一种车辆GPS/DR/DMAP组合导航系统

车辆导航系统常采用GPS/DR组合导航方式,在实际使用中若采用联邦滤波器,由于设计结构复杂,各种参数选取对滤波器的性能影响较大,选取不当反而引起导航精度的降低。本文设计了一种GPS/DR滤波器,这种滤波器当GPS接收机在失锁时仍能够为用户导航,并且该滤波器结构简单,设计简易。本文采用了DMAP,纠正了车辆相对于道路的偏差。实测导航实验验证了该滤波器能够满足导航精度要求,适用于城市中车辆导航应用。     

车辆GPS/DR组合导航系统研究

车辆导航系统常采用GPS/DR组合导航方式,很多该类组合导航系统采用联邦滤波器,分别对GPS信号和DR信号进行处理,再通过主滤波器融合两个子滤波器的计算结果。使用联邦滤波器有很多优点,特别是当GPS或DR其中任何一个子系统出现故障时联邦滤波器仍然可继续为用户提供导航服务。但是,联邦滤波器设计结构复杂,各种参数选取对滤波器的性能影响较大,选取不当反而引起导航精度的降低。设计一种GPS/DR滤波器,这种滤波器当GPS接收机在城市中受到遮挡引起失锁时仍能够为用户导航,并且该滤波器与联邦滤波器相比,结构简单,设计简易。通过在城市中进行车辆实测导航实验,验证了该滤波器能够满足导航精度要求,适用于城市中车辆导航应用。     

自适应卡尔曼滤波在GPS/DR组合导航中的应用

针对在观测条件较差的情况下卡尔曼滤波的鲁棒性较差,本文设计了一种自适应卡尔曼滤波模型。通过实际车载GPS/DR组合导航试验,结果表明该模型在观测质量较差的情况下能够抑制较大的偏差,相对于标准卡尔曼滤波模型,其平面定位精度提高了近一倍,达到2～3m。因此,在观测环境较差的情况下建议采用渐消自适应卡尔曼滤波模式进行组合导航。     

GPS/DR组合定位方法研究

当今，诸多部门如公安、交通和银行等都要求在城市环境中对车辆连续跟踪和不间断定位。如何实现车辆在城市中的高精度连续定位是许多车辆监控和指挥系统及ITS（Intelligent Transportation System)的主要研究课题之一。然而，由于城市中的电波传播环境非常复杂，在其中定位要考虑很多方面的因素。本文就城市环境的特殊性，分析了其影响GPS定位精度的主要误差源，并设计了一种经济可行的组合定位方法－GPS／DR组合定位模式。     

GPS/DR组合导航中一种新的数据融合算法

在分析以往多传感器组合观测数据融合算法基础上,提出了一种新的数据融合算法。仿真计算结果证实了该方法的可行性。     

GPS/DR原始观测值组合导航定位研究

根据GPS/DR组合系统的导航定位原理,推导了利用GPS原始观测值与DR航位推算信息进行组合的Kalman滤波模型,并利用该滤波模型对GPS/DR原始观测数据进行航位解算。数据处理结果表明,即使在只有两颗GPS观测卫星的情况下,该滤波模型也可以充分利用GPS观测信息提高DR航位推算精度。     

GPS/DR/MM组合导航中的车辆定位精度研究

本文介绍了GPS/DR/MM的工作模式和地图匹配的原则和方法,探讨了将车辆位置匹配到路段上的两种方法,即利用地图数据库或GPS点直接向路段投影。本文从理论角度提出提高车辆路段定位精度的方法,并利用公式进行了推导证明。推导结果表明,利用上述两种方法对车辆位置进行最佳估计,所获得的车辆位置的不确定性大大降低,为组合导航提供了理论依据。     

GPS/DR组合Kalman滤波模型及性能分析

设计了一种适用于融合GPS、DR两种不同导航输入信息的Kalman滤波器,能够将GPS导航解、GPS伪距观测值、GPS多普勒观测值以及DR原始观测值进行融合,实现最优的滤波效果。实际车载试验比较分析了GPS/DR松组合、基于伪距的GPS/DR紧组合、基于伪距与伪距率的GPS/DR紧组合三种不同组合模式的导航定位精度。结果表明,紧组合较松组合而言,充分利用了GPS和DR的原始观测信息,增加了系统的可观测度,提高了滤波跟踪精度,进一步提高了组合导航系统的可靠性和稳定性。     

GPS/DR组合导航自适应Kalman滤波算法

针对GPS/DR组合导航Kalman滤波的异常扰动影响问题,引入了自适应滤波算法。给出了由预测残差确定自适应因子的过程。利用实测数据进行验证,结果表明无论是单因子自适应滤波还是多因子自适应滤波都能够很好地控制状态异常对滤波估值的影响,滤波精度均优于标准Kalman滤波导航解;而且因为多因子自适应滤波避免损失可靠的状态参数信息,较单因子自适应滤波,精度又有明显提高。     

SINS／GPS组合系统数据处理的质量控制方法研究

ＳＩＮＳ／ＧＰＳ组合系统是一种高效的动态大地测量方法。本文探讨这种组合系统数据处理的统计质量控制理论。     

信息分配系数的自适应滤波在GPS/DR组合导航中的应用

在组合导航中常采用联合滤波器进行多源传感器的信息融合,其中信息分配系数的取值直接影响着联合滤波器的性能。在详细分析子滤波器状态变量估计协方差阵特点的基础上,文中提出了采用两组信息分配系数的自适应联合滤波模型,并将设计的自适应联合滤波模型应用于车载GPS/DR组合导航中。仿真实验表明,导航的位置精度提高约为40%;速度精度提高约为10%。同时也提高了组合系统的容错性和可靠性。     

粒子滤波算法在GPS/DR组合导航中的应用

针对建议分布函数的选择问题,系统地分析比较了改进的粒子滤波算法。在此基础上提出了一种新的粒子滤波算法——自适应渐消扩展Kalman粒子滤波方法。该方法用渐消扩展Kalman滤波产生建议分布函数,由于参数的可在线调节性,使得系统具有更好的自适应性和鲁棒性。与用转移先验、扩展Kalman滤波、自适应扩展Kalman滤波、迭代扩展Kalman滤波以及无迹Kalman滤波产生建议分布函数的粒子滤波方法相比,自适应渐消扩展Kalman粒子滤波进一步提高了粒子滤波的精度。通过对GPS与航位推算(DR)组合导航系统GPS/DR的试验,验证了该方法的有效性。     

基于GPSRTK与后处理程序实现断面测量一体化的方法

探讨了采用RTK技术快速测量断面的方法,应用后处理软件快速输出断面成果与CAD断面图,为断面测量及数据处理提供了方法。     

基于GPS单点定位的工程测量技术研究

以GPS单点定位在城市工程测量中的应用为研究对象,探讨了BERNESE 5.0软件数据处理流程、IGS精密星历等关键技术。在此基础上,结合案例进行分析,结果表明精密单点定位完全满足城市工程测量的日常需要。