为降低电磁干扰对信号传输的影响,分析了应答器上行链路信号传输过程及其易遭受干扰信号的特点,设计了基于符号最小均方误差(least mean square,LMS)算法的自适应解调方法。为在硬件平台中实现该解调方法,通过仿真计算,确定LMS算法的自...为降低电磁干扰对信号传输的影响,分析了应答器上行链路信号传输过程及其易遭受干扰信号的特点,设计了基于符号最小均方误差(least mean square,LMS)算法的自适应解调方法。为在硬件平台中实现该解调方法,通过仿真计算,确定LMS算法的自适应算法中间变量变化范围,使用截位操作完成权值系数的更新,设置均衡器长度、步长因子、中值滤波系数分别为1、1/64、16,可在不占用过多硬件资源情况下获得良好的解调性能。解调算法在现场可编程门阵列(field programmable gata array,FPGA)上予以验证,实验表明,当信噪比为6 dB时,FPGA中自适应解调误码率为0.000001,在信噪比大于等于6 dB时,实测误码率与仿真分析误码率基本一致;FPGA自适应解调方法在列车不同速度等级下误码率均小于10^(-6)。展开更多
传统的误差配准算法假设系统偏差恒定或缓慢变化,当系统误差发生突变或快速变化时,这一假设不再成立。针对这一问题,研究了时变条件下的误差配准算法,引入渐消因子,对常规的基于地心地固坐标系的广义最小二乘算法(generalized least squ...传统的误差配准算法假设系统偏差恒定或缓慢变化,当系统误差发生突变或快速变化时,这一假设不再成立。针对这一问题,研究了时变条件下的误差配准算法,引入渐消因子,对常规的基于地心地固坐标系的广义最小二乘算法(generalized least squares algorithm based on the earth-centered earth-fixed coordinate system,ECEF-GLS)进行了修正,弱化历史量测对配准的影响,并对渐消因子的选取问题进行了研究,给出了合理的设计方法。算法验证表明,基于渐消因子的ECEF-GLS估计算法能够对时变的系统偏差进行有效估计,精度满足配准要求。展开更多
针对无迹卡尔曼滤波(unscented Kalman filter,UKF)算法估计锂电池荷电状态(state of charge,SOC)时精度低、稳定性差、产生的sigma点过多导致计算难度大等不足,提出一种基于自适应球形不敏变换方式的无迹卡尔曼滤波(unscented Kalman f...针对无迹卡尔曼滤波(unscented Kalman filter,UKF)算法估计锂电池荷电状态(state of charge,SOC)时精度低、稳定性差、产生的sigma点过多导致计算难度大等不足,提出一种基于自适应球形不敏变换方式的无迹卡尔曼滤波(unscented Kalman filter based on adaptive spherical insensitive transformation,ASIT-UKF)算法。该算法通过使用球形不敏变换方式选择权系数以及初始化一元向量对sigma点的产生进行选取。与UKF算法相比,ASIT-UKF算法产生的sigma点减少近50%,使得算法的计算复杂度大大降低。同时,将产生的所有sigma点进行单位球形面上的归一化处理,提高了数值的稳定性。考虑到实际运行中锂电池系统噪声干扰带来的不确定性,加入Sage-Husa自适应滤波器对不确定性噪声的干扰进行实时更新和修正,以达到提高在线锂电池SOC估计精度的目的。最后,将均方根误差和最大绝对误差计算公式引入到性能估计指标中。实验结果表明,ASIT-UKF算法在准确度、鲁棒性和收敛性方面具有优越的性能。展开更多
三维基准转换广泛应用于大地测量、摄影测量、点云配准等领域,求解大角度、任意比例尺的三维基准转换参数的研究有很多。然而,当观测值中含有粗差时,得到的转换参数估值会受到不利影响甚至被严重扭曲。为处理含有粗差的大角度三维基准...三维基准转换广泛应用于大地测量、摄影测量、点云配准等领域,求解大角度、任意比例尺的三维基准转换参数的研究有很多。然而,当观测值中含有粗差时,得到的转换参数估值会受到不利影响甚至被严重扭曲。为处理含有粗差的大角度三维基准转换问题,本文首先将大角度三维基准转换问题抽象为具有等式约束的最小二乘问题(Constrained least squares, CLS),推导参数在正交约束条件下的最小二乘解。然后,将灵敏度分析方法应用到CLS问题中,研究残差加权平方和对观测值扰动的局部敏感性,并基于这些敏感度指标构造局部检验统计量,进而推导出一个适用于CLS问题的粗差探测算法。最后,为核实该算法的有效性进行了仿真与实测数据实验。实验结果表明:本文提出的基于灵敏度检验统计量的数据探测算法可以降低粗差的负面影响,得到可靠的参数估值,从而有效解决大角度三维基准转换中的粗差处理问题。展开更多
文摘传统的误差配准算法假设系统偏差恒定或缓慢变化,当系统误差发生突变或快速变化时,这一假设不再成立。针对这一问题,研究了时变条件下的误差配准算法,引入渐消因子,对常规的基于地心地固坐标系的广义最小二乘算法(generalized least squares algorithm based on the earth-centered earth-fixed coordinate system,ECEF-GLS)进行了修正,弱化历史量测对配准的影响,并对渐消因子的选取问题进行了研究,给出了合理的设计方法。算法验证表明,基于渐消因子的ECEF-GLS估计算法能够对时变的系统偏差进行有效估计,精度满足配准要求。
文摘针对无迹卡尔曼滤波(unscented Kalman filter,UKF)算法估计锂电池荷电状态(state of charge,SOC)时精度低、稳定性差、产生的sigma点过多导致计算难度大等不足,提出一种基于自适应球形不敏变换方式的无迹卡尔曼滤波(unscented Kalman filter based on adaptive spherical insensitive transformation,ASIT-UKF)算法。该算法通过使用球形不敏变换方式选择权系数以及初始化一元向量对sigma点的产生进行选取。与UKF算法相比,ASIT-UKF算法产生的sigma点减少近50%,使得算法的计算复杂度大大降低。同时,将产生的所有sigma点进行单位球形面上的归一化处理,提高了数值的稳定性。考虑到实际运行中锂电池系统噪声干扰带来的不确定性,加入Sage-Husa自适应滤波器对不确定性噪声的干扰进行实时更新和修正,以达到提高在线锂电池SOC估计精度的目的。最后,将均方根误差和最大绝对误差计算公式引入到性能估计指标中。实验结果表明,ASIT-UKF算法在准确度、鲁棒性和收敛性方面具有优越的性能。
文摘三维基准转换广泛应用于大地测量、摄影测量、点云配准等领域,求解大角度、任意比例尺的三维基准转换参数的研究有很多。然而,当观测值中含有粗差时,得到的转换参数估值会受到不利影响甚至被严重扭曲。为处理含有粗差的大角度三维基准转换问题,本文首先将大角度三维基准转换问题抽象为具有等式约束的最小二乘问题(Constrained least squares, CLS),推导参数在正交约束条件下的最小二乘解。然后,将灵敏度分析方法应用到CLS问题中,研究残差加权平方和对观测值扰动的局部敏感性,并基于这些敏感度指标构造局部检验统计量,进而推导出一个适用于CLS问题的粗差探测算法。最后,为核实该算法的有效性进行了仿真与实测数据实验。实验结果表明:本文提出的基于灵敏度检验统计量的数据探测算法可以降低粗差的负面影响,得到可靠的参数估值,从而有效解决大角度三维基准转换中的粗差处理问题。
