自适应线性神经网络在车辆组合导航的应用

针对车辆GPS/DR组合导航系统中位置误差预测难以建立精确的数学模型的问题,提出了自适应线性神经网络建立位置误差预测模型的方法。该方法对来自GPS、DR的位置数据采用小波去噪,在GPS有效时用GPS、DR的位置信号建立线性神经网络位置误差预测模型,在GPS失效时预测位置误差并推算车辆实时位置。仿真表明,该方法对车辆组合导航系统是有效的。     

基于多分类的车辆轨迹地图匹配算法的研究

在车辆导航系统中,显示在电子地图上的车辆移动轨迹反映了通过GPS测量设备实时定位的结果.本研究探索了一种基于多分类算法进行地图匹配的方法,采用支持向量机(SVM)对训练数据进行预处理,设计了寻找ELM最优参数选择算法.实验结果表明,本论文提出的基于多分类算法的地图匹配能够得到精度较高的匹配结果和较快的匹配速度.     

基于曲线拟合的SINS/GPS紧密组合导航系统

在工程实际应用中,由于GPS、北斗等卫星导航系统的卫星信号传输、导航计算等均需要耗费一定的时间,当用户接收机输出导航信息时已经产生了延时。尤其对于高动态用户,这一输出延时现象将会导致严重的位置误差和速度误差。针对此,提出了基于曲线拟合的SINS/GPS紧密组合导航系统,解决了高动态时GPS延时问题对导航系统的影响,从而通过曲线拟合的方法保证了时间同步的精度。最后对改进后的系统进行了仿真验证,结果表明该系统的水平位置精度、速度精度均得到显著提高,验证了该方法的有效性。     

GPS轨迹数据的综合地图匹配算法研究

地图匹配是通过软件手段来校正导航系统中定位误差的一种技术。文中从降低系统的误匹配率以及提高地图匹配算法有效性的角度出发,给出了一种综合地图匹配算法。该算法将快速但匹配误差率较高的改进型垂直投影法和低速但匹配误差率较低的历史轨迹推算法相结合,通过一个综合判断步骤,对不同路段采用不同匹配算法进行校正,从而达到较高匹配速度和较低匹配误差率的目的。由实际GPS轨迹数据匹配结果表明,该方法在复杂路网,尤其是在交叉路口中具有较好地匹配效果,且效率较高,具有一定的实用价值。     

BP神经网络在车辆组合导航中的应用研究

针对车辆GPS/DR组合导航系统在GPS信号被遮挡时无法完成DR零点更新的问题,提出了基于BP神经网络的DR位置误差预测模型来解决该问题。在GPS有效时,该算法采用基于平稳小波变换的扩展卡尔曼滤波器对GPS/DR信号进行数据融合得到车辆实时的精确位置,与经平稳小波变换软阈值模平方去噪法处理的DR位置数据进行平稳小波多尺度比较获得DR位置误差;然后用BP神经网络建立DR位置误差预测模型,为了提高所用网络的泛化能力,采用了贝叶斯正则化规则训练网络。在GPS失效时,利用已建立的预测模型预测DR位置误差来修复DR位置数据,实现车辆行驶在复杂路径下的实时精确导航定位。仿真表明,该算法对车辆GPS/DR组合导航系统有效。     

一种无气压高度信息辅助的地形导航系统

介绍了一种不依赖于气压高度信息的地形导航系统。该系统仅仅需要雷达高度表和惯导两种导航设备,不需要气压高度信息。实时测量的高程序列由惯导的高度通道和雷达高度表获得,首先对实测的和从电子地图中获得的地形高程序列分别进行零均值化处理,然后再运用相关法进行匹配。蒙特卡罗模拟仿真结果表明,新的系统解决了气压高度表精度不高所带来的问题,保持了与原有系统同样的精度,并且降低了成本。     

GPS导航系统中的电子地图处理及匹配算法研究

影响车载导航系统性能的关键因素是系统对于车辆位置的获取能力．传统的导航系统在这方面存在速度慢．精度低等诸多问题。本文针对这一情况从匹配算法和电子地图处理两个方面入手给出了相应的解决办法。结果表明．预处理后的电子地图结合我们提出的匹配算法能够极大改善匹配结果的实时性和准确性。     

