带约束的自适应滤波及其在GPS定位中的应用

一、带约束条件的自适应滤波及其在GPS定位中的应用（论文文献综述）

王建^[1]（2021）在《多测站多系统GNSS/INS精密定位方法与应用研究》文中进行了进一步梳理2020年7月31日,中国北斗三号全球卫星导航定位系统正式开通,标志着北斗定位进入到全球服务的新时代。北斗三号自开通以来,系统运行稳定,持续为全球用户提供优质的位置、导航和授时（Positioning,Navigation and Timing,PNT）服务。随着GPS、GLONASS、Galileo以及QZSS和NAVIC等的不断升级和完善,卫星导航定位系统正朝着多系统多频率的方向不断发展,呈现“百家争鸣,百花齐放”的新局面。多系统多频率GNSS必然带来更多的有效观测值,有利于增强卫星空间几何结构,提升模糊度的固定率,提高GNSS定位的精度和可靠性。但是由于GNSS信号容易受到干扰,在一些特殊场景下造成信号失锁和信号中断,严重影响GNSS精密定位的可用性。同时传统GNSS数据处理模型仍然存在不断优化和提升的空间,比如多个测站接收机的多基线解算方法还不够完善,不同卫星定位系统的兼容互操作还需要进一步研究以及GNSS与多源传感器的组合导航定位仍然需要深入研究等。因此,为应对当前不断增长的导航定位需求,研究高精度GNSS处理算法以及GNSS/INS组合定位算法成为导航定位与位置服务领域的迫切要求,具有十分重要的科学意义和实用价值。基于以上定位需求和问题,本论文旨在:（1）GNSS精密定位方面,深入研究多测站多系统GNSS精密定位方法,在分析传统单基线定位模型的基础上,引入等价变换模型,建立了两种严密的多测站联合数据处理模型,拓展了传统GNSS数据处理方法。（2）多系统GNSS互操作方面,针对重叠频率的不同卫星系统观测值,研究了多基线GNSS紧组合定位模型,实时估计并分析了系统间偏差DISB参数。通过对DISB参数的校正,实现了重叠频率的多测站多系统GNSS紧组合定位。（3）GNSS/INS组合定位方面,采用惯性导航INS增强了 GNSS动态定位的动力学模型,实现了多测站多系统RTK/INS紧组合定位模型,并分析了组合定位系统的性能。论文的主要工作和贡献如下:1、在传统GNSS相对定位模型的基础上,通过等价变换理论,详细推导了基于非差观测值的等价变换模型,通过实施两次等价变换消除卫星钟差和接收机钟差参数,实现多系统GNSS非差观测方程和双差观测方程的等价变换,为同时段多个测站联合解算提供了严密的理论模型。采用静态观测数据对该算法进行了评估和分析。结果显示,多基线解算模型具有更高的解算精度,观测时间越短,性能提升越显着,针对30分钟的静态基线,多基线解在北、东和高三个方向上的精度提升分别约为11%,10%和14%。同时多基线解具有更高的内符合精度,针对30分钟的静态基线,多基线解的重复基线闭合差在三个方向上的精度提升分别约为48%,59%和12%,三角形闭合差在三个方向上的精度提升约为54%,65%和 10%。2、采用相互独立的站间单差观测值,通过实施一次等价变换消除接收机钟差之差参数,实现GNSS单差观测方程和双差观测方程的等价变换,为同时段多测站联合解算提供了严密的理论模型,进一步丰富并扩展了传统GNSS相对定位理论。以上两种多基线解算模型,理论上与传统单基线双差定位模型完全等价,如果考虑多个测站之间形成最小二乘生成树的最优结构以及数据处理的复杂程度,在多个测站联合观测的情况下,采用单差观测值的多基线解算模型为最优模型。在此基础上,进一步推导了多个基准站的动态定位模型,给出了多基线定位状态参数的约束方程和压缩模型,极大地增强了多基线定位的模型强度,提高了模糊度的固定率,进一步提升动态定位的精度和可用性。零基线和超短基线的解算结果表明,多基线动态定位在北、东和高三个方向上的性能提升约为8-21%,0-40%和3-40%。车载动态实验的结果表明,多基线多系统GNSS动态定位相比多基线单系统和单基线多系统GNSS动态定位,具有更高的定位精度和模糊度固定率,增加的有效基准站必然提升动态定位的模型强度,提高模糊度的固定率,定位精度和可用性。3、在基于单差观测值的等价观测模型基础上,详细推导了等价变换矩阵的实现过程,结合单位矩阵和块对角矩阵的计算性质,从矩阵层面实现了等价变换矩阵的快速构建算法,结合多个测站单差观测值权矩阵的构建方法,形成了一种单差观测值等价观测方程的快速构建方法。同时考虑到多系统GNSS单差观测值权矩阵的块对角特性,研究采用序贯处理的卡尔曼滤波对未知参数进行估计。由此形成一套多基线相对定位的简化处理算法。采用6个站点的静态观测数据对上述方法的计算效率进行了评估。结果表明,等价观测方程构建方面的平均计算时间可以提升约74.7%,滤波估计方面的平均计算时间可以提升约49.6%。另外采用2个基准站的动态定位结果表明,单个历元传统等价观测方程构建需要耗时0.298 ms,而简化构建方法只需要耗时0.117 ms,后者效率提升约为60.6%;滤波估计方面,经典卡尔曼滤波需要耗时25.2 ms,而序贯处理的滤波方法只需要耗时10.6 ms,效率提升约为58.0%。考虑到单历元实时定位需求,简化的单差等价观测模型在多基线动态定位方面具有更好的实用性。4、针对多系统GNSS现代化的互操作问题,根据GPS/BDS/Galileo的频率特点,推导了重叠频率的多基线GNSS紧组合定位模型,获得了混合星座的等价观测方程,实现了对系统间偏差DISB参数的实时估计。通过校正DISB参数,增强了多基线GNSS紧组合定位的模型强度,进一步提升了多基线GNSS紧组合定位性能。静态观测数据的解算结果表明,校正DISB参数的GNSS紧组合定位在北、东和高三个方向上均存在10%-20%的性能提升。动态观测数据的解算结果表明,GPS/BDS-3/Galileo紧组合定位在北、东和高三个方向上的平均性能提升约为4.8%、0.0%和9.7%,紧组合定位的模糊度固定率约为91.2%,较传统松组合定位提升约10%。5、联合单差等价观测模型和惯性导航定位模型,推导了 GPS/BDS/Galileo三系统RTK/INS紧组合定位模型,包括状态方程和观测方程的建立,通过惯导IMU递推短时间内高精度的位置和姿态信息,增强了动态定位的动力学模型,同时通过GNSS高精度定位反馈校正了惯性导航定位的系统误差,从而实现了一种多测站多系统RTK/INS紧组合定位模型,并给出了紧组合算法的实现流程。动态观测数据的组合定位结果表明,惯性导航定位能够提供更高精度的状态参数预测值,RTK/INS组合定位具有更高的定位精度和模糊度固定率。当前我国正积极推动国家综合定位、导航和授时体系建设,而多测站多系统GNSS精密定位、多测站多系统GNSS紧组合定位以及多测站多系统GNSS/INS紧组合定位及其应用正是国家综合PNT体系的重要组成内容,上述定位模型的进一步研究、精化和应用必将推动我国综合PNT体系建设迈向新的高度。

