论文部分内容阅读
卫星动态相对定位技术是定位技术发展的一个重要方向，本文针对动态环境下的GPS、GPS／SINS组合系统和北斗双星／SINS组合系统的定位做了以下研究。 首先，首先根据载体的动态运动特点，结合GPS误差对定位的影响，建立了GPS车载运动模型，并构造了Kalman滤波方程。针对实际变化的动态环境，分析比较了Sage-Husa自适应滤波和强跟踪卡尔曼滤波两种算法，并在此基础上提出了改进型自适应Kalman滤波算法，实验结果表明该算法动态滤波效果较好。 其次，本文分析了SINS的误差模型，并选择了组合类型。依据SINS系统的误差模型，选择了观测量并建立了标准的Kalman滤波方程。由于Kalman滤波精度不高，因此在熟悉BP网络算法的基础上，改进了BP神经网络算法，并将改进后的BP神经网络算法引入组合导航滤波过程，辅助Kalman滤波对数据的处理。通过具体实验表明：BP网络辅助Kalman自适应滤波在精度方面较其它滤波算法有较大提高。 最后，将BP网络辅助Kalman自适应滤波技术应用于北斗双星／SINS组合系统，通过与标准Kalman滤波的对比，得到了一些有用的结论。