GPS动态滤波的理论、方法及其应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

GPS动态滤波的理论、方法及其应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

1 GPS卫星定位的基本原理1

1.1 GPS的组成2

1.1.1空间星座部分2

1.1.2地面监控部分3

1.1.3用户设备部分——GPS接收机4

1.2 GPS信号结构及电文6

1.2.1 GPS的信号结构6

1.2.2 GPS的测距码7

1.2.3 GPS的导航电文7

1.3 GPS定位系统的坐标系及其转换9

1.3.1地心直角坐标系和大地坐标系9

1.3.2坐标系转换12

1.4 GPS定位原理16

1.4.1绝对定位原理16

1.4.2相对定位原理17

1.4.3载波相位测量20

1.4.4 SA政策25

2 GPS卫星定位的冗余技术与测量粗差的探测26

2.1冗余观测信息与冗余度27

2.2动态系统冗余理论28

2.2.1动态系统的纵向平滑28

2.2.2动态系统纵向平滑的函数模型29

2.2.3动态系统纵向平滑器的设计31

2.2.4动态系统纵向平滑结果的精度评定32

2.3 GPS-OEM卫星定位系统的冗余技术33

2.3.1一般性问题33

2.3.2纵向平滑器的设计34

2.3.3试验结果分析35

2.3 4几点结论37

2.4 GPS定位结果的可靠性与粗差探测38

2.4.1静态平差系统的可靠性39

2.4.2动态系统的可靠性44

2.4.3动态系统的粗差探测50

2.4.4 GPS动态定位系统的可靠性分析55

2.4.5 GPS动态定位系统的粗差探测60

2.5本章小结62

3 GPS动态定位的滤波理论与方法64

3.1引言64

3.1.1 GPS定位原理64

3.1.2 GPS定位误差66

3.1.3最优估计理论与方法在GPS动态滤波中的应用67

3.2运动载体动态模型的建立67

3.2.1 CA模型68

3.2.2一阶时间相关模型（Singer模型）68

3.2.3机动载体的“当前”统计模型69

3.2.4机动载体加速度的“当前”概率密度模型70

3.3自适应扩展卡尔曼滤波器在GPS动态定位中的应用73

3.3.1 GPS动态定位非线性模型的建立73

3.3.2扩展卡尔曼滤波方程的建立75

3.3.3 σx2、σy2和σz2的自适应算法79

3.3.4自适应算法的物理意义80

3.4改进的自适应扩展卡尔曼滤波算法81

3.4.1改进的自适应扩展卡尔曼滤波器83

3.4.2次优渐消因子的确定86

3.4.3带次优渐消因子的扩展卡尔曼滤波器在GPS动态定位滤波中的应用89

3.5一种GPS动态定位滤波的新方法90

3.5.1 GPS动态定位数学模型的建立91

3.5.2自适应卡尔曼滤波方程的建立94

3.5.3自适应算法的改进97

3.5.4分散卡尔曼滤波在GPS动态定位滤波中的应用99

3.5.5计算机半物理仿真结果100

3.6改进的强跟踪卡尔曼滤波器及其在GPS动态定位中的应用103

3.6.1强跟踪滤波器的概念103

3.6.2 GPS动态定位系统模型的建立及可观测性分析104

3.6.3改进的强跟踪卡尔曼滤波器及其应用106

3.6.4仿真及实验结果108

3.7带有速度观测量的GPS动态滤波方法110

3.7.1载体运动模型的建立110

3.7.2观测方程的建立及可观测性分析111

3.7.3引入速度观测量提高跟踪精度的理论分析112

3.7.4计算机仿真结果116

3.8本章小结117

4 GPS／DR车辆组合导航系统119

4.1民用车辆导航的发展与研究状况119

4.1.1车辆导航的目的与意义119

4.1.2车辆导航与定位技术的发展120

4.1.3国内外研究动态122

4.1.4车辆组合导航定位系统的主要研究内容123

4.2车载GPS组合导航系统的基本原理125

4.2.1 GPS接收机的性能125

4.2.2惯性传感器的性能127

4.2.3 GPS／DR组合系统的基本卡尔曼滤波模型128

4.3 GPS／DR组合导航方法131

4.3.1状态变量132

4.3.2转移矩阵133

