排序方式: 共有10条查询结果,搜索用时 62 毫秒
1
1.
针对北斗卫星导航系统中双差观测序列的周跳问题,提出了一种小波变换组合滑动窗口的双线性插值法。 该方法利用
小波变换对载波相位双差检测序列进行尺度分解,提取高频系数,得到周跳处高频系数的奇异值,再利用滑动窗口双线性插值
法对奇异值进行替换,通过系数重构,能够较好地修复周跳。 实验利用该方法同时修复第 1、2 层高频系数和只修复第 1 层高频
系数进行修复结果对比,结果表明同时修复第 1、2 层高频系数次数更少,修复效率更高。 相似文献
2.
针对由环境复杂性而造成的北斗多路径误差不能有效削弱的问题, 提出了一种基于新的误差模型下的自适应无迹卡
尔曼滤波(UKF)方法。 该方法首先利用量测状态扩增法来解决量测噪声为有色噪声的问题,再用改进的 Sage-Husa 自适应
UKF 来动态估计系统噪声和量测噪声,从而解决噪声统计特性未定造成的误差削弱效果不明显的情况。 实验结果表明在有色
观测噪声下的改进 Sage-Husa 自适应 UKF 算法相比于传统 UKF,能够将多路径误差削弱近 60%,该方法在针对北斗定位中由于
多路径误差产生的噪声不可知的情况具有很强的适用性。 相似文献
3.
4.
在惯性导航系统中,为提高陀螺仪的姿态测量精度,抑制低频噪声的影响,提出采用小波变换法融合陀螺仪、加速度计数据解算姿态角。首先将陀螺仪采集的数据进行2层小波分解,剔除低频分量和不稳定的信号,并和高频分量重构,得到滤波后的陀螺仪数据。然后利用加速度计采集的数据解算姿态角,用来不断迭代初始四元数,由初始四元数求出重力向量,再由重力向量叉积求出误差,并作PID控制来修正陀螺仪的角度。最后把修正和滤波后的陀螺仪数据用龙格库塔法计算新的四元数,用该四元数进行负增益调节,最终解算出精确的姿态角。仿真结果表明,解算姿态角的精度提高了80%,可以有效地抑制低频噪声,更加精确地计算姿态角,从而进一步提高导航系统的定位精度。 相似文献
5.
针对加权最小二乘法定位精度不高,卡尔曼滤波对初始位置敏感以及噪声协方差固定不变的缺点,提出了一种将加权
最小二乘法和改进的卡尔曼滤波相结合的伪距单点定位解算方法。 该方法首先利用加权最小二乘法解算出接收机初始位置,
然后将该位置作为改进的自适应卡尔曼滤波的初始值,再建立动力学模型来进行滤波。 实验结果表明基于移动窗口协方差估
计的自适应卡尔曼滤波相比于传统卡尔曼滤波,能将单点定位精度提高 50%,收敛速度也提高了 90%。 该算法可以用在对精
度要求不高的民用导航和定位中。 相似文献
6.
在惯性导航系统中,为提高陀螺仪的姿态测量精度,抑制低频噪声的影响,提出采用小波变换法融合陀螺仪、加速度计数据解算姿态角。首先将陀螺仪采集的数据进行2层小波分解,剔除低频分量和不稳定的信号,并和高频分量重构,得到滤波后的陀螺仪数据。然后利用加速度计采集的数据解算姿态角,用来不断迭代初始四元数,由初始四元数求出重力向量,再由重力向量叉积求出误差,并作PID控制来修正陀螺仪的角度。最后把修正和滤波后的陀螺仪数据用龙格库塔法计算新的四元数,用该四元数进行负增益调节,最终解算出精确的姿态角。仿真结果表明,解算姿态角的精度提高了80%,可以有效地抑制低频噪声,更加精确地计算姿态角,从而进一步提高导航系统的定位精度。 相似文献
7.
在北斗导航定位领域,为获得准确的载波相位观测数据,必须对载波相位观测中出现的周跳现象进行有效探测和修复。
首先构造了单差、双差检测量,利用小波变换对单差、双差检测序列进行三尺度分解,同时提取高频系数和低频系数,从高频系
数奇异值可以观察出明显的周跳,然后通过 Lagrange 线性插值法对高频系数奇异值进行替换,将替换后的高频系数和低频系数
进行重构。 最后将重构信号与原始信号相减,可以获得周跳差值,利用该值对周跳进行一层一层的修复。 实验选择了 200 个无
周跳历元,在 100 历元处加入不同周跳,仿真结果发现该方法可以对 0. 5 周以上的周跳进行有效地探测和修复。 相似文献
8.
超辐射发光二极管(SLD)作为一个重要的特殊光源,针对 SLD 可靠度和寿命的预测精度要求高的问题,提出了基于图
形法的 SLD 性能退化可靠性评估方法。 首先采用加速应力的方式获得 SLD 的短时间内的无失效数据;其次根据退化轨迹采用
最小二乘法进行拟合得到适合于退化轨迹的曲线方程,并根据失效阈值计算出超辐射发光二极管的伪失效寿命;最后采用
Minitab 对伪失效寿命进行个体分布标识,选用接受度高的对数正态分布,得出常温下失效前的平均工作时间。 实验结果表明,
该方法可以精准预测 SLD 的可靠度和寿命,相对于其他方法其精度提高了 9. 09%。 相似文献
9.
精密单点定位(precise point positioning, PPP)技术由于操作简单、定位精度高,现已广泛应用于许多领域。针对PPP解算过程中周围环境改变可能带来的观测噪声和多路径效应,传统滤波算法无法解决其导致的精度下降的问题,本文提出一种强跟踪自适应Kalman滤波(strong tracking adaptative Kalman filtering, SAKF)算法,通过引入渐消因子调整预测误差值,同时使用IGGⅢ函数方法重构测量噪声协方差,从而实现PPP解算。实验结果表明,在静态解算时,SAKF定位精度较传统算法提升约20%,在仿动态解算时,SAKF定位精度提升约55%~60%,同时具有更好的收敛稳定性。 相似文献
10.
1