简介：Schuler振荡阻尼技术是提高惯导长期工作精度的关键技术之一。针对采用低阶阻尼网络的惯导系统抑制高频和低频参考速度误差难以兼顾的问题,基于互补滤波思想,提出一种高阶水平阻尼网络设计方法。将两个采用低阶网络、分别具有优良高频和低频特性的Schuler回路通过一对互补滤波器进行组合,形成双Schuler回路组合系统。它等效于采用某高阶网络的单Schuler回路,该回路对高频和低频参考速度误差的衰减率可同时达到40dB/10deg或更高。计算机仿真和海上试验结果均表明：采用所设计高阶网络的系统对参考速度误差兼有优良的高频和低频滤波特性,综合滤波性能优于采用低阶阻尼网络的系统,具有工程应用价值。

简介：为实现网络差分系统的高精度差分定位,利用虚拟参考站技术提出一种网络RTK差分改正信息的生成方法。利用VRS技术建模生成了虚拟参考站的双频伪距观测值、双频载波相位观测值,重点推导了关键的载波相位数据项参数的算法公式,遵循RTCM2.3国际标准协议编码生成了RTCM3、RTCM18、RTCM19号差分改正电文,通过同步实验的方法与标准RTCM相应的主要参数进行了数值对比。实验表明,该方法生成的差分改正信息主要数据项与标准值的误差小于0.04cycle,当被用于GPS网络差分定位时,移动站的平面精度优于5cm.

简介：在干扰大的外界环境中,传统滤波法对组合导航系统进行状态估计的精度难以满足要求,为此提出了引入Elman神经网络.描述了它的状态估计的设计方法,对如何获取训练样本及网络的训练算法给予了详细的介绍,并把优化后的算法与原有方法进行仿真对比.最后以INS/GPS组合导航系统为例,分别用传统滤波法与Elman神经网络法进行状态估计.仿真结果证明了该法的有效性和实用性.

简介：本文针对某型陀螺启动特性进行了试验研究，在陀螺启动漂移特性试验数据基础上，用神经网络建立了启动漂移速率温度的非线性模型，并对模型进行了检验，证实了神经网络的有效性

简介：从模式识别的角度分析了搜索模式下水下运载体的重力匹配问题,利用模式识别神经网络实现重力匹配定位。在重力图匹配时,以惯性导航仪指示位置为中心规划真实位置的网格点搜索范围,从参考重力图上提取相应一系列的重力数据,与对应网格点的位置一起定义成多个模式类,构造相应的模式识别概率神经网络,运用该神经网络将实时重力测量数据识别到某个模式类,对比模式类的定义确定载体位置。在实测重力图上对重力辅助惯性导航系统进行了计算机仿真研究。结果表明,在重力场特征显著区域该重力匹配算法能够有效减小厄特弗斯效应的影响,其导航系统定位误差小于一个重力图网格,匹配率在80%以上,匹配效果优于一般的相关匹配算法。

简介：为了提高潜器导航定位精度，针对等值线算法在惯导系统初始误差较大时易发散的问题，提出基于概率神经网络调优的等值线改进方法。首先，在搜索区域内，利用概率神经网络算法对惯导系统航迹进行调优，并经过卡尔曼滤波器与惯导系统航迹进行信息融合形成待匹配航迹；在此基础上利用实时等值线算法得到最佳匹配位置。分别在不同初始条件下进行仿真分析，得出概率神经网络算法在大的初始误差下不易发散但定位精度不高的结论，然后在潜器行驶6h后，初始误差为5.438？的条件下进行仿真验证，结果表明，改进方法定位精度均值优于0.537？，从而证明改进方法是有效的，即使在大的初始误差下仍然能够达到较高的定位精度。

简介：光纤陀螺（FOG）温度漂移误差是影响其输出精度的主要误差源之一。针对基于传统BP神经网络FOG温度误差补偿方案适用性较差的问题,提出了优化预测数据的BP神经网络补偿算法,利用最优线性平滑技术以及滑动平均技术对神经网络待补偿数据进行预处理,可以有效减小FOG输出白噪声对温度漂移网络模型补偿精度的干扰,优化神经网络模型的补偿效果。使用FOG温度漂移实测数据对所提出的优化算法进行验证,结果表明利用本文提出的两种建模及补偿方案进行补偿后的FOG温度漂移数据标准差相比传统BP神经网络补偿方法减少50%以上。

简介：针对卫星姿态测量系统(SAMS),将径向基函数RBF(RadialBasisFunction)网络和多传感器信息融合技术相结合,并将其应用在系统的故障检测与诊断中.研究结果表明,此方法是可行有效的,可以提高系统的测量精度和性能.

