改进的高动态GPS定位自适应卡尔曼滤波方法

本文针对高动态ＧＰＳ不易确定动态噪声和观测噪声的特点，提出了一种适用于高动态ＧＰＳ定位的改进的自适应卡尔曼滤波方法。该方法具有数值稳定性好，存储量小的优点，克服了发散的缺点，具有较强的自适应性。

GPS动态定位中卡尔曼滤波模型的建立及其强跟踪算法研究

提出一种改进的强跟踪卡尔曼滤波算法,应用于GPS动态定位滤波中获得明显效果。首先建立了一种新的GPS动态定位滤波模型,该模型与以往采用的非线性卡尔曼滤波模型相比,具有模型简单、实时性好的特点。为了进一步提高滤波器的动态性能,改进了文献[1]中的强跟踪滤波算法,大大提高了滤波器的跟踪能力。

改进的渐消卡尔曼滤波在GPS动态定位中的应用

基于中长基线GPS动态定位模型和渐消卡尔曼滤波理论,提出构建新的渐消因子向量,通过对不同滑动窗口宽度设计一组平行滤波器,利用加权获得优化之后的协方差阵来改善中长基线中动态定位的精度.数据解算结果验证了该方法的正确性和可靠性.

带有速度观测量的GPS动态滤波方法及滤波精度分析

提出了带有速度观测量的GPS动态滤波方法，从而解决了载体机动时滤波器的动态跟踪问题．首先采用描述机动载体运动的“当前”统计模型，建立了GPS动态定位滤波的系统方程，和带有速度观测量的观测方程，并进行了系统的可观测性分析．然后进行了引入速度观测量提高跟踪精度的理论分析．最后通过计算机仿真结果验证了增加速度观测量可有效地提高滤波器的跟踪精度。

新型GPS动态定位自适应卡尔曼滤波方法

为了获取GPS卫星的信号及定位数据的真实值,减小信号传播中因各种因素混入的随机误差对定位精度的影响,通过应用运动载体"当前"统计模型,取速度和位置为观测量建立GPS动态定位模型,将观测量维数增大1倍,从而增加了系统的可观测性和定位测算精度.此外,针对传统标准卡尔曼滤波法在动态滤波方面的不足进行了分析,提出了改进型Sage自适应卡尔曼滤波法.该方法在递推和滤波过程中不断地修正模型参数,始终保持噪声模型接近于真实模型,从而避免了标准卡尔曼滤波法中因建模不准确可能导致的滤波发散等问题,较好地解决了GPS动态定位中状态变量维数与滤波快速性之间的矛盾,以及状态噪声和观测噪声建模不准确和时变的问题.

GPS动态测量连续周跳检验

本文针对 Ｇ Ｐ Ｓ动态测量中经常出现的连续周跳，提出了一种新的连续周跳的检验方法。该方法在理论上是最优的；与 Ｋａｌｍ ａｎ 滤波平行操作，能够实时处理周跳引起的偏差；而且，在偏差估计的同时，兼顾后续偏差检验，因而可利用尽可能多的观测历元信息来获取精度较高的偏差估值。实例计算表明。

GPS动态定位的强跟踪卡尔曼滤波研究

提出一种改进的强跟踪卡尔曼滤波算法，应用于ＧＰＳ动态定位滤波中获得明显效果．首先采用描述机动载体运动的“当前”统计模型，建立了一种新的ＧＰＳ动态定位扩展卡尔曼滤波模型及其自适应算法．然后，为了进一步提高滤波器的动态性能，改进了周东华等提出的强跟踪滤波器，大大提高了ＧＰＳ动态定位扩展卡尔曼滤波器的跟踪能力．

民用导航型C/A码GPS接收机动态定位的强跟踪卡尔曼滤波研究

本文提出一种改进的强跟踪卡尔曼滤波算法，应用于GPS动态定位滤波中获得明显效果。首先建立了一种新的GPS动态定位滤波模型，该模型与以往采用的非线性卡尔曼滤波模型相比，滤波精度得到提高，且模型简单，系统运算量降低，实时性较好。然后，为了进一步提高滤波器的动态性能，改进了文献[4]中的强跟踪滤波器，大大提高了滤波器的跟踪能力。

