Integrated Navigation Filtering Method Based on Wavelet Neural Network Optimized by MEA Model

In the experiment of combined navigation filtering using wavelet neural network, the initial parameters of the network have the influence of randomness on network convergence and navigation accuracy. A combined navigation filtering method based on wavelet neural network optimized by mind evolution algorithm is proposed. Firstly, the efficient global search ability of the mind evolution algorithm was used to quickly and accurately obtain the initial parameters of the appropriate wavelet neural network, and then the optimized wavelet neural network was applied to directly predict the position and velocity error data. This method is different from the traditional filtering method, while avoiding the drawbacks of the neural network. The simulation experiments with wavelet neural network and GA-wavelet network were carried out. The results show that the proposed method can effectively improve the accuracy of the integrated navigation system and provide a feasible path for combined navigation filtering.

基于小波熵的组合定位系统数据融合(英文)

本文提出了一种基于小波熵的组合定位系统数据融合方案。对于两个子系统北斗／罗兰C的实测定位数据,先用小波多尺度变换将信号在多个频率段展开,再根据小波熵判别法进行消噪和融合。结果用平均误差证明了这种方法的优越性,确保了组合系统所用样本的可信度及其数据融合中权值的合理性。

微机电陀螺数据融合中小波基的选择

基于小波域的多尺度数据分析,考虑微机电陀螺仪中不同类型的噪声,通过小波多尺度熵对噪声的分析,为数据融合选择了合适的小波基.从统计学的角度出发,进行实验研究,结果主要用小波熵说明了本方法的优越性,同时用概率分布验证了利用最优小波基进行的多尺度数据融合的正确性,解决了多尺度多传感器数据融合方案在工程中的技术难题.

基于小波熵的组合定位系统数据融合

文中提出了一种基于小波熵的组合定位系统数据融合方案。对于两个子系统北斗/罗兰C的实测定位数据,先用小波多尺度变换将信号在多个频率段展开,再根据小波熵判别法进行消噪和融合。结果用平均误差证明了这种方法的优越性,确保了组合系统所用样本的可信度及其数据融合中权值的合理性。

GPS／SINS组合导航系统的多尺度融合算法研究

将传统的基于模型的动态系统分析法与基于统计特性的信号多尺度变换分析法相结合,提出一种多尺度融合算法,并用于GPS/SINS组合导航系统。该算法首先建立系统的原始尺度动态方程与观测方程;然后利用小波变换将该动态方程与观测方程在不同的尺度上进行数据融合;最后利用不同尺度上的融合结果进行全局最优融合,并利用该结果对SINS进行系统反馈校正。基于实测数据的静态实验结果与理论动态仿真实验证明,该方法可对系统进行有效的最优融合,相对于几种常见的滤波方法具有更好的组合导航系统精度。

基于贝叶斯网络的牵引逆变器开路故障多特征融合诊断方法

为了增强牵引逆变器开路故障诊断方法对于不确定因素的免疫能力,提出一种基于贝叶斯网络的信息融合诊断方法。以牵引逆变器输出侧的电流和电压为信号源,提取小波包熵特征,采用主成分分析法对原始特征进行降维,使用贝叶斯参数估计法融合降维后的特征量,得到信息互补的新的特征向量。利用贝叶斯网络对融合后的新的特征向量进行识别,对不同观测值情况下的最大后验概率估计结果进行信息融合并做出决策,进而完成故障诊断。建立仿真模型,与使用K均值算法的故障分类情况做对比,验证不同转速和白噪声情况下所提故障诊断方法的有效性。研究结果表明:所提方法能够对牵引逆变器IGBT的单管和双管开路故障进行准确检测与定位,能够去除冗余信息和互补有效信息,具有一定的抗干扰能力,准确率高,适应性强。

基于小波分析与神经网络的组合导航的研究

针对GPS/DR组合导航存在GPS信号被遮挡时无法对DR零点更新以及运动的高动态性造成卡尔曼滤波难以完全适应数据融合的问题,提出采用联邦卡尔曼滤波器数据融合与小波变换和正则化神经网络的DR位置预测模型相结合的方法。该方法由联邦卡尔曼滤波器得到较为精确的导航信息,与利用小波变换在不同尺度上融合所得到的误差信号输入神经网络,经过训练获得预测误差,在GPS信号失效时与导航信息相加实现精确实时定位。仿真计算结果表明,该方法可以提高导航系统的精度和速度,该模式有较好的鲁棒性,具有实用价值。

利用多尺度与分布模型的GPS/SINS组合导航算法

根据多尺度分析的思想,以离散小波变换为工具,将GPS量测信息用并行小波进行分解处理以得到不同尺度上的量测信息;然后,将不同尺度上的量测信息与SINS进行并行Kalman滤波,并对每个Kalman滤波器的输出结果进行分布式状态融合;最后,用分布式状态融合后的结果对SINS反馈校正。实际的静态实验与理论动态仿真实验结果表明,采用该方法以后,组合导航系统的各项导航参数精度明显提高。