低纬度电离层闪烁对卫星信号及定位精度影响分析

分析电离层闪烁对卫星信号及定位精度造成的影响可为提高卫星导航定位性能提供参考。该研究利用电离层闪烁数据、GPS卫星导航及观测数据,分析闪烁事件高发日和平静日卫星信号质量、可用卫星数和周跳频率的变化,并评估电离层闪烁对定位精度的影响。结果表明:电离层闪烁使卫星信号的振幅和相位无序波动;造成卫星信噪比快速抖动影响卫星信号质量;使得可用卫星数减少造成信号衰减甚至中断;强闪烁期间随着闪烁强度增大周跳增多且定位精度也随之降低,最高可降低20%以上。     

DS-UWB导航定位系统应用研究

超宽带具有定位精度高、保密安全性能好等特点，在导航定位领域有着广阔的应用前景。本文对一种 DS-UWB 导航定位系统的应用研究进行了探讨。该系统利用改进型 Logistic 混沌映射产生的混沌序列和超宽带脉冲构成导航信号复合扩频码，通过布设的导航基准源发射导航信号。在电磁干扰环境下，本文研究的系统可以改善和增强卫星导航系统的定位精度，还可以独立为区域内用户提供安全、可靠的导航定位服务。     

基于神经网络的无线网络故障节点定位技术

传统无线网络故障节点定位方法无法有效处理节点功率波动以及模糊环境对故障节点定位精度的干扰。提出基于小波神经网络的无线网络故障节点定位方法,分析了小波神经网络在节点故障定位的三种作用形式,融合形式1和3对冗余节点故障进行定位,将小波神经网络当成预测器,将前一采样时刻的正常输出交叉输入n个小波神经网络,获取节点当前时刻的预测输出值,取节点预测输出值和真实输出值的残差,若该残差值高于阈值,则说明该节点是故障节点。实验结果表明,所提故障节点定位方法能够对节点的附加、倍数以及短路故障进行准确定位。     

北斗卫星导航接收机的基本组成及设计思路探讨

北斗导航接收机能够获取精准位置信息,有助于位置管理系统最优化决策。在军事领域,提供精确制导等功能。介绍了北斗卫星导航基本原理,卫星导航定位算法;设计了卫星信号接收机的软硬件功能;对卫星定位精度算法进行了研究和分析,提出了高精度定位算法的时钟定时模块。     

基于虚拟卫星的隧道内卫星导航信号增强方法

针对现有卫星导航接收机在隧道内无法有效定位的问题,提出了基于虚拟卫星的隧道内卫星导航信号增强方法。通过建立信号传播模型,在隧道两端模拟位于隧道延长方向的低仰角卫星的导航信号,发出后在隧道内接收解算,实现定位。同时,使用信号时延控制方法对伪距误差进行预补偿。经过硬件系统的实验分析,验证了其在隧道内的定位能力,仿真实验结果表明系统定位精度满足大部分隧道需求。     

载波相位差分技术在车载导航中的应用

基于现阶段用户对高精度定位的需要,文章分析了三种常见的卫星导航定位方法。 对差分技术进行了重点研究。在对比分析之后,发现载波相位差分定位精度可以达到厘米级别的定位。将其运用在车载导航终端设备,开展试验后,对数据进行比对,得到车载导航的定位精度达到米级别,完全可以满足用户对高精度定位的需求,具有重大的应用价值。     

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。     

基于神经网络的超宽带视距传播时间重构

在室内环境下,针对传统的基于到达时间、到达时间差和信号强度的定位算法受多径和非视距的影响不能满足定位精度需要的问题,提出了一种利用超宽带信号,由神经网络重构出视距传播距离,再利用Taylor算法进行目标定位的方法。结果表明对于训练数据和非训练数据,该方法的定位均方根误差都在1 m以下,能有效提高定位精度。     

