GPS/北斗的组合选星算法研究

为达到提高卫星导航系统的精度,选取GPS导航系统与北斗导航系统进行组网增加可见星。通过分析几何精度因子（GDOP）与卫星位置的关系,选取合适的卫星。在增加选星数目的前提下,采用两种改进的选星方法结合进行解算,即,改进的四面体体积计算方法和最优几何精度因子计算方法。仿真结果表明,精度因子接近当下时刻的最优,而选星算法计算时间减少,具有较好的实时性。     

基于GPU的SAS成像算法并行实现研究

针对合成孔径声纳（SAS）成像过程运算量大,处理时间长,难以满足实时成像要求的问题,论文提出了采用GPU实现SAS成像算法并行处理,并对距离多普勒成像算法（RDA）进行了并行化处理方法研究。仿真实验结果表明：基于CUDA的SAS并行成像算法极大提高了计算效率,并在保持成像结果精度的同时,满足了SAS实时成像的要求。     

利用ICCP的水下地磁修正惯导方法研究

迭代最近等值线算法（ICCP）是一种重要的地磁匹配导航算法。首先,为了获取相对精度较高的位置信息,又在一定程度上达到弥补实测数据精度不足的目的,将二次插值技术应用到地磁匹配算法中;然后,仿真计算得到了最佳匹配位置;最后,针对目前水下航行器通过航位推算等传统方法实现惯导重调的弊端,提出将地磁匹配位置误差作为观测量,用卡尔曼滤波对惯导系统的速度、位置和姿态误差进行最优估计。由最后仿真结果表明,以磁场匹配位置误差作为观测量来估计惯导误差是可行的。     

一种用于惯导系统车载试验的速度基准系统

介绍了一种自行研制的用于捷联惯导车载试验的速度基准系统.该系统由卫星导航装置、车速采集装置和主控计算机组成,能够实时输出满足一定精度要求的速度数据,可作为捷联惯导跑车试验中的速度基准,用以模拟其它测速设备的输出.经过实际车载试验验证,该基准系统组成简单,功耗、体积、重量和速度精度满足捷联惯导车载试验要求,能够做到在无卫星导航信息条件下,模拟实现组合导航系统的测速功能.     

北斗／INS 组合导航滤波算法的研究

为了提高北斗定位系统定位定姿的精度及性能,利用惯性导航系统（inertial navigation system ,INS）姿态信息进行辅助,建立BDS／INS组合定位算法。通过INS输出信息与BDS观测信息紧组合的方式,以北斗导航卫星系统的伪距以及伪距率作为子系统状态量,利用卡尔曼滤波方法将卫导观测信息与惯导导航参数融合在一起进行计算。通过实际仿真实验表明,相比于原系统算法,组合后的算法能有效地提高BDS定位的精度和成功率。     

一种时间-传感器系统误差估计算法

由于时间的不一致和传感器系统误差直接影响目标探测信息的精度,假设卫星导航的精度足够高,不考虑导航误差的影响,在时间-传感器系统误差传递模型的基础上,利用对空中平台的实时观测和平台的导航信息,获取观测数据的新息相关函数序列,对未知的系统模型参数和噪声统计参数进行在线辨识,构建自适应滤波,实现对多平台时间-传感器系统误差的实时估计和配准。通过对比仿真实验表明,该算法收敛速度快,估计精度较高。     

基于“伽利略”卫星的嵌入式导航系统设计

在现有海上船舶卫星导航系统中,GPS,GALILEO及北斗卫星相互补充,已形成成熟的导航应用。本文重点研究GALILEO卫星信号在其导航应用中的捕获及处理技术,针对GALILEO采取新的信号调制方式,传统信号接收及调解技术已经不能满足导航系统的性能要求,提出一种新的BPSK双通道信号捕获及调解技术,同时设计基于新方法的嵌入式导航系统。通过对GALILEO E1实时信号的测试,表明此算法的有效性。     

