一种基于卡尔曼滤波定位解算方法的研究

GPS 利用卫星发射的无线电信号，通过计算卫星与GPS 接收机之间的相对位置，进而确定出用户接收机在地球上的位置，可以为用户接收机提供实时的定位、测速和授时等服务。传统接收机通过最小二乘法进行定位解算，接收机坐标容易发生较大的跳动。通过利用卡尔曼滤波原理，根据接收机的运动特点建立模型，利用每次导航解算结果之间的联系，对定位结果进行平滑，消除由于最小二乘算法结果相对独立而产生的定位抖动误差。通过定位试验结果表明，所设计的定位解算算法具有良好的定位效果。     

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。     

机载航电系统中多源信息模糊自适应融合技术

为了保障导航的精度与可靠性,目前常采用多源信息融合导航。针对ADS/IRS/GPS组合导航系统,采用基于自适应信息分配的联邦滤波结构处理信息融合问题,并把模糊推理技术融入到ADS/IRS卡尔曼滤波器中,对IRS/GPS子滤波器采用紧组合模式,上述结构算法能对多源导航信息进行最优融合与处理。建立了ADS/IRS模糊自适应卡尔曼滤波模型以及IRS/GPS紧组合滤波模型,设计了自适应信息分配的联邦滤波算法,并进行了仿真,仿真结果验证了设计算法的有效性。     

正逆向滤波在惯性卫星组合导航中的应用

为满足高性能惯性/全球卫星导航系统(GPS)组合导航的要求,进一步提高卡尔曼滤波算法在组合导航定位中的解算精度,考虑利用逆向数据处理和加权平滑的融合算法,提出一种正逆向融合的卡尔曼滤波算法应用于惯性/GPS的松组合导航中。分析了正逆向融合的卡尔曼滤波算法的解算方法,并与普通正向卡尔曼滤波算法做出比较。实验部分采用车载传感器采集的实测数据,通过对两种方法解算结果的误差分析,表明了正逆向融合的滤波算法在定位精度方面优于传统正向滤波算法。     

EKF在GPS导航定位中的应用研究

论文中针对GPS星座轨道参数及系统特性,建立基于伪距测量误差模型的导航定位状态方程,利用扩展卡尔曼滤波算法（EKF）,对GPS定位解算精度进行仿真实验分析。仿真结果表明,EKF明显优于最小二乘算法,具有较高的滤波精度,可以更好地满足GPS用户定位精度要求。     

一种新的单基准站钟差估计方法

基准站钟差是卫星定位系统定位误差的重要来源。为了准确校正基准站钟差以提高定位精度,提出一种基于三参数时钟模型、Singer运动目标模型和Kalman模型的基准站钟差估计算法。实验采用NOVATEL高精度接收机接收卫星的GPS实时数据以提高实验的可靠性。基于Matlab平台对钟差参数、定位坐标和定位误差进行仿真计算,结果证明其能有效提高GPS定位精度。     

利用Kalman滤波修正卫星导航差分RTK定位坐标

卫星导航差分RTK(Real Time Kinematic)定位方法的定位精度极易受到载波相位整周模糊度固定算法的影响,在模糊度固定失败的情况下,差分RTK定位将出现大幅偏差.针对该问题,基于Jerk模型提出了一种利用Kalman滤波修正差分RTK定位坐标的方法.在传统Jerk模型基础上,将卫星导航系统输出的载体运动速度信息引入状态空间模型的观测方程.基于扩展状态空间模型,利用Kalman滤波器实时修正载体的位置坐标.半实物仿真表明,所提方法能大幅改善卫星导航差分RTK定位精度.     

基于气压表/GPS的数据融合算法研究

为确保飞机精确飞越预定点上空并具备精密进场着陆引导能力,引入了一种提高垂直方向定位精度的气压表/GPS数据融合算法.该算法利用Kalman滤波实现了气压高度表/GPS的数据融合.借助于飞机的运动矢量模型、GPS定位误差模型建立了气压表/GPS组合导航系统自适应联合Kalman滤波的数学模型,给出了该数据融合算法的详细推导过程.仿真结果表明,所设计的算法在改善垂直方向上的定位精度以及在实时性、适应性等方面都有很好的效果,提高了飞机在进近飞行阶段的安全性和可靠性,能满足民用航空的进场着陆引导要求.     

