袁代林, 朱允民, 马洪[1]2002年在《推广的遗忘因子递推最小二乘算法在GPS中的应用》文中研究说明作者将推广的遗忘因子递推最小二乘算法应用到GPS以确定动态目标的轨迹 ,并与推广的Kalman滤波进行比较 ,发现两种算法在GPS中具有各自的优点 ,当噪声相关性较大又不能准确地得到其方差时 ,推广的遗忘因子递推最小二乘算法好于推广的Kalman滤波算法
袁代林[2]2002年在《推广的遗忘因子递推最小二乘算法在GPS中的应用》文中指出美国建立的全球定位系统能提供高精度的定位和导航服务，在现实生活中得到越来越广泛的应用。由于有许多客观条件甚至人为的因素存在，降低了全球定位系统的精度。推广的Kalman滤波算法在全球定位系统中用于解决随机噪声的干扰，但它对噪声有许多条件的限制。本文考虑到在现实生活中，这些限制条件有时是不满足的，故将推广的遗忘因子递推最小二乘算法引入到全球定位系统中。 本文首先介绍了推广的Kalman滤波、推广的遗忘因子递推最小二乘算法，并分析了应用它们时各自的优缺点，然后建立了全球定位系统中的运动模型，模拟比较了两种算法在不同情况下的各自优缺点。
何晓峰[3]2009年在《北斗/微惯导组合导航方法研究》文中研究表明随着我国北斗卫星导航系统建设的稳步推进和惯性导航技术的飞速发展,以及我军制导弹药发展的迫切需求,北斗/微惯导组合导航方法及相关应用技术已成为研究热点。本文利用软件接收机概念,构建北斗/微惯导组合导航系统,研究了基于软件接收机的紧组合与深组合导航框架,对于两类框架中的主要关键技术进行了优化设计,并对主要理论问题和方法进行了研究。论文的主要工作与创新点如下:1.考虑SINS运动相关性条件下,从理论上进行软件接收机信号捕获与SINS的适配性分析。通过对软件接收机原理的分析,研究了基于软件接收机的BD-2/SINS组合导航方法框架;在此基础上,根据SINS辅助卫星信号捕获原理,深入分析了影响信号捕获性能的主要因素,利用SINS速度误差方程,推导了SINS性能与信号捕获性能之间的关系;针对载体高动态运动轨迹,分析了采用不同精度的SINS辅助对提高信号捕获性能的贡献;仿真结果表明,采用由100 deg/h精度的微陀螺和1 mg精度的微加速度计组成的低精度SINS辅助捕获卫星信号,在120 s内捕获灵敏度可以提高约4.2 dB-Hz。2.研究了基于软件接收机的BD-2/MIMU紧组合导航方法。从理论上证明了表征卫星导航系统卫星几何分布特性的GDOP下界,对比分析了BD-2与GPS两系统的GDOP分布;针对BD-2系统包含叁类轨道卫星的特点,提出了高动态条件下MIMU辅助快速选星算法,实验验证了算法的有效性;在紧组合导航方法框架下,设计了MIMU辅助环路跟踪条件下的紧组合导航算法,得出了在高动态情况下MIMU辅助的叁阶PLL环路带宽为3 Hz时可保持环路锁定的结论;针对卫星信号缺失情况,提出了ANFIS辅助KF的紧组合导航算法,实验表明该算法在卫星信号失锁100 s内,仍能保持位置、速度精度不降低。3.研究了基于软件接收机的BD-2/MIMU深组合导航方法。引入了半参数模型及广义补偿最小二乘估计的基本理论,阐述了正则矩阵与光滑因子的选取方式;针对MIMU系统误差较大的问题,在建立陀螺仪温度模型的基础上,针对陀螺仪启动过程的误差补偿问题,提出了半参数模型的系统误差建模与补偿算法;针对MIMU的随机误差,研究了基于AR(2)模型的推广递推最小二乘算法;实验验证了上述两个算法的可行性和有效性;研究了深组合导航算法的总体结构,采用序贯滤波方法设计了深组合导航滤波器,对矢量跟踪环结构进行了设计;针对矢量跟踪环结构中的基带信号预处理模块,研究了基于半参数模型的多项式拟合算法。4.研制了基于软件接收机的BD-2/MIMU组合导航原理样机。