發(fā)布時間：2021-12-28 07:53

　　針對車載全球?qū)Ш叫l(wèi)星系統(tǒng)/慣性導(dǎo)航系統(tǒng)(global navigation satellite system/inertial navigation system,GNSS/INS)組合導(dǎo)航中衛(wèi)星信號中斷,慣性導(dǎo)航系統(tǒng)單獨導(dǎo)航誤差積累較大的問題,提出了附加載體運動條件約束的卡爾曼(Kalman)濾波解算方法。通過利用載體固有的運動約束,包括近似高程約束、近似速度約束和近似姿態(tài)約束,減少載體自由度和模型參數(shù);通過引入新的觀測類型,增加觀測冗余,可以加強Kalman濾波解,提高在GNSS信號中斷時組合導(dǎo)航系統(tǒng)的定位精度,實現(xiàn)無縫導(dǎo)航。

【文章來源】： 武漢大學學報(信息科學版). 2017,42(09)北大核心EICSCD

【文章頁數(shù)】：7 頁

【文章目錄】：
1 Kalman濾波
2 運動約束算法
    2.1 高程約束 (height constraint, HC)
    2.2 速度約束
    2.3 姿態(tài)約束
3 附加不同約束條件對定位結(jié)果的影響
4 結(jié)語


【參考文獻】：
期刊論文
[1]自適應(yīng)參數(shù)估計與內(nèi)外部精度的關(guān)系 [J]. 楊元喜,景一帆,曾安敏.  測繪學報. 2014(05)
[2]附加運動約束提高GPS/INS導(dǎo)航參數(shù)估計精度 [J]. 柴艷菊,陽仁貴,王海濤,鐘世明,歐吉坤,袁運斌.  中國慣性技術(shù)學報. 2011(01)
[3]附加速度先驗信息的車載GPS/INS/Odometer組合導(dǎo)航算法 [J]. 吳富梅,楊元喜.  宇航學報. 2010(10)
[4]Kalman濾波中連續(xù)系統(tǒng)離散化的計算機實現(xiàn) [J]. 張力軍,錢山,蔡洪,張士峰.  飛行器測控學報. 2010(02)



本文編號：3553710