隨著智能交通系統(tǒng)與智慧城市的發(fā)展建設(shè),未來更多基于位置的服務(wù)將被提供給交通用戶,用以提升交通安全和體驗(yàn)。在無人駕駛技術(shù)已成為應(yīng)用趨勢的情況下,其對精確位置信息更為依賴。衛(wèi)星導(dǎo)航系統(tǒng)能提供不依賴于時(shí)間的精確位置信息,但在城市環(huán)境下,衛(wèi)星信號受環(huán)境的干擾較大,衛(wèi)星無線信號容易被建筑物遮擋、反射,地面客戶端接收到的信號往往信噪比較低并具有多徑傳輸特性,這會產(chǎn)生較大的定位誤差。慣性導(dǎo)航系統(tǒng)能在短時(shí)間內(nèi)提供精確的相對位置信息,但受限于誤差積累,不能長時(shí)間獨(dú)立工作�；�于慣性和衛(wèi)星的組合導(dǎo)航系統(tǒng)可以為單一系統(tǒng)定位精度差和穩(wěn)定性差提供有效的解決方案,設(shè)計(jì)慣性與衛(wèi)星組合導(dǎo)航系統(tǒng),利用衛(wèi)星定位信息對慣性系統(tǒng)周期性校正并抑制誤差,保證慣性系統(tǒng)信息輸出的長期穩(wěn)定,本文中將對組合導(dǎo)航系統(tǒng)的原理及方案設(shè)計(jì)進(jìn)行詳細(xì)探究。信息融合濾波算法是組合導(dǎo)航的關(guān)鍵技術(shù),在處理狀態(tài)估計(jì)與噪聲濾波問題上,基于最小均方誤差準(zhǔn)則的濾波方式在處理噪聲統(tǒng)計(jì)特性為高斯特性的系統(tǒng)中,被證明具有最優(yōu)效果。但是最小均方誤差準(zhǔn)則下的濾波方法只能捕捉噪聲的一階和二階統(tǒng)計(jì)特性,當(dāng)系統(tǒng)噪聲統(tǒng)計(jì)特性呈現(xiàn)非高斯特性時(shí),特別當(dāng)出現(xiàn)厚尾(Heavy-tailed)...

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖8路線局部放大圖Fig.8Partialenlargementofroute

·5·圖8路線局部放大圖Fig.8Partialenlargementofroute4結(jié)論本文基于衛(wèi)星探測的信息，驗(yàn)證了一種車輛捷聯(lián)慣性/衛(wèi)星組合導(dǎo)航方法的可行性。本文以捷聯(lián)慣導(dǎo)誤差方程為基礎(chǔ)建立系統(tǒng)的狀態(tài)模型，以衛(wèi)星探測值為量測，只用一個(gè)觀測表達(dá)式即同時(shí)包含車輛的位置和姿態(tài)信息....

本文編號：4005883