基于线性参考系统的轨道数据模型

通过建立一个公路网模型,详细阐述了基于线性参考系统的轨道数据模型———节点-弧模型.该模型所使用的关键点的定义方法和线性内插算法.

基于强跟踪性能的QEKF组合导航自适应滤波研究

以低成本陆用航姿参考系统（AHRS）/GPS紧耦合系统为研究对象,建立了基于伪距、伪距率、航向角的组合观测数学模型。引入强跟踪滤波（STF）算法,利用渐消因子的作用,增强滤波器对状态快速变化的跟踪能力。同时,针对微惯性器件漂移过大的缺点,采用二阶EKF（QEKF）方法,通过对Hessian矩阵的求解,补偿系统观测方程线性化的二阶截断误差。仿真表明：STQEKF方法可高速准确地逼近系统非线性模型,实现陆地载体导航控制,在传感器精度有限的情况下,使姿态和位置的控制效果较标准EKF分别提高了约8.9%-38.2%和48.7%-54.4%。

AHRS姿态估计的迭代扩展卡尔曼滤波方法

针对现有滤波方法在低成本航姿参考系统(AHRS)姿态估计应用中存在准确性不足的问题,本文提出一种非线性滤波求解的姿态估计方法。根据四元数姿态表示原理与传感器测量输出模型构建了基于AHRS系统直接形式姿态估计的非线性状态空间模型,采用迭代扩展卡尔曼滤波方法进行滤波求解,实现了对姿态四元数与传感器偏差的实时估计。通过MPU9150型MEMS惯性测量单元的实测数据与ABB工业机器人同步输出的参考姿态对本文算法进行了验证,并与现有基于非线性滤波与互补滤波的姿态估计方法以及商用姿态测量单元的结果进行了对比。结果表明,本文算法有效提高了姿态估计准确性与估计精度,具有较好的性能。

交通路况基态修正模型及其效率分析

交通路况在时间上和空间上具有连续变化的特征,在时空维度上对交通路况进行高分辨率采样得到的数据,对研究交通路况的时空动态十分有利。但长时间大范围的高分辨率交通路况信息数据量巨大,给数据的组织和管理带来了困难。目前,尚没有一种成熟的时空数据模型对高时空分辨率交通路况数据进行高效(顾及数据存储与访问效率)的组织管理。本文提出一种基于线性参照系统的交通路况基态修正模型。此模型应用基态修正模型的基本思想,在时间维度上对交通路况数据进行无损压缩,又引入动态分段技术和线性参照系统,以路划作为交通路况载体,在空间维度上对交通路况数据进行压缩存储。利用成都市区真实交通路况数据,本文验证了此模型的有效性,比较了6种不同参数下交通路况基态修正模型的存储和访问效率,给出了最佳模型建议。