自适应渐消扩展Kalman粒子滤波方法在组合导航中的应用

针对粒子滤波存在的权值退化问题,从研究粒子滤波的建议分布函数出发,提出自适应渐消扩展Kal-man粒子滤波方法。该方法使用自适应渐消扩展Kalman滤波产生建议分布,可在线调节参数,从而使得系统具有更好的自适应性和鲁棒性。与用转移先验、扩展Kalman滤波产生建议分布的粒子滤波方法相比,自适应渐消扩展Kalman粒子滤波进一步提高了粒子滤波的精度。

智能优化方法与粒子滤波技术融合的分析与展望

智能优化算法通过模拟自然生态系统机制以解决复杂优化问题,粒子滤波成为解决非线性及非高斯动态系统最优估计问题的研究热点。若将多种优化算法结合使用,设计更好的滤波器参数寻优步骤,将会极大改善现有非线性滤波的估计性能。介绍了几种智能计算方法和粒子滤波方法,在此基础上,对智能优化方法与粒子滤波技术的融合进行了分析和讨论,并加以总结和展望。

正态-Gamma先验下粗差探测的Bayes方法

本文主要运用Bayes统计推断的基本原理,提出和建立将观测信息与正态——Gamma先验信息融合、基于综合信息判断粗差的Bayes方法。首先,根据Bayes统计推断的基本原理,建立了判断粗差的Bayes方法——后验概率法,然后针对测量平差实际,考虑未知参数的正态-Gamma先验信息,分别给出了非等权独立观测条件下基于均值漂移模型和方差膨胀模型的后验概率的具体计算公式,并给出了相应的粗差的Bayes估算方法。最后提出了基于后验概率进行粗差探测的实施过程和具体步骤。数值试验的结果表明,本文提出的粗差探测的Bayes方法对多个粗差的同时定位和定值是相当有效的。

粒子滤波算法在GPS/DR组合导航中的应用

针对建议分布函数的选择问题,系统地分析比较了改进的粒子滤波算法。在此基础上提出了一种新的粒子滤波算法——自适应渐消扩展Kalman粒子滤波方法。该方法用渐消扩展Kalman滤波产生建议分布函数,由于参数的可在线调节性,使得系统具有更好的自适应性和鲁棒性。与用转移先验、扩展Kalman滤波、自适应扩展Kalman滤波、迭代扩展Kalman滤波以及无迹Kalman滤波产生建议分布函数的粒子滤波方法相比,自适应渐消扩展Kalman粒子滤波进一步提高了粒子滤波的精度。通过对GPS与航位推算(DR)组合导航系统GPS/DR的试验,验证了该方法的有效性。

非线性滤波的非线性强度和估计性能的度量准则

给出一种基于广义均方误差的非线性滤波问题的非线性强度的定量化的度量指标,通过模拟算例验证了该度量指标的可行性。

度量非线性滤波的非线性强度和估计性能准则

给出了一种基于广义均方误差的定量描述非线性滤波问题的非线性强度指标。利用该指标亦可评判非线性滤波算法的估计性能,从而可方便地选择合适的滤波算法。通过两个模拟算例验证了该判定准则的合理性和可行性。

粗差探测的Bayes方法

讨论粗差探测的Bayes方法。首先根据Bayes统计推断的基本原理,建立判断粗差的Bayes方法———后验概率法,然后针对测量平差实际,分别给出非等权独立观测条件下基于均值漂移模型和方差膨胀模型的后验概率的计算公式,最后结合一边角网算例,验证本文方法的效果。

基于方差膨胀模型的多个粗差的探测

本文将粗差归入随机模型,提出了基于方差膨胀模型的粗差探测方法。首先针对测量平差实际给出了非等权独立观测条件下的单个粗差的Score检验统计量,然后提出了基于方差膨胀模型的两种定位多个粗差的方案,最后对一边角网进行了计算和分析。大量试验表明,用本文给出的定位多个粗差的方法是切实可行的,它不仅有效地发现了粗差,而且计算简便、快捷,结果比较理想。

