升,但网络建设选址困难,缺少定位用户聚集区的有效方法。针对以上问题,利用MR采样数据进行小区级用户热点区域定位,根据MR采样数据,区分出高负荷扇区内的室内和室外用户,再利用基于AGPS的MR采样数据精确定位用户分布范围,初步给出需要扩容的地理范围,然后结合现场勘查,最终完成基站的选址和建设,实现用户侧流量分流。该方法可以高效、精准定位小区级用户聚集的热点区域,保障了扩容资源投放的精确性,在降本增效的前提下有效避免浪费。