排序方式: 共有94条查询结果,搜索用时 15 毫秒
21.
智能手机凭借其普遍性、便携性和低成本等优势,已成为大众用户导航与位置服务的主流终端载体,其多频多系统GNSS(global navigation satellite system)观测值的开放进一步激发了手机高精度定位的研究。然而,受限于消费级GNSS器件性能,手机卫星观测值呈现出信号衰减严重、伪距噪声大、粗差周跳多等问题;并且受城市复杂环境影响,手机GNSS定位的连续性、可靠性也难以保证。提出一种城市场景手机GNSS/ MEMS(micro-electro mechanical system)融合的车载高精度定位方案。首先,构建了速度约束的GNSS差分定位模型;然后,通过手机内置MEMS与车辆运动约束,在挑战环境下进行GNSS/MEMS融合精密定位。实验结果表明,在开阔和树荫场景下,速度约束方法可达到分米至米级定位精度,相比于常规方法分别提升了35.2%和78.9%;在高架场景下,GNSS/MEMS融合定位的精度和连续性均提升显著;在隧道场景下,MEMS推算位置累积误差约为2.5%。实验结果初步表明,手机GNSS具备开阔环境下的车道级定位能力,手机GNSS/MEMS融合可提升城市复杂环境下车载定位的精度和连续可用性。 相似文献
22.
针对室内活动场景下,额外布设定位基站成本较高,应用范围有限,基于手机的室内高精度位置服务需求难以满足的问题。考虑到Wi-Fi在全球网络中的广泛部署及智能手机内置多种运动传感器,本文实现了基于Wi-Fi RTT测距信息和手机内置多传感器的实时室内定位方法,并在室内进行静态和动态定位实验。实验结果表明:该算法无论是定位精度还是定位准度都优于仅依赖于Wi-Fi RTT测距信息的Wi-Fi RTT LS算法和Wi-Fi RTT UKF算法,平均定位误差为1.16 m,最大定位误差为2.14 m。 相似文献
23.
针对当前智能手机的全球卫星导航系统(GNSS)原始数据质量不佳导致常规精密单点定位(PPP)模型无法有效利用以及缺少智能手机PPP模型测试分析资料等问题,该文以载波加钟差的改进精密单点定位模型为基础,扩展至相应的载波加钟速模型、UofC模型、无模糊度模型、载波二次差模型及星间差分模型,简述了各个模型的特点,并利用华为P10智能手机的GNSS原始数据,测试并分析了各个模型定位精度情况:星间差分PPP模型在短期内(10 min)定位精度最优,平面中误差在1.8 m左右,高程2.1 m左右;改进模型与载波加钟速模型定位精度相当,UofC模型精度稍差;无模糊度模型与载波二次差模型需在Kalman滤波过程中采用降权方式防止其发散,定位精度取决于前期历元的数据质量。 相似文献
24.
25.
针对使用智能手机进行行人航迹推算(pedestrain dead reckoning,PDR)时航向角漂移,定位精度不高,误差累积的问题,提出了一种地图匹配辅助的卡尔曼滤波-粒子滤波(Kalman filter-particle filter,KF-PF)多重滤波算法对PDR算法进行优化。在传统PDR算法的基础上,使用KF融合陀螺仪数据和地图信息解算航向角,然后采用基于地图匹配的粒子滤波算法对轨迹结果进行处理。实验结果表明,该方法消除了航向角误差过大对定位结果的影响,在提高室内定位的灵活性的同时增强了定位的稳定性和精度,并通过地图匹配减少了传统粒子滤波采样点数,降低了运算量,使其在手机平台上实时运行成为可能。 相似文献
26.
27.
信息技术的快速发展,使得在移动端获取与分析数据成为可能.本文基于微信小程序,以济南市市中区为例,开发了房屋安全管理平台,实现房屋安全鉴定数据在移动端的可视化、便捷化管理,同时阐述了该平台的实现方法,及其所用到的关键技术.该微信小程序结合手机地图,可使用户直观了解房屋的空间分布与危险房屋的统计分析、实时地获取所查询房屋的... 相似文献
28.
叶面积指数LAI(Leaf Area Index)是表征植被冠层结构特征的一个重要参数,已经成为多个对地观测系统的陆表参数标准产品,也是定量遥感模型的重要输入参数。快速、准确地获取植被LAI对于开展遥感产品验证、促进遥感模型的发展具有极为重要的意义。随着传感器性能与应用软件功能扩展,智能手机已经成为植被LAI测量的新选择。然而,由于手机成像传感器窄视场角的限制,现有算法依赖于叶倾角分布函数为球型分布的假设,即G函数(单位叶面积在垂直于观测天顶角的平面上的投影)恒等于0.5。因而,传统算法无法解决植被叶倾角分布未知的情况。本文提出了一种基于形状匹配的G函数估算方法,基于有限长度方法和多幅影像间隙率,计算样方内的植被冠层聚集指数,利用泊松分布模型分别得到了植被冠层有效叶面积指数(LAIeff)和真实叶面积指数(LAItru),并用黑龙江海伦农场两种农作物类型(玉米和大豆)的破坏性测量得到的时间序列真实LAI数据(LAIdes)对算法进行了验证。结果表明,算法改进之前的均方根误差(RMSE)分别是0.84(垂直拍摄)和1.33... 相似文献
29.
介绍如何利用Mono for Android、ASP.NET、C#开发一套可以在智能手机上使用的上行气象信息传输实时监控软件,以保障上行气象信息的时效性。从软件的需求分析、软件架构、软件实现等方面阐述了如何在技术上安全、及时、准确的实现对气象信息传输情况的实时监控,并对主要功能的实现与优化进行了详细介绍:通过Web Service技术获取、发布传输监控信息、进行用户权限控制,优化Web Service性能,以保障监控信息安全、高效的传输;利用后台服务、隐式线程、定时警报实现快速响应、节约系统开销的手机客户端;构建兼容性、独立于分辨率的UI。 相似文献
30.
针对受限于低成本信号接收与处理单元,手机伪距单点定位和伪距差分定位无法满足用户对定位精度的要求的问题,该文利用多普勒测速和历元间差分求解速度矢量约束位置解,构建附加多普勒原始观测值速度约束、附加伪速度约束和历元间位置约束的3种实时差分(RTD)模型。并与常规RTD模型进行对比,探究其在双频多系统下的定位精度及其稳定性。实验结果表明,3种模型相较于常规RTD都能有效提高定位精度,其中历元间位置约束的RTD模型定位精度的提升最为明显;静态模式下,小米8利用历元间位置约束的RTD定位下E、N、U方向提升分别为65%、50%和47%;在动态模式下,小米8利用历元间位置约束的RTD定位后,平面精度可提升43%。 相似文献