简介:利用单频GPS载波相位差分技术进行动态精密测量时,由于观测历元少,经典LAMBDA算法会出现法矩阵病态导致整周模糊度无法求解。针对这一问题研究了基于TIKHONOV正则化原理的改进LAMBDA算法。通过对双差观测方程系数矩阵进行奇异值分解选取正则化矩阵,改善了法矩阵的病态性,获得了更高精度的浮点解。利用均方误差矩阵替代协方差阵进行LAMBDA求解,提高了模糊度求解的速度和成功率。对连续100组5个历元实测数据计算表明:与原算法相比,改进LAMBDA算法求得的浮点模糊度偏差从36.48周减小到4.08周,搜索效率和成功率分别改进97.74%和100%。
简介:目的:解决考虑模糊环境条件影响下的复杂机械产品并行拆卸路径规划问题,并给出成本和模糊时间最优的拆卸方案。创新点:建立混合模糊模型,引入三角模糊数表示拆卸工序加工时间,提高拆卸路径规划的环境适应性;采用并行加工方法,尽可能地提高生产资源利用效率,缩短加工时间和降低加工成本;使用混合编码方式,用同一条染色体表示拆卸工序和工位信息,简化模型表达和运算;在遗传算法中引入高斯变异方法,提高算法的收敛速度。方法:1.引入一个包含N个工位和L个零部件的拆卸序列规划问题,提出混合模糊拆卸模型实现对此问题的数学描述;2.采用包含高斯变异算子的遗传算法,对结果进行优化计算,以得到最短的模糊加工时间和加工成本;3.将本文所述方法的计算结果与快速搜索随机树算法的运行结果进行比较。结论:在算法分别迭代50次、100次和150次的情况下,本文所述方法得到的最优解均优于快速搜索随机树算法的解,并且运行时间均短于快速搜索随机树算法。
简介:为了提高水下航行器组合导航系统精度和可靠性,针对水下航行器组合导航系统量测噪声统计特性随实际工作环境的不同而变化的特点,提出了基于模糊自适应联邦卡尔曼滤波的水下组合导航算法。通过监测理论残差与实际残差的协方差的一致程度,应用模糊系统不断调整滤波器的增益系数,对子滤波器进行在线自适应调整,从而实现导航状态的最优估计滤波。通过对联邦滤波器信息分配系数模糊自适应调整,减少了滤波计算量,提高了滤波实时性。软件仿真实验结果表明:模糊自适应滤波可以有效地提高水下航行器组合导航系统的精度和可靠性,提高导航滤波实时性,克服传统的滤波算法的缺点与不足。