智能运输系统中的定位技术

为了解决在城市交通流诱导系统中,能够实时、准确、可靠地提供移动站的位置信息. 通过系统得研究了智能运输系统中的定位技术的发展过程和原理,然后采用智能运输系统中的定位技术,着重研究了GPS/DR组合定位技术的原理.实践证明:GPS/DR组合定位技术能够针对城市路面状况不同情况给予准确定位.     

车载GPS/DR组合导航系统卡尔曼滤波方法的改进

将全球定位系统(GPS)和航位推算法(DR)两种定位方式结合,实现车辆GPS/DR组合定位系统的自适应信息融合.联合卡尔曼滤波器存在数学模型不确定性和误差模型的随机性的缺点,提出改进方法是采用联邦滤波器,并引入利用模糊推理建立的模糊自适应联邦滤波器,提高了系统的精度和功能.     

联合卡尔曼滤波在车辆组合导航系统中的应用

GPS/DR组合导航系统是一种低成本、高可靠性的车载导航设备.针对陆地车辆GPS/DR组合导航系统的特点,设计了用于该系统的联合卡尔曼滤波器,给出了滤波算法,并进行了实地跑车实验.理论分析和跑车实验的结果表明,联合滤波方法不仅有效地抑制了DR系统的误差发散,而且能够充分利用DR的数据信息对GPS定位的随机误差进行补偿,从而有效地提高GPS/DR组合系统的定位精度及容错能力.     

车载GPS/DR/电子地图组合定位导航研究

针对单一导航定位手段的精度和使用范围在车辆导航定位技术中的局限性,提出了采用GPS、DR与电子地图组合导航的方案.经过对GPS/DR/电子地图组合导航定位方法地深入研究,表明GPS/DR电子地图组合导航是一种较为理想的车辆导航方式,它克服了GPS信号受阻时定位间断或失效的缺点,又避免了航位推算定位误差随时间的积累,提高了导航定位的精度并扩展了使用范围.     

基于信息融合的GPS航位推算组合导航系统设计

全球定位系统（GPS）和航位推算（DR）两种定位方式的结合,构建了基于卡尔曼滤波的算法,实现陆地GPS/DR组合定位系统的数据融合,当其中任何一个子系统出现故障时联合滤波器仍然可继续为用户提供导航服务。本文简介了GPS/DR车载组合导航。系统的设计原理及运用联合卡尔曼滤波进行数据融合的实现方法。     

基于GIS平台的GPS智能车载终端的设计

讨论了基于地理信息系统(GIS)平台的智能交通系统中车载终端的作用和意义;阐述了利用GPS智能定位的工作原理;介绍了GSM/GPRS模块及其性能和使用方法.讨论了利用GPS智能定位终端的软硬件设计与实现方法.     

利用GPS和惯性传感器的融合和集成实现车辆定位

首先介绍了常用的车辆定位技术 :全球卫星定位系统 (GPS)和航位推算法 (DR) ,并分析各自的优缺点 ,然后提出用卡尔曼滤波 (KalmanFilter)技术来实现GPS和惯性传感器的融合和集成的组合定位 .最后给出了现场测试的结果 ,证明方法的有效性 .     

基于非线性自适应回归神经网络的GPS/IMU组合导航方法

车道级高精度定位导航是智能网联汽车的基本配置,全球定位系统(globlal positioning system,GPS)/惯性测量单元(inertial meansurement unit,IMU)组合导航是高精度定位的关键技术之一。根据汽车行驶过程中高精度定位要求,提出了应用于智能网联汽车的基于非线性自适应回归(nonlinear autoregressive exogenous,NARX)神经网络的GPS/IMU组合导航方法。首先,根据IMU传感器数据特性,建立了基于扩展卡尔曼滤波的惯性导航系统(inertial navigation system,INS)模型,其次,基于NARX神经网络,建立了GPS/INS组合定位训练和预测模型,然后,基于全球导航卫星系统(global navigation satellite system,GNSS)、实时动态差分技术(real-time kinematic,RTK)、INS等技术,设计了智能网联汽车RTK高精度定位数据采集实验系统,并收集了实验数据。最后,对NARX网络训练误差和GNSS信号长时间失效情况下定位预测误差进行了讨论与分析。实验结果表明,该方法在GNSS信号失效5 min情况下,定位预测误差在2. 5 m以内,满足一般情况下,短、中、长隧道中智能网联汽车定位应用要求。     

