基于“当前”速度的月球车动态定位方法研究

推导了基于"当前"速度和卡尔曼滤波的月球车定位模型,并根据当前中国VLBI观测网对同波束VLBI(SBI)数据进行模拟与解算。模拟实验结果表明,该方法能得到高精度的月球车位置与速度信息,是解决月球车动态定位问题的一种有效方法。

基于当前加速度模型的H∞滤波技术研究

针对基于“当前”加速度模型GPS动态定位数据处理中易出现的模型不确定性和噪声不确定性问题，提出忽略系统及噪声不确定性，根据H∞滤波算法建立滤波方程，对GPS进行动态定位，提高系统鲁棒性。为了提高系统精度，对“当前”加速度模型进行改进，通过实例分析表明，该方法计算量小，状态估计精度较高，系统鲁棒性好，对于际工程应用具有重要的现实意义。

基于“当前”加速度模型的GPS动态用户定位

本文对传统的加速度Ｓｉｎｇｅｒ模型加以修改，采用动态用户“当前”加速度统计模型来实现ＧＰＳ定位滤波解算，并在理论分析基础上完成了动态ＧＰＳ用户导航滤波模拟定位实验，将改善的结果与传统方法定位结果比较。结果说明，在ＧＰＳ动态用户定位滤波中采用更符合具体战术要求的用户“当前”加速度统计模型，将大大提高用户定位精度，对机动反应更为敏感。

考虑速度对反应强度影响的车辆跟驰模型

全速度差(FVD)跟驰模型考虑了速度差对司机驾驶行为的影响,但是其仍不能反应车辆跟驰过程中的非对称性。在FVD模型的基础上,考虑司机对速度差的反应强度受车辆当前速度的影响,建立了新的模型。新模型能够解释司机加速和减速过程中的非对称性现象出现的原因:司机对前后车速度差的关注强度与车辆当前速度大小成负相关,从而造成司机减速过程比加速过程更为急促。模型的自然稳定曲线也表现出车辆的减速和加速过程的非对称性。计算机仿真结果指出新模型能够描述车辆跟驰过程中的非对称性,并指出当前速度是引起这种非对称性的原因之一。

基于当前统计模型的强机动目标跟踪算法

当前统计模型算法将当前加速度均值作为输入控制项引入一步预测方程,实质上变为方差自适应变化的匀加速直线运动模型,虽然单位阶跃加速度输入的稳态误差为零,但对变加速度运动的机动目标跟踪效果变差。本文提出一种改进算法,在保留修正瑞利分布描述机动加速度统计特性的基础上,选择零均值时间相关模型,并与当前统计模型算法进行比较。仿真结果表明,本算法对变加速机动目标的跟踪性能明显优于当前统计模型算法。

“当前”模型自适应卡尔曼滤波在有轨电车定位中的应用

有轨电车常与地面其他交通工具混行,因此其准确定位是列车调度指挥和运输安全的重要保障。为节约成本,有轨电车系统一般采用GPS结合速度传感器等方式进行定位,而非大量铺设应答器,因此,GPS信号的处理对于列车定位精度的提高具有重要作用。从简化系统、节省费用、计算难度和精度等方面综合考虑,采用卡尔曼滤波方法对GPS定位信息进行修正。同时,为更好地描述列车运行状态,使其更贴近列车真实运动情况,采用机动加速度"当前"统计模型结合自适应卡尔曼滤波方法对有轨电车位置进行最优估计处理。通过Matlab仿真对在试验场地采集的GPS定位信息进行最优估计处理。仿真结果表明:采用"当前"模型下的自适应卡尔曼滤波算法后,列车定位结果能够更好地跟随其运动的真实轨迹,更接近其真实值,很好地提高了定位精度。

基于H_∞滤波技术的GPS动态定位研究

GPS动态定位的数据处理中广泛应用卡尔曼滤波,而卡尔曼滤波的应用要求动态模型(函数模型)和随机模型可靠和切合实际,但实际测量定位中难以保证观测对象的规则运动,因而容易出现模型误差。针对GPS动态定位的这一问题,文中探讨了在实际应用中存在模型误差时的H∞滤波及其改进型"当前"加速度模型的H∞滤波算法,与卡尔曼滤波相比,原理易于理解,在实际中也很容易实现,减少了计算量且提高了滤波精度。

GPS动态定位与H∞滤波算法

GPS动态定位的数据处理中通常应用基于"当前"加速度模型的卡尔曼滤波,而实际测量定位中难以保证卡尔曼滤波要求的动态模型(函数模型)和随机模型可靠和切合实际;另一方面,GPS信号易受干扰,因而容易出现观测误差。针对GPS动态定位的这一问题,探讨了在实际应用中存在模型误差和观测误差时的H∞滤波,与卡尔曼滤波相比,原理易于理解,在实际中也很容易实现,减少了计算量且提高了滤波精度。

H_∞滤波在GPS动态定位中的应用

针对GPS动态定位时模型误差增大的问题,提出了一种基于H∞滤波的GPS动态定位。该方法利用H∞滤波器的鲁棒性以减小由于"当前"加速模型产生误差。实例验证表明该方法在GPS动态定位时效果较好。与通常的基于"当前"加速度模型的卡尔曼滤波相比,原理易于理解,在实际中也很容易实现,减少了计算量且提高了滤波精度。

一种高精度被动地理定位技术研究

提出了一种主要针对地面目标的高精度被动地理定位的方法,该方法结合旋转椭球地球平行面模型与光电探测系统瞄准线地理姿态,推导了目标高精度被动定位解析算法。为提高测量定位精度,通过对地面目标在地球坐标系中的运动建立加速度当前统计模型作为状态方程,利用地面目标被动定位解析结果作为量测方程,应用标准卡尔曼滤波方法进一步提升目标定位精度。该方法计算了地球曲率影响,避免了误差二次放大,算法简单、精度高。相比传统的先估算目标相对距离,再按有准确激光测距值进行定位解算的方法,其定位精度得到了很大提升。