导读:本文包含了噪声相关时间论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:噪声,时间,动态,单点,卡尔,组合,精密。
噪声相关时间论文文献综述
张旭东,胡在凰[1]（2019）在《一种基于自相关函数的GNSS时间序列噪声提取方法》一文中研究指出对GNSS时间序列的非线性研究一直是大地测量学和地球动力学研究的方向之一,从信号本身的特性去分析和处理非平稳信号的HHT方法在提取GNSS时间序列噪声方面缺乏一种有效的分界点确定方法来进行滤波。针对该问题,本文提出了一种基于自相关函数的GNSS时间序列噪声提取方法,先通过与CMSE方法的对比分析验证了该方法的有效性,随后利用该方法提取了stjo测站的噪声数据进行分析,得出最优噪声模型为WN+FN。(本文来源于《测绘与空间地理信息》期刊2019年10期）
沈姗姗,陈钱,曹芳,何伟基,顾国华[2]（2016）在《高噪声高精度时间相关单光子测距系统性能研究》一文中研究指出为弥补伪随机码调幅测距系统性能研究的不足,采用可编程逻辑器件实现1GHz和2.5GHz速率的伪随机码发生器。实验系统以50m为测试距离,针对两路伪随机码光子到达时间点,采用快速傅里叶变换算法得到互相关波形。在此基础上,建立互相关波形的数学模型,采用参数估计法,运用马尔可夫技术完成参数迭代,重构距离波形,得到距离估计值。实验结果表明,伪随机码为1的比例为1%,探测到的光子计数率为2×106 s-1;低背景噪声下,积分时间和信噪比成正比,与理论相符;高背景噪声下,随着积分时间的增大,采用该方法估计的距离值标准差比峰值距离标准差的增大速度缓慢,整体距离精度高于峰值距离精度。积分时间为0.001s时,2.5GHz码速测距的精度从7.3cm提高到4.62cm。另外,该方法估计得到的1GHz的距离精度仍然低于2.5GHz的距离精度,同等速率下,可降低噪声对距离精度的影响。(本文来源于《中国激光》期刊2016年06期）
崔玉平,曾威,王文辉,任建辉[3]（2011）在《时间相关噪声条件下的捷联惯导/星敏感器组合导航方法》一文中研究指出针对星敏感器测量信息含有时间相关测量噪声和振动环境下惯性传感器带来的时间相关系统噪声问题,在不增加滤波维数的基础上,提出了一种基于改进卡尔曼滤波的捷联惯导/星敏感器组合导航方法。分析了时间相关噪声对状态估计的影响,构建了基于时间相关噪声模型下的状态方程和量测方程,详细推导了改进卡尔曼滤波方程,给出了组合导航方法。利用仿真对所提方法进行了验证,仿真结果表明,组合导航方法取得了400 m/1200 s的导航精度;在时间相关噪声条件下,与标准卡尔曼滤波相比,基于改进卡尔曼滤波的组合导航方法定位精度提高了50 m,是有效可行的。(本文来源于《中国惯性技术学报》期刊2011年06期）
曹轶之,隋立芬,王冰[4]（2010）在《顾及时间相关噪声的单频GPS精密单点定位》一文中研究指出扩展Kalman滤波(EKF)常常被用于单频GPS精密单点定位。Kalman滤波的前提假设之一是观测噪声为白噪声,即时间不相关,这在实践中往往不能满足。因为单频GPS观测值中包含有很难被完全消除的电离层、对流层等大气折射误差,以及多路径影响误差。这些误差在时间上是相关的,严重地影响了滤波解的精度和收敛时间。这里提出一种顾及时间相关噪声的Kalman滤波,在移动窗口内,利用核估计预测时间相关噪声的系统部分,进而实时修正当前历元的观测值和观测向量的协方差矩阵。该方法还有一个明显的优点就是,在滤波过程中不需要对时间相关误差做任何假设。最后通过一个实测算例验证了该算法的适用性。(本文来源于《测绘科学技术学报》期刊2010年01期）
宋迎春,朱建军,陈正阳[5]（2006）在《测量噪声时间相关的卡尔曼滤波》一文中研究指出本文针对一般时间相关观测噪声进行研究,分析了它们对卡尔曼滤波结果的影响,然后根据状态估计为线性无偏最小方差估计的准则,给出了测量噪声时间相关时的卡尔曼滤波递推公式,同时也考虑了相关数据的存储问题,最后通过实例计算验证了算法的有效性。(本文来源于《测绘科学》期刊2006年06期）
宋迎春,朱建军,陈正阳[6]（2006）在《动态定位中测量噪声时间相关的Kalman滤波》一文中研究指出在动态定位数据处理中,测量噪声一般是时间相关的,若直接按照Kalman滤波器解算,将达不到最优滤波效果,并且其误差协方差阵也是不严密的。针对一般时间相关观测噪声进行研究,分析它们对Kalman结果的影响,然后根据状态估计为线性无偏最小方差估计的准则,给出测量噪声时间相关时的Kalman递推公式,同时也考虑相关数据的存储问题,最后通过数字模拟验证算法的有效性。(本文来源于《测绘学报》期刊2006年04期）