基于注意力机制的可见光定位单元模型复制

针对室内可见光定位接收信号强度易出现波动从而产生较大定位误差,以及从一个定位单元迁移到其他定位单元可能会降低定位精度的问题,笔者提出了一种基于注意力机制的卷积神经网络的室内三维定位方法,以减小接收信号波动产生的影响,并采用迁移学习将在第一个定位单元中训练的网络迁移到其他定位单元中,在保证定位精度不变的前提下减少了训练网络的成本。仿真结果表明：所提算法在5 m×5 m×3 m的定位单元内可以实现平均误差为3.54 cm的三维定位;采用迁移学习将已训练网络部署到第二个定位单元中,可以实现平均误差为3.67 cm的定位。实验结果表明：在1.2 m×0.75 m×1.2 m的定位单元实验中,所提算法可以实现平均误差为3.32 cm的三维定位,90%的误差分布在4.12 cm内;采用迁移学习将已训练网络部署到第二个定位单元中,可以实现平均误差为3.35 cm的定位。与现有算法相比,所提算法迁移前后的定位精度均有所改善。     

基于系统辨识的电路脉冲响应建模

为探索基于系统辨识的电磁脉冲效应仿真新方法,设计了以阶跃信号和方波脉冲信号为激励源、稳压电源系统为对象的脉冲注入实验,分别采用OE模型和NARX神经网络模型对该系统的脉冲能量耦合传递函数进行建模.结果表明,所建模型均能较好地预测出响应波形,且NARX模型预测能力强于OE模型,两者对阶跃、方波脉冲的预测精度分别达到93....     

基于BP神经网络辅助的车载组合导航算法研究

针对INS/GPS组合导航系统在GPS信号被遮挡时,GPS接收机失锁导致导航精度迅速下降的问题,提出了基于BP神经网络辅助的组合导航算法。即在GPS信号锁定的时候,采用卡尔曼滤波对INS/GPS信号进行数据融合得到实时的精确位置,同时利用组合导航输出信息对BP神经网络进行实时在线训练;一旦GPS失锁,利用之前训练好的神经网络对INS系统进行误差补偿,解决精度迅速下降问题。通过跑车实验证明,速度精度在0.2m/s以内,位置精度为25m以内,该算法对INS/GPS组合导航系统有效。     

基于类脑脉冲神经网络的光纤油气管道监测

为了提高光纤油气管道监测效果,采用类脑脉冲神经网络算法。首先通过累加平均法对光纤传感器振动信号进行消噪;接着利用小波包对振动信号频带分解,将信号在频域上平均分为８个频段,把各频段的能量占比作为神经网络训练输入;然后基于脉冲响应对类脑神经元设计,神经元连接的强度与前、后神经元激活时间差函数关系非线性设计,振动输入数据与神经元脉冲转换;最后给出了算法流程。实验仿真显示本文算对单一振动信号识别准确率在9587左右,两种振动混合信号识别准确率在9052左右,指标优于其他算法,同时定位误差小于其他算法。     

北斗卫星导航系统URE与定位精度分析

北斗卫星导航系统已具有区域无源导航能力,为了研究当前可用星座情况下的系统定位精度,首先分析用户等效测距误差(UERE)结合精度因子(DOP)值的精度评估方法计算模型,然后利用上述方法采用实际数据对比分析了北斗卫星导航系统和GPS系统一段时间内的静态定位精度。通过分析得出,在该段时间内北斗系统定位精度在水平方向上误差优于5 m,在高程方向上误差优于15 m。     

Application of neural network inverse control system in turbo decoding

Adaptive inverse control system can improve the performance of turbo decoding, and modeling turbo decoder is one of the most important technologies. A neural network model for the inverse model of turbo decoding is proposed in this paper. Compared with linear filter with its revision, the general relationship between the input and output of the inverse model of turbo decoding system can be established exactly by Nonlinear Auto-Regressive eXogeneous input （NARX） filter. Combined with linear inverse system, it has simpler structure and costs less computation, thus can satisfy the demand of real-time turbo decoding. Simulation results show that neural network inverse control system can improve the performance of turbo decoding further than other linear control system.     