GPS动态定位中自适应卡尔曼滤波研究

采用描述机动载体运动的“当前”统计模型，建立了一种新的GPS动态定位自适应卡尔曼滤波模型。为了进一步提高滤波器的动态性能，提出一种改进的自适应滤波算法，大大提高了GPS动态定位卡尔曼滤波器的跟踪能力，改善了滤波效果。计算机仿真结果验证了该算法的有效性。

基于GPS定位导航的电力巡检PDA系统研发

本文以电力网的安全运营和线路巡检的高效、可靠性为主旨,研发基于GPS定位导航的电力巡检PDA系统。该系统以嵌入式GIS技术为核心,结合GPRS无线通信技术和数据库技术,结合Saga-Husa自适应滤波与强跟踪kalman滤波算法并以收敛性判断为依据,构建了改进的自适应滤波算法来提高PDA上的GPS定位精度,实现巡检过程的精确定位和数据采集,并智能导航野外巡检路径,通过GPRS和USB端口实现与服务器端的数据交互,确保巡检管理层人员实时掌握并监督管理野外巡检任务的执行情况。

GPS动态定位中自适应卡尔曼滤波模型的建立及其算法研究

采用描述机动载体运动的“当前”统计模型，建立了一种新的GPS动态定位自适应卡尔曼滤波模型。为了进一步提高滤波器的动态性能，提出一种改进的自适应滤波算法，大大提高了GPS动态定位卡尔曼滤波器的跟踪能力，改善了滤波效果。计算机仿真结果验证了该算法的有效性。

抗差EKF算法及其在GPS/BDS动态相对定位中的应用

扩展Kalman滤波算法(etended Kalman filter,EKF)对观测值质量要求较高,当观测值带有粗差时,EKF算法收敛失真甚至发散。提出采用抗差估计与EKF相结合的抗差EKF方法处理GNSS动态定位中的粗差问题。结果表明,抗差EKF方法可以有效抑制粗差观测值的影响,其定位精度相对标准EKF方法改善率优于70%。

抗差卡尔曼滤波在GPS动态定位中的应用

基于Kalman滤波的GPS动态定位中 ,动态观测量及其相应的动态模型可能存在异常 ,若数据处理不考虑对这些异常的特别处理 ,则模糊度的估值及其所提供的动态信息将极不可靠。按抗差估计原理 ,文中构造了状态向量和观测值对模糊度的影响函数 ,并由此建立了动态GPS定位的抗差Kalman滤波解法。

惯性速度辅助下GPS／捷联惯导组合系统性能研究

ＧＰＳ／惯性导航组合系统目前正得到越来越广泛的应用，但ＧＰＳ接收机载波环失锁时，码环的速率辅助信息来自惯导系统。由于惯性速度的不精确性及伪距测量误差和它之间的相关性，将可能导致组合系统工作的不稳定。本文根据码环的工作特性，在组合系统卡尔曼滤波器中考虑了码环的跟踪误差，利用ＧＰＳ星座仿真器实时选择最佳导航星，用协方差法分析了飞机机动飞行时ＧＰＳ／捷联惯导组合系统的导航性能。结果表明，ＧＰＳ／捷联惯导组合系统中，若消除了伪距测量误差与惯性速度误差之间的相关性，将可较显著地提高导航系统的导航精度，并保证了码环处于跟踪状态，使组合系统能正常稳定地工作。

基于RTK-GPS的提梁机组协调控制系统设计

双提梁机组协调控制系统利用对称布置的双频载波相位RTK-GPS(Real-Time Kinematic difference Global Position System)接收机完成对提梁机位置、航向位姿信息的测量,通过卡尔曼滤波与里程计融合,消除坐标定位信息的波动,提高位姿测定的精度;单机采用基于CAN(Controller Area Network)总线的网络控制系统,机组间数据传输采用无线网络,构成混合网络控制系统;采用基于双闭环的同步控制策略实现对两提梁机的同步协调控制.实际应用结果表明,两提梁机间相对位置偏差不超过0.1 m,相对航向角度偏差不超过0.1°.