北斗卫星船载导航信号并行捕获算法

信号捕获作为实现北斗卫星船载导航的第一阶段,也是最重要的一环,为此研究基于北斗卫星船载导航信号并行捕获算法,在短时间内捕获卫星信号,为船舶提供高精度的定位和导航服务。建立北斗卫星导航信号模型,依据模型生成的北斗卫星导航信号,采用傅里叶变换（Fast Fourier Transformation,FFT）算法以及快速傅里叶逆变换（Inverse Fast Fourier Transform,IFFT）算法,通过并行频率搜索和并行码相位搜索分别将伪随机码相位、载波频移的二维搜索变成一维进行并行搜索,获取北斗卫星信号的伪随机码和载波频移,实现北斗卫星船载导航信号并行捕获。实验结果表明,该算法可以成功地捕获船载导航信号,并且捕获耗时短;对船载导航信号的载波频率估计误差小。     

GWO-Elman模型在港口货物吞吐量预测中的应用

港口作为国内国际贸易的重要枢纽,在新时代区域经济发展中具有重要的战略地位。为提高港口货物吞吐量的预测精度,使用差分法、灰狼优化（GWO）算法和Elman神经网络模型对2010―2019年青岛港货物吞吐量进行了训练与预测。基于所收集到的时间序列数据,将其作为样本数据输入Elman神经网络模型进行训练与测试;在训练过程中,引入灰狼优化（GWO）算法来优化Elman神经网络的权重（w）和神经元阈值（b）;将GWO-Elman组合模型应用于青岛港货物吞吐量预测的实证研究中。结果证明：GWO-Elman算法模型相较于传统Elman神经网络模型,在预测货物吞吐量时有着更高的收敛速度与预测精度,这为港口货物吞吐量的预测提供了一种新的计算方法。     

“北斗一号”系统与GPS系统的应用比较

本文首先概述了“北斗一号”卫星导航定位系统的定位工作原理，然后从应用角度将该系统与目前广泛应用中的导航星全球定位系统（CPS）作了简要对比。     

船舶中间产品标识定位系统设计与实现

利用二维码实现中间产品信息的索引,采用交互式多模型(Interacting Multiple Model, IMM)卡尔曼滤波法优化的飞行时间(Time of Flight, TOF)定位算法,实现中间产品的位置跟踪。根据船舶车间的标识定位需求,研发船舶中间产品标识定位系统,对船舶中间产品的加工工序、基本信息、位置信息等进行跟踪,为船厂备料套料、物流运输、加工监控等提供有力的数据支撑。     

区间平滑在船用INS/GPS姿态组合导航系统事后评估中的应用

组合导航系统事后区间平滑算法处理数据精度较在线滤波算法高,通常以经过事后处理的惯导状态信息作参考,对中低精度的舰船导航设备工作性能进行评估。在以速度、位置作为观测量的INS/GPS量测方程的基础上,增加姿态外部修正信息,采用固定区间平滑算法进行处理得出高精度的评估数据,进而分析舰船导航设备的数据输出精度。仿真分析结果表明,增加姿态信息并结合固定区间最优平滑算法的处理方法,可以使系统的姿态测量精度获得大幅度提高,并能克服最优滤波对平台误差角初期估计精度低的缺点,可以作为一种评估舰船导航设备工作性能的事后分析方法。     

Fast direction of arrival algorithm based on vector-sensor arrays using wideband sources

An acoustic vector sensor （AVS） can capture more information than a conventional acoustic pressure sensor （APS）. As a result, more output channels are required when multiple AVS are formed into arrays, making processing the data stream computationally intense. This paper proposes a new algorithm based on the propagator method for wideband coherent sources that eliminates eigen-decomposition in order to reduce the computational burden. Data from simulations and lake trials showed that the new algorithm is valid： it resolves coherent sources, breaks left/right ambiguity, and allows inter element spacing to exceed a half-wavelength.     

基于声矢量传感器阵的相干源高分辨方位估计

声矢量传感器能同时共点获得声场中声压、振速信息及更多的信息量,具有很好的应用前景.研究了声矢量传感器阵方位估计的多重信号分类(MUSIC)算法,并在此基础上推导了基于空间前向平滑算法的声矢量传感器阵相干源方位估计的方法.采用该方法可以有效地对相干源进行方位估计,同时综合利用声压、振速信息可以实现信号源方位360°无模糊估计,计算机仿真表明该方法具有较好的方位估计性能.     

