基于主磁场长期变化模型的地磁导航基准图时变修正

地球主磁场长期变化是影响地磁导航基准图时效性的一个重要因素。提出一种以模型预测值对基准图进行时变修正的方法,利用主磁场长期变化模型解决临近空间地磁导航基准图的时变修正问题。基于WMM2010建立地球主磁场长期变化模型,在此基础上建立中国地区临近空间(海拔高度30 km)的主磁场长期变化模型,利用该模型计算出的地磁场分量长期变化率对基准图时变进行修正。仿真实验结果表明,修正后的地磁导航基准图的匹配概率可以达到90%以上,相比修正前有显著提高,且修正前后间隔时间越长效果越明显。利用主磁场长期变化模型修正后的地磁导航基准图具有良好的适配性。     

基于BP网络的地磁基准图制备及其精度评价

利用测量数据建模和插值是地磁基准图制备的两种基本方法,常用的地磁场建模方法不适合小尺度的区域地磁场建模.人工神经网络具有良好的逼近任意复杂非线性系统的能力,本文引入应用最为广泛的反向传播(Backward Promulgation,BP)神经网络建立区域地磁场的模型,将地理经度和纬度作为输入,地磁场总强度值作为输出,通过部分测量数据对网络进行训i练,用其余测量数据对网络的性能进行评价,进而由训练好的网络得到基准图制备需要的地磁数据.分别使用BP网络建模方法和8种插值方法在不同数据点分布情况下进行了基准图的制备实验,精度评价结果表明了BP网络建模方法的有效性.根据实验结果对不同数据点分布情况下各种方法的优劣进行了比较.     

一种组合导航信息融合算法品质评估方法

针对组合导航信息融合算种类繁多,给决策带来了优选的难题,提出了一种信息融合算法品质评估方法.首先对算法品质进行了全面的分析,提出了一套反映算法的精度、实时性、稳定性及可靠性的评估指标体系,并给出了定义及数学模型;然后研究了多指标综合评判问题,针对传统模糊评判法确定的指标权重客观性差,确定的评判等级分辨率不强等问题,采用熵技术修正权重,并将评判等级进行区间量化,基于此提出了一种改进的模糊综合评判模型.评估实验结果表明,所提出的指标体系能够比较全面、合理的评价算法的品质,改进的评判模型进一步提高了评估结果的客观性和分辨率,所提出的评估方法可以有效用于信息融合算法的品质评估.     

基于Legendre函数的超高阶次地磁场建模方法

Legendre函数是超高阶地磁场模型球谐展开的重要组成部分,是解决高纬度地区数据溢出问题的关键。针对Legendre函数在超高阶地磁场建模中的解算问题,从Legendre函数的递推方法出发,优化了Legendre函数的解算过程,提高了效率和精度,解决了数据溢出问题,并给出了Legendre函数的递推过程、函数值和精度检验值。仿真结果表明,该方法提高了磁场模型数值稳定性及精度,为建立更高阶次的地磁场模型和地磁导航基准图的制备提供理论依据。通过将模型计算的各磁场要素与EMM2010模型相比较,验证了方法的有效性,并生成了全球的地磁图。     

一种基于遗传模糊推理的自适应容错滤波算法

针对常规卡尔曼滤波在组合导航中容错性不足的问题,提出了一种基于遗传模糊推理的自适应容错滤波算法。首先建立了基于模糊推理的自适应滤波模型,利用模糊推理系统的输出对组合导航系统的量测噪声实时进行调整,以实现状态的精确估计,进而达到容错目的。接着利用自适应遗传算法对模糊推理系统的隶属度函数参数进行了优化,提高了系统的输出精度,改进了传统模糊建模中系统精度取决于专家知识是否完备的问题。最后以SINS/GPS组合导航系统为平台进行了仿真,并在系统工作中间时刻引入量测噪声故障。验证结果表明遗传模糊推理自适应滤波算法比常规卡尔曼滤波具有更强的容错能力和总体精度,在仿真中,平均位置和速度均方根误差分别降低了20.87%和41.94%。     

地磁缓变区域的多维特征量匹配方法

地磁匹配方法对地磁场分布的特异性有很强的依赖性,地磁场变化平缓区域因特异性不足容易导致匹配失效。针对该问题,利用地磁场具有多个要素描述的特点,提出一种多特征量匹配的改进算法。同时测量航迹上地磁场多个要素,采用平均绝对差作相似性度量,建立多目标最小距离度量指标,进一步将多目标函数统一为加权组合的单目标优化问题,根据各要素地磁场变化特征给出实用的权系数赋值方法。仿真实验表明在单一特征量匹配概率仅有25%的平缓地磁区域,本文提出算法在特征量为三个的条件下可实现86%的较高匹配概率,从而降低了算法对匹配区域特异性的要求,并通过地磁场要素维数对匹配性能影响的数值仿真得到维数选择2-3为宜。     

一种改进的高动态捷联惯导解算算法

针对高动态环境下较大的不可交换误差难以精确补偿的问题,提出了一种改进的等效旋转矢量三子样多回路迭代姿态解算算法.首先分析了高动态环境给捷联惯导系统带来的影响,阐述了捷联解算的基本过程;然后对比分析了几种主要的姿态解算算法,针对一般算法难以较好地补偿不可交换误差问题,在旋转矢量多子样二次迭代优化算法的基础上,从提高解算精度和减小计算复杂度两方面进行考虑,研究了一种改进的等效旋转矢量三子样多回路迭代算法;最后,对改进的算法的性能进行了深入的分析.实验结果表明,在低动态条件下改进的算法和毕卡四元数法姿态解算精度相当,在高动态条件下其精度较毕卡四元数提高约3个数量级.     

一种低成本的MIMU/GPS组合导航系统快速对准方法

低成本的MIMU元件在组合导航领域取得了广泛应用,但其精度较低,无法实现自主初始对准。针对此问题,研究并提出了一种基于GPS辅助的MIMU/GPS组合导航系统对准方法。方法的基本思想是通过同一位移矢量在载体和导航两种坐标系下的不同表现形式来找出两种坐标系之间的关系,进而实现系统的初始对准。方法先用GPS对某一短距离位移进行精确定位,再用其定位结果反推MIMU捷联解算中的初始对准角。为了加强对非线性方程组的求解能力,在求解过程中引入了遗传算法,并选取了六组不同失准角状态下的数据进行了验证。计算结果表明,该方法具有较高的对准精度和较快的对准速度,因此是有效可行的,同时该方法的实现不借助于任何外部对准信息,由此节省了应用成本。     

基于监督字典学习的核稀疏表示的目标识别算法（英文）

针对图像数据高度非线性可分情况下的目标分类问题,在稀疏表示分类框架的基础上,提出了一种基于监督字典学习的核稀疏表示的目标识别算法。采用融合了多特征信息的协方差描述子作为图像的描述符;通过引入核技巧,使非线性的图像数据在高维空间变得线性可分;并把分类误差与重构误差同时引入目标函数,在监督字典学习框架下,使学习得到的字典判别性更强。利用加州大学默塞德分校提供的UCMerced遥感数据集以及自测的红外车辆数据集做了实验验证,在这两个数据集上算法的平均识别率分别达到了89.46%和93.98%,实现了对非线性可分目标的高精度分类。