基于UPF算法的车辆GPS/DR组合导航研究

车辆GPS/DR组合导航系统是非线性系统。采用扩展卡尔曼滤波(EKF)对其进行状态估计时,系统线性化过程将导致较大的滤波误差。为了获得更好的估计性能,将一类改进的粒子滤波方法 (UPF),即以无位卡尔曼滤波(UKF)为建议密度的粒子滤波方法(PF)应用于车辆GPS/DR组合导航系统中,避免了EKF方法的线性化近似过程,提高载体的定位精度。为验证该方法的有效性,将其与EKF分别用于GPS/DR组合导航系统的滤波仿真。仿真结果表明:UPF能减小导航定位误差,滤波性能明显优于EKF。     

基于DSP的GPS/DR组合定位系统的设计

对于城市车辆GPS导航来说,其很大的一个缺点是跟踪卫星的信号常常由于建筑物、隧道及树木等的遮挡而使GPS的定位精度大大降低,甚至无法进行正常的定位。为此,提出了基于DSP的GPS/DR组合定位系统,详细介绍了系统的硬件设计方法、组成和软件设计思想。最后进行了采用联合卡尔曼滤波器的GPS和DR系统的组合定位的仿真实验。实验证明,采用联合卡尔曼滤波算法的GPS/DR组合定位系统的转度明显高于GPS单独定位方式。     

变加权系数联邦卡尔曼滤波在GPS/DR组合定位系统中的应用研究

针对全球定位系统(GPS)接收机易出现"丢星"现象及航位推算系统误差累计问题,采用变加权系数的联邦卡尔曼滤波信息融合算法,实现以航位推算系统(DR)辅助GPS定位系统的组合定位系统,并用Matlab软件对此算法进行了仿真研究.该方法既克服了GPS信号的遮蔽问题,又充分利用了DR的短时高精度自主定位.仿真结果表明,该方法在保证了系统定位精度的前提下,有效提高了定位系统的容错性和工作可靠性.     

基于RFID和DR技术的室内组合定位技术

无线射频识别(radio frequency identification,RFID)技术应用于室内定位时,易受周围环境影响,出现电子标签信号强度弱、无法读取、定位精度降低甚至无法进行定位计算等情况.提出使用RFID/航位推算(dead reckoning,DR)组合定位系统对室内运动物体进行定位.利用RFID系统校正DR系统的累积误差,并在RFID信号丢失时,利用DR系统辅助RFID系统进行有效定位.实验结果证明,RFID/DR组合定位技术能有效提高室内运动物体定位效果和精度.     

GPS/GLONASS组合定位时间系统同步偏差

为研究GPS/GOLNASS组合定位中两个不同时间系统转换到UTC时间系统后存在微小的同步偏差问题,采用方差分量估计的方法解算GPS/GLONASS组合定位系统中不同时间系统的同步偏差,并进行实例计算与分析.研究结果表明:GPS/GLONASS组合定位的精度要优于GPS单系统,GPS与GLONASS的时间系统(各自转换为UTC时间)存在190～270 ns的系统偏差,且使用不同接收机观测的数据进行计算所得到的系统偏差存在一定的差异.     

GPS/INS延时估计与基于残差重构的延时补偿算法

传感器采样延时是多传感器信息融合过程中面临的一个重要问题,全球定位系统/惯性导航系统(GPS/INS)的组合导航系统是智能汽车常用定位方式,但常面对GPS采样延时的问题,因而会造成对INS误差状态的错误估计,影响定位定速的精度.本文针对该问题,在传统的GPS/INS松耦合组合导航模型的基础上提出一种延时估计和补偿的算法.首先建立延时估计模型,估计时间同步误差,然后构建残差传播方程,利用残差重构的方式进行延时补偿,实现基于软件的时间同步.根据试验中对速度、位置误差及均方根误差的分析,改进的滤波算法有效地降低了GPS采样延时引入的误差,提高了定位和定速的精度.     