王川阳^[2]（2020）在《UWB定位方法及构型优化研究》文中提出随着导航定位技术的快速发展,高精度位置信息的重要性日益提高,卫星定位技术具备全天候提供三维定位的特点,能够满足室外定位需求,但在室内环境下,由于受到建筑物遮挡,无法实现高精度定位。UWB定位技术具有穿透力强、功耗低、抗干扰等优点,可应用于室内物体及人员的定位跟踪与导航。因此,对UWB定位相关理论和方法研究,建立更合理、更有效的室内定位系统,提供精确的室内位置服务有着重要的意义。基于此,本文研究了UWB定位方法及构型优化,主要研究内容如下:（1）介绍了UWB技术及特征、同步和异步定位应用系统,比较了角度及距离测量方法,讨论了定位模型和参数估计方法,对比分析了几种迭代方法的性能。针对UWB定位系统的测量过程受到多种不同介质的影响,统计分析了UWB信号的测距误差特性,同时,基于测距误差变化规律,实现对测距误差的建模补偿,提高测距定位精度,此外,基于经验模态分解方法分离属于多路径误差的低频噪声和随机误差的高频噪声,分析多路径误差对UWB定位影响。（2）在高斯-牛顿迭代法的定位模型解算中,距离方程线性化过程忽略了高阶项的影响,从而引起模型偏差。通过分析泰勒展开的二阶模型项对参数估计偏差的影响因素及规律,并对参数偏差进行假设检验,量化线性化模型偏差大小、判断模型精度是否足够用于UWB定位以及参数偏差可否忽略。结果表明,参数偏差由先验观测值精度、定位几何构型的设计矩阵及非线性量决定。对于相对较高的测量精度,线性化是有效的,参数偏差可以忽略不计,同时,当非线性量与设计矩阵在向量空间正交时,即基站配着均匀合理,参数估计也趋于无偏。（3）由于室内环境限制,在高斯-牛顿迭代法的UWB定位解算中,不易获得良好的初始值,尤其当定位系统存在病态时,导致其不能收敛到全局最优解甚至迭代发散。通过引入考虑高阶项的封闭牛顿迭代方法,与高斯-牛顿法对比分析,表明,封闭牛顿法在增加一定计算量的条件下,具有更稳定有效的收敛性和更好的定位性能,尤其在定位系统存在病态问题或观测精度相对较低时,无论初始值是否合理,其都可以更好地收敛到全局最优解。（4）非线性滤波算法已广泛应用于导航定位,但在测量过程中存在离群值情景下,会使得新息向量异常增大,影响滤波性能和可靠性。因此,提出两种非线性滤波的抗差估计方法应用于UWB动态定位,两种抗差方法首先都通过全局检验判断模型的有效性,REKF利用IGGIII方案基于归一化残差对单个离群值进行局部检验,进而实现残差优化和抗差估计,RUKF通过调节测量噪声协方差来减少离群点的异常影响。结果表明,当离群值符合系统误差粗差或者大方差随机误差粗差时,REKF和RUKF可以有效抵抗减弱离群值的影响并提高定位精度,当离群值来自重尾分布时,此时,最小二乘估计并不是最大似然估计,基于卡方检验探测也不合理,使得抗差估计不起作用,应考虑基于L1范数估计实现最大似然估计。（5）定位参数估计与观测质量、定位方法和空间几何构型有关,GDOP广泛应用于评价导航定位系统的性能,而GDOP最小化条件也适用于UWB定位构型优化,基于是否考虑时钟误差,介绍了两类GDOP最小化条件,同时引入并分析了GDOP最小化的圆锥构型。结果表明,对于二维定位,正多边形是最佳基站构型,其不仅实现了第二类GDOP最小化,并且补偿了多种系统误差,在三维定位下,信号传输限制了基站和标签的定位构型,同时,双向测距技术广泛应用于UWB定位的测量,使得基于第一类GDOP最小化进行基站构型优化更加合理,此外,通过增加部分约束信息,可以更加有效地实现全局区域的构型优化。该论文有图115幅,表15个,参考文献156篇。

