期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
封闭环境下限制误差发散的高精度导航定位 被引量:1
1
作者 王晓静 唐超 +2 位作者 王勇 侯海倩 杨晓飞 《测绘通报》 CSCD 北大核心 2021年第8期65-68,73,共5页
基于GNSS系统的导航定位设备在封闭或受阻环境下导航精度受限,为此,提升地下空间或室内定位精度,摆脱对GNSS的依赖是当前的研究热点。针对该问题,本文研究了LiDAR+IMU+DMI多源传感器导航定位技术,通过将LiDAR控制标靶数据带入卡尔曼滤... 基于GNSS系统的导航定位设备在封闭或受阻环境下导航精度受限,为此,提升地下空间或室内定位精度,摆脱对GNSS的依赖是当前的研究热点。针对该问题,本文研究了LiDAR+IMU+DMI多源传感器导航定位技术,通过将LiDAR控制标靶数据带入卡尔曼滤波方程,计算IMU+DMI组合的误差状态向量,限制其误差发散,从而获取设备的高精度位置。该技术能使移动检测设备完全摆脱对GNSS信号的依赖,实现地下封闭空间移动测量设备精确定位,便于地下空间检测。通过在武汉某地铁试验表明,本文算法适用于地下、室内空间封闭环境中无GNSS信号的移动测量设备高精度导航定位。 展开更多
关键词 封闭环境 LIDAR数据 精度分析 移动导航 限制误差发散算法
在线阅读 下载PDF
引入滑模观测器的GPS/INS组合导航滤波方法 被引量:26
2
作者 杨菊花 李文元 +2 位作者 陈光武 张琳婧 程鉴皓 《仪器仪表学报》 EI CAS CSCD 北大核心 2019年第9期78-86,共9页
由低成本器件组成的卫星/惯性(GPS/INS)组合导航系统中,存在较大的非线性与不确定性,为改善这一问题,本文提出一种引入滑模观测器(SMO)的滤波方法。首先,该方法建立了组合导航系统模型,介绍了扩展卡尔曼滤波(EKF)计算过程并分析存在的... 由低成本器件组成的卫星/惯性(GPS/INS)组合导航系统中,存在较大的非线性与不确定性,为改善这一问题,本文提出一种引入滑模观测器(SMO)的滤波方法。首先,该方法建立了组合导航系统模型,介绍了扩展卡尔曼滤波(EKF)计算过程并分析存在的不足。然后,介绍了滑模观测器的基本原理,根据系统构建观测器。最后,说明了引入滑模观测器的EKF组合导航算法实现流程,滑模观测器将模型误差、状态估计以及均值方差融入EKF算法,修正系统输出。通过轨迹仿真实验与车载实验验证了所提方法优于传统EKF算法,具有更高的滤波精度。在车载实验中,卫星信号失锁15 s情况下,与EKF方法相比,所提方法的东向位置误差降低了53%,北向位置误差降低了37%,证明该方法能够有效抑制GPS/INS组合导航误差发散,为以后工程实践提供一定的参考价值。 展开更多
关键词 GPS/INS 扩展卡尔曼滤波 滑模观测器 误差发散
在线阅读 下载PDF
基于MLP神经网络改进组合导航算法 被引量:12
3
作者 方伟 江金光 谢东鹏 《计算机工程与设计》 北大核心 2021年第1期65-69,共5页
为解决GPS信号失锁条件下,GPS/INS(inertial navigation system)组合导航系统解算精度降低甚至发散的问题,提出采用多层感知机神经网络(multilayer perceptron neural networks,MLPNN)来辅助组合导航系统。在GPS信号有效时对神经网络进... 为解决GPS信号失锁条件下,GPS/INS(inertial navigation system)组合导航系统解算精度降低甚至发散的问题,提出采用多层感知机神经网络(multilayer perceptron neural networks,MLPNN)来辅助组合导航系统。在GPS信号有效时对神经网络进行训练,在GPS失锁时利用神经网络对INS的导航误差进行修正,实现组合导航的连续性。跑车实验数据表明,GPS信号失锁360 s左右时,MLPNN辅助的组合导航方法最大位置误差在40 m以内,相对于纯惯性导航推算降低了35%的误差。该算法对GPS失锁后抑制GPS/INS组合导航系统误差快速发散、提高导航解算精度有显著效果。 展开更多
关键词 MLP神经网络 GPS/INS组合导航 GPS失锁 惯性导航系统 误差发散
在线阅读 下载PDF
Elman网络辅助SINS/GNSS组合导航方法研究 被引量:1
4
作者 张琨 程玉 +2 位作者 吴有龙 陈帅 白钲皓 《弹箭与制导学报》 北大核心 2022年第5期1-5,共5页
针对SINS/GNSS组合导航系统在GNSS信号失锁情况下定位误差迅速增大问题。提出一种基于Elman神经网络和自适应卡尔曼滤波的SINS/GNSS伪松组合导航方法。在GNSS信号可用时,利用SINS,GNSS数据训练Elman神经网络;当GNSS失锁时,利用训练好的... 针对SINS/GNSS组合导航系统在GNSS信号失锁情况下定位误差迅速增大问题。提出一种基于Elman神经网络和自适应卡尔曼滤波的SINS/GNSS伪松组合导航方法。在GNSS信号可用时,利用SINS,GNSS数据训练Elman神经网络;当GNSS失锁时,利用训练好的网络模型预测GNSS观测值,保证组合导航的连续性。实验表明:GNSS信号失锁约3 min,该方法水平定位精度相较于纯惯导提高了64%,有效提高了纯惯导的定位精度。 展开更多
关键词 神经网络 组合导航 自适应卡尔曼滤波 误差发散
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部