發(fā)布時間：2023-10-31 17:45

　　隨著通信網絡、人工智能和衛(wèi)星導航等技術的不斷進步,自動駕駛和智能交通成為如今導航領域的研究熱點,同時也對導航定位技術的精度和可靠性提出更高的要求。全球導航衛(wèi)星和慣性導航系統(tǒng)構成的GNSS/INS組合導航系統(tǒng)能夠彌補單一導航系統(tǒng)的不足,提高系統(tǒng)整體的導航精度和穩(wěn)定性,是目前導航領域的重要研究方向之一。本文針對組合導航系統(tǒng)在城市峽谷、隧道和地下停車場等環(huán)境中因GNSS信號失效而導致的系統(tǒng)精度迅速下降問題,研究了一種隨機森林回歸輔助的GNSS/INS組合導航濾波算法,并通過車載實驗對該算法的性能進行分析和驗證。主要研究內容如下:(1)總結了GNSS/INS的基本原理方法,包括GNSS和INS的數(shù)據處理方法、組合導航的模式分類和卡爾曼濾波的遞推方程及其離散化方法。對組合導航的車載實驗進行了研究,通過對實測數(shù)據的處理結果進行分析和討論,驗證了組合導航系統(tǒng)的定位精度和有效性。(2)針對組合導航系統(tǒng)中系統(tǒng)噪聲特性一般無法精確得知的問題,提出一種改進的Sage-Husa濾波。該濾波方法通過預測殘差向量的馬氏距離構造檢驗因子,對濾波器進行檢測,判斷是否需要進行自適應,從而減小濾波計算量,有利于濾波的實時...

【文章頁數(shù)】：78 頁

【學位級別】：碩士

【文章目錄】：
致謝
摘要
abstract
1 緒論
    1.1 研究背景與意義
    1.2 國內外發(fā)展現(xiàn)狀
    1.3 主要研究內容
    1.4 論文的組織結構
2 GNSS/INS組合導航原理方法
    2.1 INS導航數(shù)據處理
    2.2 GNSS導航基本原理
    2.3 GNSS/INS組合導航模型
    2.4 本章小結
3 GNSS/INS組合導航卡爾曼濾波模型
    3.1 卡爾曼濾波
    3.2 組合導航濾波模型
    3.3 GNSS/INS組合導航車載實驗
    3.4 本章小結
4 組合導航改進的Sage-Husa濾波模型
    4.1 自適應濾波模型
    4.2 自適應濾波實驗分析
    4.3 改進的Sage-Husa濾波模型
    4.4 改進的Sage-Husa濾波實驗分析
    4.5 本章小結
5 隨機森林回歸輔助的組合導航濾波算法
    5.1 隨機森林原理
    5.2 隨機森林輔助組合導航算法實現(xiàn)
    5.3 實驗分析
    5.4 本章小結
6 結論與展望
    6.1 結論
    6.2 展望
參考文獻
作者簡歷
學位論文數(shù)據集



本文編號：3859180