排序方式: 共有37条查询结果,搜索用时 125 毫秒
21.
为满足GNSS数据处理效率不断提升的需求,提出并开发了一套分布式并行计算框架,并基于该框架实现了全球电离层模型的分布式并行解算。采用2台服务器和4台台式机,对全球电离层建模分别测试了单机多线程、多机分布式等并行计算方案,并分析了不同方案建模的数据处理效率。结果表明,采用多线程并行计算可以大幅提高数据处理效率,且当开启线程数与计算机CPU核心数一致时效率提升最佳;采用多机分布式并行计算可进一步提高数据处理效率,使用4台台式机相对于单台台式机解算时间减少约60%,使用2台服务器相对于单台服务器解算时间减少约18%;采用分布式并行计算方案,可充分利用多台计算机资源来提高全球电离层建模效率,对电离层产品快速发布、建模算法的测试等具有重要的意义,对多系统GNSS精密定轨与定位、大网解算也具有很好的参考价值。 相似文献
22.
针对当前GNSS RTK算法在城市环境下可用率较低,特别是动态条件下满足cm级精度定位的观测历元少的现状,将部分模糊度固定算法应用于城市动态环境GNSS RTK定位,并采用城市环境下车载数据验证部分模糊度固定算法的可用性。测试结果证明,该算法能显著提高城市环境下GNSS RTK模糊度固定率,增加cm级定位历元数量。 相似文献
23.
城市环境下BDS/GPS单频RTK定位算法研究 总被引:1,自引:0,他引:1
分析一种顾及速度信息辅助模糊度固定、模糊度继承以及融合多普勒观测值的单频BDS/GPS RTK算法,并给出其算法模型。通过城市环境下的实际车载测试,对比分析BDS、GPS、BDS+GPS 3种模式下单频RTK定位性能和解算精度。 相似文献
24.
设计了一套基于集中式卡尔曼滤波的实时动态定位(real-time kinematic,RTK)/惯性导航系统(inertial navigation system,INS)紧组合算法,通过实测车载数据对比分析了3颗可用卫星时的固定解和浮点解在位置漂移误差水平和模糊度恢复时间上的差异,验证了该算法在卫星较少情况下的良好性能。该算法在即使观测卫星不足4颗时使用固定解或浮点解进行滤波更新,提高了组合导航在复杂环境下的位置精度,并加快了模糊度恢复过程。实验结果表明,使用中等精度的惯导,在可见卫星数为3颗时,失锁30 s时的水平位置漂移误差为0.3 m;失锁60 s内,平均1~2 s就能可靠地恢复整周模糊度。在位置漂移误差与模糊度恢复方面,固定解和浮点解在GNSS信号短期部分失锁时的差异并不显著,但同时都明显优于信号完全失锁情形。 相似文献
25.
地基GPS区域电离层多项式模型与硬件延迟统一解算分析 总被引:3,自引:0,他引:3
探讨了利用区域地基GPS双频精码数据建立单层电离层多项式模型中,多项式系数、组合硬件延迟统一平差的数据处理方法.数据分析表明,GPS卫星短弧段的天空视图对电离层多项式建模的影响较大,由此估计的组合硬件延迟解不稳定,电离层模型也存在系统误差,边际效应明显;分段常数的全天电离层延迟多项式建模的数据处理方法可以有效地削弱短时弧段建模的影响,获取一致性、稳定性更好的组合硬件延迟. 相似文献
26.
27.
本文针对复杂动态的城市环境自动驾驶规模化应用需求,提出惯性单元辅助RTK快速收敛的自动驾驶低成本、高精度定位方法。使用MEMS IMU M39和战术级IMU Pos320,通过对多组实测车载数据进行仿真中断,得到INS位置漂移误差、模糊度收敛时间、模糊度固定正确性指标,再对无惯导辅助、M39辅助模糊度固定和Pos320辅助3种情形下的模糊度固定时间和定位精度进行了统计和分析。结果表明,M39在GNSS中断5 s时可辅助RTK实现模糊度瞬时固定,中断时间为10 s时可以将RTK模糊度收敛时间压缩至1/4。MEMS IMU的加入使得RTK模糊度固定错误个数显著下降,10 cm以内高精度定位占比由62.25%提高至98.44%。试验验证了MEMS IMU辅助RTK能够加快模糊度收敛速度,提高了其在自动驾驶导航定位应用中的精度和可靠性。 相似文献
28.
为研究零速修正在GNSS/INS紧组合导航中的应用,提出综合利用GNSS/INS紧组合解算速度、IMU原始数据和多普勒观测数据的零速判断准则以及零速状态下的紧组合数学模型,并通过车载测试进行验证。结果表明,该零速判断准则对载体静止状态的判断与实际情况吻合良好,零速修正能够有效抑制载体静止状态下的IMU传感器误差积累,尤其是在卫星观测质量不好时。相对于不使用零速修正,在较短静止时间内,采用零速修正算法可以使卫星信号正常时的载体位置、速度精度分别改善27%、35%;卫星信号中断30~120 s时,载体位置和速度精度分别改善16%~75%和87%~97%;但卫星信号正常与中断时,姿态改善效果都不明显。 相似文献
30.