尚正辉^[3]（2020）在《附加状态约束的精密单点定位技术研究》文中研究指明精密单点定位（precise point positioning,PPP）是一种精密定位技术,仅靠一个接收机即可实现毫米级到分米级的定位精度。PPP的主要优势在于通过使用精化的误差改正模型并且使用从全球网络中获取的精密轨道和时钟、天线相位改正,差分码偏差等产品,消除卫星定位过程中的大部分误差,从而不依赖参考站的辅助,实现单站的高精度绝对定位。在过去的十年中,PPP已成为大地测量领域中的热门话题,并已广泛用于大地测量领域的各种应用中,例如建筑物形变监测,大气监测和建模,空中三角测量,地质灾害监测等。传统PPP中通常利用卡尔曼滤波（Kalman filtering,KF）进行未知参数的解算,但是KF的解算性能依赖于准确的动态模型和滤波初值,如果动态模型不准确或者滤波初值设定的不准确会导致滤波性能下降甚至发散。在实际的参数解算过程中,待估的状态参数间会存在一些已知的函数关系,这些先验的函数关系可以作为约束用来改善KF的稳定性,从而增强PPP的定位性能。因此,论文主要工作是基于附加状态约束条件的精密单点定位算法展开。论文主要工作如下:第一,基于卫星定位原理与数据处理的过程,系统总结了PPP基础理论,包括常用的观测量类型,定位模型,数据预处理理论,误差改正方法,参数估计方法等。第二,介绍了几种常用的等式约束状态估计算法。分析了不同算法的原理,比较了各种方法的优劣。通过仿真实验证明了等式约束状态估计算法可提高KF的参数估计性能。第三,将附加等式状态约束的KF方法与PPP算法相结合,给出了不同约束场景下的约束方程的构建方法。利用实际采集的GPS观测数据进行算法的验证,实验结果表明,与传统PPP模型相比,采用附加状态约束的PPP算法能够有效改善PPP的定位精度,缩短收敛的时间。第四,基于开源程序及MATLAB平台,编写了附加约束条件的状态约束PPP算法,并利用MATLAB软件设计工具二次开发了算法的图形用户界面,用户通过简单的操作即可进行PPP解算,具有一定的科研和工程价值。