利用北斗卫星信号模拟器及相关实验条件,结合实际的高动态飞行数据,设计了实验方案;对于真实轨迹驱动产生的BD-2模拟卫星信号进行了捕获实验,结果表明采用预检测积分5 ms时,能够成功捕获信号;从实验的角度阐述了紧组合与深组合方式的导航精度测试方案,对关键技术指标进行了评测,结果表明,整体上深组合导航精度稍优于紧组合导航,两种导航方法的位置精度优于6 m,速度精度优于0.15 m/s,水平姿态角优于0.4 deg,航向角精度优于0.5 deg。5.研究了基于神经网络辅助卡尔曼滤波的BD-1/SINS组合导航方法。针对BD-1有源定位带来的时间延迟问题,在理论上分析了神经网络辅助卡尔曼滤波算法的有效性;构建了BD-1/SINS组合导航原理样机,车载实验结果表明,算法提高了定位精度,特别是在卫星信号暂时失锁情况下,性能改善更为明显,水平定位精度优于50 m。
张成好[4]2017年在《卫星导航接收机抗干扰技术研究》文中指出当前,卫星导航技术已经深入人们的日常生活和国防经济建设,如生活中的手机导航应用和军事中的武器精确制导。卫星导航系统作为一个国家重大的信息基础设施,对于保障国家安全具有重要的意义,同时也是一个国家综合国力的重要象征。因此,世界上很多国家都在独立发展自己的卫星导航系统。文中将以美国的全球定位系统(Global Positioning System,GPS)导航系统为例,对卫星接收机抗干扰技术进行研究。由于卫星信号到达地面卫星接收机时,信号湮没在噪声之中,信号能量非常微弱,造成卫星导航信号容易受到各种人为干扰和非人为干扰,最终导致卫星接收机对卫星导航信号不能捕获或者导致卫星接收机失锁。所以,对卫星导航信号进行抗干扰处理是卫星导航接收机的必要工作。其中抗干扰算法的性能决定了卫星导航接收机能否有效的抑制干扰信号。因此,对于抗干扰算法的研究至关重要。文中首先对卫星导航接收机所面临的主要干扰方式进行了分析,同时介绍了多种不同的抗干扰策略。接着介绍了GPS导航信号及其产生原理,并探讨分析了几种自适应抗干扰算法,如Gauss-Newton自适应算法、最小均方算法(Least Mean Squares,LMS)、递推最小二乘法(Recursive Least Squares,RLS)和多级维纳滤波算法(Multistage Nested Wiener Filter,MWF)等,通过Matlab仿真说明了几种自适应算法的优势和不足之处。然后根据Gauss-Newton自适应算法的不足,对其进行了改进和仿真分析,实现了在收敛速度与稳态误差之间的平衡,并根据卫星接收机中窄带干扰的特点提出了一种新的抗窄带干扰的实现方法,即基于并行双时域抗窄带干扰实现方法IIR-FIR,仿真表明了该方法不仅可以抑制单载波干扰,而且可以有效的抑制具有一定带宽的窄带干扰信号。最后针对宽带干扰信号,说明了空时域信号的表达方式,同时对子空间投影法的线性代数基础进行了介绍。然后根据固定级数子空间投影法不能应对多变的干扰环境,对其进行了改进,即基于快速傅里叶变换(Fast Fourier Transformation,FFT)估计前向分解级数的子空间投影法,通过仿真表明该方法可以在多变的干扰环境中有效完成对宽带干扰的抑制。
朱博[5]2014年在《电力系统动态条件下的同步相量估计算法研究》文中指出随着互联电网的不断发展,电网规模扩大和装机容量增大,使得电网运行环境日益复杂。为了保证电力系统安全稳定的运行,对电力系统的监控、保护和控制必须提高到一个新的水平。广域测量系统(WAMS)作为现代智能电网的重要组成部分,其能够对电网的运行实时准确地进行监控,为电力系统的稳定运行提供了重要的实时参数。WAMS的基础是同步相量测量技术,如何不断改善同步相量测量技术,对今后电网得以保持稳定运行有着重要意义。同步相量估计算法作为同步相量测量技术的核心,被很多学者深入研究。