共查询到19条相似文献,搜索用时 289 毫秒
1.
2.
探讨了一种精度更高的基于卫星定位测量(以GPS-RTK数据为例)数据的深度解算方法。通过分别使用传统伪距法、最小二乘法、星历线性化法、地心地固法等常用GPS定位数据解算方式对个案数据进行深度解算,并比较其最终解算精度。同时探讨了模糊矩阵法、神经元网络法等非刚性解算方法的弊端。最终得到3点结论:1)非刚性解算法在当前技术条件下并不适用于对卫星定位数据进行深度解算。2)考虑了更多可能干扰因素的反算过程的深度解算法,如星历线性化法和地心地固法,其解算精度显著高于未具体考虑可能干扰因素的深度解算法。3)对卫星定位数据进行深度解算,可以有效提升卫星定位用于工程测量的测量精度,具有显著的现实意义。 相似文献
3.
4.
5.
初始对准是捷联惯导系统的关键技术之一,对准精度直接影响到导航系统的导航解算精度,静基座捷联惯导卡尔曼滤波法对准的精度和收敛时间受模型参数以及初始条件的影响,对于低精度的捷联惯导,这种影响更大,滤波结果往往不能收敛,甚至发散。采用解析法对准是解决上述问题的有效途径,针对静基座解析法对准做了系统研究,推导了惯性器件误差的解析表达式,分析了对准时间与仪器误差估计精度的关系。实测试验结果表明,给予适当的对准时间,解析法对准亦可接近极限精度;同时,在解析法初始对准中,等效天向加速度计零偏可得到有效估计;等效天向、北向陀螺漂移虽可估计,但随机游走对估计结果的影响不可忽视。 相似文献
6.
在低精度MEMS-IMU和GPS组合导航中,由于IMU的精度问题,无法通过传统的解析方法实现方位失准角的粗对准,造成了大方位失准角问题,从而导致系统的强非线性。通过变换状态量,用方位失准角的两个三角函数代替方位失准角作为状态量,建立了新的线性系统方程。用改进奇异值分解法对新对准系统进行可观测度分析,完成了车载导航试验,结果表明:本初始对准方案在低精度的组合导航中具有很好的对准精度和对准速度。 相似文献
7.
车载导航系统常用惯性测量元件(IMU)与全球卫星导航系统(GNSS)技术组合以提高系统的稳定性。由于车载导航系统的应用场景限制,对初始对准速度有着较高要求。为了提高传统车载组合导航系统中低成本微机电系统(MEMS)陀螺仪的初始对准速度,降低初始对准过程中的计算量,本文提出了一种适用于任意失准角下的基于网络RTK辅助与无损Kalman滤波(UKF)的MEMS陀螺仪初始对准算法。同时针对车载系统的特点,简化了IMU系统误差方程,分析了简化带来的误差。在诺瓦泰ProPak6和诺瓦泰IMU-IGM-S1组成的导航系统中验证了本文提出的算法。试验结果表明,在以诺瓦泰双天线GNSS输出航向角为"真值"的情况下,本文提出的算法基本可以在5 s内完成陀螺仪的初始对准,对准精度达0.3°。 相似文献
8.
9.
10.
11.
卡尔曼滤波常常被用于惯性导航系统初始对准算法,其使用前提是对系统状态进行建模,从而得到比较准确的系统噪声和观测噪声统计特性。在模型失配和观测噪声干扰的情况下,常规卡尔曼滤波会出现精度下降甚至发散,从而影响初始对准精度。针对这一问题,提出了一种新型渐消卡尔曼滤波算法,引入了多重渐消因子对预测误差协方差阵进行调整,设计了基于新息向量统计特性的滤波状态χ2检验条件,使渐消因子的引入时机更加合理,算法的自适应性得到增强。将改进的卡尔曼滤波算法应用到惯性导航系统的初始对准问题中,仿真试验和实测数据试验结果表明,与常规渐消因子滤波算法相比,新算法可以有效提高滤波精度及鲁棒性。 相似文献
12.
13.
