基于SR-UKF的高动态GPS信号参数估计

高动态环境下,全球定位系统（GPS）信号具有较强的非线性特性,为了更好地对高动态条件下的GPS信号载波进行跟踪,提出了一种基于平方根UKF（SR-UKF）算法的高动态GPS信号参数估计方法。分析了高动态环境下GPS信号载波相位模型,运用SR-UKF算法对高动态GPS信号的载波相位及其前三阶导数进行估计。仿真对比了SR-UKF、不敏卡尔曼滤波（UKF,Unscented Kalman Filter）和扩展卡尔曼滤波（EKF）载波跟踪算法的性能。仿真结果表明,SR-UKF的估计精度要好于EKF,与UKF基本一致,验证了该算法的可靠性和有效性。     

CDKF在GPS/SINS组合导航系统非线性模型中的应用

GPS/SINS组合导航系统模型的非线性会导致扩展卡尔曼滤波（EKF）的估计精度降低。而中心差分卡尔曼滤波（CDKF）的新型非线性滤波方法,则利用插值公式对非线性系统的状态估计进行逼近,从而减小线性化误差对系统精度的影响。针对GPS/SINS导航系统的特点,建立了一种非线性误差模型,并将EKF与CDKF分别应用于组合导航系统模型中进行仿真比较。仿真结果表明,该算法简单易实现,且能满足系统在非线性模型下的导航要求,并具有较高的精度和收敛性。     

基于GPS／INS紧耦合的神经网络辅助滤波算法

以GPS／INS紧耦合组合导航系统为研究对象,设计了一种GPS／INS自适应滤波算法。针对扩展Kalman滤波存在的对模型较大的系统误差估计性能较差和系统估计精度不高等问题,采用RBF神经网络辅助EKF导航滤波器,实现自适应的导航参数解算。仿真结果表明,采用了辅助滤波器的算法比扩展Kalman滤波算法所获得的导航精度和...     

利用空频域信息的固定单站无源定位跟踪算法

针对固定单站无源定位必须实现快速和稳定定位跟踪的要求,在传统定位方法基础上引入角度变化率和多普勒频率变化率信息;在此基础上提出了一种基于空频域信息的不敏卡尔曼滤波(UKF)算法并结合应用背景对标准UKF算法作了改进,详细分析了其定位性能并与扩展卡尔曼滤波(EKF)算法进行比较;仿真结果表明UKF算法的定位性能要明显优于EKF算法,具有更快的收敛速度和更高的收敛精度;增加高精度的角度变化率和多普勒频率变化率信息能够显著改善定位性能。     

基于相位变化率的单站EKF无源定位算法研究

传统的无源定位方法主要是利用到达方位角（DOA）信息对雷达等辐射源进行测向交叉定位，但由于该方法对测角精度的敏感性，仅利用DOA信息会导致定位精度低，算法收敛时间长等不良后果。本文探讨了一种融入相位变化率（PRC）信息的推广卡尔曼滤波（EKF）算法，通过仿真，分析了DOA与PRC单独测量与联合测量对定位精度的影响，同时，将融入PRC信息的EKF定位算法与只测角定位算法进行了比较。     

基于多信息融合的无源定位算法

为了综合利用各种观测信息,提高目标定位精度,提出了根据测量目标方位角,来波相位差变化率和多普勒频率变化率等多种信息,进行融合卡尔曼滤波(EKF)的无源定位算法。此算法显著提高了目标跟踪定位的收敛速度和精度。在对其定位原理和算法进行分析讨论后,进一步通过计算机仿真结果验证了这种算法的有效性。     

一种基于EPF滤波的三维单站无源定位算法研究

利用频率变化率、方位角及俯仰角信息,提出一种对固定辐射源的三维单站无源定位算法。该方法通过质点运动学原理,得出目标辐射源的位置,之后采用EPF滤波算法进行处理,对粗略定位结果进行修正和平滑,逐步估计出目标的位置。EPF（ExtendedParticleFilter）滤波是将EKF（ExtendedKalmanFilter）算法作为重要性函数的一种粒子滤波方法。仿真结果表明,基于EPF滤波的单站无源定位算法比传统的EKF滤波算法收敛更快、更稳定,滤波效果更好,定位精度更高,这对无源定位跟踪算法精度的提高和实际应用有很大的意义。     

