排序方式: 共有7条查询结果,搜索用时 46 毫秒
1
1.
针对超宽带(ultra wideband,UWB)室内导航中非视距(non line of sight,NLOS)测距误差会大幅降低导航精度以及系统噪声的不确定性导致滤波精度不高的问题,提出了一种基于新息向量的抗差Kalman滤波方法。该方法在UWB室内导航线性化模型的基础上,利用单个新息值构造抗差因子矩阵,从而消除非视距测距误差的影响,同时对系统噪声协方差矩阵进行实时估计和修正。实验结果表明,该方法不但能有效地消除非视距测距误差对导航解算的影响,而且能进一步提高导航解算的精度和稳定性。 相似文献
2.
针对超宽带室内定位系统中的标准偏差和非视距误差问题,该文设计了一种基于改进卡尔曼滤波动态定位方法。该方法首先针对双向到达时间测距信息进行标定,利用线性拟合剔除测距信息中的标准偏差,针对超宽带平面定位系统中的非线性量测方程推导得到线性化的量测方程,将改正后的测距信息作为改进卡尔曼滤波量测信息,通过设定阈值调整卡尔曼滤波增益,从而剔除非视距误差。实验结果表明,该方法能有效抑制标准偏差和非视距误差的影响,视距环境下能达到厘米级精度,非视距环境下亚分米级精度,实现室内环境下的高精度动态定位。 相似文献
3.
实时GLONASS相位频间偏差粒子群优化估计方法 总被引:1,自引:0,他引:1
针对GLONASS相位频间偏差与模糊度线性相关所导致的难以对两者进行快速分离的问题,提出了一种实时GLONASS相位频间偏差估计方法。通过分析相位IFB与RATIO值之间的关系,将相位IFB估计问题归结为求解最优化问题,并将优化方法中的粒子群优化算法引入相位IFB估计中,该方法可在不增加待估参数数量以及先验信息的条件下,高效可靠地搜索出IFB变化率参数,实现GLONASS模糊度实时固定。测试结果表明,该方法在单历元解算条件下每历元平均搜索次数为32次,远低于基于粒子滤波的相位频间偏差估计方法的200次;在采用Kalman滤波方法进行解算条件下,每历元平均搜索次数仅为9次。无论采用单历元解还是滤波解,模糊度固定成功率均高于96.2%,模糊度固定解的最大坐标偏差均小于4 cm。 相似文献
4.
5.
6.
为降低系统模型误差及观测模型误差的影响,结合噪声协方差自适应控制机制,对双天线GNSS/INS初始对准方法进行改进。利用噪声协方差自适应控制下的扩展卡尔曼滤波进行数据处理,包括系统噪声协方差控制及观测噪声协方差控制。试验结果表明,系统噪声协方差自适应控制机制可提高系统稳定性,降低滤波稳态值;观测噪声协方差自适应控制机制可降低观测噪声的影响,提高对准绝对精度。采用后处理的方式,利用基线长度偏差最小的基线结果辅助姿态解算,绝对精度进一步提高,对准绝对精度主要受观测值影响。利用本文方法,横滚角、俯仰角对准绝对精度可达0.02°,航向角对准绝对精度可达0.04°。 相似文献
7.
针对室内定位过程中超宽带(UWB)信号容易受到非视距(NLOS)环境的影响从而降低定位的精度和稳定性的问题,该文提出了基于粒子群优化支持向量机(PSO-SVM)和自主完好性监测(RAIM)的误差识别算法,通过粒子群优化(PSO)算法对支持向量机(SVM)模型参数进行优化,将优化后的支持向量机模型用于UWB NLOS信号的识别,并利用自主完好性监测算法将异常的UWB测距值剔除。实验结果表明,该文算法能够对NLOS信号进行准确的识别,并有效提升了NLOS环境下UWB定位的精度及稳定性,平面定位误差可控制在0.26 m以内,东、北方向的均方根误差分别为0.09、0.11 m。 相似文献
1