基于遗传算法选星的高中低轨导航混合星座完好性监测技术

低轨卫星在通信、导航、遥感等领域应用广泛,对满足通信需求、提升导航定位精度具有重要意义。完好性监测技术是卫星导航系统安全与可靠运行的重要保障,随着低轨技术的成熟发展与海量低轨卫星的逐步应用,亟待开展高中低轨混合星座条件下系统及用户的完好性监测技术研究。提出一种基于遗传算法选星的高中低轨导航混合星座完好性监测技术,在传统最佳几何精度因子选星法的基础上,通过引入遗传算法,构造基于卫星几何观测矩阵特征斜率线性加权的适应度因子,以实现用户保护水平向保护限值的快速收敛。相较于传统算法,此算法通过优化选星的方式,进一步提升了接收机的完好性。在CAT I精密条件下,对于“北斗+StarNet-1”星座,此算法全球范围可用性水平平均增强了5.60%,对于东半球中纬地区和东半球低纬地区增强效果最佳,全球范围可用性水平分别增强了7.01%和6.42%。

用户自主完好性监测新算法(英文)

基于测量域提出了新的导航系统完好性度量算法充分考虑所需导航性能参数和不确定的噪声的因素,运用概率优化方法进行故障监测。选择适当的性能参数,与漏检率具有一一映射关系,估算故障概率,并对此进行了讨论。在该算法中,利用残差灵敏度矩阵的各个特点提高识别有误差观测数据的效率。该算法可用于完好性监测的性能要求规定,计算高效。非精密进近的仿真结果证明了该算法的有效性。

基于改进粒子滤波的GPS接收机自主完好性监测算法

针对基本粒子滤波重采样过程中粒子权值退化和多样性丧失的问题,将遗传算法引入基于神经网络的权值调整粒子滤波算法中,结合了遗传算法全局寻优的收敛性与神经网络局部寻优的快速性优点。将提出的算法与对数似然比方法结合用于GPS接收机自主完好性监测,通过建立一致性检验统计量实现对故障卫星的检测与隔离。通过采集实测数据进行验证,结果表明:该算法可以成功检测和隔离故障卫星,其性能优于基于基本粒子滤波的接收机自主完好性监测,验证了该算法应用于GPS接收机自主完好性监测的可行性和有效性。

遗传粒子滤波的GPS接收机自主完好性监测

针对全球定位系统接收机观测噪声分布的特点和基本粒子滤波存在的粒子退化与采样枯竭问题,提出了一种基于遗传算法进行再采样粒子滤波与似然比方法有机结合的全球定位系统接收机自主完好性监测方法.建立了卫星故障检测的检验统计量,通过比较系统各状态累加对数似然比对卫星故障进行检测.将遗传算法中的选择、交叉和变异操作融入到粒子滤波中,提高了粒子滤波的精确性,在实数域内对粒子进行遗传操作,避免了遗传操作的编解码.实验表明,该算法在非高斯测量噪声下成功地检测并隔离故障卫星,提高了故障检测的性能,验证了该算法应用于全球定位系统接收机自主完好性监测的可行性和有效性.

基于星基导航完好性监测及其海上应用系统的探讨

由于卫星导航信号强度弱易被干扰,可以通过人为手段(如GPS的SA)播发欺骗信息,使海上船只的导航信号容易被干扰、蒙蔽和控制。通过对星基导航完好性监测方法的探讨,介绍了通过建立一个卫星导航系统信息源完好性监测数据库,并利用地球同步卫星,将监测结果实时地传输到监控中心,来建立一套可靠性高、实时性强的海上卫星导航信息源完好性监测系统,解决我国海上特殊用户星基导航可靠性保障的问题。

北斗地基增强系统完好性算法验证性研究

为了验证GNSS差分定位中完好性算法的可行性及效果,本文在研究完好性算法和阈值选定方法的基础上,基于长期连续的完好性相关实测数据,验证了完好性算法在差分定位中的可行性和有效性。

算法融合的差分吸收光谱法烟气SO_2浓度在线监测研究

过去几十年中差分吸收光谱技术(differential optical absorption spectroscopy,DOAS)在大气污染物监测方面取得了成功应用。文章提出了根据差分吸光度最大值(OD′m)设定阈值的思想,将传统DOAS算法与基于卡尔曼滤波的DOAS算法相结合,利用两种算法在相同信噪比下具有不同反演精度的特点,在保证测量精度的前提下提高了DOAS系统的检测极限,较好地解决了短光程下低浓度气体的测量精度问题。在常温常压和流动状态下,对烟气中的SO2浓度测量进行了理论和实验研究。研究结果表明,改进的DOAS算法在OD′m<0.0481时,SO2浓度测量精度较高,测量下限可低于28.6mg·m-3,零点漂移低于2.9mg·m-3;传统DOAS算法在0.0481<OD′m<0.9272时,SO2浓度测量精度较高;两种算法对OD′m>0.9272时的SO2浓度测量都存在较大的误差,必须进行线性度校正。