关小果^[4]（2020）在《北斗/GNSS海上精密单点定位技术及其质量检核方法研究》文中研究表明随着卫星导航系统（Global Navigation Satellite System,GNSS）,特别是北斗卫星导航系统的飞速发展,北斗/GNSS精密单点定位技术在海洋定位领域取得广泛的应用。本文立足海上测量环境复杂,影响因素众多,无法通过重复观测,或者像陆地上一样,借助于已有IGS（International GNSS Service）长期观测站的结果,验证定位方法,检核定位结果等现实情况,从海上导航卫星信号质量分析,多GNSS系统快速选星方法,基于基线约束的卡尔曼滤波精密单点定位方法,以及海上精密单点定位质量检核等几个方面展开研究,本文的主要工作和创新点包括:1.系统梳理了精密单点定位的函数模型、随机模型、滤波模型、定位解算中各种误差以及相应误差的处理策略,总结了GNSS发展现状,为后续多GNSS系统精密单点定位数据处理奠定理论基础。2.全面分析了北斗卫星导航系统卫星和GPS系统卫星在海上的信号质量,利用雪龙号破冰船第9次北极科考实测的GNSS数据,采用卫星可见性、几何精度因子、信噪比、多路径、伪距噪声等指标,研究了卫星信号在不同类型卫星间、不同频率信号间、不同纬度海域间的质量变化规律,为后续海上多GNSS系统精密单点定位随机模型权重设置等问题提供依据。3.提出了改进粒子群优化算法用于解决海上多GNSS系统快速选星问题,提高海上精密单点定位计算效率。改进粒子群优化算法一方面采用线性惯性权重来平衡粒子在优化过程中的局部搜索能力和全局搜索能力,另一方面采用免疫系统的记忆功能和自动调节功能来保障粒子群在优化过程中的多样性,通过这两方面的改进可以避免算法陷入局部优化,有效提高算法的收敛速度和收敛精度。实验结果表明,改进粒子群优化算法在海上多GNSS系统快速选星问题上更具优越性,其应用于海上动态精密单点定位的精度优于传统粒子群优化算法应用于海上动态精密单点定位的精度。4.提出了基线约束卡尔曼滤波精密单点定位方法,提高海上精密单点定位精度和稳定性。在静态、仿动态、海上动态等不同定位模式下,对比分析基线约束卡尔曼滤波精密单点定位和无约束条件卡尔曼滤波精密单点定位。相对于无约束条件卡尔曼滤波精密单点定位,零基线约束卡尔曼滤波精密单点定位和短基线约束卡尔曼滤波精密单点定位均可以显着提高定位精度。同时短基线约束卡尔曼滤波精密单点定位精度的提高程度与零基线约束卡尔曼滤波精密单点定位精度的提高程度几乎相当,表明只要约束基线长度的真值足够精确,短基线和零基线约束卡尔曼滤波精密单点定位方法对定位精度的提高效果基本相同。5.基于全球分布的MGEX（Multi-GNSS EXperiment）实测数据,首先对不同系统组合的精密单点定位进行精度和收敛速度的性能分析,实验数据表明:相对于单北斗卫星导航系统精密单点定位,不同系统组合精密单点定位可以有效提高精密单点定位的收敛速度和定位精度;组合系统的数目越多,相应精密单点定位的精度越高、收敛速度越快;在不同系统组合方式中,C/G/R/E精密单点定位的精度最高、收敛速度最快。然后在静态、仿动态、海上动态等不同定位模式下,采用系统间交叉验证的方法来检核精密单点定位结果的精度和可靠性。6.针对海上测量环境复杂,观测数据易包含粗差的情况,提出了改进的基于后验残差的保护水平方法检核海上精密单点定位质量。该方法基于接收机自主完好性监测理论,采用中值滤波平滑后验残差的欧式距离,提高保护水平的性能。实验结果验证了改进的基于后验残差的保护水平不但可以有效界定精密单点定位的位置偏差水平,而且可以反映观测数据中粗差等异常的影响。

李炯卫^[5]（2020）在《基于自适应Kalman滤波的BDS-3集中式自主定轨》文中认为发展基于星间链路系统的自主定轨技术已成为目前各大卫星导航系统研究的热点问题之一。在平时,自主定轨可以在我国监测站有限的情况下利用星间观测数据提高卫星定轨精度;在战时,该技术可以保障导航卫星系统的战时生存能力。然而导航卫星在太空中运行时会受到复杂因素的影响,从而导致观测异常或载体扰动异常。采用自适应Kalman滤波来控制自主定轨过程中观测值异常和动力学模型异常的影响,对于提高自主定轨滤波器的收敛速度,提高解算结果的精度及可靠性具有重要意义。本文以BDS-3仿真星座为对象,实现了基于自适应Kalman滤波的集中式自主定轨,并以基于扩展Kalman滤波（EKF）集中式自主定轨的结果为参照,探讨了观测值异常、初始状态信息异常及先验随机信息异常的情况下抗差自适应Kalman滤波（AEKF）自主定轨的精度,从一定程度上论证了抗差自适应Kalman滤波用于BDS自主定轨的可行性及有效性。具体工作如下:1、基于EKF算法探讨了不同星间测距间隔、观测噪声及残余系统误差对自主定轨精度的影响。（1）研究了星间测距间隔对自主定轨精度的影响。实验结果表明:自主定轨结果URE随着测距间隔的增大而增大。当星间测距间隔从5分钟增大至15分钟时,URE平均增大了约0.06m。这表明当系统动力学模型模型不精确时,随着测距间隔的增大,系统动态模型的预测误差将增大。（2）通过仿真实验,探讨分析了观测噪声及系统误差对自主定轨精度的影响。结果表明:观测值中的随机噪声在自主定轨滤波解算中能够被很好地消除。残余系统误差对自主定轨结果精度有显着影响,且残余系统误差中的固定项误差是影响自主定轨精度的主要部分。观测噪声及残余系统误差的变化对BDS-3星座中的三类卫星自主定轨精度的影响不存在显着差异。2、基于EKF和AEKF两种算法探讨了观测值异常、初始状态信息异常及先验随机信息异常对自主定轨精度的影响。（1）基于EKF和AEKF两种算法,研究了初始状态信息异常对自主定轨滤波器的收敛性及结果精度的影响。实验结果表明:初始状态信息异常会对自主定轨滤波器的收敛性及结果精度产生显着影响。其中,位置参数异常对自主定轨结果精度的影响时间较长;光压参数异常次之;速度参数异常对自主定轨结果精度的影响量虽然较大,但收敛速度较快。AEKF方案下的定轨结果精度均优于EKF方案。其中,AEKF能有效改善光压参数异常对自主定轨精度的影响,这表明AEKF具备抵制系统动力学模型误差影响的能力。（2）研究了观测值异常对EKF方案与AEKF方案的定轨结果影响。AEKF方案的定轨结果精度优于EKF方案,尤其在处理含有粗差的观测值时,AEKF方案能显着改善自主定轨结果精度。（3）研究了观测噪声及过程噪声的先验标准差配置对EKF与AEKF两种方案的定轨结果影响。过程噪声的先验标准差配置异常下,AEKF方案与EKF方案的URE结果均随时间而发散,但AEKF方案的结果优于EKF方案;而观测噪声的先验标准差配置的变化对AEKF方案与EKF方案的定轨结果均不存在显着影响。

