摘要：介绍了以中精度惯性导航系统INS(InertialNavigationSystem )为主 ,与全球导航定位系统GPS(GlobalPositionSystem)等多个次级导航系统组成的导航系统的实现方案。设计了基于Hopfield神经网络的导航系统的滤波估计算法。经计算机模拟仿真证明 。

摘要：针对含有未知但有界噪声的线性系统故障诊断问题,提出一种基于正多胞体的滤波故障诊断方法,利用线性规划方程表示递归运算过程中的约束条件,同时在递归过程中更新正多胞体的空间表达式,求取每个参数的不确定区间,并以正多胞体的空间形态描述参数可行集,通过检测滤波器参数正多胞体可行集是否为空,判断系统有无故障.针对不同故障类型设计集员滤波器,当参数正多胞体可行集为空,即系统发生故障时,采用模型匹配的方式实现故障诊断,如果出现故障样本中未包含的故障类型,则将该故障类型添加到故障样本库中.分别给出低维和高维空间的仿真实例,描述正多胞体空间的结构变化情况,给出不同故障状态下的正多胞体空间分析结果.最后通过仿真结果和分析验证了所提出的故障诊断方法的有效性和实用性.

摘要：以全球导航卫星系统(GNSS)定位与专用短程无线通信(DSRC)协同定位的集成信息融合为目标,在DSRC协同定位层面,基于水平精度因子最小化原则,提出了一种邻车节点的优选策略。在GNSS/DSRC融合定位层面,采用分散式融合估计思想,设计了一种松耦合模式下的车辆组合定位方法,基于GNSS、DSRC并行滤波进行全局估计,利用反馈策略改善了对不同定位条件的适应能力。利用车路协同仿真平台对协同车辆定位方法进行了仿真验证。验证结果表明:邻车节点优选策略显著提升了DSRC定位精度,将其用于GNSS/DSRC融合定位,在常规运行条件下,带反馈机制的分散式估计精度优于单传感器模式与无反馈分散式估计精度;在给定的GNSS多径干扰条件下,东向、北向位置估计的均方根误差与单GNSS模式相比分别降低了42.6%和37.0%,与集中式融合估计相比分别降低了24.8%和20.3%。协同车辆定位方法的定位性能优于常规定位方案,对GNSS多径干扰条件具有良好的适应能力,具备更优的精确性、可用性及工程应用价值。