Neural Technologies for Precise Timing in Electric Power Systems with a Single-Frequency GPS Receiver

The global positioning system (GPS), with its ability to provide time synchronization with accuracy to 200 ns over the wide area, provides an ideal tool for performing time tagging in electric power systems. The observed GPS pseudo-range varies from the true range because of range measurement errors. GPS errors sources are ionospheric delays, atmospheric delays, troposphericelays, multi-path effects and dilution of precision etc., affecting the GPS signals as they travel from satellite to user on Earth. In this paper neural models has been presented are for more accurate GPS timing in electric power systems with a single-frequency GPS receiver. The proposed methods use back-propagation (BP), extended Kalman filter (EKF) and particle swarm optimization (PSO) training algorithms, which achieves the optimal training criterion. We use actual data to evaluate the performance of the proposed methods. An experimental test setup is designed and implemented for this purpose. Results using the three methods are discussed. The experimental results obtained from a coarse acquisition (C/A)-code single-frequency GPS receiver are provided to confirm the efficacy of the approaches to give high accurate timing. The GPS timing RMS error using neural network based on PSO learning algorithm reduces to less than 105 and 36 ns, before and after SA, respectively.     

一种GPS定位解算算法的研究

GPS 利用卫星发射的无线电信号，通过计算卫星与 GPS 接收机之间的相对位置， 进而确定出用户接收机在地球上的位置，可以为用户接收机提供实时的定位、测速和授时等服务。 通过使用最小二乘法，对 GPS 的定位解算算法进行研究，设计了一种基于最小二乘法的 GPS 定位解算算法。通过使用模拟源对所设计的 GPS 定位算法进行了定位解算试验验证，将定位解算结果与设定的模拟接收机位置进行比较，试验结果表明，该定位解算算法具有良好的定位效果。     

基于扩展卡尔曼滤波的GPS动态测速算法

为使车载GPS测速精度满足应用于汽车电子控制系统的要求,提出一种对包含白噪声的时变GPS位置数据采用扩展卡尔曼滤波进行测速算法。通过扩展卡尔曼滤波和位差法融合对实车采集到的汽车位置等信息进行处理得到行车速度。通过实验结果对比分析,基于扩展卡尔曼滤波的测速算法比位置差分法的均方差提高了92.499%,测速精度明显提升。     

一种基于多普勒频率变化率单站无源定位的改进跟踪滤波算法

IMM-PF算法巨大的计算量影响跟踪的实时性,IMM-UKF由于线性化误差使得精度不高.针对这些问题,本文在基于多普勒频率变化率的单站无源定位问题的基础上提出了一种改进的交互式多模型滤波算法（IMMEK-UKFPF）,利用不同的模型匹配不同类型的滤波器,充分发挥了卡尔曼滤波和无迹卡尔曼滤波以及粒子滤波各自的优点.仿真结果表明该算法减少了跟踪定位所用时间,提高了计算效率,同时具有良好的跟踪性能和较强的鲁棒性.     

一种新型GPS实时定位系统的设计

针对目标飞行器定位的广泛应用,提出了一种基于单片机和CPLD硬件平台的新型GPS实时定位系统,该系统由目标发射机和GPS接收机组成。两部分实现通用化设计,均由GPS模块、中控模块、无线射频模块、电源管理模块等模块组成。系统工作时,目标发射机通过无线串口发送GPS数据,地面GPS接收机完成数据的采集与编帧并经FT245接口回传PC终端以实时监测和事后分析。测试结果表明:该系统能够实时地、精确地完成不同环境下多种飞行器的定位。     

陆用组合导航中Janus配置的激光多普勒测速仪的标定方法

在陆用组合导航领域,激光多普勒测速仪作为速度传感器能够与捷联惯导系统组成组合导航系统。为了抑制车辆颠簸引起的倾角变化对传统激光多普勒测速仪的影响,文中给出了基于Janus配置的分光再利用型激光多普勒测速仪。针对其与惯导系统组合导航过程中该配置结构测速仪的误差参数,文中首先推导了该测速仪的速度误差模型,在此基础上提出了差分GPS辅助的Kalman滤波标定法。实施了仿真及车载组合导航实验验证该方法的有效性。实验结果表明:文中提出的标定方法是有效的,误差参数补偿后的Janus配置激光多普勒测速仪能够大大提高组合导航定位精度。     

基于预测滤波的航天器GPS定位实时性处理方法

对于航天器高动态定位，针对接收机处理耗时带来的非实时性现象，利用Kalman最优预测方法进行处理。首先建立了系统状态方程和量测方程，且在满足精度条件下对系统模型进行简化。仿真结果表明，该方法能有效减小高动态环境下定位非实时性带来的误差。     