孙凡凯^[6]（2019）在《矿山建构筑物形变监测数据总体卡尔曼滤波优化预测方法》文中提出矿山建构筑物监测是保障矿山生产设施安全的重要内容,卡尔曼滤波（Kalman Filter）可以处理实时动态监测数据并进行预测,在估计状态参数时以状态方程的预测值作为估计参数的先验信息,并通过最小二乘法求得滤波解。本文在卡尔曼滤波方程和总体卡尔曼滤波现状的基础上,对滤波方程分析和滤波增益求解两部分展开工作。总结了变形监测、组合导航、GNSS动态定位以及建构筑物监测在应用卡尔曼滤波处理监测数据时的状态、观测和控制向量,在此基础上,对如何建立矿山建构筑物形变监测数据滤波的状态、观测和控制向量进行分析并给出了建议。利用总体最小二乘法求解卡尔曼滤波,通过增益矩阵的解算对比了卡尔曼滤波和总体卡尔曼滤波（Total Kalman Filter）两种方法。分析了总体卡尔曼滤波的算法原理,梳理了相应的算法流程,并重点讨论了增益矩阵的求解算法。将总体卡尔曼滤波的程序实现分为数据预处理,参数设置,初始化数组和列表,算法过程实现和滤波结果分析5个部分。利用Python语言定义了算法中各变量的数据结构和全局变量初始化函数、协因数矩阵、增益矩阵和Kronecker积计算方法模块,编程实现了总体卡尔曼滤波的算法过程。以某矿山选煤厂栈桥支撑柱为监测对象进行了实例计算。通过卡尔曼滤波和总体卡尔曼滤波对监测点位移和速度状态参数的滤波计算结果对比分析了两种方法,表明总体卡尔曼滤波在矿山建构筑物形变监测数据处理中具有一定实用价值。

蒲仁虎^[7]（2019）在《附约束条件的移动平台多天线精密定位理论与方法研究》文中提出多天线定位在变形监测、无人机测量等领域应用广泛,但现有多天线定位算法多针对姿态测量,关于移动平台位置确定的研究较少。多天线相对定位时除了移动平台上设置若干接收天线以外,在地面站通常需至少设置一个基准站。由于移动平台上设备空间和成本的限制,移动站通常采用多个单频接收机。基准站的设置相对灵活,可以是地基连续运行基准站,也可以是自行设置的参考站。由于多天线定位增加了模糊度约束条件,因此有望提高单历元模糊度分解的成功率和可靠性,这不仅可以提高姿态测量的可靠性同时也有助于移动平台的精密定位。基于多天线定位的周跳探测与修复也可为移动平台模糊度的在航求解提供帮助。本文就多天线定位时的周跳探测与修复理论以及模糊度快速分解等核心内容进行研究,主要研究内容如下:1.对三频载波相位观测值的周跳探测与修复算法进行了研究。提出一种基于电离层总电子含量变化率（TECR）的三频周跳探测与修复新方法,该方法可用于基准站的非差三频数据周跳探测与修复。通过建立三个线性无关的三频组合观测值（一个新的最优GF组合、一个最优码相组合和一个新的GIF组合）进行周跳的探测,再利用LAMBDA算法确定整数周跳值。由一阶电离层延迟时间差分的预测残差可判断周跳是否正确修复。实验结果表明新方法即便在较大采样间隔及电离层变化剧烈的时段依然能准确探测与修复所有一周及以上的各类周跳,并且该方法对不敏感周跳（1,1,1）的探测与修复成功率可达100%。2.提出利用移动平台的俯仰角或横滚角等姿态信息建立移动平台接收机间的倾角约束条件,从而建立一种新的约束卡尔曼滤波模型。同时对比分析了以平台上固定基线长度作为约束条件的约束卡尔曼滤波。通过对移动平台实测数据进行处理,结果表明,小至一周的周跳均能被准确探测与修复。利用轨道的高程约束条件,建立附高程约束的约束卡尔曼滤波模型用于长基线的周跳探测与修复。实验结果表明,该方法周跳探测的性能比传统卡尔曼滤波有较大幅度的提升。但在移动平台运动速度出现较大扰动时,周跳探测值也将出现较大扰动。3.为解决移动平台上单频超短基线单历元模糊度分解效率较低的问题,提出利用移动平台上的超短基线的倾角建立约束条件,并将约束条件运用于改进模糊度浮动解的精度。实验结果表明,加入倾角约束条件后90%以上的历元采用LAMBDA算法即可直接获取模糊度的正确解。采用基线长度约束作为模糊度的检核条件,若首次模糊度固定失败,约95%的历元能在搜索10次以内将模糊度固定正确,所有历元均能在搜索40次以内将模糊度固定正确。作为对比,不加入倾角约束的标准LAMBDA算法即使搜索2000次仍然有部分历元不能得到正确的模糊度。4.为实现移动平台主天线的动态精密定位,需要快速准确地分解由主天线与基准站构成的基线的模糊度。本文提出将轨道坡度约束条件以及移动平台超短基线的模糊度约束条件加入到多天线定位模型中,并采用LAMBDA算法分解模糊度。在单频单历元条件下分别对双天线和三天线移动平台的定位模型进行研究。研究结果表明,随着移动平台配备的接收机数量的增加模糊度分解成功率也随之有明显的提高,若再加入轨道坡度约束条件会进一步提升模糊度分解的成功率。当观测7颗GPS卫星并加入坡度约束条件时三天线移动平台定位模型的静态与动态模糊度单历元分解成功率分别能达到100%和96%。