北斗信号区域完好性监测方法设计与实现

随着北斗导航系统的广泛推广和应用,其系统完好性问题也逐渐走到我们的视野里,如何保证北斗卫星的完好性则成为当前北斗系统亟待解决的问题。本文以卫星导航系统的完好性检测为背景,以北斗系统作为研究对象和平台,设计了针对北斗导航系统接收机的加权最小二乘的RAIM监测算法,并且通过已有的完好性检测设备采集数据进行算法验证,证明了该软件算法的准确性。

差分吸收光谱技术在线监测烟气浓度的反演算法

传统差分吸收光谱技术对长光程或高浓度烟气污染物可以实现准确、快速和在线测量,但是对固定污染源排放的低浓度污染气体或双组份污染气体同时测量却存在较大的浓度反演误差。文中采用遗传算法对各种浓度污染气体的实测光谱数据进行了浓度反演计算。研究结果表明：在气体浓度低于250 mg/m3范围内,遗传算法的反演精度明显优于传统算法,反演误差都在10%以内;在250~5 000 mg/m3范围内,与传统算法相当;超过5 g/m3后,遗传算法的反演误差较大。在同一波段范围内,同时反演双组份气体浓度时,遗传算法具有较高的反演精度。同时,遗传算法的零点误差远小于传统算法。

基于GPS差分算法的研究与滑坡监测系统软件实现

选择比较先进的GPS卫星定位技术及静态差分算法作为滑坡监测的手段和解算方法.从GPS定位的基本原理出发,对双差算法数学模型进行了研究,并且编写出差分算法程序.

关于GBAS完好性统计量最佳门限值验证性研究

在地基增强系统(GBAS)的差分与完好性监测算法中,伪距差分是经常采用的一种测量差分模式,它在短基线情况下能够有效消除绝大部分空间相关测量误差和时间相关误差,从而能够有效提高机载端定位精度。而在其完好性算法中,统计量门限值的选取是很重要的一个环节,门限值计算公式中虚警率对应的分位数a如何取值,直接决定着最终机载端差分定位结果的好坏。本文通过采集大量的GBAS差分卫星地面站完好性统计量数据进行分析,并以步长“2σ”为间隔依次进行完好性统计量门限值的分析,最终通过比对伪距差分定位结果进一步验证门限值选取“6σ”的合理性。

面向电力管廊外破监测的分布式光纤传感技术研究

电力管廊是城市里重要的基础设施,对其结构和状态进行监测及评估备受关注。本文针对电力管廊外力破坏监测的问题,提出一种基于衰减补偿的光时域差分曲线方差阈值定位振动事件的方案,并通过实验论证了其定位外破事件的准确性。该方案基于相敏型光时域反射系统架构,根据管廊外破事件引起的光纤振动导致光时域反射曲线在该事件位置处混乱度急剧增加的现象,对不同测量序列得到的光时域反射曲线作差,然后对光纤各位置对应的差值向量数据求方差,设定方差阈值定位外破事件。同时,考虑到光纤衰减导致方差阈值随距离增加而降低的问题,采用衰减补偿算法使光纤上任意散射位置对应相同的脉冲功率水平,从而修正光纤衰减对方差阈值的影响。实验搭建了分布式光纤振动传感系统,采用脉宽为30 ns、峰值功率为30 dBm的光脉冲,在约25 km的光纤范围,获得±3 m的定位精度。电力管廊外力破坏事件,具有低频、大扰动、持续长的特点,所提出系统方案通过曲线平均抑制瑞利散射衰落噪声,结合光纤衰减补偿校正散射信号幅值,从而将振动事件引起的光信号相位变化作为探测曲线波动的主导因素,以确保对外力破坏事件不漏报、不误报。

基于高斯混合分布及EM算法的抗干扰定位方法

针对当前导航接收机自主完好性监测算法(RAIM)在欺骗式干扰环境下,存在多故障识别能力弱、计算复杂度高等问题,提出一种基于高斯混合分布及EM算法的抗干扰定位方法,用于存在生成式、转发式欺骗干扰的复杂电子对抗环境。该方法提出一种最小截尾平方和(LTS)估计的快速算法,从而得到高可靠的迭代初值,首次采用高斯混合分布建立极大似然估计模型,并使用EM算法对其进行求解得到可靠的定位结果,最终计算实时定位误差并实现多个干扰的识别。仿真结果表明,所提方法在干扰数量为10时,与MM估计方法相比定位精度提高53%,计算时间缩短到原先的1/5000,具有更高的定位精度以及更短的计算时间,可为电子对抗环境下的高可靠卫星应用提供支撑。

