基于粒子滤波的自组织模糊神经网络算法研究

为了得到结构更加紧凑、泛化性能更强的自组织模糊神经网络,提出了基于粒子滤波(particle filter,PF)的自组织模糊神经网络训练算法。其能够对模糊规则进行自动生成和增删。文中给出了模糊规则生成准则,应用误差率下降方法作为模糊规则增删策略,删除作用不大的规则。建立了以隶属函数宽度参数为状态,以理想输出为量测的动力学模型,利用PF对参数进行了学习。最后,对两个实例进行了仿真,从仿真结果可以看出,与D-FNN、SOFNN、EKF-SOFNN等算法相比,其在结构紧凑性以及泛化性能上都得到了提高,从而证明了PF-SOFNN的有效性。

UKF强跟踪滤波在组合导航故障诊断中的应用

针对组合导航系统故障诊断,在强跟踪滤波理论的基础上,对无迹卡尔曼(UKF)强跟踪滤波法进行了研究。UKF强跟踪滤波法兼具UKF和强跟踪滤波器的优点:较强的处理非线性问题的能力和强跟踪能力。最后,将该方法应用于组合导航系统故障诊断,设置不同的故障模式,与强跟踪滤波法进行了对比仿真研究。从仿真结果可看出,两种方法对硬故障的灵敏度接近,UKF强跟踪滤波法对软故障的灵敏度明显高于强跟踪滤波方法。由此证明UKF强跟踪滤波器对于突变状态具有强跟踪能力,对于缓变故障具有优于其他方法(强跟踪滤波)的敏感能力,提高了组合导航系统的精度、可靠性和安全性,可应用于工程实际。

残差χ~2检验法在联邦滤波中的应用

在研究基于残差的故障统计检验原理的基础上,深入分析了残差χ2检验法应用于联邦滤波器时存在的问题。针对联邦滤波器结构的特殊性,提出了双"状态传播器"的改进算法。该算法能有效地改善局部估计次优性和信息分配策略对故障检测灵敏度的影响。仿真分析结果证明了该方法的有效性和正确性。

导航系统故障检测与诊断技术综述

导航系统的故障检测与诊断技术受到理论界的广泛重视,总结了国内外应用于导航系统的故障检测与诊断方法:基于硬件冗余方法、基于χ2检验方法、基于奇偶空间方法、基于小波变换方法、基于神经网络方法、基于联邦滤波器方法和一些其他方法。讨论了导航系统的故障检测与诊断发展趋势。

飞机舱音信息鲁棒语音端点检测

提出了一种适用于飞机座舱噪声环境下的鲁棒语音端点检测方法。在分析噪声特征的基础上,首先直接针对带噪语音谱的离散傅里叶变换系数建立复拉普拉斯分布模型;然后进行基于二元假设检验的似然比测试;最后将信号相邻帧的相关性与基于最大后验概率的判决规则相结合。定义两种门限值,根据前一帧的状态与当前帧的观测值共同决策当前帧的状态,从而搜索出语音起止点。实验表明:与目前典型语音端点检测算法对比,该方法在飞机座舱噪声环境中具有较好的鲁棒性。

MEMS惯性测量组件动基座对准研究

主要研究了其在动基座条件下的误差方程,进行了误差方程的分析,并用广义卡尔曼滤波方法进行了动基座条件下MEMS惯性测量组件的对准研究。最后,给出了该对准方法的仿真结果。

基于平淡粒子滤波的自组织模糊神经网络算法

提出一种基于平淡粒子滤波(UPF)的自组织模糊神经网络(SOFNN)训练算法——UPF-SOFNN。分析了基于误差下降率的模糊规则增删策略和神经元增加和删除准则,建立了以隶属函数宽度参数为状态,以理想输出为量测的动力学模型,并利用UPF对神经元参数进行学习。分别以非线性系统函数逼近和系统辨识为例,对UPF-SOFNN算法进行了仿真验证,表明UPF-SOFNN算法具有更紧凑的结构和较强的泛化性能。

基于改进小波阈值法处理MEMS陀螺信号噪声

小波具有多分辨率分析特性,利用小波阈值去噪可以有效地处理MEMS陀螺信号的噪声。针对常用阈值小波去噪方法的不足,提出了一种改进的小波阈值方法。详细介绍了该方法的原理与实现过程,并将其应用到MEMS陀螺信号处理过程中。使用db4小波,应用不同的阈值函数对MEMS陀螺信号进行4尺度分解。仿真实验分析比较表明,改进的小波阈值方法可以有效地剔除信号中的噪声,抑制了MEMS陀螺仪的随机漂移;与现有的阈值方法相比,信噪比提高了18.3%。

一种改进的变结构交互多模型被动跟踪算法

针对干扰环境下跟踪机动目标时常常无法获得距离信息的问题,提出了一种新的被动跟踪算法对目标进行精确的跟踪定位。算法针对被动跟踪中状态与量测之间存在的非线性关系,首先采用最小二乘原理对角度量测进行预处理,然后以预处理结果作为输入,进行交互多模型滤波,从而减小非线性量测方程的线性化过程带来的误差。然而,交互多模型滤波中所采用的固定结构模型集并不能保证跟踪精度,为解决这一问题,算法引入序列似然比检测对模型集进行调整,使模型对不同的目标机动模式有更强的自适应能力,从而减小模型之间的竞争,确保跟踪效果。为了验证新算法的有效性,在相同实验条件下,用2种算法分别对同一设定轨迹进行仿真估计,结果表明,新算法可以进一步提高跟踪精度。