现有的一些传统的同步相量估计算法可以很好的运用在电力系统稳定条件下,其测量精度都较高。但是如果这些传统的相量估计算法运用在电力系统动态条件下,如系统发生频率偏离额定工频,其对相量的估计精度将受到很大影响,不再满足实际要求。因此,对同步相量估计算法的研究特别是对电力系统动态条件下算法仍然能够保持高精度,对提高WAMS的监控性能以及保证整个电力系统安全稳定的运行都有着重要的意义。论文就电力系统动态条件下的同步相量估计算法研究分叁个部分,分别是电力系统动态条件下频率跟踪算法研究、电力系统动态条件下同步相量估计算法的研究以及电力系统发生故障时,消除衰减直流分量给算法带来的误差影响,并在一些传统的算法基础上提出了相对应的改进算法。论文主要从以下几点展开：首先,根据对传统DFT算法误差产生的机理进行分析,指出频率跟踪算法在同步相量测量中的关键作用。利用频率跟踪算法,实现对动态条件下系统频率变化的实时跟踪,可以减小频率偏移对后续同步相量测量所造成的误差。在此论文提出了一种自适应可变遗忘因子加权递推最小二乘频率跟踪算法。该算法通过对遗忘因子进行自适应地调整,使频率跟踪算法不但在电力系统稳定时能够很好的滤除噪声和谐波给算法带来的误差,在电力系统动态条件下也能够快速地跟踪上系统的变化趋势。对所提出的算法在MATLAB平台中进行仿真测试,并与传统的基于DFT递推频率跟踪算法和传统的递推最小二乘算法进行了测量精度、跟踪速率和抗干扰性对比,各项性能表现都很出色。其次,在同步相量估计方面,论文提出一种基于复合梯形公式的变窗长DFT同步相量估计算法。该算法是基于传统DFT算法,利用频率跟踪技术对系统基波频率进行跟踪测量,计算出DFT算法进行同步相量估计时所需截取的数据窗长度,然后通过线性插值理论对数据窗分数点采样值进行估计,使其能够完整的截取一整周期数据。再利用复合梯形公式对整数部分数据窗的采样点和分数部分的数据窗采样点进行傅里叶等值变换。算法减少了频率偏离额定工频时给传统DFT算法带来的误差影响。对所提出的算法通过MATLAB平台进行仿真测试,并与传统的变窗长DFT算法和传统DFT算法进行比较,测量精度有了很大提高。最后,在消除衰减直流分量影响方面,论文在先前同步相量估计算法研究的基础上,分析了由于系统故障而产生的衰减直流分量给同步相量估计算法带来的误差原因。论文继续提出了一种改进算法,在原先算法的基础上,通过对相邻叁个数据窗的相量值进行比较,计算出衰减直流分量给原先算法引入的误差分量,并用来修正原算法,达到消除衰减直流分量给算法带来误差影响。对所提出的改进算法通过MATLAB平台进行仿真测试,与前面提出的基于复合梯形公式的变窗长DFT算法和传统变窗长DFT算法进行比较,所提算法不仅保持了原算法在电力系统动态条件下的优良测量特性,还能够快速的滤除衰减直流分量影响。
祝石厚[6]2008年在《基于卡尔曼滤波算法的动态谐波状态估计技术研究》文中研究表明近年来,随着电力电子技术的发展以及大量的非线性负荷的投入使用,越来越多的谐波注入到电网中。电力系统谐波已经成为影响电能质量的一个重要方面,实际的治理需要对电网中的谐波状态进行监测,谐波状态估计技术计算程序根据网络拓扑结构和选定线路的谐波电流与母线谐波电压测量值,确定整个电网的谐波电压水平,进而确定整个网络谐波的有关信息。现代量测技术的发展为谐波状态估计技术提供了前提条件,同时带来了量测变量、估计模型、求解算法以及可观性分析等相关问题的改变。本文首先介绍了我国北斗卫星导航系统的开发新进展和谐波量测系统,选择母线电压、母线注入电流和支路电流同步量测作为量测变量,整个电网的母线电压向量作为状态变量,然后建立起动态状态估计的量测方程。接着介绍了基于卡尔曼滤波(Kalman Filter)算法的动态谐波状态估计算法及其改进算法,通过模拟仿真和程序进行验证;最后介绍了不良数据的检测方法及其实现步骤。