GPS/INS系统HPR与OPK角元素的剖析与转换

介绍了Heading Pitch Roll(HPR)和Omega Phi Kappa(OPK)两种角元素系统的定义,分析了HPR与OPK之间的区别,给出了相互转换的基本思路,并重点推导了利用GPS/INS系统获取的HPR角度和惯性测量单元(IMU)几何中心坐标计算影像外方位元素的数学公式和各种旋转矩阵的构成。实验结果表明,文中利用HPR角计算外方位元素的理论与方法正确、可行。     

使用复合滤波器实现双差GPS/INS动态组合高精度定位定姿

提出了一种双差载波相位GPS/INS紧密组合的新形式,分析了紧密组合和松散组合的计算形式和特点,进而统一了紧密组合和松散组合的估计状态,并将此紧密组合和松散组合相结合,实现了一个复合滤波器。此滤波器可以根据GPS的实际观测情况动态选择合适的滤波方式,可兼顾滤波器的精度和可靠性。通过处理实测数据,验证了此滤波器在精度和可靠性上都优于任一种单一的组合模式。     

高精度差分GPS/INS组合系统中的模糊度处理策略

本文简要介绍了差分GPS/INS组合系统在单历元模式和多历元模式下适用的模糊度基本解算方法,分析了各自的优缺点,并提出了一种综合的GPS/INS组合系统模糊度处理策略。实验表明,在综合两种模式的动态模糊度解算方法的基础上引入基于周跳探测修复的模糊度传递以及INS辅助,对于不良观测条件下的模糊度固定具有十分显著的改善。     

附加方位约束的GPS/INS组合系统选权自适应卡尔曼滤波

单天线GPS/INS经典组合模型存在的明显不足是：由于状态参数不仅包含INS的位置、速度误差,而且还包含INS的姿态误差和元件误差,存在观测信息不足,间接可测参数难以准确估计。在深入分析常用GPS/INS组合模型及滤波算法中参数估值的特性基础上,提出从两方面改善这类滤波结果：①在运动条件下的组合观测模型中附加GPS单天线测方位角约束,建立观测值与间接可测参数之间的联系;②将选权自适应卡尔曼滤波方法拓展到GPS/INS滤波中,以提高参数估计的精确性。通过对滤波结果的增益阵、位置差、速度差及姿态估计结果的分析可知,该方法的滤波结果更趋准确、合理。     

室内场景重建中影像外方位元素解算研究

介绍了一种利用单像室内房角点所在的三条房屋框架线上的点、基于灭点方程解求影像外方位元素与室内框架线参数的方法。内容包括灭点方程的推导,利用灭点方程解算影像外方位角元素,基于影像外方位角元素解算影像外方位线元素与室内框架线参数。实验证明该方法在单影像室内三维重建中是可行的。     

一种基于直线特征的影像外方位元素解算理论与方法

与点特征相比,影像上的线特征,特别是直线特征,具有识别相对容易、使用灵活等优点,因此对直线摄影测量的研究已成为目前摄影测量的一个重要研究方向.依据空间直线在航空影像上的投影仍然是直线,并结合共线条件方程,通过线性化,推导了基于直线特征计算像片外方位元素的误差方程;并且给出了计算过程.最后,通过实验验证了基于线特征计算像...     

一种基于直线特征的影像外方位元素解算理论与方法

与点特征相比,影像上的线特征,特别是直线特征,具有识别相对容易、使用灵活等优点,因此对直线摄影测量的研究已成为目前摄影测量的一个重要研究方向。依据空间直线在航空影像上的投影仍然是直线,并结合共线条件方程,通过线性化,推导了基于直线特征计算像片外方位元素的误差方程;并且给出了计算过程。最后,通过实验验证了基于线特征计算像片外方位元素理论与方法的可行性和可靠性。同其他方法相比,该方法具有易于理解、便于计算、实用性强、易于实现影像自动外部定向等特点。     

遥感技术中GPS/INS组合系统的应用

分析综述GPS/INS组合系统在遥感技术中应用的状况,讨论运用GPS最新动态定位技术(PPP技术或网络RTK技术)和MEMS惯性器件的组合系统对遥感影像进行几何纠正的应用前景及面临的问题.     