马亚平^[8]（2019）在《胎儿心电信号自适应提取若干关键方法研究》文中提出随着生物医学仪器开发技术的不断进步和人们优生优育意识的不断增强,围产期的胎儿心电监护越来越受到广泛的关注,因此,相应的胎儿心电信号处理技术也逐渐成为生物医学信号处理领域的研究热点之一。胎儿心电信号（Fetal electrocardiogram,FECG）是一项反映胎儿心脏电生理活动的客观指标,它能分辨出胎儿心脏搏动的细微变化,间接地反映胎儿在孕期中的成长和健康状况,有助于及早诊断出妊娠期和分娩期的胎儿宫内缺氧及先天性心脏病等,是围产期胎儿监护的一种有效手段。和传统的多普勒超声胎心监护手段相比,胎儿心电信号更能反映心脏活动全貌。因此,提取清晰的胎儿心电信号将成为胎儿心电监护的首要任务,对临床医疗诊断具有极其重要的参考价值。然而腹部混合心电信号成分十分复杂,其中占主导分量的母体心电成分是母体心电信号传导至腹壁经历非线性后的信号;针对实际采集的多腹部混合心电信号,传统的仅采用腹部单通道的自适应噪声抵消器提取胎儿心电信号时,会导致提取到的胎儿心电信号缺失部分信息,进而造成得到的FQRS波检测准确度较差;经自适应噪声抵消器提取到的胎儿心电信号中仍残留少量母体心电成分、肌电干扰等噪声,造成胎儿心电信号的信噪比较差,不利于后续胎儿心电信号波形分析。这些问题成为研究胎儿心电信号提取的重点和难点。本文重点研究胎儿心电信号自适应提取若干关键方法,具体主要围绕以下三个方面开展研究,包括应对母体心电信号传导至腹壁经历的非线性、自适应噪声抵消器的腹部多通道优化和提取到的胎儿心电信号的去噪问题等。具体研究内容如下:首先,研究基于广义函数链接型神经网络（GFLANN）非线性自适应噪声抵消器的胎儿心电信号提取方法。传统的基于自适应噪声抵消器的胎儿心电信号提取方法,分别采用线性FIR滤波器、非线性Volterra滤波器、函数链接型神经网络（FLANN）作为参考通道滤波器,来近似母体心电信号传导至腹壁所经历的非线性时,它们存在着抑制母体心电成分性能较差的问题。针对这一问题,本文提出一种基于GFLANN非线性自适应噪声抵消器的胎儿心电信号提取方法,该方法采用GFLANN作为参考通道非线性滤波器,综合引入核函数扩展项和交叉项因素,应对上述母体心电信号传导至腹壁经历的非线性,可有效地进一步降低或消除腹部混合心电信号中的母体心电成分,从而获得清晰的胎儿心电信号。该方法分别利用LMS算法和最速下降法更新FIR滤波器的系数和非线性GFLANN的权值。针对仿真数据库和临床数据库,分别利用纯净的胎儿心电信号与提取到的胎儿心电信号之间的相关系数、以及与FQRS位置有关的统计性能指标,来验证本文所提出的胎儿心电信号提取方法的性能。实验结果表明,对于实际PNIFECG数据库的子数据库A,本提取方法获得的FQRS波检测准确度可达到97.9%。另外,该方法具有导联结构简单和计算复杂度低的优点,可适用于要求低功耗的便携式测量场合。其次,研究基于腹部多通道和胸部多通道的胎儿心电信号自适应提取新方法。传统的自适应噪声抵消器采用腹部单通道时会导致提取到的胎儿心电信号缺失部分信息,进而影响胎儿心电信号QRS波检测准确度。针对这一问题,本文寻求合理增加腹部通道信息,并通过线性结合器实现它们的自适应线性组合,进而提供最优的原始通道输入,结合自适应噪声抵消器结构,提出一种基于腹部多通道和胸部多通道的胎儿心电信号自适应提取新方法。该方法采用带约束条件的RLS算法优化原始通道中线性结合器的系数,采用LMS算法和最速下降法更新参考通道中线性和非线性滤波器的权值。针对两种临床PNIFECG数据库和DaISy数据库,通过选择不同的腹部通道数目,分别利用与FQRS位置有关的统计性能指标和提取后的胎儿心电信号的可视化波形这两个方面,来验证该提取方法的性能。特别是对于PNIFECG数据库的子数据库A,新方法获得的FQRS波检测准确度最高为99.0%。该新方法具有检测准确度高和计算量相对较低的优点,适用于长期的连续胎儿心电监护场合。最后,研究基于自适应傅里叶分析器的胎儿心电信号去噪方法。上述研究的胎儿心电信号自适应提取方法,旨在通过抑制腹部混合心电信号中的母体心电成分实现胎儿心电信号的分离。但分离后的胎儿心电信号仍残留肌电干扰、少量的母体心电成分等噪声,需要对其去噪处理以获得更为清晰的胎儿心电信号,以为后续的胎儿心电信号波形分析提供可靠的参考。通过对提取到的胎儿心电信号进行频谱分析后发现,该信号具有非平稳和伪周期性的特点,它主要表现为若干个低频离散正余弦信号的叠加。针对该信号的这个特点,传统的基于离散傅里叶逆变换（IDFT）的去噪方法,通过选择合理的频谱能量阈值,保留该信号中主要频率分量,实现胎儿心电信号去噪。但该方法存在着保留信号局部特征和抑制噪声之间的矛盾,且难以应对胎儿心电信号在幅值和周期上的非平稳变化。因此,本文提出一种基于自适应傅里叶分析器的胎儿心电信号去噪方法,通过实时地跟踪胎儿心电信号主要频率成分的幅值和周期的变化,实现含噪胎儿心电信号的进一步去噪。仿真结果表明,新去噪方法不仅对非平稳变化的胎儿心电信号具有良好的跟踪性能,而且对提取后的含噪胎儿心电信号也具有良好的信号还原性,尤其是当FQRS波和MQRS波接近或重叠时,新去噪方法仍能够恢复出FQRS波。针对临床PNIFECG数据库和DaISy数据库进行测试,实验结果表明,新去噪方法从去噪后的胎儿心电信号的可视化波形和基于特征值分析和互相关系数的信噪比两个方面,较传统的基于IDFT的去噪方法,均体现了其优良的噪声抑制性能,获得了更清晰、信噪比更高的胎儿心电信号。特别是,针对DaISy数据库,新去噪方法获得的基于特征值分析和互相关系数的信噪比分别提升了6.25dB和6.73dB。该方法具有自适应的特点,与传统的基于IDFT去噪方法相比,其在信噪比较低的情况下仍具有优良的去噪性能,更具有广阔的临床应用前景。