本文的主要工作及结论如下:建立起基于卡尔曼滤波算法的电力系统动态谐波状态估计数学模型,以估计的最小均方误差为准则,采用一系列递推方程来实现最优估计。在此基础上研究自适应卡尔曼滤波算法,自适应算法主要有两种实现方法:①系统协方差矩阵Q和量测协方差矩阵R的自适应取值;②引入遗忘因子卡尔曼滤波算法。自适应动态谐波状态估计的状态变量和测量量具有维数高的特点,而且由于受计算机舍入误差的影响,其收敛性受到挑战,为此提出了一种基于离线确定Q、R矩阵和带固定遗忘因子的卡尔曼滤波算法的动态谐波状态估计算法,通过在MATLAB环境下的IEEE-14节点系统动态谐波仿真与估计算法编程验证,该算法在准稳态条件下较好地跟踪电力系统谐波状态,计算精度高。在电力系统处于准稳态和无不良数据情况下,比较了静态估计算法和动态估计算法的精度,二者估计精度相近,都能满足谐波状态估计技术的精度要求。在电力系统不满足准稳态条件时,采用卡尔曼滤波算法误差较大,采用奇异值分解算法(Singular Value Decomposition-SVD)的静态估计算法具有更好的收敛性和估计精度;在有不良数据条件时,基于卡尔曼滤波算法的动态估计算法在不良数据检测具有优势。因此提出一种结合二者长处的混合估计算法——SVD-Kalman估计算法,在算法程序运行初始时刻和不满足准稳态前提时启用SVD估计算法,为卡尔曼滤波算法提供基准状态估计数据和向管理者提供谐波数据库;在大部分时间内,电力系统将处于准稳态,启用带固定遗忘因子的卡尔曼滤波程序,充分利用动态估计算法的优越性。阐述了电力系统谐波状态估计不良数据的来源和对谐波状态估计的影响,在此基础上分析了各种不良数据检测方法的优缺点。并提出将标准残差检测和量测量突变检测方法应用到SVD-Kalman估计算法,给出了其切换判据和算法步骤。
柳瑾[7]2017年在《电力系统动态特性下同步相量测量算法的研究》文中进行了进一步梳理近年来我国智能电网迅猛发展,大电网互联格局的形成及其范围的扩大也使电力系统的运行环境复杂化。由于系统的整体性,一旦发生故障,若不及时地采取应对措施,将导致大范围的停电并造成严重的经济损失,对社会造成严重影响。为了迎接新形势对系统安全带来的挑战,必须全面提升系统测控保护装置的性能。广域测量系统在智能电网的发展中应运而生,并逐渐显示出其在电网监测的优越性。以GPS系统的高精度授时信号作为全网统一时标,可实现对电网中各个节点动态参数的实时采集,对全网进行实时监测。同步相量测量单元的测量准确性和实时性直接影响电力系统运行状况的监控,决定了整个系统的测量性能,是整个广域测量系统的核心部分。准确跟踪电网实时频率是实现同步相量测量的前提,同时也影响了同步相量测量精度。论文针对电力系统处于动态特性下的频率跟踪和同步相量测量算法研究如下:首先,论文提出一种可变遗忘因子递推最小二乘频率跟踪算法,以达到频率跟踪在静态时可高精度测量,动态时可快速跟踪的目的。该算法在电力系统静态条件下,使遗忘因子达到最大值来增加其记忆能力,从而提高频率测量的精确度;当系统处于动态条件时,算法自适应调整遗忘因子,使其迅速降低到最小值,频率测量的实时性得到提升。频率跟踪性能在可变遗忘因子针对系统运行条件而自适应调整中得到显着提升。仿真结果表明该算法的频率跟踪结果不论是精确度还是实时性都有所提高。其次,论文研究传统离散傅里叶算法在非同步采样条件下的误差原因,根据误差产生机理,构建两个分别比被测点超前和滞后30°的相量,由相量之间的平衡关系,对传统算法求得的相量结果进行旋转和迭加,通过数学运算方式来消减相量测量的动态误差,最后对此结果的相角部分进行相角固定误差补偿来进一步提高相角测量部分的精确度。通过MATLAB仿真验证,改进算法所得相量的幅值和相角精度显着优于传统方法。最后,在上述同步相量改进算法的基础上,进一步分析由电网故障产生的衰减直流分量对相量测量精度的不利影响,根据其衰减特性,结合本文的改进算法,提出一种有效消减衰减直流分量的相量测量算法。由改进算法求得含有衰减直流的原故障相量与所求故障后产生的衰减直流分量的实部和虚部分别对应相减,来提升相量测量算法的性能。经仿真验证,该算法能够快速有效地抑制衰减直流分量,提升算法性能。