基于麻雀搜索算法的ARAIM故障子集优化算法

针对多假设解分离(MHSS)测试受卫星数目增加、潜在故障概率提高的影响,使得需要监测的子集数量增长而带来计算负担增加的问题,提出一种基于麻雀搜索算法(SSA)的高级接收机自主完好性监测(ARAIM)故障子集优化算法。结合SSA将可见卫星分配为发现者、跟随者和侦查预警者,通过剔除能量较低的个体降低计算冗余。在搜索过程中,引入自适应步长提升迭代速度,提高算法的执行效率。在双星座情况下,对完好性支持信息(ISM)参数进行3种假设,验证了所提算法的可用性,并与传统算法进行了对比分析。结果表明:通过所提算法得到的子集数量较传统算法减少了75%~90%,相同条件下,仿真用时降低了68%~88%,ARAIM可用性变化不超过2%。

一种快速检测GPS卫星完好性风险的方法

提出了一种观测量组合算法对完好性风险进行了监测;并针对多接收机单统计量的线性组合进行了讨论;最后利用实际数据对该统计方法进行验证。研究结果表明:在发生失效的情况下,观测量组合算法能够更快地监测故障的发生,提高了对故障的检测速度,同时可检测出小偏差故障,降低系统的漏检率。

基于差分进化算法的电力变压器故障监测方法

为保障电力系统安全运行,提出基于差分进化算法的电力变压器故障监测方法,通过电力变压器故障特征的深度挖掘,提高其监测准确度。基于卷积神经网络(CNN)的变压器故障监测原理,将新的卷积层添加在CNN的池化层与全连接层之间,构建改进CNN,利用带有动量因子的随机梯度下降算法,加速训练改进CNN电力变压器故障监测模型,改进CNN速度,减轻收敛时产生的振动,获得精准分类结果;并利用差分进化算法优化改进CNN的权值及阈值,提高改进CNN的收敛速度,实现电力变压器故障精准监测。实验表明,该方法可深度挖掘电力变压器故障类型特征;收敛速度快、收敛准确度高;监测电力变压器故障效果好,准确度高。

基于道路实时视频的交通事件实时监测优化技术研究

为提高交通事件实时监测技术水平,满足交通事件监测的准确性与实时性的需求,提出基于道路实时视频的交通事件实时监测优化技术。利用CMOS摄像机采集道路实时视频数据信息,采用暗通道算法对道路实时视频图像增强处理,并采用阈值分割算法对视频图像分割,提取到道路视频图像前景,利用帧间差分算法识别道路交通事件,并利用预警器对监测结果作出预警响应,以实现基于道路实时视频的交通事件实时监测优化。经实验证明,优化技术误警率在1%以内,预警监测响应时间短于1 s,技术的准确性与实时性得到了有效优化。

基于机器视觉的变电站高压电气设备绝缘自动监测方法

变电站高压电气设备绝缘故障检测的过程中,因图像背景干扰,出现图像空洞问题,导致绝缘故障的识别结果不准确.对此,研究基于机器视觉的绝缘故障自动监测方法.通过采用机器视觉中的多轴平行摄影技术对高压电气设备运行异常图像进行采集,结合中值滤波和双边滤波两种方法对采集到的异常图像进行预处理,采用四帧差分算法对预处理后的异常现象图像进行绝缘故障前景目标的识别,解决了图像出现空洞的问题,通过Canny边缘检测算法提取绝缘故障前景目标的完整边缘轮廓信息,得到边缘轮廓准确清晰的绝缘故障图像,并采用三点定位法计算绝缘故障发生的具体位置,获取绝缘故障图像和位置监测结果.实验表明:该方法的定位精度最高可达98.63%,单帧处理时间仅为21 ms,误检次数为0,检测准确率可达98.34%,能够准确完整地识别出绝缘故障发生的区域,并解决图像空洞问题,具有优越的检测性能.

广域差分GPS系统完备性监测

广域差分 GPS系统完备性监测技术是广域差分的关键和核心。本文全面介绍了完备性监测技术的定义 ,完备性监测系统的构成 ,以及各个部分的监测方法 ,包括监测站和用户站的监测技术 ,最后给出了完备性监测的一般步骤。

广域差分GPS系统完备性监测技术的新进展

介绍了广域差分 GPS系统完备性监测技术的一些进展 ,详细叙述了应用卡尔曼滤波和观测值历史记录的 ERAIM算法 ,同时也给出了完备性监测技术的其他一些方法 ,如辅助 RAIM算法和中值选择法。