李思翀^[9]（2018）在《单陀螺多加速度计惯性测量系统在四旋翼平台的应用》文中认为传统的捷联惯性测量系统,均采用陀螺仪和加速度计分别测量运载体的角运动和线运动信息。而无陀螺捷联惯性测量系统舍弃了陀螺,具有传统惯性测量系统一部分优点的同时,还具有成本低、功耗小、动态范围大的优势,因此得到了国内外一些学者的关注。但对于无陀螺系统来说,想要通过优化算法得到高精度角速度信息,需要大大增加加速度计的数量,进而增加系统的成本负担,角速度符号的确定也是一个困难的问题。因此,使用多个加速度计对单个三轴陀螺进行辅助的“单陀螺多加速度计系统”便应运而生,加速度计阵列与三轴陀螺仪互补进行角速度、角加速度的解算,使系统误差的发散得到较好的抑制,同时不需要增加较多的加速度计,因此其工程实用价值大大提高。针对当前传统四旋翼平台存在的问题,诸如高精度角加速度无法获取,外界干扰、运动幅度较大时测量精度偏低,带宽不足而产生相位延迟等问题,本文设计了单陀螺多加速度计惯性测量系统,经过系统模型的建立、扩展卡尔曼滤波器设计、Simulink软件仿真、多加速度计组合标定以及飞行实验,验证了加速度计阵列的加入对于传统的单陀螺系统精度的提高,实现了互补。并且依据多加速度计阵列模型方程中存在的等式约束条件,设计了带约束的滤波器及新息噪声自适应滤波器,进一步提升了滤波器的解算精度。尤其是通过加速度计阵列,原本较难获取的高精度角加速度信息将变得容易获得,这对整个四旋翼系统的控制、辨识等方面都有着重要意义。