张秀良[8]2013年在《车辆GPS/MIMU超紧耦合定位系统研究》文中指出随着国内智能交通系统的蓬勃发展，车辆定位技术的研究受到广泛的关注。本文通过GPS(Global Positioning System)与IMU(Inertial Measurement Unit)的超紧耦合技术来研究车辆定位。主要问题有：首先，一套完整的IMU成本较高，不适用于车辆定位；其次，对超紧耦合矢量跟踪算法VDCaP的研究发现，当环路失锁时，其载波跟踪环CaPLL无法提供可靠的多普勒测量，导致系统性能降低；最后，超紧耦合矢量跟踪性能受导航解算精度的影响，当GPS信号中断时，矢量跟踪环因解算精度较低无法发挥作用。针对以上问题的分析，本文主要工作如下：（1）用成本低、可靠性高的MIMU(Micro IMU)代替完整的IMU，并改进了一种带遗忘因子的递推最小二乘算法，用以提高陀螺信号降噪性能，仿真结果表明该算法有效提高了陀螺使用精度。（2）对VDCaP算法的GPS/MIMU超紧耦合定位进行研究，在其载波跟踪环CaPLL基础上加以改进，通过融合VFLL将其设计成复合式跟踪环CPFLL，当环路失锁时，利用环路复位来消除相位误差引起额外的多普勒测量误差。在弱信号与强信号下进行实验，结果表明CPFLL可以消除此类多普勒测量误差，改善了导航性能。（3）针对矢量跟踪在GPS信号中断下无法发挥作用的问题，提出了一种跟踪切换算法，该算法在GPS信号中断情况下由矢量跟踪算法VDCPF切换至标量跟踪算法DPLL。结果表明在GPS信号短暂中断时，标量跟踪算法可通过短暂高精度的MIMU辅助跟踪环保持跟踪，并在信号恢复后快速恢复到中断前的高精度定位；而在信号没有中断时，矢量跟踪算法可以加强对弱信号的捕捉，提供较高的估计精度。
张亮[9]2007年在《GPS导航定位算法研究》文中研究指明GPS自从投入使用以来，就得到了各军事及民用部门的普遍关注，得到了迅猛发展。目前，它广泛应用于航天、航空、航海各军事领域以及交通、测量等众多民用领域，其中很多都属于高动态环境，传统的最小二乘定位算法具有动态性能较差，定位精度不高等缺点，已经不能满足越来越苛刻的性能要求。 卡尔曼滤波是以最小线性方差估计为理论基础的对随机信号作估计的算法之一，它引入状态空间的概念，采用递推算法，利用状态转移方程将陈旧测量量与实时测量量有效结合起来，达到对信号最优估计的目的。相比传统的最小二乘法，卡尔曼滤波算法能提高定位、测速精度，更适合动态数据处理。 本文首先介绍了GPS系统组成，在此基础上介绍了其定位的基本原理，然后通过对载体的运动进行动态建模将卡尔曼最优估计理论引入导航定位系统中，解决了滤波器的发散，非线性系统的线性化等一些常见问题，提高了系统的定位精度，并对卡尔曼滤波进行自适应的改进，进一步提高了其精确度和稳定性。接着讨论了GPS定位的误差源和它们对定位精度的影响，并分析了怎样改进定位性能，并对GPS完整性进行了研究，在对卫星导航系统中现有RAIM算法进行研究的基础上，讨论了故障卫星的探测与分离方法，提出了一种新的有效的探测和分离故障卫星的方法。文章的最后通过对整个定位过程进行仿真，对比了最小二乘算法和卡尔曼滤波算法的定位、测速精度以及其动态性能，并对所提出的新的RAIM算法进行了仿真，仿真结果表明了该算法的正确性及实用性。