基于岭估计的粗差探测

针对测量平差Gauss-M arkov模型中法矩阵的病态性和观测值的粗差同时存在问题,把岭估计和粗差探测两者的优点结合起来提出了基于岭估计的粗差探测方法。该方法把岭估计看成具有伪观测值的最小二乘估计,然后运用基于最小二乘估计的粗差探测技术探讨岭估计意义下的奇异点,并给出奇异点的检验统计量和判断方法。数值实验表明,新方法在克服病态性的同时能够有效地识别出可疑(可能含粗差)的观测值。

MSE准则下岭-主成分组合估计与LS估计的比较与选择

研究了测量平差Gauss-Markov模型中岭-主成分组合估计与LS估计的比较与选择问题。首先在均方误差(MSE)准则下对岭-主成分组合估计与LS估计进行了比较,得到了岭-主成分组合估计优于LS估计的椭球条件;然后运用MonteCarlo方法对这些条件进行了假设检验;最后通过数值实验说明,在一定显著性水平下当原假设被接受时,可采用岭-主成分组合估计对LS估计做出比较有效的改进,当原假设被拒绝时,应该仍采用LS估计。

基于方差膨胀模型的粗差探测Bayes方法

基于方差膨胀模型提出并建立了用观测信息的同时利用先验信息判断粗差的Bayes方法。首先,根据Bayes统计推断的基本原理,建立了判断粗差的Bayes方法——后验概率法;然后针对测量平差实际,考虑未知参数的两种先验信息分别给出了非等权独立观测条件下基于该模型的后验概率的计算公式;最后对模拟算例进行了计算和分析。试验结果表明,用给出的探测粗差的Bayes方法是切实可行的。

基于ERTS平滑建议分布函数的粒子滤波新方法

提出一种新的建议分布函数的设计方案,即将扩展Kalman滤波算法与Rauch-Tung-Streibel(RTS)最优固定区间平滑算法融合,产生建议分布函数。与用扩展Kalman滤波产生建议分布函数的粒子滤波方法相比,该方法可更准确地给出状态的估计结果,从而使得系统具有更好的稳健性。通过对GPS/DR组合导航系统的试验,验证了该方法的有效性。

卫星多故障探测和识别的独立分量分析法

鉴于独立分量对异常值具有较强的敏感性,提出了基于独立分量分析(ICA)的伪距多变量时间序列异常值探测算法,并且利用契比雪夫不等式给出了异常值探测的阈值,引入时间序列干预模型估计了潜在故障扰动的大小,根据3σ准则确定出故障星的位置。根据RAIM的实时性要求,采用滑动窗口的思想对上述批处理探测算法进行改造,本文提出了一种卫星多故障在线探测和识别的新算法,并给出了新RAIM算法的实施流程。利用5个iGMAS北斗监测站的民用观测数据对新算法进行验证,试验分析结果表明,新算法对于卫星多故障的实时处理具有较好的效果,且其故障正确探测率优于以往的RANCO方法。

基于均值漂移的粒子滤波算法设计及其在导航数据处理中的应用

针对标准粒子滤波算法中存在的计算量大和粒子的权值退化的缺陷,将均值漂移算法和PF算法进行融合,设计基于均值漂移搜索算法的粒子滤波新算法。该算法仍遵从粒子滤波算法的计算框架,基本原理是利用MS算法对粒子的聚类作用,将均值漂移思想融合到粒子滤波算法的重要性采样过程中,对粒子集进行确定性搜索,使每个粒子收敛于局部最优值,这样粒子的状态表示更接近真实的状态分布,因此只需较少的粒子数便可达到未嵌入MS的使用大量粒子数的粒子滤波状态估计的性能,从而在缓解粒子的权值退化的同时提高粒子滤波算法的实时性。大量的数值试验和对GPS/DR组合导航数据处理的结果验证了该方法的有效性。

