-
公开(公告)号:CN117250582A
公开(公告)日:2023-12-19
申请号:CN202310600381.6
申请日:2023-05-25
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明涉及一种TDOA异常值探测方法,卫星定位技术领域。本发明针对TDOA时间序列时差模糊识别中存在的问题,提出了一种采用卡尔曼滤波的方式进行TDOA异常值的探测,该方法将TDOA序列观测值序列,基于卡尔曼滤波的状态模型和量测方程对TDOA序列进行滤波,在滤波过程中实时比较滤波新息与新息方差的关系,当滤波新息的绝对值不小于倍的新息方差的标准差时,则认为当前的TDOA值存在异常。为了验证本发明的可行性,并进行了仿真实验和实测数据的实验,与现有的多项式拟合法、历元间差分法进行比较,本发明在探测准确度、计算速度以及稳健性方面都有一定的提升,兼顾了准确度和计算速度。
-
公开(公告)号:CN112183820A
公开(公告)日:2021-01-05
申请号:CN202010913525.X
申请日:2020-09-03
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明属于复杂网络链路预测技术领域,特别涉及一种基于线性规划的有向网络链路预测方法,该方法首先引入可调参数,区分三种类型邻居的影响权重,然后将其对连边形成的贡献程度看作未知量,通过对有向网络的结构分析建立优化函数,构建关于贡献程度矩阵的线性规划问题,求解贡献程度矩阵的最优解,最后结合该最优解构建链路预测指标,用于有向网络链路预测。本发明考虑有向网络特有局部结构,利用可调参数区分三种类型邻居节点对连边形成的影响,采用线性规划方法求解邻居节点的最优贡献矩阵,相比传统方法更符合网络结构特征,结果更具有普适性,在多种类型网络中具有鲁棒的预测性能。
-