相对位置感知作为协同导航的核心也是车辆智能驾驶的关键技术,在车辆自组网(Vehicular Ad Hoc Networks,VANET)协同定位算法中具有重要作用。然而限于系统非线性及有色噪声干扰,相同硬件平台下的相对位置后验信息获取通常局限于一定精...相对位置感知作为协同导航的核心也是车辆智能驾驶的关键技术,在车辆自组网(Vehicular Ad Hoc Networks,VANET)协同定位算法中具有重要作用。然而限于系统非线性及有色噪声干扰,相同硬件平台下的相对位置后验信息获取通常局限于一定精度。针对上述问题,基于抗差理论提出一种Huber M估计的鲁棒容积滤波(Robust Cubature Kalman Filtering,RCKF)车辆相对位置估计算法。该算法通过结合容积法则进行非线性更新,将量测方程转换为观测量和状态预测的线性回归问题后利用M估计实现求解,通过Huber损失函数降低受干扰量测值权重实现估计性能调整。紧组合车辆相对位置估计的实验表明,与容积滤波(Cubature Kalman Filter,CKF)相比,RCKF估计结果在均方根上改善23.59%,在准确度上改善21.81%,在精度上改善27.39%,有效提高了相对位置估计精确性和鲁棒性,为车辆协同定位解决方案提供一种可供参考的系统质量控制策略。展开更多
因大量采用分布式、综合化、模块化方案,复杂电子系统极易出现共因故障和故障并发等新问题,传统测试性参数确定方法难以解决。针对这一问题,提出一种基于着色广义随机Petri网(colored generalized stochastic Petri nets,CGSPN)的复杂...因大量采用分布式、综合化、模块化方案,复杂电子系统极易出现共因故障和故障并发等新问题,传统测试性参数确定方法难以解决。针对这一问题,提出一种基于着色广义随机Petri网(colored generalized stochastic Petri nets,CGSPN)的复杂电子系统测试性参数确定新方法。首先,综合需求信息、约束边界和维修保障等要求,建立电子系统两层级CGSPN模型,引入着色,实现不同模块各种状态的实时追踪和故障并发处理,通过广义随机处理共因故障的随机不确定性;然后,利用着色和可用度探索一种带有冗余设计的测试性参数处理手段,丰富测试性体系;最后,构建一种不同模块、各种状态融合的并行分析技术,统一系统层和模块层之间的状态转移关系,避免分阶段串行处理和等效替换。以通信导航识别系统为例进行实例分析,所提方法比传统方法具有更好的可用性和有效性。展开更多
文摘相对位置感知作为协同导航的核心也是车辆智能驾驶的关键技术,在车辆自组网(Vehicular Ad Hoc Networks,VANET)协同定位算法中具有重要作用。然而限于系统非线性及有色噪声干扰,相同硬件平台下的相对位置后验信息获取通常局限于一定精度。针对上述问题,基于抗差理论提出一种Huber M估计的鲁棒容积滤波(Robust Cubature Kalman Filtering,RCKF)车辆相对位置估计算法。该算法通过结合容积法则进行非线性更新,将量测方程转换为观测量和状态预测的线性回归问题后利用M估计实现求解,通过Huber损失函数降低受干扰量测值权重实现估计性能调整。紧组合车辆相对位置估计的实验表明,与容积滤波(Cubature Kalman Filter,CKF)相比,RCKF估计结果在均方根上改善23.59%,在准确度上改善21.81%,在精度上改善27.39%,有效提高了相对位置估计精确性和鲁棒性,为车辆协同定位解决方案提供一种可供参考的系统质量控制策略。
文摘因大量采用分布式、综合化、模块化方案,复杂电子系统极易出现共因故障和故障并发等新问题,传统测试性参数确定方法难以解决。针对这一问题,提出一种基于着色广义随机Petri网(colored generalized stochastic Petri nets,CGSPN)的复杂电子系统测试性参数确定新方法。首先,综合需求信息、约束边界和维修保障等要求,建立电子系统两层级CGSPN模型,引入着色,实现不同模块各种状态的实时追踪和故障并发处理,通过广义随机处理共因故障的随机不确定性;然后,利用着色和可用度探索一种带有冗余设计的测试性参数处理手段,丰富测试性体系;最后,构建一种不同模块、各种状态融合的并行分析技术,统一系统层和模块层之间的状态转移关系,避免分阶段串行处理和等效替换。以通信导航识别系统为例进行实例分析,所提方法比传统方法具有更好的可用性和有效性。