基于BP神经网络辅助的车载组合导航算法研究

针对INS/GPS组合导航系统在GPS信号被遮挡时,GPS接收机失锁导致导航精度迅速下降的问题,提出了基于BP神经网络辅助的组合导航算法。即在GPS信号锁定的时候,采用卡尔曼滤波对INS/GPS信号进行数据融合得到实时的精确位置,同时利用组合导航输出信息对BP神经网络进行实时在线训练;一旦GPS失锁,利用之前训练好的神经网络对INS系统进行误差补偿,解决精度迅速下降问题。通过跑车实验证明,速度精度在0.2m/s以内,位置精度为25m以内,该算法对INS/GPS组合导航系统有效。     

基于光纤陀螺的MIMS／GPS组合导航系统设计与实验

介绍一种基于光纤陀螺的MIMS／GPS组合导航系统，此系统完成了工程样机并进行了实验研究．GPS接收机与微型惯性传感器组成的低成本、轻小型组合导航系统可以防止导航定位误差随时间积累，提高了系统的抗干扰能力和测量数据更新率．采用状态和偏差去耦估计方法，为系统设计了卡尔曼滤波器，引入了偏差反馈补偿；车载实验表明，样机的定位精度和GPS相当，并具有较好的重复性。     

CDKF在GPS/SINS组合导航系统非线性模型中的应用

GPS/SINS组合导航系统模型的非线性会导致扩展卡尔曼滤波（EKF）的估计精度降低。而中心差分卡尔曼滤波（CDKF）的新型非线性滤波方法,则利用插值公式对非线性系统的状态估计进行逼近,从而减小线性化误差对系统精度的影响。针对GPS/SINS导航系统的特点,建立了一种非线性误差模型,并将EKF与CDKF分别应用于组合导航系统模型中进行仿真比较。仿真结果表明,该算法简单易实现,且能满足系统在非线性模型下的导航要求,并具有较高的精度和收敛性。     

GPS组合导航系统的数据融合

首先介绍了车载GPS加上DR组合导航系统的设计,建立了车辆加速度及影响组合导航系统定位精度的主要误差的数学模型.然后针对一般组合滤波算法中,由于DR系统误差的引入,导致滤波效果不好的问题,提出了一种组合导航系统的数据融合.对车载GPS/DR组合导航系统提供的实际数据的处理结果表明,该方法既能提高GPS定位精度,又能有效控制DR系统的误差发散,从而有效地消除了一般组合滤波算法中DR系统误差对滤波器的影响,大大提高了组合系统的完整性和可靠性.令GPS在如香港交通环境:道路狭窄且多弯、交叉线多且密集、街道两侧高楼林立、桥梁多且较密集、隧道多且长、地形类似丘陵且高山较多,而且车辆也多行驶速度又快的情形下变得可行.     

GPS导航系统中电子地图处理及匹配算法研究

针对传统的车载导航系统对于车辆位置的获取能力存在速度慢、精度低等诸多问题,从匹配算法和电子地图处理两个方面入手给出了相应的解决办法。结果表明,预处理后的电子地图结合我们提出的匹配算法能够极大改善匹配结果的实时性和准确性。     

基于自适应卡尔曼滤波的RFID/SINS组合导航研究

在室内导航定位中,射频识别(Radio Frequency Identification, RFID)技术具有信号穿透性强、成本低廉等诸多优点,能够有效代替GPS完成室内组合导航。针对室内惯性导航误差发散和滤波中噪声参数不确定的问题,提出了基于自适应卡尔曼滤波(Adaptive Kalman Filtering, AKF)的RFID/SINS组合导航系统,通过RFID定位系统抑制惯性导航误差发散,并应用AKF将噪声参数与量测输出参数关联实现实时更新。对AKF和标准卡尔曼滤波(Kalman Filtering, KF)下的RFID/SINS组合导航系统进行了仿真和实验。结果表明,在AKF下组合导航系统平均定位误差降低了10%,位置稳定性提升了7.4%,定位误差保持在0.07 m左右。基于AKF的RFID/SINS组合导航系统能够满足室内高精度定位导航的需求。     

空地制导弹药的MIMU/GPS组合导航系统研究

针对空地精确制导弹药对低成本、高精度和高可靠性导航系统的需求,设计了MIMU/GPS组合导航系统.该系统采用了MEMS的IMU和GPS进行组合,利用位置、速度组合模式,采用渐消自适应Kalman滤波器估计并修正惯导的误差.通过地面跑车试验进行了验证,试验结果表明:组合导航系统误差得到了有效的抑制,导航精度满足空地制导弹药的导航要求.     