4.3.3观测矩阵133

4.3.4初始化134

4.3.5数据的时间同步135

4.3.6 GPS／DR组合导航卡尔曼滤波算法实例136

5 GPS／DR组合导航系统卡尔曼滤波模型的建立144

5.1 DR导航系统原理145

5.1.1航位推算原理145

5.1.2车辆航位推算导航的误差因素及对策146

5.1.3 DR系统组成方案的选择147

5.2 DR系统非线性自适应卡尔曼滤波模型及其仿真分析148

5.2.1航位推算系统中非线性卡尔曼滤波模型的建立149

5.2.2扩展自适应卡尔曼滤波方程的建立152

5.2.3机动加速度方差σ2ae和σ2an的自适应算法153

5.2.4滤波算法中初始条件的选取154

5.2.5 DR系统扩展自适应卡尔曼滤波算法的计算机仿真结果154

5.2.6滤波算法的机动性能考察159

5.3改进的DR系统非线性自适应卡尔曼滤波模型161

5.3.1改进的观测方程161

5.3.2改进的系统方程162

5.3.3观测方程的线性化163

5.3.4改进的扩展自适应卡尔曼滤波方程的建立164

5.3.5计算机仿真结果165

5.4 GPS／DR组合导航系统非线性自适应卡尔曼滤波模型及其仿真分析167

5.4.1系统方程的建立168

5.4.2观测方程的建立169

5.4.3观测方程的线性化170

5.4.4扩展自适应卡尔曼滤波方程的建立172

5.4.5 Q（k）及R（k）的自适应确定174

5.4.6计算机仿真结果179

5.5本章小结180

6车载GPS／DR组合导航系统的综合校正182

6.1 GPS定位系统对DR系统的特殊校正183

6.1.1 GPS辅助DR系统初始化183

6.1.2 GPS辅助DR系统的位置、航向重新装定183

6.1.3一般情况下GPS与DR系统的相互校正184

6.2分散卡尔曼滤波技术及其最优综合算法185

6.2.1问题的描述186

6.2.2最优综合算法187

6.3联合卡尔曼滤波器及其性能分析190

6.4一种自适应联合卡尔曼滤波器及其在GPS／DR组合导航系统中的应用199

6.4.1 GPS／DR组合导航系统的联合卡尔曼滤波器设计200

6.4.2 GPS／DR组合导航系统的联合卡尔曼滤波算法202

6.4.3一种自适应联合卡尔曼滤波器及其算法204

6.4.4计算机仿真结果206

6.5本章小结207

7低成本GPS／DR车载组合定位系统的设计与试验208

7.1城市GPS车辆定位的特点209

7.1.1位置特性209

7.1.2 PDOP指标特性211

7.1.3车辆行驶速度特性212

7.2简化后的GPS／DR组合定位滤波模型213

7.2.1 GPS／DR系统的联合卡尔曼滤波器设计213

7.2.2 GPS／DR系统的联合卡尔曼滤波算法215

7.3坐标转换216

7.4 Track-3型GPS／DR车载组合定位系统简介217

7.4.1 GPS／DR组合定位系统的应用对象218

7.4.2系统主要功能218

7.4.3系统工作原理219

7.4.4系统设计原理219

7.4.5 GPS／DR硬件设计220

7.4.6 GPS／DR软件设计224

7.5试验结果及分析225

7.5.1试验目的、内容及方法226

7.5.2测试结果分析227

7.5.3几点结论232

8车载GPS／DR／MM组合定位系统的卡尔曼滤波233

8.1地图导航数据库的建立236

8.1.1 GIS、道路GIS、地址匹配与地图匹配236

8.1.2地图导航数据库的数据模型238

8.1.3地图的表示模型239

8.1.4一种车载GIS的概念模型和逻辑模型240

8.1.5面向对象的车载GIS空间实体表示243

8.1.6应用实例246

8.2地图匹配方法247

8.2.1地图匹配的相关性算法249

8.2.2改进的地图匹配相关性算法250

8.2.3基于卡尔曼滤波残差的地图匹配算法252

8.2.4实验研究254

8.3车辆动态模型的建立256

8.3.1匀速模型256

8.3.2匀加速模型259

8.3.3二维模型261

8.4 GPS／DR／MM的降阶卡尔曼滤波263

8.4.1直线道路情况264

8.4.2曲线道路情况266

8.4.3道路网情况269

参考文献271