一种基于PSO优化HWFCM的快速水下图像分割算法

The S/N of an underwater image is low and has a fuzzy edge.If using traditional methods to process it directly,the result is not satisfying.Though the traditional fuzzy C-means algorithm can sometimes divide the image into object and background,its time-consuming computation is often an obstacle.The mission of the vision system of an autonomous underwater vehicle (AUV) is to rapidly and exactly deal with the information about the object in a complex environment for the AUV to use the obtained result to execute the next task.So,by using the statistical characteristics of the gray image histogram,a fast and effective fuzzy C-means underwater image segmentation algorithm was presented.With the weighted histogram modifying the fuzzy membership,the above algorithm can not only cut down on a large amount of data processing and storage during the computation process compared with the traditional algorithm,so as to speed up the efficiency of the segmentation,but also improve the quality of underwater image segmentation.Finally,particle swarm optimization (PSO) described by the sine function was introduced to the algorithm mentioned above.It made up for the shortcomings that the FCM algorithm can not get the global optimal solution.Thus,on the one hand,it considers the global impact and achieves the local optimal solution,and on the other hand,further greatly increases the computing speed.Experimental results indicate that the novel algorithm can reach a better segmentation quality and the processing time of each image is reduced.They enhance efficiency and satisfy the requirements of a highly effective,real-time AUV.     

基于Xdraw算法的SAR航线规划

利用机载SAR进行对地观察的飞行实验所需时间和处理周期偏长,成本也偏高,并且没有定量的地形遮挡分析。文章利用三维数字地球平台的地理信息,提出一种基于Xdraw算法的机载雷达可视域分析。只要给出地形的数字高程模型（DEM）数据,就可以得出可视域的分析结果,同时在不同SAR航线高度参数下对算法进行了验证和分析评价,得出该算法可以较好近似真实的可视信息,为SAR实验给出了定量的地形遮挡分析,为确定SAR航线规划提供了可靠的参考。     

基于神经网络的声纳特征级信息融合中目标分类研究

声纳目标特征级融合的主要任务是实现信息压缩、目标身份确定(分类) ,以利于实时处理、决策分析。基于数学模型的各种算法,由于情况复杂,往往很难建立。而人工神经网络通过样本的学习,具有存储记忆、在相似输入下能恢复记忆等特性,从而避免了烦琐而复杂的建模。在神经网络声纳目标识别前的噪声预处理方法中,选用了功率谱特征提取、双谱特征提取算法;在研究了提取的特征后,选取反向传播神经网络(BP)模型;在此基础上构造了BP神经网络,并对网络进行训练与测试,给出识别实验结果。仿真模拟分析证明,基于神经网络的声纳特征级信息的融合,对目标分类有一定效果,为进一步实现声纳信息融合奠定了基础     

基于模糊神经网络的水火弯板双臂系统控制与研究

研究了水火弯板双机械臂的非线性控制问题,采用一种模糊神经网络算法,利用神经网络的学习能力和模糊控制的模糊信息处理能力,调整优化双机械臂运动的位置偏差,得到该控制体系下的最佳驱动参数,仿真结果表明,该控制策略提高了水火弯板双机械臂的控制精度,并且使系统具有较好的动、静态性能。     

基于瞬时转速和遗传算法的内燃机故障诊断方法

内燃机瞬时转速信号中蕴含着大量有关机器运行的信息,非常适合用于内燃机的故障诊断.但瞬时转速中蕴藏的故障信息比较微弱,加上测量的随机性影响,必须提取多个故障特征进行综合诊断,而如何从中构造理想的特征参数,是一项非常困难的工作.对此,本文使用遗传算法对故障特征进行组合优化,构造最佳特征参数.以6-135型柴油机单缸少量减油故障为例,从多个瞬时转速数据样本的时域、频域和波形参数中提取了6个原始特征,利用遗传算法使这些参数在各种运算组合的过程中优胜劣汰,最后进化成为一个综合了几个原始特征的综合诊断参数,使用该参数进行故障状态的判别,提高了诊断的正确率,并简化了诊断过程.     

子阵波束域自适应波束形成方法研究

阵列输出的有限次快拍处理等效地增加了信号之间及信号与噪声之间的相关性,导致了现有的子阵自适应处理方法在小快拍数目时的性能损失.现提出一种子阵波束域自适应波束形成算法,通过对子阵多波束输出的协方差矩阵求平均,减弱信号之间的相关性,从而提高自适应波束形成算法的性能.仿真结果表明,该提算法在小快拍数情况能够大大提高输出信干噪比,并有效地抑制阵元上接收的随机噪声.