基于EKF的双站测向/时差联合定位算法

针对目前测向精度不能满足高精度定位需求以及双站测向/时差联合定位单次定位精度差的问题,在双站测向/时差联合定位原理基础上,推导了基于测向/时差参数测量的扩展卡尔曼滤波(EKF)定位算法,并仿真了固定基线构型下所提算法的定位性能。结果表明,算法能以较快的速度收敛,定位精度相比单次定位提升10倍以上,为低成本、高精度定位系统提供了技术支撑。     

电子对抗及其设备

0617937基于UKF算法的惟方位单站无源跟踪〔刊,中〕/郁亮//中国电子科学研究院学报.—2006,1(1).—89-92(G)单站无源跟踪问题本质上是非线性估计问题,使用传统EKF算法进行跟踪滤波,得到的结果误差较大,容易产生发散现象。本文在惟方位跟踪中应用UKF算法,仿真结果表明,与EKF相比,采用UKF算法跟踪精度较明显的提高,同时增强了滤波器的稳定性,有效地改善了跟踪性能。参70617938GPS接收机码/载波跟踪环技术及其抗干扰能力分析〔刊,中〕/周坤芳//电子信息对抗技术.—2006,21(2).—36-39(G)0617939运动单站无源定位中的坐标转换矩阵的分析…     

基于EKF算法的单站无源定位跟踪研究

针对无源单站定位系统中观测方程非线性的特点,给出了一种适用于非线性的卡尔曼滤波估计改进算法——EKF算法。以方位角和方位角变化率为观测量,建立了EKF算法模型。仿真结果表明EKF算法具有收敛速度快,定位精度高的特点,可以提供高精度的单站无源定位跟踪结果。     

基于扩展卡尔曼滤波的非视距误差消除算法

在蜂窝网无线定位中,到达时间(TOA)或到达时间差(TDOA)中的非视距(NLOS)误差会导致移动台的位置估计出现较大偏差.为了减轻NLOS误差的影响,提出了一种基于扩展卡尔曼滤波(EKF)的非视距误差消除算法.算法通过引入一个NLOS转换因子改进EKF的迭代过程,消除NLOS误差对定位估计的影响.计算机仿真结果表明,在NLOS环境下定位精度的提高是显著的.     

基于WLSE-KF的传感器融合定位算法研究

多传感器融合在定位中的应用越来越广泛。在利用这些传感器进行定位的过程中,需要对其采集的数据进行融合。射频识别融合定位一般采用最小二乘法,然而,它可能使定位误差较大。文中提出了将最小二乘和卡尔曼滤波相结合的算法。该算法先利用加权最小二乘估计获得移动用户的初步位置,再利用扩展卡尔曼滤波进一步使定位精度得到提高。仿真结果表明该算法相比多种传统定位算法,误差减少,定位精度明显提高。     

基于星间测距的卫星自主定轨研究与仿真

提出了一种利用星间距离信息和扩展卡尔曼滤波算法确定卫星的位置和速度的方法。利用STK软件建立GPS星座,将1颗目标卫星与3颗参考卫星之间的距离引入一定的误差作为星间观测值,利用扩展卡尔曼滤波算法实现卫星的自主定轨。并对算法进行了改进,利用几何准确度因子GDOP值控制参考卫星的选择,消除了误差峰值。运算结果表明改进后的算法有很好的收敛性,提高了定轨准确度。     

BDS RTK定位性能分析

目前,我国北斗三号基本系统已经建成并向全球提供公开服务,随着北斗卫星导航系统服务范围的扩大,北斗定位技术的应用正在逐渐增加,因此北斗的定位性能显得尤为重要。采用扩展卡尔曼滤波（EKF）和MLAMBDA算法基于天津地区实测数据,从卫星可见性、PDOP值、定位误差等方面对BDS及GPS、BDS/GPS的RTK定位性能进行较全面的对比分析。试验结果表明:?静态基线下,BDS RTK平面定位精度约为3.25cm,垂直定位精度约为5.98cm;?动态基线下,速度对定位精度有一定影响,BDS RTK最差定位精度不超过9cm。说明BDS在不依赖于其他卫星系统的情况下定位精度可达厘米级,足以满足日常测绘定位需求。以上研究内容为BDS用户提供了相关参考信息。      

