农机车载GPS和DR组合导航系统定位方法!

为提高农机车载GPS和DR组合导航系统定位的精度,将模糊逻辑和卡尔曼滤波相结合,研究了模糊自适应卡尔曼滤波算法,在线修正系统量测噪声协方差阵。该算法在改装的农机车上进行了试验。试验表明,模糊自适应卡尔曼滤波能抑制异常值对系统定位精度的影响,定位精度较单个GPS高。系统使用模糊自适应卡尔曼滤波后,x方向和y方向平均误差分别为0.13 m和0.20 m,定位曲线得到了平滑。

车载GPS/DR组合导航系统数据融合算法研究

本文介绍了车载GPS/DR组合导航系统的设计 ,建立了表示车辆加速度及影响组合导航系统定位精度的主要误差的数学模型。针对迭代扩展组合卡尔曼滤波算法中 ,由于DR系统误差的引入导致滤波效果不好的问题 ,提出了一种新的组合导航系统的数据融合算法。对实际跑车数据的处理结果表明 ,该算法在提高组合导航系统的定位精度及可靠性和完整性方面是有效的。

车载GPS/DR组合导航系统的研究及其滤波算法

给出了基于ＧＰＳ与ＤＲ组合的车辆导航系统的设计，建立了该系统的数学模型，利用卡尔曼滤波器对各子系统进行滤波处理，最后对系统进行信息综合及传感器误差校正．试验结果表明。

车载GPS/北斗/DR组合导航系统研究

针对移动车辆的定位与导航问题,研究了GPS/北斗/DR组合导航算法。文中采用坐标系变换及增加状态变量法对不同卫星星座进行了时空统一,并在此基础上研究了GPS/北斗卫星组合导航算法;为了克服卫星定位存在的不连续性问题,提出了GPS/北斗卫星导航系统与低成本的航位推算系统组合导航方案,设计了GPS/北斗/DR组合导航滤波器。通过跑车试验和算法仿真验证,结果表明GPS/北斗/DR组合导航系统能够有效改善卫星定位时信号的遮挡问题,平滑行车轨迹,提高导航定位精度。

基于GPS/DR的车载导航设备的改进及算法

将 GPS 定位航位推算(DR)技术结合起来,可以用于车辆的定位和导航中。但是现有的航位推算设备都需要用角度传感器测量车辆的行驶方向,在实际应用中存在很多不便而且性价比不高。为解决这一问题,通过研究设计了只使用速度传感器就可以进行航位推算的设备,并对设备的工作原理、体系结构和基本算法进行了介绍。通过对模拟实验数据进行分析,证明了这种航位推算方法可以很好地弥补 GPS 导航定位的不足。

GPS/DR车辆组合导航改进的粒子滤波算法研究

粒子滤波是一种基于Monte Carlo仿真的最优回归贝叶斯滤波算法,在组合导航系统的观测精度较低时能获得较好的滤波效果,但在观测精度较高时,不但可能导致滤波发散,而且存在重要性分布函数难以选取,出现粒子退化的现象。为了克服这些缺点,文章研究GPS/DR车辆组合导航改进的粒子滤波算法,提出了基于改进粒子滤波算法的GPS/DR车辆组合导航信息融合技术。采用马尔科夫链蒙特卡洛(MCMC)移动方法,移动粒子样本到状态空间中的新位置,既保证了移动后的粒子样本和实际概率函数同分布,又防止了大量后选粒子被拒绝。用改进的粒子滤波算法和扩展Kalman滤波算法,分别对GPS/DR车辆组合导航系统进行仿真实验,结果表明,改进的粒子滤波算法能减小导航定位误差,滤波性能明显优于扩展卡尔曼滤波。

车载GPSDR组合导航系统的研究

介绍了车载ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）ＤＲ（Ｄｅａｄ Ｒｅｃｋｏｎｉｎｇ） 组合导航系统的设计，在对ＧＰＳＤＲ组合导航系统中主要误差来源分析的基础上，建立了表示这些误差的数学模型．根据组合系统的数据融合原理，提出一种基于对观测量进行误差补偿的迭代扩展组合卡尔曼滤波算法．对车载ＧＰＳＤＲ组合导航系统提供的实际数据的处理结果表明，该算法在提高ＧＰＳ定位精度的情况下，能很好地修正ＤＲ系统的积累误差，大大提高了组合系统的完整性。

GPS组合导航系统的数据融合

首先介绍了车载GPS加上DR组合导航系统的设计,建立了车辆加速度及影响组合导航系统定位精度的主要误差的数学模型.然后针对一般组合滤波算法中,由于DR系统误差的引人,导致滤波效果不好的问题,提出了一种组合导航系统的数据融合.对车载GPS/DR组合导航系统提供的实际数据的处理结果表明,该方法既能提高GPS定位精度,又能有效控制DR系统的误差发散,从而有效地消除了一般组合滤波算法中DR系统误差对滤波器的影响,大大提高了组合系统的完整性和可靠性.令GPS在如香港交通环境:道路狭窄且多弯、交叉线多且密集、街道两侧高楼林立、桥梁多且较密集、隧道多且长、地形类似丘陵巳高山较多,而且车辆也多行驶速度又快的情形下变得可行.

小型无人机GPS/航程推算组合导航系统研究

探讨了在无人机上发展 GPS/航程推算自主式组合导航系统的必要性和可行性;对利用 GPS 定位信息进行导航时所需的坐标转换问题作了分析研究;并对研制的 GPS/航程推算组合导航系统的设计思想、总体方案、工作原理及软硬件结构作了介绍,给出了在小型无人机上进行导航试验的结果.

