李庆奎
- 作品数：14 被引量：21H指数：3
- 供职机构：解放军信息工程大学更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划山东省基础地理信息与数字化技术重点实验室开放基金更多>>
- 相关领域：天文地球交通运输工程自动化与计算机技术电子电信更多>>
- 订阅-通知模式的动态交通信息服务被引量：1
- 2012年
- 提出一种新的动态交通信息服务方式,该方式以订阅-通知模式建立动态交通信息对导航电子地图路网要素属性的影响框架,当动态信息数据源的状态改变时,相应的导航电子地图路网要素能实时准确地调整属性以响应动态信息的变化,充分体现动态交通信息的时效性,从而为用户提供不同需求的动态交通信息服务。最后以路径规划服务为例,验证订阅-通知模式的动态交通信息服务方式的有效性和实用性。
- 李庆奎吕志平陈正生
- 关键词：动态交通信息电子地图
- 基于模糊理论的智能指数平滑行程时间预测算法被引量：1
- 2012年
- 在指数平滑算法的基础上,结合模糊理论提出了一种基于模糊理论的智能指数平滑行程时间预测算法。该算法依据指数平滑法的预测误差构造模糊控制器来自适应控制平滑系数,从而自适应修正下一时期的预测值,提高行程时间的预测精度和智能化水平。最后通过实验验证了该算法的可行性、有效性。
- 李庆奎吕志平王飞
- 关键词：行程时间预测指数平滑法
- 基于学生化残差的模糊自适应滤波算法被引量：1
- 2008年
- 在自适应Kalman滤波原理的基础上,结合模糊控制理论,提出一种基于学生化残差的模糊自适应滤波算法。该方法利用滤波残差构造统计量,再依据此统计量构造模糊控制器来自适应调节Kalman滤波器的自适应因子α,达到平衡动力学模型信息与观测信息对滤波解的作用。利用算例验证了该方法的可行性和有效性。
- 李庆奎吕志平
- 关键词：自适应滤波模糊控制
- 模糊渐消滤波算法
- 渐消滤波采用渐消因子来限制Kalman滤波的记忆长度,具有控制状态模型误差影响的能力。但是现有计算渐消因子的方法公式表示复杂,计算过程较繁琐,尤其在实践中渐消因子求解经常出现负定现象,导致滤波失败。针对这一问题,本文提出...
- 李庆奎吴星崔健勇陈勤勤
- 关键词：KALMAN滤波模糊控制
- 文献传递
- 基于模糊理论的抗差Kalman滤波算法被引量：5
- 2008年
- 动态导航与定位的质量取决于对动态载体扰动和观测异常扰动的认知和控制质量。在实践中,观测向量及其动态模型信息均可能存在异常,此时若仍利用标准Kalman滤波,则状态滤波解将极不可靠。在标准Kalman滤波原理的基础上,结合模糊控制理论,提出了一种基于模糊理论的抗差Kalman滤波算法。该方法是依据滤波处理后的数据残差,利用模糊理论构造等价权,从而有效控制粗差对导航解的影响,并用算例验证了该方法的可行性和有效性。
- 李庆奎葛智杰李昌贵韩智超
- 关键词：KALMAN滤波粗差模糊控制等价权
- 基于模糊理论构造的自适应因子及其在自适应滤波算法中的应用
- 自适应导航定位必须有合理的且计算简便的自适应因子。本文提出了一种基于模糊理论的自适应滤波算法。该方法是依据滤波处理后的滤波残差利用模糊理论自适应构造滤波器的自适应因子α，从而有效调节动力学模型信息与观测信息对导航解的贡献...
- 李庆奎吕志平王飞
- 关键词：自适应滤波算法模糊控制导航定位滤波器
- 文献传递
- 分布式多级道路网的动态融合与联合路径规划方法
- 本发明涉及分布式多级道路网的动态融合与联合路径规划方法，可有效解决充分利用网络上分布的道路网数据源，提高导航系统服务能力，改善服务质量的问题。该方法是由硬件体系结构、软件体系结构、道路网层次目录结构和算法的步骤构成，本发...
- 吕志平李昌贵陈正生郭充王鹏李庆奎许琳琳
- 文献传递
- 基于模糊理论构造的自适应滤波算法被引量：3
- 2008年
- 本文在自适应滤波原理的基础上,结合模糊控制理论,提出了一种基于模糊控制的自适应滤波方法,它是基于滤波处理后的数据残差构造一模糊控制器来自适应控制卡尔曼滤波器的自适应因子α,从而合理调节动力学模型对导航解的贡献。并通过算例验证了该方法的可行性、有效性。
- 李庆奎吕志平
- 关键词：自适应滤波模糊控制
- 基于模糊理论的渐消滤波算法
- 2008年
- 渐消滤波具有控制状态模型误差影响的能力。在渐消滤波原理的基础上,提出了一种基于模糊控制理论的渐消滤波算法。该方法是基于预测残差和模糊理论构造渐消因子,它克服了在实践中现有渐消因子求解可能出现负定现象,求解时必须附加条件这一缺点,从而有效调节动力学模型信息与观测信息对导航解的贡献,并用算例验证了该方法的可行性和有效性。
- 李庆奎吴星崔健勇陈勤勤
- 关键词：卡尔曼滤波模糊控制
- 基于模糊理论的智能最优路径算法被引量：4
- 2011年
- 在经典Dijkstra算法原理的基础上,提出基于模糊理论的智能最优路径算法。该算法综合考虑静态交通信息、动态交通信息和人的主观因素等路径选择的影响因素,建立路径选取度模型,确定影响因素的隶属度函数。该方法能够根据用户出行的不同目的和需求,自动调整各影响因素之间的权重,从而使路径选择既能满足用户的主观要求,又能真实反映复杂多变的客观交通状况。最后通过算例验证方法的有效性和可行性。
- 李庆奎吕志平李昌贵
