车辆组合导航系统自适应UKF滤波算法

针对传统卡尔曼滤波和扩展卡尔曼滤波(EKF)在导航中存在的缺点,在车辆GPS/DR组合导航系统中引入了Unscented Kalman filter(UKF)算法,并提出一种改进的开窗估计算法,采用一种自适应算法来动态调整开窗大小,减小了算法计算量。利用此方法对系统过程噪声进行实时跟踪,并与UKF方法相结合。仿真试验表明:此方法滤波精度和稳定性都有了一定的提高,同时相比传统UKF算法又具有更好的自适应性。     

基于卡尔曼滤波的GPS/DR导航信息融合方法

为了有效地实现GPS/DR(Global Positioning System/Dead Reckoning)组合导航系统的信息融合,提高GPS/DR组合导航系统的精度和可靠性,分析了传统的利用全球定位系统(GPS)与航位推算系统(DR)跟踪车辆位置方法的特点,结合GPS和航位推算DR两种定位方式的优点,在车辆定位技术中采用GPS/DR组合定位技术,构建了基于卡尔曼滤波技术的自适应联合卡尔曼滤波器,使用Matlab软件工具进行了计算机仿真验证,从软件集成的角度探讨了GPS/DR组合定位技术的串口通信等关键技术的软件实现问题,给出了GPS单独导航、DR单独导航和GPS/DR组合导航三种工作状态下的位置误差。从对比中可以看出,组合系统能在任何情况下实现车辆的实时、可靠、准确的定位,定位误差最小,同时还可以减小甚至消除推算定位系统随时间积累的误差。     

��������С���任��GPS��̬�˲����㷨

针对应用卡尔曼滤波器进行车辆GPS导航信号的动态滤波时难以建立精确的数学模型以及传统小波变换在实时性方面存在不足,提出了基于提升小波变换的GPS动态滤波新算法.该算法采用提升小波变换对车辆GPS导航信号进行分解;用3σ准则和多项式插值方法对各层提升小波变换系数进行粗差探测与数据修复;采用模平方软阈值去噪算法对各层提升小波变换系数进行去噪;最后进行提升小波逆变换,从而实现车辆GPS导航信号的动态滤波。仿真实验结果表明,该算法的导航定位精度优于卡尔曼滤波算法;虽然在导航定位精度方面稍比传统小波变换算法的性能高,但比传统小波变换算法速度快一倍;显然该算法对车辆GPS导航系统是有效的.     

GPS组合定位及其改善城市车辆导航性能的意义

由于受到城市中高大建筑的干扰,车辆能接收到的GPS卫星信号数量较少,导致其系统可用性和导航定位精度都比较差。为了改善这一局限,将Galileo卫星信号和GSM网络的BTS站点提供的导航信息与GPS进行组合车辆导航。文章从理论上论述了GPS/Galileo/BTS组合导航模式的可行性,进而分别通过静态和动态2种模式对组合系统在城市定位环境中的可用性和精确性进行了仿真。结果表明GPS/Galileo/BTS组合导航模式能大大改善系统的可用性和精确性。     

水下组合导航UKF/PF自适应滤波算法

为了避免粒子滤波(PF)可能存在的粒子退化问题,提出了一种Unscented卡尔曼滤波(UKF)和PF的混合滤波算法.将PF的所有粒子分为随机性粒子和确定性粒子两部分,利用UKF状态估计为PF确定重要性函数,并从重要性函数中抽取随机粒子,而确定性粒子则由UKF的Sigma点构成.利用标准粒子滤波的退化程度指标构造自适应权函数,根据权函数权值大小的变化,UKF/PF混合滤波算法自适应地进化为PF滤波算法或退化为UKF滤波算法.仿真结果验证了UKF/PF混合滤波算法用于DR/INS组合滤波器设计的有效性.     

基于SINS/GPS的高速列车组合导航系统

为提高高速列车的导航精度,提出了一种基于SINS/GPS的组合导航系统.分析了SINS和GPS的误差源,设计了SINS/GPS高速列车组合导航算法.仿真结果表明,所提出的SINS/GPS高速列车组合导航系统精度高,可靠性好,克服了惯性导航系统误差随时间增大的缺陷.     

基于车速推算的改进地图匹配算法研究

车载GPS/DR组合导航监控系统中,GPS/DR数据不可避免受到各种误差源的影响而产生较大的误差,为了降低各种误差源对车辆导航的影响,有机结合能改善GPS/DR数据误差对导航影响的地图匹配算法,从而构成了GPS/DR/MM智能导航系统.文中通过分析地图匹配算法的关键技术和影响地图匹配算法可靠性等因素,提出一种基于车速递推的地图匹配算法,该算法利用基本可信数据--车速,从而很大程度地提高了地图匹配算法的可靠性.通过跑车实际数据测试表明,该算法是行之有效的.     

基于数据融合技术的路段出行时间预测方法

为了精确预测路段出行时间,分析了国内外基于多数据源的路段出行时间预测方法的优缺点,应用自适应卡尔曼滤波算法,通过融合环形线圈检测器数据和浮动车数据,建立了路段出行时间估计模型,在交通高峰期和事故情况下,比较了采用基于环形线圈检测器、浮动车和自适应卡尔曼滤波3种出行时间预测方法预测路段出行时间的平均绝对百分比误差。比较结果表明:基于自适应卡尔曼滤波算法融合了来自环形线圈检测器和浮动车的数据,预测值更接近实测值,预测精度高。     

基于推广卡尔曼滤波的无源定位系统仿真

在现代电子战、信息战环境中,由于利用目标辐射电磁信息的无源探测定位系统具有自身隐蔽和探测距离远等优点,因此它具有重要的应用价值,并已成为当今非线性跟踪与估计研究领域的热点问题.针对无源定位中状态空间模型非线性和程度较高所引起的滤波发散问题,分析总结了推广卡尔曼滤波(EKF)次优递推滤波过程,最后给出滤波方程及仿真结果.     