基于URTS平滑建议分布函数的PF算法设计及应用

为改善基于Unscented Kalman滤波建议分布函数的粒子滤波状态估计的性能,将Unscented Kalman滤波与RTS(Rauch-Tung-Striebel)固定区间平滑算法融合,产生了一种新的建议分布函数——Unscented RTS平滑建议分布函数。该函数首先实施Unscent-ed Kalman滤波,之后对此滤波结果进行RTS固定区间平滑,以此产生预测样本。以此新建议分布函数得到的预测粒子的精度较通常的以Unscented Kalman滤波方法作为建议分布函数时得到的预测粒子的精度将大为提高,进而提高相应的粒子滤波算法——PF-URTS的状态估计精度。新算法的可行性和有效性在GPS/DR组合导航数据处理中得到了应用验证。

北斗三频伪距相关随机模型单站建模方法

为了提供可靠的伪距随机模型,基于3个线性无关的北斗三频伪距/载波无几何无电离层(GIF)组合,研究了一种利用单站数据估计北斗三频伪距相关随机模型算法。该算法首先利用低阶多项式对GIF组合进行拟合,以尽可能消除非伪距噪声以外的其他常数和误差,然后利用多元线性回归分析实现对3个线性无关的GIF组合随机噪声同时建模,最后再由线性组合关系变换得到原始北斗三频伪距相关随机模型。经北斗三频实测数据验证结果表明,该算法可实现北斗非差三频伪距相关随机模型的单站解算,有利于为导航定位以及完好性监测提供精准随机模型。

动态非线性滤波模型非线性强度的曲率度量及其应用

基于微分几何的两种曲率——参数影响曲率和固有曲率,给出了定量描述非线性滤波问题的非线性强度的方法,分别采用扩展Kalman滤波方法和Unscented Kalman滤波方法进行了模拟实验。结果验证了这些曲率确实能够度量非线性滤波问题的非线性强度,且能够评估非线性滤波算法的状态估计性能。

基于MKLD准则的PSOPF算法设计及其应用

针对标准粒子滤波算法中存在的粒子权值退化和计算量大的缺陷,提出了基于MKLD准则的粒子群优化粒子滤波算法。该方法将粒子群优化算法嵌入到粒子滤波算法的重要性采样过程中,对采样过程进行了优化,提高了粒子集的优良性的同时保证了粒子滤波状态估计的性能。同时,为了降低计算量,算法设计时基于MKLD准则自适应地选择粒子群优化算法所要优化的粒子及粒子群优化算法实施的时刻。大量的数值实验和GPS/DR组合导航仿真实验的结果验证了新方法的有效性。

利用MKLD准则的自适应PF算法设计及其应用

为降低PF算法的计算量,提出了基于最大Kullback-Leibler距离(MKLD)准则的PF-AMCMC算法。该算法可在自适应地选择粒子数的前提下,同时自适应地选择粒子滤波算法中MCMC移动步骤实施的时刻,在保证一定的状态估计精度的条件下,减少粒子滤波的计算量。大量的数值试验和GPS/DR组合导航仿真试验表明,本文提出的算法较标准粒子滤波算法在克服粒子滤波计算量大的缺陷方面有显著的效果,且获得了精度更高的状态估计。

基于ARMA模型的BDS卫星钟差异常值探测及其短期预报

星载原子钟在运行过程中会受到恶劣空间环境与设备老化等因素的影响,使得卫星钟差数据中经常存在异常值,其中AO(additive outlier)类异常值是钟差序列中常见的一类异常值。结合最大期望算法与自回归滑动平均(autoregressive moving average,ARMA)模型,提出一种AO类异常值探测算法。该算法可以准确探测孤立AO类异常值与成片AO类异常值,有效克服了其他算法经常出现的淹没与掩盖现象。在成功探测钟差序列AO类异常值的同时,该算法可以估计得到精确的ARMA模型,进而能准确地进行卫星钟差预报。利用仿真数据与北斗卫星钟差实测数据进行计算分析,结果表明,所提算法可以精确探测出钟差序列AO类异常值,并且具有很好的卫星钟差预报效果。