陕西省自然科学基金(N9YU0001)
- 作品数：7 被引量：70H指数：5
- 相关作者：高社生焦雅林薛丽高怡李伟更多>>
- 相关机构：西北工业大学西安石油大学白城师范学院更多>>
- 发文基金：陕西省自然科学基金中国航空科学基金国家自然科学基金更多>>
- 相关领域：交通运输工程自动化与计算机技术电气工程社会学更多>>
- 多传感器加权信息融合算法研究被引量：26
- 2010年
- 将新兴的随机加权估计应用于多传感器信息融合,文章提出一种基于随机加权估计的多传感器信息融合算法,用于解决多传感器对目标同一参数进行测量时权的最优分配问题。仿真结果表明,文中提出的随机加权融合估计算法优于传统的平均值估计融合算法,并且随着测量次数的增大,均方误差越来越小。
- 李伟何鹏举高社生
- 关键词：随机加权估计多传感器系统信息融合加权因子
- 抗差自适应Sage滤波及其在组合导航中的应用被引量：10
- 2015年
- 针对卡尔曼滤波需要精确已知状态数学模型及其统计特性的问题,提出一种抗差自适应Sage滤波算法。该方法以Sage滤波为基本框架,吸收了抗差估计和自适应滤波的优点,利用Sage滤波开窗法求得观测残差向量和新息(预测残差)向量的协方差阵,由抗差估计方法确定观测噪声协方差矩阵,利用自适应因子调整动力学模型噪声协方差矩阵,以控制观测异常和动力学模型噪声对导航精度的影响。将提出的算法应用到捷联惯性导航(SINS)/合成孔径雷达(SAR)组合导航系统中,并与Kalman滤波和Sage滤波进行比较分析,仿真结果表明,提出的新算法不但能有效地控制观测异常和动态模型异常对状态参数估值的影响,而且能够抵制状态扰动,提高组合导航系统的滤波精度。
- 高怡高社生
- 关键词：KALMAN滤波抗差估计自适应滤波
- 自适应SVD-UKF算法及在组合导航的应用被引量：14
- 2010年
- 提出一种新的自适应奇异值分解Unscented卡尔曼滤波(UKF)算法。该算法利用自适应因子平衡动力学模型信息与观测信息的权比,控制动力学模型误差对导航参数解的影响。用奇异值分解阵(SVD)的迭代计算代替协方差矩阵的迭代变换,提高了协方差矩阵的数值稳定性。将新算法应用于组合导航系统进行计算仿真,结果证明,新算法具有良好的鲁棒性,能有效改善滤波性能,提高组合导航系统的精度。
- 高社生王建超焦雅林
- 关键词：自适应滤波奇异值分解UNSCENTED卡尔曼滤波组合导航
- GPS/DR组合导航抗差自适应滤波算法被引量：7
- 2010年
- 针对GPS/DR车辆组合导航系统的数学模型具有非线性,应用扩展卡尔曼滤波进行线性化会导致滤波结果出现较大误差的问题,引入了抗差自适应滤波算法。利用计算机仿真,分别对抗差自适应Kalman滤波和自适应Kalman滤波算法进行仿真验证,结果表明,抗差自适应滤波不但能自适应地确定观测噪声的协方差矩阵,而且能利用自适应因子调节状态参数噪声的协方差矩阵,可以控制观测异常和动态模型噪声异常对状态参数估值的影响,使状态参数的估值更加合理。自适应Kalman滤波使位置误差控制在30m,而对抗差自适应Kalman滤波能使位置误差控制在18m左右,且误差控制更稳定。
- 焦雅林高社生薛丽
- 关键词：KALMAN滤波航位推算
- GPS/DR车辆组合导航改进的粒子滤波算法研究被引量：10
- 2011年
- 粒子滤波是一种基于Monte Carlo仿真的最优回归贝叶斯滤波算法,在组合导航系统的观测精度较低时能获得较好的滤波效果,但在观测精度较高时,不但可能导致滤波发散,而且存在重要性分布函数难以选取,出现粒子退化的现象。为了克服这些缺点,文章研究GPS/DR车辆组合导航改进的粒子滤波算法,提出了基于改进粒子滤波算法的GPS/DR车辆组合导航信息融合技术。采用马尔科夫链蒙特卡洛(MCMC)移动方法,移动粒子样本到状态空间中的新位置,既保证了移动后的粒子样本和实际概率函数同分布,又防止了大量后选粒子被拒绝。用改进的粒子滤波算法和扩展Kalman滤波算法,分别对GPS/DR车辆组合导航系统进行仿真实验,结果表明,改进的粒子滤波算法能减小导航定位误差,滤波性能明显优于扩展卡尔曼滤波。
- 焦雅林高社生薛丽
- 关键词：全球定位系统航位推算粒子滤波
- 一种基于状态相关因子的抗差自适应滤波算法被引量：2
- 2014年
- 提出一种新的基于状态相关因子的抗差自适应滤波算法。采用状态相关因子将非线性系统转换为状态相关系统,建立抗差自适应滤波模型,利用等价权矩阵和自适应因子进行信息分配,从而控制动力学模型异常和观测异常对导航解的影响。特定条件下的仿真计算表明,提出的基于状态相关因子的抗差自适应滤波算法,不仅能够抑制动力学模型噪声和观测噪声干扰,而且滤波计算简单,导航精度相对优于扩展卡尔曼滤波和粒子滤波算法。
- 高怡高社生
- 关键词：抗差估计自适应滤波组合导航系统
- 粗糙集和证据理论相结合的数据挖掘方法被引量：3
- 2010年
- 在粗糙集和证据理论相结合的数据挖掘技术中,常用的方法是以证据理论为主,而将粗糙集作为获取证据权重的辅助手段。这种结合方法既不能有效发挥证据理论的数值计算作用,也不能很好利用粗糙集理论的分类功能。因此,文章提出一种新的粗糙集和证据理论相结合的数据挖掘技术。首先通过粗集理论对决策表进行约简,消除系统冗余,得到决策规则。其次对经过约简所得到的决策表进行数值处理,降低预测代价,并构建证据焦元空间。最后将证据焦元空间用合成规则进行融合。计算结果表明,文中所提出的粗糙集与证据理论相结合的数据挖掘方法,不但细化了决策规则,而且给出了决策系统规则的定量描述,有效地补充和扩展了证据理论的应用范围。
- 倪龙强周振堂高社生
- 关键词：粗糙集数据挖掘