基于条纹匹配的InSAR/INS组合导航方法

现存的组合导航系统存在诸多问题：地形辅助导航系统分辨率较低;GPS/INS导航系统中GPS信号易受干扰;SAR/INS导航系统无法实现三维定位且无法获得平台的姿态信息.针对以上问题本文提出了基于条纹匹配的InSAR/INS组合导航方法：该方法将InSAR系统获得的干涉条纹与DEM生成的干涉条纹进行匹配,得到的定位偏移用以反演平台的位置和姿态信息,最后将反演结果与IMU信息进行组合滤波得到导航输出.该组合导航系统有以下优势：干涉条纹中包含地形信息和平台姿态信息;干涉相位对横滚角敏感,可通过干涉相位高精度反演平台的横滚角;InSAR系统具有较高精度的三维定位能力.本文主要介绍了基于条纹匹配的InSAR/INS组合导航的原理和方法,最后通过仿真和实测数据验证了条纹匹配和观测量反演算法的可行性.     

GPS／INS组合车辆导航系统的两种卡尔曼滤波结构

为了解决GPS信号失锁引起的无法定位和INS积累误差引起的长时间漂移问题,以GPS/INS组合导航系统的数据融合理论作为基础,卡尔曼滤波作为主要融合方法,对进入组合车辆系统的GPS定位数据与INS定位数据分别进行估计、修正和融合,推导出GPS/INS组合导航系统的状态方程、测量方程和递推滤波方程,同时对分散滤波结构和联合滤波结构进行仿真比较,结果表明后者的定位精度高于前者。     

卫星导航空间信号用户测距误差评估方法

空间信号（SIS）精度是卫星导航系统的基本性能之一,而卫星的用户测距误差（URE）是SIS 精度的重要指标。基于轨道误差及钟差误差研究了GPS（全球定位系统）和BDS（北斗卫星导航系统）的SIS URE评估方法,并利用实测数据评估了GPS和BDS的SIS性能。验证结果表明：GPS的SIS URE均优于2.2 m,BDS SIS URE除GEO-01和GEO-04卫星外均优于2.5 m,符合GPS 标准定位服务性能规范（2008年）及北斗卫星导航系统公开服务性能规范（1.0版）对SIS URE的指标要求。     

SINS/GPS全姿态组合导航系统的UKF算法研究

将UKF算法应用于SINS/GPS全姿态组合导航系统,给出了一种GPS测量姿态角的方法,推导了姿态角误差与平台失准角之间的关系,建立了系统的非线性误差模型,设计了UKF滤波器。仿真结果表明,将UKF算法用于SINS/GPS全姿态组合导航系统可以改善系统的可观测性,提高导航精度。     

领路人车载GPS导航系统选购

在很多中高档汽车中，车载GPS导航系统已经成为一项很时尚的装备，是喜欢开车长途跋涉野外自贺游朋友的好帮手，随着科技的发展新一代的GPS导航系统已不仅仅是方向、坐标、轨迹的纯GPS数据导航，而是和GPS（数字地图），电脑智能软件相结合的。基于电子地图和GPS定位的智能导航系统，目前国内的主流车载GPS导航系统还具备自动路线选择，语音行进提示等功能。通过升级还可以接驳电台或移动电话系统，将自己的位置信息传送到异地终端上，在一些高档的汽车中GPS导航系统已经和汽车音响和防盗结合在一起成为一个整体。利用车内DVD播放液晶屏幕显示相关导航信息和电子导航地图，达到一物多用资源共享的目的。在国外，GPS车载导航系统还与地域交通信息系统相连接，可以实时显示周边道路交通情况，以及附近停车场情况方便驾车者选择最佳的践线。     

基于ARM的车载导航系统的研究与设计

基于三星公司的ARM7S3C44B0微处理器,实现GPS和DR组合导航形式的新型嵌入式车载导航系统,该系统采用现代信息融合技术,不仅可以克服GPS卫星信号"丢失"情况下的定位问题,还可以克服DR系统精度低和误差随时间积累的缺陷.实验结果证明,该组合导航系统的设计是合理有效的.