GPS动态定位中自适应卡尔曼滤波研究

采用描述机动载体运动的“当前”统计模型，建立了一种新的GPS动态定位自适应卡尔曼滤波模型。为了进一步提高滤波器的动态性能，提出一种改进的自适应滤波算法，大大提高了GPS动态定位卡尔曼滤波器的跟踪能力，改善了滤波效果。计算机仿真结果验证了该算法的有效性。     

基于扩展卡尔曼滤波的GPS动态测速算法

为使车载GPS测速精度满足应用于汽车电子控制系统的要求,提出一种对包含白噪声的时变GPS位置数据采用扩展卡尔曼滤波进行测速算法。通过扩展卡尔曼滤波和位差法融合对实车采集到的汽车位置等信息进行处理得到行车速度。通过实验结果对比分析,基于扩展卡尔曼滤波的测速算法比位置差分法的均方差提高了92.499%,测速精度明显提升。     

改进的平方根容积卡尔曼滤波及其在POS中的应用

为解决扩展卡尔曼滤波在处理复杂非线性状态估计时,存在收敛速度慢、估计精度低及数值稳定性差等问题,引入一种改进的平方根容积卡尔曼滤波算法(A-SRCKF)。该算法在容积卡尔曼滤波基础上引入矩阵QR分解、Cholesky分解因数更新等技术,避免了矩阵分解、求逆及求导等复杂运算,极大降低了计算复杂度;并针对系统时变及统计特性未知情况下量测噪声协方差阵难以获取问题,通过引入自适应噪声估计器并结合小波卡尔曼滤波思想,构造出加权量测噪声协方差阵,提高了数值精度及稳定性。将A-SRCKF应用于机载定姿定位系统中,仿真结果表明:该算法有效地提升了估计精度,并且运行速度较快。     

Vehicular node positioning based on Doppler-shifted frequency measurement on highway

Vehicular node positioning needs to be quick and precise on highway for safety consideration. In this paper, we present a novel and practical vehicular node positioning method which can achieve a higher accuracy and more reliability than the existing global-positioning-system-based positioning solutions by making use of Doppler-shifted frequency measurements taken by vehicular node itself. This positioning method uses infrastructure nodes which are placed on the roadside every several kilometers as radiation sources to estimate the relative distances of vehicle to the infrastructure node. Through coordinate conversion, we get the absolute coordinates of vehicular node based on known absolute coordinates of infrastructure node. We also analyze the optimal distance of neighbor infrastructure nodes in order to ensure a high accuracy. In addition, simulation results demonstrate that the accuracy of our method with Extended Kalman Filtering (EKF) is superior to the method without EKF.     

基于MEMS的火箭制导平台INS与GPS组合导航算法

提高火箭制导平台的导航定位精确度,是火箭试验技术的重要研究内容。针对某火箭制导平台,设计了一种基于微机电惯性导航(INS)与全球定位系统(GPS)多传感器相组合的,采用间接输出校正的导航解算算法。算法利用卡尔曼滤波器对系统误差进行最优估计,估计结果修正惯导解算输出和敏感元件输出。仿真结果表明,在GPS收星有效以及火箭动态过程平稳情况下,该组合导航算法对INS误差随时间积累有明显抑制作用。     

基于辅助变量粒子滤波的空对海BO-TMA的研究

论文探讨了TMA(目标运动分析)中基本的非线性估计问题;介绍了粒子滤波(PF)的基本思想和辅助变量PF(AVPF)的基本算法,特别针对空对海单站只测方位TMA(BO-TMA)问题应用AVPF和EKF(扩展卡尔曼滤波)进行了对照研究;建立了问题的离散非线性滤波估计模型;设计了典型的应用场景;给出了Monte Carlo仿真运行结果;表明AVPF具有更高的估计精度、更好的收敛特性和滤波一致性。