共查询到10条相似文献,搜索用时 843 毫秒
1.
针对行人航迹推算(PDR) 与全球定位系统(GPS) 组合定位问题, 提出一种基于小波变换(WT) 的无迹卡尔曼滤波(UKF) 改进算法, 对PDR 和GPS 定位结果进行数据融合. 建立PDR/GPS 组合定位系统数学模型, 采用小波变换对运动加速度信号噪声特性进行在线估计, 以更新UKF 的协方差矩阵. 所提出的WT-UKF 滤波算法弥补了传统UKF 算法因人为假定信号噪声为高斯白噪声而影响滤波效果和精度的缺陷. 实验结果表明, 使用WT-UKF 滤波算法对PDR/GPS 进行数据融合时稳定性更强, 精度更高. 相似文献
2.
3.
针对单一传感器有一定的误差与使用场景限制的问题,往往需要通过融合滤波技术对多传感器的测量信息进行优势互补。为改善由惯性姿态测量单元(Inertial measurement unit, IMU)与轮式里程计(Wheel Odometry)组成的航迹推算(Dead Reckoning, DR)长期使用时产生不可忽略的积分误差,以及全球定位系统(Global Positioning System, GPS)在遇到信号被遮挡或者干扰的情况下将无法正常工作等情况所引起的问题,本研究结合GPS、IMU、轮式里程计三种传感器对双轮差速机器人进行定位,以起到互补的作用,使其能够适应更加多样化的环境;同时,我们定时使用GPS模块对DR推算位置信息进行修正,并比较IMU互补滤波解算法与DMP解算法,选取效果更好的方案获取机器人欧拉角,最后使用扩展卡尔曼滤波(Extended Kalman Filtering, EKF)算法对传感器数据进行融合处理,得到机器人的最优定位。结果表明,在采用了多传感器融合的方案之后,机器人的定位精确度较之只有单一传感器的方案有了显著的提升。 相似文献
4.
全球卫星定位系统定位和测速精度高,具有全天候、全球性且基本不受地域、时间限制,但常因为某种原因出现GPS卫星信号丢失情况,航迹推算算法正好能弥补这个问题,将两者结合可以很好地解决定位问题.传统的数据融合算法-卡尔曼滤波算法,在参数选择上要求较高,选择不当即导致较大误差,影响算法效果.建立了GPS/DR组合定位系统的模型,提出了一种新型实用的自适应扩展卡尔曼滤波算法和DR单独定位算法结合的定位算法.通过实际跑车实验,结果表明,较之传统的卡尔曼滤波定位算法,该算法实用性好,而且能很好的满足系统的定位精度及可靠性等方面的要求. 相似文献
5.
6.
电磁波干扰下的工程GPS定位优化与仿真 总被引:1,自引:0,他引:1
研究GPS信号的优化定位问题.GPS在大气层传播中,信号要受到不可抗拒的电离层和对流层电磁波干扰,加之大城市或山区高层建筑物及树木等对信号的影响,会导致信号的非直线传播,造成定位存在多路径效应.传统GPS抗干扰定位算法主要针对静态绝对定位,对于产生多路径效应的动态干扰,定位结果跳跃较大,稳定性差.提出了一种加权约束残差修正的工程GPS抗电磁波干扰定位算法.利用数据组合方法,对工程GPS测量信号进行采集.通过加权约束残差修正方法,并对采集的GPS信号进行残差修正处理,在电磁波干扰的情况下形成深零陷,从而提高工程GPS测量信号的抗干扰性.实验结果表明,改进算法可对工程GPS测量进行电磁波抗干扰处理,能够有效提高信号的抗干扰性能. 相似文献
7.
8.
9.
10.
针对汽车GPS检测中汽车用户接收卫星发射的信号,由于地理位置的不同,加上汽车运行时卫星信号中噪声的存在不易准确获取.针对上述问题,提出利用抑制追踪定位算法的汽车GPS信号源检测方法,引入信号抑制追踪定位,用检测得到的汽车GPS信号残差特征对系统的计算结果进行了修正,以及运用修正后的数据构建汽车GPS噪声子频带DEMON谱,有效表达汽车的GPS信号差,间接反映汽车GPS信号信息,提高了汽车定位的准确率.实测证明,利用信号抑制追踪定位原理可有效计算出理想汽车GPS信号地点,定位准确性提高了10%. 相似文献