基于ARM+DSP的4G北斗定位平台的设计

针对如何提高北斗导航系统终端定位精度问题,提出了一种基于ARM+DSP架构并通过4G信号显示地图的北斗定位平台。其中DSP用来接收UM220-III发送的北斗信号,并使用无迹卡尔曼滤波算法修正定位结果;ARM接收DSP处理后的定位数据,通过嵌入式QT程序显示定位信息,当有4G信号覆盖时传至嵌入式BOA服务器上,调用百度API函数显示网络地图,当无4 G信号覆盖时通过mitab库调用.mif文件显示本地地图。经实验证明,本设计达到了提升北斗终端定位精度的要求。     

Detection of UWB ranging measurement quality for collaborative indoor positioning

Wireless communication signals have become popular alternatives for indoor positioning and navigation due to lack of navigation satellite signals in such environments. The signal characteristics determine the method used for positioning as well as the positioning accuracy. Ultra-wideband (UWB) signals, with a typical bandwidth of over 1 GHz, overcome multipath problems in complicated environments. Hence, potentially achieves centimetre-level ranging accuracy in open areas. However, signals can be disrupted when placed in environments with obstructions and cause large ranging errors. This paper proposes a ranging measurement quality indicator (RQI) which detects the UWB measurement quality based on the received signal strength pattern. With a detection validity of more than 83%, the RQI is then implemented in a ranging-based collaborative positioning system. The relative constraint of the collaborative network is adjusted adaptively according to the detected RQI. The proposed detection and positioning algorithm improves positioning accuracy by 80% compared to non-adaptive collaborative positioning.     

一种基于神经网络的罗兰CASF修正方法

影响罗兰 C 导航定位精度的主要因素为信号在传播过程中产生的 ASF(附加二次相位因子)传播时延,通过对 ASF 的修正可以提升罗兰 C 的定位精度。首先将罗兰 C 信号覆盖区域栅格化,通过对神经网络进行训练,找到大地电导率、大气折射率、温度、湿度与 ASF 修正量之间的关系。最后把得到的理论预测值与实际值进行对比,结果表明该方法有效。     

GPS与DTMB组合导航精度因子研究

针对单GPS定位系统存在定位盲区而无法实现定位的难题,结合基于DTMB标准的数字电视定位系统的优势,给出GPS与DTMB融合定位新方法,研究多种信号源参与定位的导航精度变化,并仿真分析4种不同场景下精度因子变化大小,通过理论分析和仿真实验证明了DTMB信号的参与改善了卫星的几何布局,减少了精度因子值,同时当参与的DTMB信号越多时,精度变化曲线更加平滑,精度因子取值平均在3左右,可以满足实际导航定位中对精度的需要。     

Rapid and Precise GLONASS GDOP Approximation using Neural Networks

Russian global navigation satellite system (GLONASS) provides civilian and military users three-dimensional position determination and navigation services as same as US global positioning system. Geometric dilution of precision (GDOP) provides a simple interpretation of positioning precision. Usual method for GLONASS GDOP calculation is matrix inversion. However this process imposes a huge calculation load on receiver, especially when large number of visible satellites exists. To overcome this problem, artificial neural network is used. Different configurations and training methods are simulated on a data base obtained by a GLONASS receiver. Then navigation precision and execution times are explored and compared. Results show that recurrent neural network has 0.00024 RMS error, which is the best against other focused tools including feed forward back propagation and radial basis function neural network with usual training and with genetic algorithm adopted weights and biases.     

一种超宽带与惯导融合的LSTM室内定位算法

针对复杂环境下的室内高精度定位需求,提出了一种超宽带和惯导融合定位方案.结合位置估计过程可被划分为时间序列预测问题的特点,提出了一种基于长短时记忆(Long Short Term Memory,LSTM)网络的联合定位算法,并对其总体架构设计、数据预处理方法、网络结构设计、模型训练方法进行了研究.在此基础上,通过仿真和...