一种基于DR/GPS/MM的组合定位系统数据融合算法

针对盲区中使用INS惯性导航系统进行定位存在误差积累的问题,提出一种基于DR航位推算、GPS全球定位系统和MM地图匹配的组合定位系统数据融合算法。该算法利用GPS和MM中得到的位置信息,一方面用于更新DR的定位信息,另一方面用于修正陀螺仪比例因子和里程表比例因子等参数,提高定位精度,防止DR系统推导的车辆定位误差的积累。通过MATLAB进行仿真实验,验证了此算法的有效性。实验结果表明,此算法可以有效约束INS的误差积累,提升导航系统的性能。     

车载GPS与双DR组合定位系统的设计与实现

本文通过分析GPS和航迹推算(DR)进行车辆定位导航的优缺点,提出GPS与双DR组合定位的系统方案,并且介绍了该系统的硬件和软件实现方法。跑车实验结果表明所设计的车载组合定位系统具有较高的精度和可靠性。     

车载GPS/DR/MM组合导航定位算法研究应用

虽然GPS/DR组合定位比单独用GPS或航迹推算DR(Dead Reckoning)定位有更高的定位精度,但由于累积误差的产生,长时间使用仍可能出现较大的偏差,不利于车辆导航.对此,提出一种基于模糊逻辑的地图匹配算法,利用模糊逻辑评判规则和相应的隶属度函数对地图匹配可信度进行综合评判,最终确定车辆当前行驶道路和车辆的位置.实验数据表明,地图匹配MM(Map Matehing)技术进一步修正了GPS/DR组合导航系统的定位结果,有效地提高了系统定位精度.由于不增加硬件设施,GPS/DR/MM组合导航定位使低成本高精度的车辆导航成为可能.     

北斗/DR组合导航融合算法及其在物流中的应用

介绍了我国自主研制的北斗卫星导航定位系统.针对该导航定位系统中存在的问题,以无惯性测量元件的DR作为其补充定位方式,设计了北斗/DR组合导航定位系统,并找出了一种组合导航定位的卡尔曼滤波算法,有效地提高了组合导航系统的定位精度.提出了将北斗/DR组合定位系统应用于现代物流管理信息系统的解决方案,分析了将北斗定位系统应用于现代物流管理的优势.     

基于WT-UKF 的PDR/GPS 组合定位算法

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.     

车辆GPS/DR/GlS组合导航定位系统

随着GPS、DR导航定位技术的日益发展,以及GIS技术广泛应用,三者之间的结合应用于车辆导航定位已成为必然.首先分析了当前采用不同定位技术的导航系统的特点,并提出了基于DGPS/DR/GIS组合技术的车辆导航定位系统,从整个组合导航系统结构等方面介绍了整个系统的硬件和软件组成及其各部分的特点和功能.该系统的提出是对我国车辆智能导航系统开发的一种新尝试.     

车辆GPS/DR/GIS组合导航定位系统

随着GPS、DR导航定位技术的日益发展,以及GIS技术广泛应用,三者之间的结合应用于车辆导航定位已成为必然。首先分析了当前采用不同定位技术的导航系统的特点,并提出了基于DPGS／DR／GIS组合技术的车辆导航定位系统,从整个组合导航系统结构等方面介绍了整个系统的硬件和软件组成及其各部分的特点和功能。该系统的提出是对我国车辆智能导航系统开发的一种新尝试。     

位置-姿态并行滤波的DR/GPS组合导航算法

文章提出了带有反馈校正的位置、姿态并行滤波器结构,以满足各子系统对滤波周期的不同要求。结合姿态角子系统特点设计了量测噪声方差阵自动加权的自适应扩展卡尔曼滤波算法。仿真结果表明该算法能够有效地利用各传感器信息,给出较好的融合结果。     

车载GPS/DR组合导航系统自适应信息融合算法研究

结合全球定位系统(GPS)和航位推算(DR)两种定位方式的优点,构建了基于卡尔曼滤波的自适应联邦滤波算法,实现陆地GPS/DR组合定位系统的数据融合;针对DR子系统的强非线性和扩展卡尔曼滤波算法带来的较大线性化损失,并结合机动加速度均值自适应算法,设计了一种基于U-D分解的自适应迭代卡尔曼滤波算法,更有效的减少DR子系统线性化带来的误差损失,提高定位精度;与同仿真环境下,DR子系统采用扩展卡尔曼滤波方法作了比较,结果表明该信息融合算法能更有效解决DR子系统的线性化误差问题,整个系统数据融合精度更高.     

一种基于卡尔曼滤波的DR/LMS组合导航定位算法

本文介绍了一种基于DR航位推算与LMS高精度激光雷达全向测距技术的组合式导航定位系统,旨在应用于强电磁干扰环境下的变电站智能机器人自动巡检环境。DR/LMS组合式导航定位系统原理相对简单、实现方便、实时性强,且与其他组合式导航系统相比,在满足同样定位精度的前提下,成本低廉,现场运行效果良好。特别地,本文提出了一种基于卡尔曼滤波方法的定位精度优化估计方法,对原有定位及导航精度(定位精度可以达到cm级)加以改进与优化,进一步提高了导航系统的稳定性与精确性。整个系统模型及控制策略的实现基于工业用PC控制板的上位机LABVIEW软件控制系统,并结合MATLAB软件进行仿真与数据分析,经现场运行测试,定位及导航精度完全可以满足现场工业环境的应用需求.     