BDS、GPS及其组合系统伪距单点定位精度分析

为研究北斗卫星导航系统(BDS)和BDS/GPS组合系统的定位性能,根据实测数据对比分析了GPS、BDS及BDS/GPS组合系统的可见卫星数、空间位置精度因子(PDOP)和伪距定位结果,以及BDS地球静止轨道(GEO)和中圆轨道/倾斜轨道(MEO/IGSO)卫星的定位结果;针对BDS与GPS观测值之间的精度差异,分别采用等权模型、高度角模型和Helmert模型研究组合系统的最优随机模型。研究表明:组合系统卫星的空间几何分布优于单系统;BDS定位的平面精度低于GPS,高程精度高于GPS,而BDS/GPS组合系统平面和三维精度高于单个系统;Helmert验后估计模型能够提高BDS/GPS组合定位的高程和三维定位精度。     

景象匹配辅助的GPS/SINS组合导航算法

为提高导航系统的精度和可靠性,在全球定位系统(GPS)、捷联惯导系统(SINS)和景象匹配传感器(SM)的观测信息是以不同采样率给出时,基于Kalman滤波技术,建立系统模型,利用分布式有反馈数据融合结构,提出一种有效的景象匹配辅助GPS/SINS 组合导航算法,即GPS/SINS/SM组合导航算法.理论分析和仿真结果均表明: 在导航定位和对状态的估计精度和可靠性方面, GPS/SINS/SM组合导航的结果均优于GPS/SINS或GPS/SM组合导航的结果,它们又优于单个系统Kalman滤波的结果.     

GPS/DR组合定位技术的仿真研究

根据DR传感器误差的数学模型,将其误差参数作为状态变量,建立了基于'当前'统计模型的GPS/DR组合定位的卡尔曼滤波模型.仿真结果表明该算法在多种情况下均可使定位精度保持在较高范围内,完全可以满足普通车辆的定位要求.     

基于BDS/GPS组合的短基线相对定位性能分析

基于北斗卫星导航系统/全球定位系统(BeiDou Navigation Satellite System/Global Positioning System,BDS/GPS)组合定位的时空基准统一,文章详细介绍了BDS/GPS定位的函数模型和随机模型。在载波相位相对定位的算法基础上,编写BDS/GPS组合定位程序处理实测BDS/GPS短基线数据,从空间位置精度因子(position dilution of precision,PDOP)、整周模糊度固定以及定位精度等多方面分析BDS/GPS组合定位的性能。结果表明:BDS/GPS组合的PDOP值要小于单个系统的值,而且稳定性好,双系统的观测精度好于单个系统;BDS/GPS组合的短基线相对定位中单历元模糊度固定率高达98%,比GPS、BDS单系统单历元模糊度固定率分别提高了4.3%和21.0%。BDS/GPS组合的短基线定位精度在E、N方向定位结果优于1cm,U方向定位结果优于2cm,比单GPS系统在E、N方向定位精度分别提高25%、4.7%,在U方向定位精度提高12.8%。     

车辆定位系统中的信息融合方法

采用卫星定位一航位推算系统(GPS—DR)和数字音频广播-GSM移动通信系统(DAB—GSM)的融合定位系统,研究智能交通系统中各种先进的车辆定位技术,重点探讨了GPS—DR和DAB—GSM融合定位系统的原理和使用情况,给出了主要模型和公式,并对其特点进行了比较。结果表明,这两种技术都能在一定程度上满足高精度和低成本的要求,但应用层面并不相同;DAB—GSM的研究成果将为DAB和GSM网络应用于车辆定位技术开拓新的空间。     

里程计组合的捷联惯导系统运动基座对准研究

研究利用里程计(DTU)辅助实现惯性导航系统(SINS)运动基座下初始对准.利用分段线性定常系统分析方法,提取了不同运动基座情况下SINS/DTU组合系统的可观测性矩阵;通过计算可观测性矩阵奇异值的大小,定量分析了SINS/DTU组合系统的可观测度;比较了SINS/DTU组合系统和SINS/GPS组合系统的对准机理;并进行了系统仿真.结果表明,这种基于SINS/DTU组合的方法能够实现SINS系统的自主式初始对准;但与SINS/GPS组合系统相比,系统的可观测度稍弱,所需对准时间稍长.