共查询到19条相似文献,搜索用时 156 毫秒
1.
2.
为分析单、双频手机在单点定位和动态导航中的差异,本文对单、双频手机观测卫星数、信噪比、静态/动态定位中原始观测值/卡尔曼滤波值进行了对比和分析。试验结果表明,在静态无遮挡的试验条件下,小米MI8双频手机原始观测值较OPPO Reno单频手机定位误差均值减小了1.70 m且能观测到更多的卫星数,进行卡尔曼滤波处理后,单频手机较双频手机而言精度提升更多,两者最终精度相当。而在动态有遮挡的试验条件下,双频较单频定位误差均值减小了5.24 m,进行卡尔曼滤波处理后,两者精度均有明显改善,双频相对单频误差均值减小了0.87 m。 相似文献
3.
4.
地面不均匀沉降可能对城市的发展与人民的安全造成危害,天津市的地面沉降情况尤为严重。针对该问题,本文收集天津市2005—2012年、2016—2017年水准观测数据,以固定水准点位的沉降量、沉降速率、沉降加速率为状态向量,构建卡尔曼滤波模型,对天津市历年的水准观测数据进行滤波;根据滤波后的结果,本文利用多项式加权内插的方法,以距离、沉降速率、沉降加速率信息确定权值大小,对地面沉降情况进行内插;并以中误差作为精度评定参数,比较多种内插方法的精度。通过对内插结果的试验分析发现,2005—2017年天津市地面累计平均沉降量为394.477 5 mm,最大沉降量为1 143.5 mm;主要沉降区域为北辰、大港、塘沽等地区,且随着时间的增长,这些区域呈现漏斗式下沉。试验证明本文结合卡尔曼滤波与多项式加权内插的方式能够较好地反映地面沉降的时空特征分布情况并对未来一段时间的沉降情况进行预测,对天津市的城市发展及建设有一定的参考意义。 相似文献
5.
6.
针对影响全球导航卫星系统(GNSS)变形监测精度的多路径误差,该文建立基于经验模态分解(EMD)算法的系统趋势分离模型,修正GNSS变形序列。构建多速率卡尔曼滤波Rauch-Tung-Striebel(RTS)平滑模型,融合超高层建筑的GNSS和加速度计监测数据,充分发挥两种传感器各自的优势。针对超高层建筑首次应用能量差值法确定变分模态分解的分量数,进而对分量进行频谱分析以提取超高层建筑的主模态振动频率。模拟数据表明,该文算法能够提高分析精度,融合位移的均方根为4.3 mm,相关系数为0.95,信噪比为12.66 dB。通过长春海容广场大厦采集的监测数据进一步验证得出,与单一传感器相比,该文算法能够提高位移数据的采样率,增加数据的完备性,削弱GNSS高频噪声的影响,提取到超高层建筑前两个主模态振动频率为0.19、0.28 Hz。 相似文献
7.
8.
9.
无味卡尔曼滤波(UKF)是一种通过采样来近似非线性分布,从而对非线性问题进行次优估计的滤波方法。利用实时观测得到的重力异常以及航行区域参考重力异常图,可以建立基于重力异常的UKF滤波匹配导航算法,以此校正惯性导航系统的漂移误差。针对选取与UT变换相同权系数来求取预测观测值而可能导致求得的预测观测值为伪观测值的问题,提出了利用关联概率密度函数对采样观测值进行加权的重力异常UKF滤波匹配导航算法。通过对某实验区域的实验进行计算分析,结果表明,基于关联概率密度加权重力异常UKF滤波算法能够克服传统加权预测观测值带来伪观测信息的问题,将惯性导航系统经纬向漂移误差降低至1.1 n mile以内,均优干传统加权算法和纯惯性导航系统的定位精度。 相似文献
10.
GPS结构振动监测数据滤波方法及其性能实验研究 总被引:2,自引:0,他引:2
使用GPS监测结构振动的目的在于提取振动信号特征,但GPS观测量受多种误差源的影响,因此,选用合理的数据处理方法有效地分离各误差项,对于提高GPS的监测精度具有重要意义。将Vondrak滤波、小波滤波、自适应FIR滤波和卡尔曼滤波等四种方法应用于资料序列中振动信号的分离,通过对模拟振动实验观测资料的分析表明:运用滤波法可提高GPS测量微小动态变形和变频振动信号的检测能力;4种滤波法均能有效地提高GPS监测结构振动的精度,其中,Vondrak滤波和小波滤波的性能相当,且优于自适应FIR和卡尔曼滤波。同时,在对各滤波法参数选择的优缺点进行分析的基础上,提出不同情况下选择滤波器的建议。 相似文献
11.