一种低成本GPS/INS紧耦合组合导航系统

描述了一种低成本的GPS/INS组合导航系统,经过理论推导得到了系统具体的实现方法,并通过市场上大量使用的低成本GPS模块和MEMS陀螺和加速度计实现了该系统。实际路测数据结果显示,该系统基本达到了理论预期。     

GPS/INS组合导航系统时间同步方法综述

导航传感器间的时间同步是保证全球定位系统/惯性导航系统(GPS/INS)组合导航系统实现的重要前提。详细分析了时间异步产生的原因,归纳了GPS/INS组合导航时间同步的实现思路,阐述了现有的典型时间同步方法。为GPS/INS组合导航系统时间同步设计提供重要参考。     

扩展区间Kalman滤波器及其在GPS/INS组合导航中的应用

针对具有不确定动态模型参数的 GPS/INS 组合导航系统,首先介绍一种新型的区间Kalman滤波器,讨论了GPS/INS 组合系统中模型参数不确定性的问题,分析了惯性传感器建模中相关时间常数的区间特性,并建立了适合非线性特性的GPS/INS组合系统的扩展区间卡尔曼滤波器.计算结果表明,扩展区间卡尔曼滤波器对非线性GPS/INS组合系统是很有效的,它能给出组合系统导航误差的上下界,这对组合系统的设计具有指导的意义.     

卡尔曼滤波与H∞滤波在INS／GPS组合导航中的应用

组合导航利用惯性导航（INS）和全球定位系统（GPS）较强的非相似性和互补性,将两者组合,可以取长补短,充分发挥各自的优点,提高导航系统性能。利用卡尔曼滤波能够有效提高其精度,但卡尔曼滤波的应用要求函数模型和随机模型已知,符合实际,这在实际应用中是很难保证的,一般都是通过经验信息确定。H滤波则具有很强的鲁棒性,抗干扰性强。通过仿真数据处理,结果表明：H滤波比卡尔曼滤波在噪声特性未知时更适用,精度更高。     

一种两步自适应抗差Kalman滤波在GPS/INS组合导航中的应用

当GPS观测可用时,如何提高组合导航的可靠性、连续性以及导航精度是组合导航重要的研究主题。针对伪距、伪距率紧组合导航精度低、姿态角误差修正不精确的缺点,本文从参数可观测性角度提出一种两步自适应Kalman滤波算法。首先简单介绍了紧组合Kalman滤波的过程,然后给出了两步自适应抗差滤波的公式和具体步骤,并且进行了分析和比较。最后用实测算例对提出的算法进行验证。结果表明,相比较于伪距、伪距率紧组合Kalman滤波,两步自适应抗差滤波能够控制动态扰动异常和观测异常的影响;导航精度不会随着组合周期的增长、INS惯性元件误差的增大而降低;在惯性元件误差较大的情形下也能够很好地估计元件误差,提高姿态角精度。     

航空遥感中基于高阶INS误差模型的GPS/INS组合定位定向方法

基于随机常数、随机游走和一阶马尔可夫过程组合的高阶IMU误差模型,建立36阶卡尔曼滤波器。通过松散组合模式,最终实现位置标准差±5cm、俯仰/横滚角标准差±0.002°、航向角标准差±0.008°的定位定向精度。     

顾及动力学模型误差影响的GPS/INS组合导航自适应滤波算法

在顾及动力学模型随机误差的情况下,设计了一种GPS/INS自适应滤波算法。针对BP神经网络存在的训练速度慢、易陷入局部极小值等问题,对神经网络学习算法进行了改进。利用神经网络进一步减小系统误差对导航解的影响,给出了顾及动力学模型随机误差和系统误差的GPS/INS自适应滤波算法,并利用实测数据验证了算法的有效性。     

广义岭估计在解算单线阵CCD卫星影像外方位元素中的应用

针对单线阵CCD卫星影像外方位元素解算过程中存在的问题,在分析以往解决办法的基础上,提出了利用广义岭估计进行解算,并说明了确定广义岭估计参数的方法。实验证明,该方法简便、稳定、有效。     

改进的UKF在GPS/INS组合导航中的应用

在GPS/INS组合导航中,传统UKF(Unscented Kalman Filter)计算量大,无法满足实时性要求。而且当动力学模型受到异常扰动误差影响时,其精度与稳定性易受到影响。针对以上问题,利用最小偏度单形采样策略降低UKF计算量以提高精度;通过自适应调整过程噪声以降低动态异常扰动误差对UKF精度与稳定性的影响。由此提出了一种改进UKF算法,用于GPS/INS组合导航。仿真实验结果表明,改进UKF算法用于GPS/INS组合导航的精度要优于UKF算法。