刘希贤,宋迎春[7]（2006）在《观测噪声时间相关的动态定位算法》一文中研究指出在动态定位数据处理中,动态定位的精度和可靠性除受观测偶然误差和系统误差的影响外,还受时间相关的观测噪声的影响.在观测噪声不满足时间不相关的假设情况下,卡尔曼滤波将达不到最优滤波效果,并且其误差协方差阵也是错误的.分析了测量噪声时间相关对卡尔曼滤波结果的影响,给出了观测噪声时间相关时的卡尔曼滤波递推公式.实例计算结果表明,采用该算法能够有效地消除测量噪声相关性对滤波结果的影响.(本文来源于《桂林工学院学报》期刊2006年02期）
何伟[8]（2003）在《推广的与时间无关的噪声算法和相关的分支问题》一文中研究指出1.引言 优化问题可以归结为求某个实值函数在某一区域内的最小值。假设f(X)是连续光滑函数,求点X~*∈ΩR~n,使 f(X~*)=minf(X)≡f~* X∈Ω其中ΩR~n是有界区域。传统的确定性算法只能得到局部最优解。S.Kirkpatrik,Gelatt和Vecchi提出的模拟退火算法(SA),通过对确定性算法引入噪声,从理论上解决了这一问题。(本文来源于《计算数学》期刊2003年03期）
赵向阳,刘君华,朱长纯[9]（2002）在《基于相关空间辨识迭代映射形成的混沌时间序列和白噪声》一文中研究指出本文研究了 L ogist迭代映射产生的混沌和白噪声的统计特性及时频特性 ,指出利用统计的方法和传统的时频仪器是无法区分噪声和混沌的 .进而提出一种可区分混沌与噪声的“相关空间法”,基于 L ogist映射混沌序列是由确定的非线性方程迭代产生的 ,相邻迭代值必然存在相关性 ;而白噪声却是由大量的偶然因素产生的 ,相邻值不存在相关性 .因而本文首次提出由相互关联的临近序列组成相关空间 ,从而区分混沌和噪声(本文来源于《信息与控制》期刊2002年06期）
赵庆添,耿秀珍,赵珊[10]（1986）在《LD相关时间、相对噪声强度测试》一文中研究指出相关时间τ_c、相对噪声强度RIN是在超短光脉冲(PS)产生和光磁盘应用中的特定参数。本文将介绍这两个参数的物理意义、测试原理、方法以及对LD的性能评价。(本文来源于《半导体光电》期刊1986年04期）
噪声相关时间论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为弥补伪随机码调幅测距系统性能研究的不足,采用可编程逻辑器件实现1GHz和2.5GHz速率的伪随机码发生器。实验系统以50m为测试距离,针对两路伪随机码光子到达时间点,采用快速傅里叶变换算法得到互相关波形。在此基础上,建立互相关波形的数学模型,采用参数估计法,运用马尔可夫技术完成参数迭代,重构距离波形,得到距离估计值。实验结果表明,伪随机码为1的比例为1%,探测到的光子计数率为2×106 s-1;低背景噪声下,积分时间和信噪比成正比,与理论相符;高背景噪声下,随着积分时间的增大,采用该方法估计的距离值标准差比峰值距离标准差的增大速度缓慢,整体距离精度高于峰值距离精度。积分时间为0.001s时,2.5GHz码速测距的精度从7.3cm提高到4.62cm。另外,该方法估计得到的1GHz的距离精度仍然低于2.5GHz的距离精度,同等速率下,可降低噪声对距离精度的影响。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
噪声相关时间论文参考文献
[1].张旭东,胡在凰.一种基于自相关函数的GNSS时间序列噪声提取方法[J].测绘与空间地理信息.2019
[2].沈姗姗,陈钱,曹芳,何伟基,顾国华.高噪声高精度时间相关单光子测距系统性能研究[J].中国激光.2016
[3].崔玉平,曾威,王文辉,任建辉.时间相关噪声条件下的捷联惯导/星敏感器组合导航方法[J].中国惯性技术学报.2011
[4].曹轶之,隋立芬,王冰.顾及时间相关噪声的单频GPS精密单点定位[J].测绘科学技术学报.2010
[5].宋迎春,朱建军,陈正阳.测量噪声时间相关的卡尔曼滤波[J].测绘科学.2006
[6].宋迎春,朱建军,陈正阳.动态定位中测量噪声时间相关的Kalman滤波[J].测绘学报.2006
[7].刘希贤,宋迎春.观测噪声时间相关的动态定位算法[J].桂林工学院学报.2006
[8].何伟.推广的与时间无关的噪声算法和相关的分支问题[J].计算数学.2003
[9].赵向阳,刘君华,朱长纯.基于相关空间辨识迭代映射形成的混沌时间序列和白噪声[J].信息与控制.2002
[10].赵庆添,耿秀珍,赵珊.LD相关时间、相对噪声强度测试[J].半导体光电.1986
论文知识图