王新怀[10]2010年在《卫星导航抗干扰接收系统技术研究》文中研究说明随着现代科技的飞速发展,卫星导航作为一种全新的星基无线电导航方式,在军事领域应用越来越广泛,然而卫星导航系统信号弱、易受干扰的问题也越来越突出,因此迫切需要研究具有抗干扰能力的卫星导航接收系统。本文系统地总结了国内外卫星导航抗干扰技术的研究现状,分析和讨论了不同实现方式的优缺点。针对卫星导航信号特点,本文将最小均方算法(LMS)和递归最小二乘算法(RLS)分别应用于卫星导航抗干扰接收系统中,仿真并分析了不同采样数和不同干噪比时LMS和RLS算法对干扰产生零陷的影响。利用蒙特卡罗实验分别分析了存在阵列互耦、通道幅度和相位不一致情况下的干扰抑制性能。同时对两种算法复杂度、收敛性和抗干扰性能进行了分析与比较,为卫星导航抗干扰系统设计提供了理论依据和设计参考。本文在总结GPS信号结构和频率特性的基础上,分析了干扰对GPS接收系统的影响；提出了一种基于软件无线电技术的GPS抗干扰接收系统,并分析了系统所需的灵敏度、噪声系数、动态范围,仿真了射频模块的频率选择性、增益预算、噪声系数预算,选择了适合本系统的射频系统结构；分析了信号处理模块中A/D转换位数、采样频率与系统性能的关系,仿真并分析了信号处理模块中量化位数对系统抗干扰性能的影响,分析了系统电磁兼容中的干扰源和敏感源。在理论分析与仿真的基础上,本文设计了小型化的微带GPS天线阵；设计了射频模块,其中包括低噪声放大器、混频器、中频放大器和自动增益放大器、频率综合器；设计了高性能的信号处理模块,并对其进行了两代小型化和低功耗改进设计；实现了抗干扰算法的硬件程序；最后设计实现了电磁兼容的GPS抗干扰接收系统,并对系统的进行了测试。针对多模式卫星导航的发展趋势,本文总结并分析了各种模式的卫星导航系统信号特点和频率特性,提出了两种多模抗干扰接收系统的结构,设计了GPS/GLONASS抗干扰信号处理子模块和可用于多模式卫星导航抗干扰接收系统的多路输出DDS频率源。对多模式卫星导航抗干扰系统中关键器件之一的双频／多频功分器进行了研究与设计。针对双频功分器,提出了小型化双频双路微带平面功分器结构、小型化的双频叁路微带平面功分器结构、基于双模谐振器的双频双路微带平面功分器结构,采用奇偶模分析了设计的结构,推导得到了参数设计方程,为验证设计有效性,仿真并实测了多款双频功分器；针对多频功分器,提出了一种耦合式叁频双路微带平面功分器结构、叁频叁路微带平面功分器结构,给出了参数设计方程,加工了实物,仿真与实测结果吻合较好,所设计的功分器达到了较好的性能。
参考文献：
[1]. 推广的遗忘因子递推最小二乘算法在GPS中的应用[J]. 袁代林, 朱允民, 马洪. 四川大学学报(自然科学版). 2002
[2]. 推广的遗忘因子递推最小二乘算法在GPS中的应用[D]. 袁代林. 四川大学. 2002
[3]. 北斗/微惯导组合导航方法研究[D]. 何晓峰. 国防科学技术大学. 2009
[4]. 卫星导航接收机抗干扰技术研究[D]. 张成好. 西安电子科技大学. 2017
[5]. 电力系统动态条件下的同步相量估计算法研究[D]. 朱博. 福州大学. 2014
[6]. 基于卡尔曼滤波算法的动态谐波状态估计技术研究[D]. 祝石厚. 重庆大学. 2008
[7]. 电力系统动态特性下同步相量测量算法的研究[D]. 柳瑾. 福州大学. 2017
[8]. 车辆GPS/MIMU超紧耦合定位系统研究[D]. 张秀良. 南京邮电大学. 2013
[9]. GPS导航定位算法研究[D]. 张亮. 西北工业大学. 2007
[10]. 卫星导航抗干扰接收系统技术研究[D]. 王新怀. 西安电子科技大学. 2010
标签：电信技术论文; 卫星导航论文; 谐波论文; gps定位系统论文; 仿真软件论文; 接收灵敏度论文; 信号频率论文; 应用推广论文; 航空航天论文; gps天线论文; gps导航论文; gps系统论文; gps技术论文;