基于CORS车辆导航定位系统的方案设计

随着我国智能交通系统的发展,提高车载导航系统的定位精度和可靠性显得越来越重要。CORS系统的组建已成为目前国内城市基础建设工程的发展趋势,但将CORS系统用于不同的服务目的和对象时也会有不同要求。文中介绍了CORS的组成,分析CORS使用的数据传输方式和数据传输协议,研究将CORS系统应用于车辆导航定位系统中的方案设计,对于提高车辆定位的精度和可靠性具有重要的意义和实际应用价值。     

基于改进卡尔曼滤波的卫星导航定位精度优化

为解决卫星导航定位信号因遮挡而出现非视距传播模式,导致定位精度低的问题,研究基于改进卡尔曼滤波的卫星导航定位精度优化方法。改进蛙跳算法寻优设置,优化支持向量机,分类提取存在遮挡信息的卫星导航信号;设计基于改进卡尔曼滤波的卫星导航定位精度提升算法,动态估计存在遮挡信息的卫星导航信号观测噪声协方差,自适应调节信号滤波增益,全面去除信号中的无效定位信息,获得精准卫星导航定位结果。研究结果显示：所提方法使用后,卫星导航定位结果实际位置高度匹配,定位精度明显提升。     

改善单基站CORS RTK测量精度的自适应卡尔曼滤波算法

针对单基站CORS RTK在矿山开采沉陷地表移动变形监测中测量精度偏低的问题,构建基于方差分量估计原理的自适应卡尔曼滤波算法,以CORS RTK在各历元采集的平面坐标与正常高为基础,利用CORS RTK实测数据并对比分析四等水准测量成果,分析得出滤波后的CORS RTK测量精度得到了较大的提高,并满足矿山开采沉陷地表移动变形监测的精度要求。      

基于卡尔曼滤波算法的卫星导航高精度定位方法

为保证卫星导航的定位精准性,降低定位误差,提出基于卡尔曼滤波算法的卫星导航高精度定位方法。该方法采用支持向量机分类卫星导航信号,获取信号中不含伪距的直达信号,依据该信号获取终端接收机的三维空间坐标;将该坐标和接收机的时钟偏差以及频率漂移作为核心,采用改进的卡尔曼滤波算法获取终端接收机的位置坐标,即卫星导航的定位结果;并采用粒子群算法优化卡尔曼滤波算法获取的定位结果,以此提升卫星导航定位精准性。测试结果显示：该方法具有较好的应用性能,在X、Y、Z三个方向上的定位误差结果均在5 m以内;高程定位误差均在3.5 m以内,可精准完成导航载体所在位置的定位,掌握导航载体的运动轨迹。     

基于自适应卡尔曼滤波的地表移动变形预报研究

构建自适应卡尔曼滤波预报模型,利用GNSS CORS连续运行实时监测数据,通过自适应卡尔曼滤波预报值、标准卡尔曼滤波预报值及实测数据对比分析,得到自适应卡尔曼滤波预报偏差明显减小,预报精度明显提升,满足了地表移动变形实时监测的精度要求。      

CORS网络互联及虚拟CORS关键技术

针对CORS规模化的发展趋势,提出CORS网络互联的具体目标,在此基础上提出虚拟CORS的概念,对虚拟CORS的若干关键技术作研究和探讨,最后通过实例说明虚拟CORS的应用场景。     

全球导航卫星系统的进展及建设CORS的思考

介绍了GPS和GLONASS全球导航卫星系统的新进展,对GPS现代化的三个步骤作了简要介绍,对它和GLONASS的技术差异作了简评,对Galileo和北斗导航卫星系统的前景作了讨论。指出导航卫星系统将进入一个多系统近百颗卫星同时并存的新局面,用户将面临多系统导航卫星信号使用方面的组合、选用和最优化问题。讨论了全球导航卫星连续运行站网及其服务系统的构成和作用,及其在国内各地区各系统建设的概况。指出当前缺乏在国家级层面对全球导航卫星地面连续运行站系统的统一规划、设计、规范和标准。建议明确全球导航卫星系统的建设和管理的政府主管部门,建立全球导航卫星的国家级地面连续运行站系统,制定全球导航卫星地面连续运行站系统的国家级技术规范和标准,包括它的服务功能。     

基于互联网的CORS数据管理与质量检查系统开发

为了有效管理和分发连续运行参考站系统(CORS)的源数据,我们开发了基于互联网的CORS数据管理与分发系统(CorsDBMS1.0)。系统能安全、有效地管理CORS跟踪站的数据,并能根据客户需求,通过互联网实时提供单站下载、批量下载和定制下载三种形式的数据下载服务。该系统在苏州工业园区格网信息有限公司正式运行,用于管理和分发苏州CORS系统12个连续跟踪站的数据,网址为www.geone.net。     

基于CORS系统的加密控制测量分析

对CORS系统的分类、组成和优势进行了介绍,并对基于CORS系统的点观测模式进行加密控制测量成果和同步图形扩展式得到的结果进行了对比分析,总结出CORS系统的优势和进一步的研究方向。     

基于CORS系统的高精度GPS观测数据的模拟研究

目前国内建成的CORS系统以提供实时差分服务为主,对于毫米级的后处理,往往因为测站与基站的长距离需要测站长时间的观测,因此限制了CORS的应用拓展。本文通过CORS系统已知精确坐标、观测数据以及基准站间固定基线值,利用最小二乘内插方法,获取网内任意一点的空间相关误差,解决了虚拟基站的GPS观测数据的模拟,实现了CORS系统下测站与虚拟基站的短基线,从而能在短时间获取高精度的测站成果,并在苏州CORS系统下对研究成果进行测试计算及精度分析,得到了该模式下观测时间与定位精度关系的结论。     