基于模糊逻辑的自适应强跟踪卡尔曼滤波在GPS定位中的应用

当载体速度频繁发生突变时,针对卡尔曼滤波在GPS定位解算中对系统模型依赖性强、鲁棒性差的问题,提出了一种基于模糊逻辑的自适应强跟踪卡尔曼滤波算法。该算法主要利用模糊逻辑自适应控制器监测系统输出的残差均值,并根据模糊规则动态调整弱化因子,从而对强跟踪滤波器中次优渐消因子进行自适应调整,来实现抑制载体突变影响。仿真结果表明:该算法在载体突变的跟踪精度高于扩展卡尔曼滤波和强跟踪卡尔曼滤,其稳定性也有所提高。

GPS/INS组合导航缺星情况下的卡尔曼滤波改进算法

针对GPS/INS(Global Positioning System/Inertial Navigation System)紧组合导航系统在卫星信号缺失情况下导航精度降低,容积卡尔曼滤波(Cubature Kalman Filter,CKF)应用中存在模型误差和计算误差的问题,提出了适用于该背景下的强跟踪均方根容积卡尔曼滤波(Square-Root CKF)算法。该算法通过人为地相对突出滤波过程中新数据的作用,提高了算法在模型不确定时的鲁棒性;均方根策略保证了协方差阵的正定性和对称性。仿真实验表明,改进的算法能够提高导航精度,在卫星信号缺失情况下其效能发挥地更好,提高了组合导航适应复杂环境的能力。

一种改进的GPS弱信号跟踪算法

针对目前GPS(全球定位系统)软件接收机中常用的跟踪环路难以跟踪弱信号的缺点,结合卡尔曼滤波技术,提出了一种基于扩展卡尔曼滤波的GPS弱信号跟踪算法。该算法通过改进传统卡尔曼滤波的观测方程,提高了信号估计精度。仿真结果表明,在载噪比低至23 dB·Hz的GPS信号跟踪条件下,传统跟踪环路已无法跟踪信号,但该改进的跟踪方法仍能跟踪。总体来说,该改进算法可用于GPS弱信号的跟踪,也可以用于其他GNSS(全球卫星导航系统)。

强跟踪滤波器在高动态GPS信号跟踪中的应用

为解决在高动态环境下GPS接收机跟踪环路中频信号失锁的问题,提出了一种基于线性强跟踪卡尔曼滤波器(STKF)理论的GPS信号跟踪环路.此跟踪环路以码鉴相器和载波鉴相器输出作为观测量,利用线性强跟踪卡尔曼滤波器对高动态环境下的码相位误差、载波相位误差、多普勒频率误差以及多普勒频率变化率误差进行估计,并将估计结果反馈给跟踪环路的数控振荡器,从而产生准确的本地载波和本地码.仿真结果表明,在GPS信号载噪比为45 dBHz时,线性强跟踪卡尔曼滤波器跟踪环路在多普勒频率变化率为5.0 kHz/s时仍能可靠跟踪,而传统的基于PLL/DLL和环路滤波器的跟踪环路在1.8 kHz/s时已经失锁.

一种考虑GPS信号中断的导航滤波算法

针对无人机惯性(INS)/GPS组合导航系统,考虑导航过程中存在的GPS数据中断的问题,设计了一种改进的滤波算法。首先建立了无人机导航运动学模型,再将传统的扩展卡尔曼滤波(EKF)技术和强跟踪滤波结合,利用模糊理论中的隶属度函数设计了一种模糊强跟踪扩展卡尔曼滤波(STEKF)算法。仿真结果表明,所设计的改进算法能够快速适应GPS信号突变,即当GPS信号从故障状态恢复到正常状态时,改进算法相较普通EKF算法能更快速地收敛到稳定状态,重新完成对飞行状态的估计。同时相较普通EKF和强跟踪扩展卡尔曼滤波算法,改进算法具有更高的滤波精度。