基于GPS/DR的GPS滞后时间自适应检测算法

针对GPS输出信息的随机延迟特性,基于航位推算(DR)系统惯性器件的实时性与短时高精度,提出了航向差和速度自适应GPS滞后时间检测方法,在此基础上,对GPS和DR数据进行数据对准,提出了自适应GPS滞后时间处理算法。在GPS/DR实际系统中的应用结果表明,本算法能够准确检测出GPS的滞后时间,提高车辆的定位精度。     

GPS/DR组合导航系统自适应扩展卡尔曼滤波模型的建立*

建立了车载ＧＰＳ／ＤＲ组合导航系统非线性自适应卡尔曼滤波模型及算法，首次提出了依据ＰＤＯＰ等ＧＰＳ定位的输出参数，自动调整Ｒ，Ｑ的大小，从而自地调整组合导航系统模型性能的方法，使得模型能够适应各种情况，具有“智能”模型的性质，计算机仿真表明应用该模型具有良好效果。     

GPS/DR组合导航系统数据融合优化设计

为降低GPS/DR组合导航系统在复杂导航环境下的定位精度及DR误差累积,提出一种性能较优的数据融合算法。在传统粒子滤波(PF)的基础上,考虑最新观测值的影响,使用基于平方根二阶差分的高斯混合(GM)模型给出粒子滤波的建议分布,采用基于蒙特卡罗的重要性采样和进化再采样方法减轻PF样本退化问题,增强样本多样性。实验结果表明,与PF算法、GMPF算法相比,该设计能提高组合导航系统的综合导航定位性能。     

车载GPS／DR／地图匹配组合导航系统的自适应联合卡尔曼滤波模型

首次设计了实现车载ＧＰＳ／ＤＲ／地图匹配组合导航系统最优综合的联合卡尔曼滤波器,给出了滤波算法,并提出一种自适应联合卡尔曼滤波器结构及其算法。理论分析及计算机仿真结果均表明,应用该自适应联合卡尔曼滤波器可大大提高车载ＧＰＳ／ＤＲ／地图匹配组合导航系统的定位精度及容错能力。     

一种SINS／GPS组合导航系统的数字仿真方法

组合导航系统的数字仿具对于系统、方案论证有着重要的意义，目前国内各种期刊当中关于SINS／GPS组合导航方面的文章都较少涉及数字仿真的算法，针对这种情况，在查阅有关文献、上机实验的基础上，文中总结出了一种SINS／GPS组合导航系统的数字仿真方法。SINS和GPS采用位置、速度综合模式，使用卡尔曼滤波技术，给出了数字仿真结果，并对结果进行了分析。     

基于模糊逻辑的GPS／DR地图匹配算法

一个好的地图匹配算法对改善智能运输系统的导航性能起着至关重要的作用,能够在很大程度上提高导航系统的定位精度。本文提出一种基于模糊逻辑的综合地测匹配算法。该方法把GPS／DR传感器得到的定位信息和电子地图库的数据作为算法的输入,通过逻辑评判输出最佳匹配路段,并在道路拐弯处通过拓扑荧系选择候选道路。仿真实验证明,引用该算法后地图匹配效率和准确性都有很大的提高。     

GPS/INS组合导航系统中的信息融合算法研究

该文以GPS／INS组合导航系统为应用背景,对系统的模型建立进行详细的介绍,针对当前应用于其中的Kalman滤波法,它对量测噪声模型变化不能很好进行最优估计的缺点,引入了模糊自适应理论,实时地在线修正新息协方差值,以改善滤波器的性能,提高组合导航系统精度,并且还介绍了野值检测和处理方法。最后进行实时仿真,经仿真结果表明该方法是有效的。     

一种低成本GPS/DR组合导航系统设计

根据车载导航的特点,运用单自由度的加速度计代替里程计,提出一种基于低成本的单陀螺仪单加速度计的航位推算(DR)方案。航位推算短时精度高,但误差会随时间积累而变大,DR与GPS导航利用扩展型卡尔曼滤波,形成GPS/DR组合导航系统,融合2个系统的优势,完善导航能力。实际测试结果表明,该GPS/DR组合导航系统能满足车载导航的基本需求,在城市峡谷中有较高的定位精度,且在GPS信号遮挡时能保持定位。     

一种带约束条件的GPS动态滤波新方法

该文提出了一种GPS动态位滤波新方法。通过分析GPS在汽车导航定位应用中的具体情况,注意到汽车在行驶过程会受到道路的约束,从而提出以道路抽象出的直线方程作为定位滤波的约束条件。该文建立了带道路约束条件的滤波动态系统模型,并推导出了带约束条件的卡尔曼滤波方程。计算机仿真实验和实测数据滤波分析表明,与一般卡尔曼滤波方法相比,该方法简单易行,计算量增加不大,且明显地提高了GPS定位滤波精度。在汽车导航定位系统中有一定的应用价值。