GPS／DR／MM车辆组合导航定位系统研究

为了克服卫星信号盲区GPS定位间断或失效以及航位推算（DR）定位误差随时间积累等缺陷,设计了一种基于嵌入式系统的GPS／DR／MM车辆组合导航定位系统。通过Kalman滤波对多传感器信息进行最优估计,并应用地图匹配（MM）技术,以得到最佳定位信息。系统的各模块任务使用t~C／OS—II嵌入式操作系统统一调度。经测试,该系统能实现车辆的可靠、准确定位,并且能精确地在上位机的导航地图上实时显示出车辆当前的位置和其他状态信息。该组合导航定位技术在智能交通系统（ITS）领域具有较高的应用价值。     

�г�ʱ���������ݴ������о�

车牌照匹配技术的广泛应用为行程时间样本数据的精确获取提供了一种可行的方式。但是,由于各种客观原因,采集到的原始数据夹杂着大量的噪声数据,只有剔除了这些噪声数据,行程时间样本数据才能更好地应用于行程时间分析与服务。本文对产生噪声数据的原因进行了详细的分析,回顾了现有的噪声剔除方法,并分析其可能存在的问题;基于交通信息提取计算模型,提出了一种噪声剔除的新方法。以荷兰代尔夫特的一条城市道路为研究对象,基于实际数据对新方法和现有方法进行了对比分析。结果表明,新方法能够更好地剔除噪声数据。     

线性调频连续波雷达信号匹配滤波

利用周期模糊函数分析了线性调频连续波信号的匹配滤波输出．用频域加权匹配处理可有效抑制距离耄瓣，提高多目标的分辨能力，但无法避免主瓣变宽，并使线性调频连续波信号的匹配滤波输出有信噪比损失．若采用汉宁加权，信噪比损失为3．52dB．     

小波域子空间滤波法研究

将时域子空间法和小波变换结合在一起,推出小波域子空间滤波算法.具体地讲,把整体观测信号小波系数子空间划分为信号加噪声小波系数子空间和噪声小波系数子空间,根据尺度内时间估计准则,由信号加噪声小波系数子空间重构信号小波系数,从而获得估计信号.实验表明,当用于恢复高斯噪声中Ricker子波时,小波域子空间滤波法相对于传统软、硬阈值法具有明确优势.     

基于非负矩阵分解特征提取的垃圾邮件过滤

随着垃圾邮件的不断增多,它的危害性越来越严重,为了消除这种危害性,垃圾邮件的过滤技术就显得异常重要。由于垃圾邮件数据具有稀疏性、高特征维数和多重相关性等,所以直接对它进行分类的话会造成运算量很大和错误分类的问题。本文针对这些问题,先用非负矩阵分解的方法对实验数据进行特征提取,然后再用分类方法对它进行分类。在实验中,比较之后发现经过分解之后的数据比没有经过分解的数据有更高的分类准确率。     

基于图像形态滤波的边缘检测

为很好地检测出被噪声污染的图像的边缘,首先采用CB形态滤波对图像进行预处理,再用canny法获得较高的边缘检出率,最后采用最小费用搜索法进一步提高了边缘质量,建立在结构元素轮廓的概念之上,以集合延展度为特征进行处理的CB形态滤波保证了滤除噪声的同时保持图像细节,canny算法对噪声和弱边缘有更强的适应性,而最小费用搜索法对因滤波后遗留噪声引起的虚假边缘有很好的抑制能力,实例表明这种检测方法能够获得较好的图像边缘。     

数字图像中值滤波改进算法研究

对传统的中值滤波算法进行了改进，新的算法采用同步更新迭代的思想，保持了传统算法的优点，同时取得到了更好的去噪效果．实验证明，该算法不仅比传统的中值滤波算法降低了时间复杂度，提高了运算速度，而且去噪效果有了明显的改善．     

基于滤波器分解的图像插值算法

本文研究了一种空域中的图像分解技术，进而利用改种分解方法，探讨了图像插值算法。本文提出的图像分解方法的主要思想是：利用类型确定的滤波器（如低通）对原始图像滤波，将图像分解为高频和低频两部分，并对分解得到的低频或高频成分进行处理，图像可分解成不同频率分量的图层之和，进而在各个图层一L进行相应的插值处理，最后利用逆变换得到最终的结果。     

自适应Volterra混合噪声图像滤波

采用更接近实际的随机值脉冲噪声对混合噪声图像中的脉冲噪声部分进行描述,基于自适应Volterra滤波方法,提出了一种能够有效去除图像混合噪声的LMSV滤波算法．在此基础上,针对LMS算法收敛速度慢,步长因子不易确定的特点,提出了一种改进的自适应Volterra图像滤波算法（NLMSV算法）．理论分析和计算机仿真实验表明,相比于传统的图像去噪方法,本文方法在去除图像混合噪声和保留图像边缘细节方面的性能要明显优于其他算法,并且图像受污染率越高,该方法表现出的性能越好．     

基于双层规则的内容安全过滤方法

针对互联网中信息内容的安全问题,提出了一种基于双层规则的内容安全过滤方法,即通过基于逻辑规则提取的EOCAT分类算法和针对非法文本的特殊词规则构造文本分类器,实现对非法文本的识别.最后进一步讨论了针对各层规则的相关反馈的实现.实验结果表明,该分类方法对于非法文本具有较好的识别效果.