简介：开展了机器学习在翼型气动力计算和反设计方法中的应用研究,实现了在更大翼型空间范围内,人工神经网络的训练和优化,建立了翼型气动力计算模型,和给定目标压力分布的翼型反设计优化模型.作为机器学习领域兴起的研究热点,人工神经网络的研究工作不断深入,有研究者尝试将其应用于流体力学的学科范畴内.文章实现人工神经网络在翼型计算领域中应用的方法如下:首先通过Parsec参数化方法,围绕基准翼型构造了一定翼型空间范围的翼型库,利用XFOIL进行数值模拟,搭建了和翼型库具有一一映射关系的流场信息库.通过训练和优化神经网络,实现了基于此模型的快速、高可信度的翼型气动力预测,以及新型的翼型优化设计方法.通过自动化编程实现样本库的批量生成,实现了不同翼型空间的样本量下,神经网络的训练和优化过程.实验结果表明,在机器学习领域中,基于神经网络的翼型反设计模型的精确性高度依赖于训练样本量的大小和覆盖范围.

简介：针对系统误差的不确定性可能会引起滤波精度降低或发散的问题，提出一种新的基于模型预测滤波的前向神经网络算法。首先，采用模型预测滤波估计网络在正向传递过程中的模型误差，并对其进行修正，以弥补模型误差对隐含层权值更新的影响；然后，利用模型预测滤波为神经网络提供精确的训练样本，学习待估计系统的非线性关系。将提出的算法应用于SINS/CNS/BDS组合导航系统，并与扩展卡尔曼滤波进行比较，仿真结果表明，提出的算法得到的姿态误差、速度误差和位置误差分别在[-0.25′,+0.25′]、[-0.05m/s,+0.05m/s]和[-5m,+5m]以内，滤波性能明显优于扩展卡尔曼滤波算法，表明该算法能提高组合导航定位的解算精度。

简介：针对GPS精密单点定位对高精度的需求,提出了一种采用小波神经网络的GPS精密单点定位解算方法。该方法利用小波变换和神经网络学习功能,无需准确系统先验信息,误差函数能够快速收敛,逼近真实误差模型,从而提高GPS精密单点定位精度。仿真结果表明,静态条件下与传统最小二乘法和卡尔曼滤波算法相比,该算法定位收敛时间缩短50%,定位精度分别提升90%和50%。动态情况下,较最小二乘法和卡尔曼滤波算法定位精度提高20%~80%。

简介：为了提高使用精度，研究了某型号MEMS陀螺仪的随机漂移模型。采用游程检验法分析了该陀螺仪随机漂移数据的平稳性，并根据该漂移为均值非平稳、方差平稳的随机过程的结论，采用梯度径向基（RBF）神经网络对漂移数据进行了建模。实验结果表明：相比经典RBF网络模型而言，这种方法建立的模型能更好地描则EMs陀螺仪的漂移特；相对于季节时间序列模型而言，其补偿效果提高了大约15％。

简介：本文用ＢＰ神经网络对挠性陀螺仪伺服回路的故障诊断进行了模拟，取得了满意的结果。同时还介绍了作者设计的这一通用型ＢＰ神经网络软件包及其特色

简介：在详细分析光纤陀螺零漂的基础上，提出了先用滤波算法对光纤陀螺信号进行预处理，然后采用RBF神经网络对滤波后的信号进行建模的方法．针对光纤陀螺信号特点分别采用FLP算法、小波滤波算法、解相关变步长LMS自适应滤波算法对其进行了预处理，比较三种滤波方法，小波滤波算法效果优于其它两种预处理方法，但针对基于预处理后的陀螺信号采用RBF神经网络进行建模时，小波滤波预处理后的信号在建模精度上却是最差的，而对FLP算法滤波后的信号进行RBF建模，建模精度提高了两个数量级。结果表明：基于FLP算法的RBF神经网络在光纤陀螺中的建模是有效的，可大大提高建模的精度。