文章首先对GIS中5种常用的空间插值方法原理进行了详细阐述,采用交叉验证法来对比分析不同插值方法的精度。应用反距离权重法、克里金法、自然邻域法、样条函数法、趋势面法5种常用的空间插值方法对兖矿集团济三煤矿1308工作面开采沉陷预计数据进行插值,对比分析了各种插值方法的精度,并对插值的误差影响因素进行了实验分析。结果表明:5种常用的空间插值方法中,克里金插值和样条函数插值精度最高,自然邻域插值和反距离权重插值精度居中,趋势面插值精度最低;对插值结果造成影响的因素与沉陷预计点的数量和密度有关,沉陷预计点的密度越大、数量越多,空间插值结果的精度就越高。研究成果可为矿山开采沉陷预计插值方法的选取提供借鉴。 相似文献
12.
GNSS和加速度计是目前动态监测超高建筑环境载荷变形的主要手段。GNSS具有无需通视、可直接获取三维位移等优点,但受精度和采样率的限制,其对微变形及高频振动信息不敏感;而加速度计具有高精度和高采样率等优点,但无法监测超高建筑低频的似静态变形。为充分发挥这两种传感器的各自优势,提出利用多速率Kalman滤波和RTS平滑方法对超高建筑GNSS和加速度计监测数据进行融合处理。试验结果表明,与单一的GNSS监测技术相比,该方法有利于削弱GNSS高频噪声的影响,提高位移数据的采样率,可有效识别超高建筑的低频和高频振动频率,提高对微变形振动的监测能力;与单一的加速度计监测技术相比,该方法可以准确监测超高建筑的低频变形信息,具有良好的工程应用价值。 相似文献
13.
针对传统基于空间插值和时间序列上的插值补全形变缺失数据的方法在空间点位分布稀疏、观测值连续缺失以及含有粗差的情况下插补效果不佳的问题,提出了一种基于抗差Kriged Kalman Filter的形变缺失数据插补方法。该方法是一种时空插值的算法,在空间点位分布稀疏时考虑时间上的相关性,在时间上出现连续缺失时考虑其他点位对插补点的影响,以提高插补缺失数据的精度。又将抗差估计融合到Kriged Kalman Filter中以抵抗形变数据中粗差对插补精度的影响。利用模拟数据及天津GPS地面沉降数据进行了实验分析。结果表明:由于该法考虑了监测点的时空相关性以及具有抗差性能,使得插补结果在空间点位稀疏、连续缺失或具有粗差的情况下都具有较高的插补精度。 相似文献
14.
卡尔曼滤波方法是变形监测中常用的一种方法,本文通过对获取的地铁沉降观测数据进行监测,采用经典的卡尔曼滤波方法和基于方法补偿的自适应卡尔曼滤波方法进行监测预估,通过对比发现,基于方差补偿的自适应卡尔曼滤波方法能够有效地控制观测数据异常对动态系统参数估计的影响,保证了变形监测数据估计的精度。 相似文献
15.
非线性系统中卡尔曼滤波的一种新线性化方法 总被引:6,自引:0,他引:6
针对测量领域非线性系统卡尔曼滤波的线性化,在分析两种传统线性化方式的基础上.提出了一种新的基于最优估计值的线性化方式。 相似文献
16.
17.
冉典 《测绘与空间地理信息》2014,(8):84-86
针对传统灰色模型建模过程中易受观测数据随机噪声干扰的影响,利用抗差卡尔曼滤波理论能够有效地估计含有噪声的观测值的优点,构建了基于抗差卡尔曼滤波的GM(1,1)模型。结合实例,验证了该模型在一定程度上可以提高变形监测预测精度,更好地反映观测对象的变形趋势。 相似文献
18.
传统卡尔曼滤波算法要求噪声模型符合高斯分布,在UWB室内定位中,由于载体本身的机制等干扰,观测噪声不仅仅是白噪声,也存在有色噪声的情况,而粒子滤波可以处理有色噪声的问题。本文通过增加似然分布自适应调整来改进粒子滤波用于目标跟踪的精度,同时研究在白噪声、有色噪声下似然分布自适应调整粒子滤波和拓展卡尔曼滤波在UWB中的优势与不同。试验结果表明:观测噪声为白噪声时,拓展卡尔曼滤波和粒子滤波均可以较好地实现对行人的定位跟踪;观测噪声为有色噪声时,自适应粒子滤波定位效果优于粒子滤波、拓展卡尔曼滤波。 相似文献