GPS动态定位中自适应卡尔曼滤波模型的建立及其算法研究

采用描述机动载体运动的“当前”统计模型，建立了一种新的ＧＰＳ动态定位自适应卡尔曼滤波模型。为了进一步提高滤波器的动态性能，提出一种改进的自适应滤波算法，大大提高了ＧＰＳ动态定位卡尔曼滤波器的跟踪能力，改善了滤波效果。计算机仿真结果验证了该算法的有效性。     

现代船舶动力定位系统设计

围绕现代动力定位系统的设计问题,讨论系统的构建、数学建模、控制器设计和推力器的推力分配,重点给出了基于扩展Kalman滤波的动力定位LQG控制器设计算法。     

高速铁路LTE-R改进切换算法的研究

针对高速铁路中LTE-R越区切换对切换时延和切换成功率的严格要求,以3GPP TS 23.401协议中的A3事件判决公式为基础,利用滤波中的测量周期Tm对触发时延进行计算,并结合列车的运行速度,对传统切换算法进行改进。通过对改进算法进行仿真,得到最佳切换参数。最后对两种算法采用相同的基站布置进行仿真比较,得出传统算法在列车运行速度超过205 km/h时,无法满足我国无线通信系统对越区切换成功率99.5%以上的要求,而改进后的算法在速度达到400 km/h时,切换成功率为99.6%,仍满足此要求。     

Dynamic demand estimation and prediction for traffic urban networks adopting new data sources

Nowadays, new mobility information can be derived from advanced traffic surveillance systems that collect updated traffic measurements, both in fixed locations and over specific corridors or paths. Such recent technological developments point to challenging and promising opportunities that academics and practitioners have only partially explored so far.The paper looks at some of these opportunities within the Dynamic Demand Estimation problem (DDEP). At first, data heterogeneity, accounting for different sets of data providing a wide spatial coverage, has been investigated for the benefit of off-line demand estimation. In an attempt to mimic the current urban networks monitoring, examples of complex real case applications are being reported where route travel times and route choice probabilities from probe vehicles are exploited together with common link traffic measurements.Subsequently, on-line detection of non-recurrent conditions is being recorded, adopting a sequential approach based on an extension of the Kalman Filter theory called Local Ensemble Transformed Kalman Filter (LETKF).Both the off-line and the on-line investigations adopt a simulation approach capable of capturing the highly nonlinear dependence between the travel demand and the traffic measurements through the use of dynamic traffic assignment models. Consequently, the possibility of using collected traffic information is enhanced, thus overcoming most of the limitations of current DDEP approaches found in the literature.     

基于双轴位置转台的捷联惯导系统级标定技术

本文研究一种基于双轴位置转台的激光陀螺捷联惯导系统的系统级标定方法。建立了附加约束条件的陀螺和加速度计标定模型,从捷联惯导系统的误差方程出发,建立30维Kalman滤波标定模型,以速度和位置作为观测量,并设计双轴位置旋转路径,对惯性仪表标定参数进行激励与辨识。仿真实验结果表明,该方法能够准确估计出陀螺和加速度计的15个标定误差参数,具有一定的参考价值。     

基于RFID电子车牌数据的公交行程时间预测方法

为了给公交优先信号配时系统提供足够的"思考"时间和准确的控制依据,基于重庆市RFID电子车牌数据提出了一种采用自适应渐消卡尔曼滤波和小波神经网络组合模型动态预测公交行程时间的方法。综合分析公交行程时间的动态和静态影响因素,选取的模型输入参量为标准车流量、路段车辆平均行程时间、平均车速离散性和前班次公交行程时间。利用RFID电子车牌系统采集重庆市鹅公岩大桥路段车辆行驶数据,选取3 000组实际运行数据完成公交行程时间预测模型的训练,另筛选50组数据验证模型的有效性和准确性。研究结果表明：组合模型可动态自适应预测公交行程时间,预测值平均相对误差为3.23%,绝对误差集中在8 s左右,明显优于2种单一模型和基于传统GPS数据的公交行程时间预测模型,可认为选择RFID电子车牌数据作为组合模型的输入,能够明显改善模型预测精度;组合模型预测值的残差分布更为集中、鲁棒性较好,泛化能力强。选择平均绝对误差值、均方根误差值和平均绝对百分比误差作为模型评价指标,结果进一步表明,组合模型的综合预测效果明显优于单一的自适应渐消卡尔曼滤波和小波神经网络。研究方案可为先进公交信息化系统提供良好的技术支撑。     

运动车辆检测与跟踪方法

为提高城市智能交通综合管理能力,提出了基于视频分析的运动车辆检测与跟踪方法。在城市交通干道路面环境中,根据运动目标与道路背景统计特性的差异,基于贝叶斯概率准则,提出一个自适应背景更新算法,检测分离运动车辆目标前景,采用卡尔曼滤波器实现对视频序列中车辆目标的运动检测与实时跟踪,并对在重庆某交通干道的交通流视频进行检测。试验结果表明:该方法在常规视频分辨率下能实现实时处理视频,平均检测准确率为94%,具有较好的实时性与鲁棒性,能够实现城市交通环境中各类运动车辆的检测与跟踪。     

模糊自适应滤波在车载组合导航系统中的应用

文章针对车载GPS/DR组合导航系统工作环境复杂,其观测噪声相应复杂多变的特点,引入了一种基于模糊自适应控制的卡尔曼滤波算法。这一方法基于方差匹配的思想,通过模糊控制器在线调整观测噪声方差,以改变滤波器的自适应性,从而提高导航精度。文章最后对GPS/DR系统进行了仿真,结果表明采用此方法后的滤波精度优于常规Kal-man滤波的结果。     

基于Unscented卡尔曼滤波器的地磁辅助组合导航

将船位推算与地磁测量相结合构成组合导航方法.首先建立了推算模型,然后利用Unscented卡尔曼滤波方法,直接将地磁测量的结果用于校正推算结果,进行导航定位.此方法不采用匹配方法进行定位,可进行实时定位,能适用于非线性和离散的地磁模型.仿真表明,此方法能减小定位误差,适用于基于船位推算和地磁定位的实时组合导航.     

卡尔曼滤波在潜艇垂直面运动控制器设计中的应用

潜艇低噪声操纵存在无效用舵现象。简要介绍了滤波信号的表示形式,在潜艇垂直面线性运动方程的基础上,得出了滤波信号的系统模型,并对其进行了离散化处理;将均方差最小线性递推滤波算法引入到输入信号的控制过程中,通过仿真证明对输入信号进行卡尔曼滤波能够提高输入信号的品质,用于工程应用。