SINS/GPS组合平滑估计在机载SAR实时运动补偿中的应用

针对机载合成孔径雷达(SAR)实时成像运动补偿对高精度运动参数的需求,该文提出一种基于捷联惯性导航系统/全球定位系统(SINS/GPS)组合Rauch-Tung-Striebel (R-T-S)平滑估计的实时运动补偿方案。该方案在实时卡尔曼滤波的基础上,对SAR每一次合成孔径时间段内的滤波结果再进行后向平滑递推,进一步修正滤波结果。仿真试验和飞行成像数据处理结果表明,该方案可以有效提高合成孔径时间段内运动参数的估计精度。     

An outdoor navigation system using GPS and inertial platform

The use of global positioning system (GPS) in outdoor localization is quite a common solution in large environments where no other reference is available and there are not so demanding positioning requirements. Of course, fine motion without the use of an expensive differential device is not an easy task, even now that available precision has been greatly improved as the military encoding has been removed. In this paper we present a localization algorithm based on Kalman filtering that tries to fuse information coming from an inexpensive single GPS with inertial data and map-based data. The algorithm is able to produce an estimated configuration for the robot that can be successfully fed back in a navigation system. Some experiments show difficulties and possible solutions of this sensor fusion problem     

Improving GPS Receivers Positioning in Weak Signal Environments Based on Fuzzy SSMF-FFT and Fuzzy Kalman Filter

With the advent of global positioning system (GPS) and the increasing expansion of technology, improving GPS receivers positioning has attracted great attention. When the signal received by these receivers is weak, receiver functioning becomes impaired. Due to the existing noise and the presence of Doppler shift in weak signal conditions, the signal acquisition section becomes problematic and in weak signal conditions or phase lock loop (PLL), the tracking section design of noise conditions gets difficult. In case of a lock loss on the signal, the user will not be able to calculate the Doppler frequency and the system will diverge. Therefore, a robust algorithm for the GPS receiver PLL is very vital. In this paper, the squared segmented matched filter-fast Fourier transform algorithm is used to improve the acquisition of weak GPS signals with an average SNR of 15 dB. By using the matched filter, the SNR is maximized and the code phase estimation will be more accurately. Also, the use of a segmented filter before the FFT reduces the number of FFT points and therefore, the computational complexity is reduced. To calculate the number of batches and obtain the best acquisition output, in the proposed algorithm, the system becomes fuzzy. In tracking section, fractional Fourier transform (FRFT) with the PLL based on fuzzy Kalman filter (FKF) is used to reinforce it against weak signal environments. The FRFT is used for estimating frequency and acceleration, and a third-order FKF is used for designing the PLL. As a result of these changes, the RMSE of positioning is improved more than 35%.

     

基于北斗卫星导航系统非组合精密单点定位算法的精密授时精度研究

全球导航卫星系统(GNSS)精密单点定位(PPP)技术具有操作简单、成本低廉、定位精度高等优点，在精密授时领域得到了广泛应用。针对现有研究中消电离层PPP模型的组合噪声大、卫星系统多采用全球定位系统(GPS)及实时动态场景少等问题，该文采用非组合PPP模型对北斗卫星导航系统(BDS)精密授时精度开展了研究，并利用Kalman滤波静态模型和动态加速模型进行参数估计。给出了静态和实时动态场景PPP处理策略，并利用超快速预报星历保证动态实时性。结果表明:在静态和实时动态条件下，非组合PPP模型精密授时精度均优于消电离层组合PPP模型；在静态条件下，考虑到BDS和GPS定位精度相当，且亚太地区BDS定位精度更高，BDS授时精度略高于GPS；在实时动态条件下，BDS和GPS精密授时精度在2 ns以内，但BDS授时精度略低于GPS，这是由于空间位置精度因子(PDOP)、载体速度突变和环境因素等的影响，而当完成收敛后，两种系统的授时精度相当，其钟差项中误差均在0.3 m以内。     

航空光电平台机动目标跟踪定位技术应用

利用航空光电平台对机动目标进行侦察,使用机载平台参数对探测机动目标进行定位,通过卡尔曼滤波算法解决机动目标定位离散分布,通过滑动加权及滑动平均的方法对机动目标的航向航速进行平滑。工程应用表明,上述方法可以实现对航空光电平台探测机动目标进行实时自动定位及航向航速解算,数值定位滤波精度高,满足系统定位指标的要求。