车辆GPS/DR定位硬件系统的设计

讨论了GPS和航位推算系统两种定位技术,给出了基于这两种定位技术的车辆定位系统的硬件构成.介绍了系统重要组成部件:PC104计算机、JupiterGPSOEM接收机、HMR3000电子罗盘以及里程计的主要性能.给出了JupiterGPS接收机、HMR3000电子罗盘、里程计与PC104计算机通信接口电路的设计.实验结果表明,本文所讨论的系统硬件的设计是合理有效的.

基于粒子滤波的GPS/DR组合导航算法研究

对于车载GPS/DR(全球定位系统/航位推算)组合导航系统的算法研究,大多采用扩展卡尔曼滤波,但是应用扩展卡尔曼滤波时,非线性系统必须要进行线性化,从而导致滤波结果有较大的误差。为此将粒子滤波算法用于车载GPS/DR组合导航系统中,并建立了GPS/DR组合导航系统的状态方程和观测方程。为了检验其有效性,将两种方法分别对车载GPS/DR组合导航系统进行滤波仿真,仿真实验结果表明粒子滤波比扩展卡尔曼滤波有更好的滤波效果,更能减少定位误差。

基于DSP的车载GPS/DR/MM组合导航仪

对于城市车辆GPS导航来说 ,其很大的一个缺点是跟踪卫星的信号常常由于建筑物、隧道及树木等的遮挡而使GPS的定位精度大大降低 ,甚至无法进行正常的导航和定位。为此 ,作者研制、开发了基于DSP的车载GPS/DR/MM组合导航仪 ,本文详细介绍导航仪的硬件组成和软件编程 ,给出导航仪的组合方法 ,并进行跑车试验。试验结果表明导航仪具有良好的导航与定位性能 ,解决了单纯GPS系统无法连续定位和行驶中的车辆“上房”问题。

GPS/DRS/DMAP汽车定位导航系统

阐述了一种基于单片机的由速率陀螺、磁罗盘和里程仪组成的新型航迹推算系统及其工作原理 ,在此基础上设计了多级滤波组合方式GPS(GlobalPo sitioningSystem) /DRS(DeadReckoningSystem)汽车定位导航系统 ,并通过地图匹配进一步提高定位精度 ,同时利用GSM(GlobalSystemforMobilecommunications)进行定位数据的无线传输 .跑车实验表明该系统具有较高的定位精度和可靠性 .

基于GPS/DR的现代有轨电车定位方法研究

针对现代有轨电车运行环境和运营特点,采用GPS定位为主,航位推算为辅的车辆定位方案,确保现代有轨电车在运营线路上定位信息的连续性和完整性。采用卡尔曼滤波等数据处理方法,减少传感器采集数据的零偏漂移和随机漂移,降低航位推算的累积误差,提高定位信息的精确性。由理论分析和跑车试验可以看出,组合定位方案和数据处理方法可以有效实现现代有轨电车在全部运行线路上的跟踪和定位。

车载GPS/DR/电子地图组合定位导航研究

针对单一导航定位手段的精度和使用范围在车辆导航定位技术中的局限性,提出了采用GPS、DR与电子地图组合导航的方案。经过对GPS/DR/电子地图组合导航定位方法地深入研究,表明GPS/DR/电子地图组合导航是一种较为理想的车辆导航方式,它克服了GPS信号受阻时定位间断或失效的缺点,又避免了航位推算定位误差随时间的积累,提高了导航定位的精度并扩展了使用范围。

TU35-D420 Jupiter 12 DR GPS接收机在车辆组合定位中的应用

新型TU35-D420Jupiter12DRGPS接收机集成了航位推算电路和卡尔曼滤波,并首次在国内应用到车辆组合定位当中。

GPS/DR导航中的智能地图匹配方法研究

探讨了在简单路网区域内GPS/DR导航的智能地图匹配原则和方法,该法不仅能够消除DR的误差累计,提高定位精度,而且试验结果表明,在市郊的路网中匹配良好。

基于位置点匹配的GPS/DR组合导航系统地图匹配算法

提出了一种基于位置点匹配的地图匹配算法 ,该算法综合考虑了车辆的航向和速度信息、网络的拓扑结构和各种可能存在的误差 ,并在各个部分使用了相应的判决准则 ,使算法在整体性能上得到很大的改善。最后通过实际应用 ,验证了该算法的正确性。

GPS/DR/GIS技术在基于GSM-R列车监控系统中应用

列车监控系统是IRS(智能铁路系统 )的主要组成部分。阐述了列车监控系统的基本组成。着重介绍了GPS/DR组合定位以及GIS在列车定位和监控中的作用 ,并探讨了用GSM

新的非线性滤波算法在GPS/DR组合导航中的应用

为解决传统粒子滤波算法中样本贫化的问题,提出一种新的粒子滤波算法.在重要性采样过程中,利用最新测量值,结合UKF滤波来产生粒子滤波中的建议分布;同时在再采样过程中,用高斯混合模型表示后验状态密度,引入最大期望(Expectation Maximization,EM)算法来获得该后验状态密度的参数,从新的参数分布中进行采样得到样本粒子,取代传统的再采样过程.把新算法应用到车辆组合导航系统中,仿真结果表明新算法的有效性.