基于GPS/SINS紧耦合系统的新息外推法

在GPS/SINS紧耦合系统中,完好性是一个极其重要的指标。为缩短卫星故障检测时间,在新息检测法的基础上提出一种新息外推法,该算法通过对外推过程中产生的新息进行处理,形成检验统计量来检测卫星故障。结合GPS/SINS紧耦合系统,仿真结果表明,新息外推法比新息检测法能更快地检测慢变故障,且能在一定程度上削弱野值对故障检测的影响。

奇偶矢量RAIM算法的故障检测研究

RAIM作为一种行之有效的卫星故障诊断方法,在GPS完好性监测中发挥着重要作用。文中基于奇偶矢量RAIM算法,根据检验统计量在正常和故障情况下概率密度函数的不同,从概率角度对GPS完好性进行研究分析,主要阐述了误警率、漏检率和检测门限的概念及其之间的关系;并得出了可见卫星数增多时,漏检率不降反升的结果,这是RAIM算法的一个致命缺陷;最后仿真分析了伪距误差对漏警率的影响。

GPS/SINS组合导航系统的故障检测与识别

针对GPS/S IN S组合导航系统的故障检测与识别,提出一种层次滤波器结构,该结构包含主、子滤波器两个层次,使用不同的卫星量测信息。通过监测主、子滤波器的故障检测结果,识别出具体的故障卫星,利用未包含故障星的滤波器可进行不中断导航。完成了基于层次滤波器结构的GPS/S IN S滤波算法和故障检测算法设计,将该方案应用于伪距组合的GPS/S IN S紧耦合系统,仿真结果表明当只存在4颗可见星时,该方案仍能有效地检测和识别单颗卫星故障,增强了系统的完好性;同时仿真验证了该结构具备检测两颗以上卫星故障的能力,但不能识别具体的故障星。

基于实时操作系统的低成本捷联惯导系统

针对捷联惯导系统低成本、小体积的要求,提出一种利用微机械惯性传感器、以ARM芯片作为导航计算机的硬件方案。设计基于嵌入式实时操作系统的实时多任务导航计算机软件系统。测试结果表明,姿态角度的短期误差可保持在2o范围内,软件系统能合理分配硬件资源,提高导航计算机的整体性能,软件的模块化设计使导航计算机的软件系统具备良好可移植性。

被动跟踪中模糊变结构交互多模型算法

在对机动目标进行被动跟踪时,为了提升跟踪效果,提出了一种基于最小二乘的模糊变结构交互多模型算法。首先,对于被动跟踪中状态与量测之间存在的非线性关系,算法采用最小二乘原理对角度量测进行预处理,降低非线性量测方程的线性化误差。然后,针对交互多模型算法中固定结构的模型集带来的局限性,算法引入模糊推理规则以进行模型集自适应,减小模型之间的竞争,确保跟踪精度。在相同实验条件下,分别用新算法和传统跟踪算法对同一设定轨迹进行估计,仿真结果表明,新算法的跟踪效果优于传统算法。

基于层次滤波器结构的卫星故障检测隔离

随着GPS/SINS组合导航系统应用领域的拓展,GPS完好性问题越来越受到关注。为快速有效地检测隔离GPS卫星慢变故障,提出一种层次滤波器结构,采用伪距量测的滤波算法,基于该结构完成了SINS/GPS组合导航算法和故障检测隔离算法的设计。以4颗星为例,仿真验证该方案不仅可以准确检测隔离慢变故障,而且可以使用未受故障卫星污染的滤波器继续进行导航解算。

飞机舱音背景声下语音增强技术

有效提取飞机舱音背景声下的语音信息对飞行事故调查十分重要。提出一种适用于飞机座舱噪声环境下的语音增强方法。以卡方分布作为纯语音谱幅值的先验模型,采用最小均方误差短时谱估计法对带噪语音中的纯语音谱进行估计,误差估计方程中采用权值函数对估计值进行非线性加权。在仿真试验中利用语音质量的客观评价标准选取适合于舱音背景声下的纯语音谱估计参数,使增强语音中噪声抑制和语音失真之间达到平衡。最后将提出的语音增强方法与目前典型方法进行了对比实验,验证算法的有效性。

加速度计/磁强计无陀螺捷联惯导姿态解算研究

针对无陀螺捷联惯导系统姿态解算随时间不断积累的问题,提出一种磁强计辅助无陀螺捷联惯导的组合方案,利用磁强计测量的地磁信息来修正无陀螺惯导系统的姿态角误差,提高了姿态角的解算精度。推导了磁强计输出和姿态角之间的关系,在此基础上提出了一种姿态优化算法,介绍了算法的基本原理;建立了误差四元数的姿态组合模型,并采用反馈校正完成动态条件下姿态的确定;最后对姿态误差角进行了仿真研究,仿真结果表明该方法有效地抑制了误差的发散。