简介：为保持对目标接收机的持续有效欺骗,增强欺骗干扰的隐蔽性,从信号传播损耗、噪声基底、仰角因素等方面对欺骗干扰的功率控制问题进行了定量的分析,得出了一种欺骗功率控制策略。该方法通过实时调整欺骗干扰的总功率及各支路信号功率,使得噪声基底的抬高幅度和最大欺骗信号信噪比限制在一定范围内。仿真表明,通过实时调整欺骗功率,可以将噪声基底限制在3dB内,将最大欺骗信号信噪比限制在22dB内,实现持续有效欺骗。该方法可行性较强,对欺骗干扰机的研制具有重要的指导意义。

简介：GEO卫星在导航系统中发挥着基本导航、增强和转发等三大功能。针对北斗系统GEO卫星的特殊性和兼容性,对北斗GEO卫星播发的D2导航电文的特点进行了分析,利用GEO的静地特性在基带信号处理中应用数学思想提出了基于二次函数逼近的快速牵引,推导了GEO卫星位置速度的计算公式,提出了基于模糊控制的GEO伪距测量算法,提高了信号处理通道的通用性和兼容性。对相关算法和策略在基于DSP＋FPGA的软件接收机中利用实际信号进行了验证,在省略精捕获时间的情况下实现了50Hz以下的多普勒频移精度,伪距测量方法的通用性节省了50%的资源和工作量,相关算法具有良好的实用价值。

简介：为了加快全球定位系统（GPS）的捕获速度，提高系统的捕获灵敏度，对GPS系统捕获策略进行了深入地研究。在对其捕获的基本原理和传统的最大值捕获系统进行分析的基础上，提出了一种新颖的GPS多峰值捕获策略。该策略通过多峰值选择减少了系统搜索单元数目，通过增加进入唐检测器的峰值个数来提高捕获灵敏度。利用蒙特卡洛方法进行了仿真分析，仿真结果表明：该新颖策略的捕获时间更短，同时捕获灵敏度比传统的最大值捕获系统要高2.8dB。总体来说，该新颖策略算法更适用于对GPS弱信号的捕获，也可应用于其他卫星导航系统。

简介：地磁异常场的强度在空间上变化丰富而在时间上很稳定。对地磁异常值与位置之间的非线性函数关系进行了随机线性化，将地磁异常测量值直接作为观测量，采用扩展卡尔曼滤波技术实现地磁异常测量信息与惯性导航信息的融合，估计并校正了惯性导航系统导航误差．仿真表明，组合导航系统具有如下良好性能：对地磁异常具有广泛的适用性;对初始位置误差、速度误差及姿态误差具有较好的鲁棒性；对地磁数据噪声敏感度较低；可实时更新组合导航信息．将观测量选为参考数据测量值的信息融合策略引入惯性／地磁组合导航。定量描述地磁异常辅助惯性导航系统的信息量，分析组合导航系统对地磁图的适用性．

简介：为给GPS软件接收机的跟踪环提供精确的初始条件，捕获后得到的载波频率应在几十Hz范围内，所以必须寻找一种既能精确测量载波多普勒频移，又能有较快运算速度的方法。针对这一特点，提出了一种载噪比较高时采用相位测量和较低时采用长相干处理的载波频率精确估计策略。利用Matlab仿真产生的卫星中频数据作为数据源对该策略进行验证，结果表明当输入信号的载噪比大于35．5dB·Hz的时候，相位测量算法得到的多普勒频率值的误差保持在约10Hz之内。对于微弱信号的捕获，如果将相干处理的时间从200ms扩展到600ms，捕获频率的误差从3Hz减小到0．5Hz。此外，与传统的FFT方法相比，该方法的加法和乘法运算量分别降低了96．2％和35％。测试结果体现了该算法的有效性和优越性。

简介：介绍了基于GPS、GPRS技术的远程管理终端设备设计方案。采用uC／OS实时操作系统协调各个任务的并行处理；描述了利用LPC系列单片机接收GPS输出定位信息的解析方法；运用CAN总线获取车辆运行和故障信息，并给出了具有抗干扰功能的cAN总线设计电路图；阐述了利用中国移动GPRS公用无线网络，与internet上的服务器进行通讯的实现方法．实践证明，在某型挖掘机上该方案能有效的利用internet远程获取挖掘机的车辆定位信息、运行参数和故障信息，并且采用了多种抗干扰设计，具有更高的可靠性。