简介：针对线性高斯系统的平滑问题,分析了RTS固定区间平滑与双滤波器固定区间平滑两种算法,提出了一种滤波存储数据更少的RTS平滑新算法.结合平面内的运动追踪问题,基于二维CWPA模型,仿真分析了卡尔曼滤波、RTS固定区间平滑以及双滤波器平滑算法的估计性能.仿真结果表明,两种固定区间平滑算法的估计效果等效,精度均优于卡尔曼滤波,对于实际问题中固定区间平滑算法的选用具有一定的参考价值.最后,结合双滤波器结构提出了一种基于双平滑器的舰载武器惯导传递对准精度评估方法,结果表明新方法相比于单一的平滑算法,可以获取更优的综合平滑性能,特别提升了水平姿态对准误差的平滑估计性能.

简介：针对系统误差的不确定性可能会引起滤波精度降低或发散的问题，提出一种新的基于模型预测滤波的前向神经网络算法。首先，采用模型预测滤波估计网络在正向传递过程中的模型误差，并对其进行修正，以弥补模型误差对隐含层权值更新的影响；然后，利用模型预测滤波为神经网络提供精确的训练样本，学习待估计系统的非线性关系。将提出的算法应用于SINS/CNS/BDS组合导航系统，并与扩展卡尔曼滤波进行比较，仿真结果表明，提出的算法得到的姿态误差、速度误差和位置误差分别在[-0.25′,+0.25′]、[-0.05m/s,+0.05m/s]和[-5m,+5m]以内，滤波性能明显优于扩展卡尔曼滤波算法，表明该算法能提高组合导航定位的解算精度。

简介：为了加快全球定位系统（GPS）的捕获速度，提高系统的捕获灵敏度，对GPS系统捕获策略进行了深入地研究。在对其捕获的基本原理和传统的最大值捕获系统进行分析的基础上，提出了一种新颖的GPS多峰值捕获策略。该策略通过多峰值选择减少了系统搜索单元数目，通过增加进入唐检测器的峰值个数来提高捕获灵敏度。利用蒙特卡洛方法进行了仿真分析，仿真结果表明：该新颖策略的捕获时间更短，同时捕获灵敏度比传统的最大值捕获系统要高2.8dB。总体来说，该新颖策略算法更适用于对GPS弱信号的捕获，也可应用于其他卫星导航系统。