A method to improve the alignment performance for GPS-IMU System 总被引:1,自引:0,他引:1
Zero velocity and zero east component of rotation rate relative to local geographic frame have been traditionally applied
as measurements for fine alignment of a GPS-IMU system. The performance of the fine alignment, however, will be affected by
several types of inertial sensor errors, which could cause part of the Kalman filter states to be unobservable. To overcome
this problem, a new method that utilizes the total outputs of the gyro triad and the accelerometer triad as part of the measurements
has been proposed by the authors. The initial results have confirmed the effectiveness of the method. In this paper, the observability
for both traditional and new alignment methods will be first reviewed. The results from computer simulations will then be
presented to compare the traditional and the new alignment methods for the purpose of evaluating the performance of the proposed
new method. Data acquired from real inertial sensors will also be applied to assess the traditional and new alignment methods
by analyzing their innovation sequences from the Klaman filter.
Based on a paper presented at the 18th International Technical Meeting of the Satellite Division of the Institute of Navigation,
Long Beach, California, September 2005. 相似文献
14.
讨论了全球导航卫星系统(global navigation satellite system,GNSS)/里程计(odometer,ODO)/惯性导航系统(inertial navigation system,INS)组合定位定姿中误差校正与ODO/INS组合导航两个方面的问题。针对里程计刻度因子和安装误差角的校正,在不改变原GNSS/INS滤波器的基础上,设计了GNSS/INS与INS/ODO两级卡尔曼滤波器级联结构,将INS导航误差与里程计刻度因子误差、安装误差角分别列入两个滤波器的系统状态中,在GNSS连续观测和固定模糊度条件下,利用里程计和惯导里程增量之差作为INS/ODO卡尔曼滤波器的外部观测,对误差进行校正。另一方面,使用校正过的里程计和安装误差角,在GNSS失锁条件下对INS进行观测和修正。跑车实验结果表明,本文算法可以有效校正里程计刻度因子和定位定姿(positioning and orientaton system,POS)安装误差角,同时大幅提高GNSS失锁条件下的定位精度,配合平滑卡尔曼滤波器,可将城市移动测量两分钟GNSS失锁条件下的定位误差控制在0.5 m以内。 相似文献
15.
16.
目的 研究了观测噪声统计特性未知的情况下,简化的自协方差最小二乘噪声估计方法在捷联惯性导航系统静基座初始对准中的应用。该算法采用迭代计算的策略,同时进行噪声估计和初始姿态修正,估计精度较高。通过数值方法对此算法的正确性和有效性进行了验证。 相似文献
17.
惯性导航系统可以短期内提供连续的高精度信息,但是误差会随时间增大,不能长期独立工作。而在大型仓库、地下停车场等室内卫星信号薄弱的场景中,传统的惯导+卫星组合方法也不再适用。针对该问题,本文提出了一种视觉与惯导组合定位的方法。本文研究的惯导+视觉组合的定位方法中,采用基于合作目标的单目视觉定位方法对惯导误差进行修正。对于惯导误差的修正方法,本文利用视觉定位的位姿信息建立量测方程,进行卡尔曼滤波,并选取合适的试验设备,通过实际试验对比验证了该算法对惯导系统误差的修正具有良好的效果。 相似文献
18.
推导了捷联惯导静基座精对准方程,阐明了精对准模型和机械编排之间的等效性操作原理,并进行了可观测性分析,以此给出了精对准简化模型实现的关键技术,通过舍去科氏力项,消除不可观测量,将犫系零偏转为狀系等效零偏估计,三个步骤改进了零速条件下的Kalman滤波自对准模型。试验结果表明,简化模型不仅使得模型大大简化,减轻了计算负担,加快了运行速度,并且保持了原有的快速收敛性和较高的估计精度,是一种优化的静基座精对准方法。 相似文献
19.
根据室内惯性定位存在误差累积的特点,建立广义似然比检测的方法进行零速度检测,利用Kalman滤波对检测到的"零速度"时刻进行零速修正(zero velocity update,ZUPT),从而有效降低系统累积误差。但行人行走过程中存在的无效振动,导致测得的加速度和角速度数据中出现明显的噪声,这对长时间定位精度产生较大的影响。文中提出在利用Kalman滤波进行误差校正之前首先采用Butterworth低通滤波滤除加速度和角速度数据中由无效振动引起的高频部分,即噪声部分,从而消除行人运动过程中的无效振动对定位精度的影响。 相似文献