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.     

随机摄动强跟踪粒子滤波算法

如何解决粒子的退化问题和提高算法对突变状态的跟踪能力,是粒子滤波算法研究和应用中需要考虑的两个主要因素.传统的再采样算法虽然可以解决退化问题,但是容易导致粒子耗尽;扩展粒子滤波算法虽然可在一定程度上解决粒子耗尽问题,但其对突变状态的跟踪能力却不近人意;强跟踪粒子滤波算法可以提高对突变状态的跟踪能力,但却未能较好地改善粒子退化问题.针对上述问题,本文将随机摄动再采样方法引入强跟踪粒子滤波算法,提出了一种随机摄动强跟踪粒子滤波算法.当粒子退化问题严重时,对权值最大的粒子迭加随机摄动,用摄动粒子替换退化粒子以解决粒子退化问题,同时由于摄动粒子的加入增加了粒子集的多样性,可在一定程度上缓解粒子耗尽问题,提高算法对突变状态的跟踪能力.利用标准验证模型和分时恒定系统对所提出的算法进行了仿真验证,仿真结果证明了该算法的可行性和有效性.