海面高因素对北斗系统海上无源定位精度的影响

研究了海面高因素对北斗系统定位精度的影响,并利用"三星+高程约束法"、"星际差分+初始高程约束法"和"余弦定理解析求解法"三种解算方法进行仿真计算,计算结果表明,考虑海面高因素能有效地提高北斗系统定位精度且提高幅度与解算方法有关。

北斗无源定位的虚拟卫星算法

为了解决现有的气压高度计辅助卫星定位算法计算繁琐或者难于分析定位精度的问题,该文提出虚拟卫星定位算法。该算法根据用户的位置估计值生成一颗"虚拟"卫星,对应的"虚拟"伪距由气压高度计提供,结合用户的可见卫星和测得的伪距来更新用户的位置估计值,反复执行上述过程直至收敛。该算法计算步骤简单,可直接进行定位精度分析。将该算法应用于北斗三星无源定位当中,仿真结果表明:设定气压测高误差标准差为8m,则中国及邻近地区的位置精度因子为8.8至22.4;在清华大学校园进行的静态测试显示,在各个历元上迭代过程只有4～9次,定位均方根误差为42.7m。

Kalman滤波在北斗三星无源动态定位中的应用

针对北斗三星无源动态定位接收机载体的运动模型与接收信号中存在的噪声特性,建立转弯模型以准确反应接收机载体运动规律并提出基于转弯模型的kalman滤波算法。通过对实际北斗三星无源动态定位结果进行滤波,仿真验证了该算法可以消除动态定位中的大部分随机误差。与传统kalman滤波算法相比,该算法实现简单,适用性强,提高定位精度,并且在实际工程应用中取得良好效果。

一种基于卡尔曼滤波处理的北斗卫星无源组合导航自适应野值剔除方法

在组合卫星导航定位中,由于导航接收机存在各种噪声和干扰,使得伪距出现较大的变动,直接导致定位结果出现野值。本文在卡尔曼滤波技术的基础上,提出了一种自适应野值剔除方法,对动态数据野值判断、识别与剔除,有效地抑制卫星导航中动态数据中的野值对滤波的影响。

UKF滤波在INS/无源北斗组合导航系统中的应用

为解决无源北斗量测方程的非线性问题,提出将Unscented卡尔曼滤波(UKF)用于惯性导航系统(INS)/无源北斗组合导航系统,避免了利用传统的泰勒展开式逼近法对量测方程进行线性化处理所带来的截断误差。仿真结果表明,UKF方法有效地解决了卡尔曼滤波中系统量测方程的非线性问题,并使INS/无源北斗组合导航系统的导航精度得到大幅提高。

一种改进的组合卫星定位系统的研究

组合定位系统利用了多种卫星的资源,既保证了较高的定位精度,又可以解决在一些特定条件下,某一系统出现问题而导致定位失效的问题。文章对北斗无源定位系统以及GPS全球定位系统二者的组合进行了研究,设计并实现了一种改进的联邦卡尔曼滤波系统结构模型,通过对实际试验结果的分析表明,该系统有效抑制了滤波发散,具有定位精度高,可靠性、自主性强的优点。