BDS实时动态相对定位卡尔曼滤波算法

为了实现BDS实时动态高精度相对定位, 本文提出了一种适用于单频或双频动态定位的卡尔曼滤波算法, 并对GEO和IGSO卫星残差特性进行了分析。该算法将位置参数和整周模糊度参数作为状态向量进行滤波估计, 滤波过程中将单点定位结果作为位置参数的一步预测值。通过实测数据验证, 单频相位B1相对定位E方向优于1.2 cm, N方向优于3 cm, U方向优于5.3 cm, 双频B1和B2相对定位E方向优于1.0 cm, N方向优于2.6 cm, U方向优于4.5 cm;GEO卫星相位差分残差值比较平稳, 频率间存在系统性偏差, 而IGSO卫星残差与高度角相关, 低高度角时差分残差较大。     

基于UKF滤波的近地卫星自主组合导航方法研究

安全可靠的自主导航系统可提高卫星的在轨生存能力。文章研究了利用紫外敏感器测量得到的地心方向信息和星敏感器、红外地平仪获得的星光角距信息进行卫星轨道确定的自主组合导航方法。针对导航系统非线性的特点,采用Unscented卡尔曼滤波(UKF)设计了相关的信息融合方案,并通过数学仿真对其有效性进行了分析和验证。仿真结果表明,该算法可进一步提高导航系统的精度和可靠性。     

具有区间隶属函数的模糊卡尔曼滤波在组合导航系统中的应用

将具有区间值隶属函数的区间参数引入卡尔曼滤波,用区间值的集合来表示隶属函数,为解决具有不确定参数的系统优化问题提供了一种新的思路。最后通过实验验证了方法的有效性。     

抑制卡尔曼滤波发散的组合导航算法研究

卡尔曼滤波是一种递推线性最小方差估计算法,在组合导航数据融合中得到了广泛应用;但由于卡尔曼滤波要求系统模型和噪声统计特性精确已知,而实际中很难做到,因此常常出现滤波发散现象。鉴于此,着重研究了衰减记忆自适应卡尔曼滤波和渐消记忆卡尔曼滤波在INS/GPS组合导航中的应用,并通过对仿真数据的处理,验证了两种滤波算法在抑制滤波发散、提高组合导航系统精度和稳定性方面的可行性。     

基于Kalman滤波的塔筒GPS监测系统

介绍一种基于Kalman滤波的塔筒GPS监测系统,用于监测塔筒在不同环境、各种载荷作用下的工作性能,采用Kalman滤波原理对GPS监测数据进行处理分析。采用米度测控单双频自动变形监测系统研发的监控中心软件,对风电场塔筒进行安全监测管理。经过工程试验和数据分析,说明利用GPS可以有效、准确地监测塔筒工作状态,为风电场塔筒的承载能力、工作状态和耐久性评估提供参考依据。     

地固系下四元数和卡尔曼滤波方法的惯导初始精对准研究

从地心地固系中卡尔曼滤波方程的推导入手,设计了一个12状态滤波器,对失准角进行估计,在地心地固坐标系中完成了惯导的初始精对准。模拟计算证明了此算法的正确性与有效性,并讨论了对准的精度。     

UKF在惯性/重力组合导航中的应用

将UKF(Unscented Kalman Filter)方法用于惯性/重力组合导航系统.UKF方法设计了少量的呈高斯分布的σ点,在每个更新过程中,σ点随着非线性状态方程和测量方程传播,从而获得滤波值及较高的计算精度,而且避免了对非线性方程的线性化过程.仿真结果表明:UKF方法比传统卡尔曼滤波及其改进的滤波模型都有更高的估计精度,并能有效的克服非线性严重时出现的滤波发散问题.     

组合导航中一种新息自适应卡尔曼滤波算法

全球定位系统/航位推算组合导航定位中,由于目标运动的不确定性,GPS接收机与DR器件接收的数据存在噪声,使预置目标运动模型通常很难得到较高跟踪精度,针对应用常规卡尔曼滤波进行组合导航解算由于噪声统计特性未知而引起滤波不稳定的问题,本文提出了一种基于新息序列的量测计算进行自适应估计的卡尔曼滤波算法。该算法通过对新息方差强度进行极大似然估计,将新息计算引入卡尔曼滤波器的增益计算,达到控制发散的目的。最后对改进的算法与一般卡尔曼滤波算法做了对比仿真试验分析,结果表明了改进算法的有效性。     

UKF在惯性/重力组合导航中的应用

将UKF(Unscented Kalman Filter)方法用于惯性/重力组合导航系统。UKF方法设计了少量的呈高斯分布的σ点,在每个更新过程中,σ点随着非线性状态方程和测量方程传播,从而获得滤波值及较高的计算精度,而且避免了对非线性方程的线性化过程。仿真结果表明:UKF方法比传统卡尔曼滤波及其改进的滤波模型都有更高的估计精度,并能有效的克服非线性严重时出现的滤波发散问题。     

基于UKF的GPS非线性动态滤波算法

介绍了一种Unscented卡尔曼滤波算法，它通过确定性采样获得一组采样点，可获得更多的观测假设，对系统状态统计特性的估计更加准确，同时该算法无需对系统方程进行线性化，避免了传统的EKF算法由于线性化引入的误差。本文将UKF算法用于GPS非线性动态滤波技术中，建立了仿真模型并定义了仿真条件，与EKF算法的仿真结果相比，在系统状态统计特性未知的情况下，UKF算法对系统状态的估计更准确，定位精度更高。