杨国玉^[10]（2018）在《EKF滤波组合模型建立及在北斗伪距定位中的应用》文中进行了进一步梳理自从1960年Kalman等人提出卡尔曼滤波的基本原理以来,卡尔曼滤波就成了线性估值领域的重要算法。由于现实中的问题大多都是非线性的,1968年Sunahara等人对卡尔曼滤波进行了变形和扩展,使其能够解决非线性估值问题,此后被广泛应用到导航定位领域。抑制EKF滤波发散,提高EKF滤波估值精度一直以来就是导航定位领域研究的热点。目前抑制EKF滤波发散的方法都是针对滤波发散前处理卡尔曼增益来抑制滤波发散,对于EKF滤波发散后处理问题的研究并不多见,不能完全保证滤波迭代的全局收敛性。本文采用的EKF滤波组合模型是一个有效的解决办法。对于EKF滤波主要研究两个问题:滤波初始值设置和抑制滤波发散。对于滤波初始值设置,论文“第四章第1节组合模型EKF滤波初始值的精度分析”部分,从精度和计算效率两方面对滤波初始值设置常用方法进行了对比分析,实验证明,相比其他初始值计算方法WLS法能够更好的兼顾初始值的偏差和解算效率,因此,EKF滤波组合模型的滤波初始值选取WLS法计算;对于抑制EKF滤波发散的方法,论文第三章“3.2抑制EKF滤波发散的常用方法”部分对此有比较详细的介绍。3.3节从估值精度和解算效率的角度,对调节增益法、衰减记忆法、限定记忆法、预测误差协方差加权法、自适应法进行对比分析,综合考虑估值精度和解算效率,自适应法是几种方法中最优的。对于滤波发散后处理方式,在EKF滤波组合模型中引入新息矩阵配合WLS法来解决滤波发散后处理问题。通过新息公式判断滤波发散要比目前常用的估值分量突变方式计算量小,运算效率高。而滤波发散后运用WLS法计算滤波迭代初始值,重新迭代解算,能够更好的保证EKF滤波组合模型的全局收敛性。鉴于以上分析,本文选取WLS法、新息公式、自适应法以及L-M法建立了EKF滤波组合模型,EKF滤波组合模型选取WLS法作为EKF滤波初始值的计算方法,能够有效的减小EKF滤波初始值的计算偏差,从而大幅度提高了EKF滤波的迭代速度;在EKF滤波迭代过程中,利用L-M算法对EKF滤波预测协方差阵进行修正,有效的保障状态观测的估值误差逐渐减小,抑制了滤波的发散;EKF滤波组合模型中还设计了WLS法结合新息公式判断滤波发散,滤波发散时利用WLS法重新计算滤波初始值,恢复EKF滤波迭代,解决了滤波发散后处理问题,即使观测量短暂缺失依然能够保证EKF滤波组合模型的全局收敛性。通过将EKF滤波组合模型应用到北斗伪距解算中,进行北斗动静态伪距解算精度适用性分析。实验证明,EKF滤波组合模型可以大幅度提高北斗动静态伪距解算精度。在北斗伪距静态伪距解算中,EKF滤波组合模型相比EKF11标准滤波组合模型在迭代180次前估值精度和收敛速度一样,但是在迭代180次以后EKF滤波组合模型的精度有明显的提高,平均精度比EKF11标准滤波组合模型估值精度提高了60%。在北斗动态伪距解算中,EKF滤波组合模型相比标准EKF滤波的解算,动态点位平面位置坐标精度提高了22%,高程精度提高了11%。EKF滤波组合模型解算的动态点位的位置,波动幅度小,解算的位置误差更小,相邻点位间更加连续过度自然,更接近于GPS精密单点定位PPP的解算位置轨迹。

二、带约束条件的自适应滤波及其在GPS定位中的应用（论文开题报告）

（1）论文研究背景及目的

此处内容要求：

首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。

写法范例：

本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。

（2）本文研究方法

调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。

实证研究法：依据现有的科学理论和实践的需要提出设计。

定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。

定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。

跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。

模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

三、带约束条件的自适应滤波及其在GPS定位中的应用（论文提纲范文）

（1）多测站多系统GNSS/INS精密定位方法与应用研究（论文提纲范文）

（2）UWB定位方法及构型优化研究（论文提纲范文）

（3）附加状态约束的精密单点定位技术研究（论文提纲范文）

（4）北斗/GNSS海上精密单点定位技术及其质量检核方法研究（论文提纲范文）

（5）基于自适应Kalman滤波的BDS-3集中式自主定轨（论文提纲范文）

（6）矿山建构筑物形变监测数据总体卡尔曼滤波优化预测方法（论文提纲范文）

（7）附约束条件的移动平台多天线精密定位理论与方法研究（论文提纲范文）

（8）胎儿心电信号自适应提取若干关键方法研究（论文提纲范文）

（9）单陀螺多加速度计惯性测量系统在四旋翼平台的应用（论文提纲范文）

（10）EKF滤波组合模型建立及在北斗伪距定位中的应用（论文提纲范文）

四、带约束条件的自适应滤波及其在GPS定位中的应用（论文参考文献）

• [1]多测站多系统GNSS/INS精密定位方法与应用研究[D]. 王建. 山东大学, 2021(10)
• [2]UWB定位方法及构型优化研究[D]. 王川阳. 中国矿业大学, 2020(07)
• [3]附加状态约束的精密单点定位技术研究[D]. 尚正辉. 中国民航大学, 2020(01)
• [4]北斗/GNSS海上精密单点定位技术及其质量检核方法研究[D]. 关小果. 战略支援部队信息工程大学, 2020(01)
• [5]基于自适应Kalman滤波的BDS-3集中式自主定轨[D]. 李炯卫. 西南交通大学, 2020(07)
• [6]矿山建构筑物形变监测数据总体卡尔曼滤波优化预测方法[D]. 孙凡凯. 太原理工大学, 2019(02)
• [7]附约束条件的移动平台多天线精密定位理论与方法研究[D]. 蒲仁虎. 西南交通大学, 2019(06)
• [8]胎儿心电信号自适应提取若干关键方法研究[D]. 马亚平. 哈尔滨工业大学, 2019(01)
• [9]单陀螺多加速度计惯性测量系统在四旋翼平台的应用[D]. 李思翀. 北京理工大学, 2018(07)
• [10]EKF滤波组合模型建立及在北斗伪距定位中的应用[D]. 杨国玉. 成都理工大学, 2018(01)