【摘 要】
：
姿态作为重要的导航参数,随着智能驾驶、无人机和无人车等技术的兴起,得到了越来越多的重视。在基于不同传感器的测姿技术中,GNSS测姿具有全天候、精度高和误差不随时间累积的优势,但在挑战环境下,测姿精度、连续性和可靠性会迅速降低。MEMS惯性（简称MEMS）测姿则具有低成本、体积小,自主无源的优点,将GNSS与MEMS两者进行信息融合可实现优势互补,获得更好的测姿结果。根据GNSS天线的数量,GNSS
论文部分内容阅读
姿态作为重要的导航参数,随着智能驾驶、无人机和无人车等技术的兴起,得到了越来越多的重视。在基于不同传感器的测姿技术中,GNSS测姿具有全天候、精度高和误差不随时间累积的优势,但在挑战环境下,测姿精度、连续性和可靠性会迅速降低。MEMS惯性（简称MEMS）测姿则具有低成本、体积小,自主无源的优点,将GNSS与MEMS两者进行信息融合可实现优势互补,获得更好的测姿结果。根据GNSS天线的数量,GNSS与MEMS的组合可分为单/双/多天线GNSS/MEMS组合测姿三种不同的方式。其中单天线GNSS/MEMS组合测姿受载体运动状态和侧滑角误差影响较大,多天线GNSS/MEMS组合测姿的系统复杂度和成本较高,而双天线GNSS/MEMS组合测姿可以避免上述两种组合测姿方式的缺点,同时兼具GNSS与MEMS两种传感器的优势,因此在测姿领域具有更加重要的研究意义与应用价值。本文以此为背景,对双天线GNSS/MEMS组合测姿算法及关键技术展开了较为细致的研究,主要工作如下:1)研究了基于双天线GNSS和MEMS的测姿技术并推导了相应的测姿误差计算公式,阐述了不同传感器测姿技术的优点和局限性,从理论上论证了双天线GNSS/MEMS组合测姿的必要性。2)基于扩展卡尔曼滤波器以及误差状态滤波方式,详细推导了基于失准角模型的双天线GNSS/MEMS松/紧组合测姿算法的数学模型。通过对比两种组合测姿结构,解释了模糊度固定对两种不同的组合测姿结构的重要性。同时,从理论上说明了紧组合测姿算法在GNSS挑战环境下更有优势的原因。3)根据MEMS传感器噪声在频域上的分布特性,设计了一种基于滑动窗口的Butterworth低通滤波器。该滤波器计算量小,易于实现,可有效降低噪声对水平角解算精度的影响。4)利用一组长时间的静态数据,描述了Allan方差分析这一随机噪声建模和过程噪声提取工具,并对MEMS误差特性进行了详细分析。结果表明,MEMS-IMU随机噪声在短时间内主要以白噪声和闪烁噪声为主。5)实现了双天线GNSS/MEMS松/紧组合测姿算法,并采用两组不同GNSS环境下的实测动态车载数据对算法进行了验证。在GNSS开阔环境下,松/紧组合测姿算法的精度分别为（0.15,0.12,0.11）°和（0.14,0.13,0.09）°,两者相差不大;在GNSS挑战环境下,松组合测姿算法精度为（0.28,0.35,0.27）°,紧组合测姿为（0.21,0.27,0.26）°,相比松组合测姿,航向角精度提升了25%。以上结果表明,本文的双天线GNSS/MEMS组合测姿算法在不同环境下均可得到连续、精度较高且可靠的测姿结果,且紧组合测姿算法在GNSS挑战环境下更有优势。
其他文献
图像的无损压缩广泛应用在对图像细节要求较高的领域。Context建模技术作为一种非常有效的估计信源概率模型的方法,常常用于对图像序列建模。但对于高阶Context模型而言,其模型中概率分布较多,且用于统计模型的信源序列有限,便不能充分训练模型中的所有概率分布,故而引起“上下文稀释”问题。而使用Context模型对多进制信源建模相较于对二进制信源建模而言,针对多进制信源的Context模型中会产生更
随着工业的发展和城市的扩张,用电需求日益增长,对电缆的输电能力的要求越来越高,高温超导电缆（HTS）的应用有望成为一条有效的解决途径。近年来,高温超导线材的生产工艺不断成熟,低温支撑技术也更加可靠和低成本,HTS的实际应用越来越具备条件。高温HTS通常需要浸泡在低温流体中保证工作温度。液氮温度正好处于HTS工作温区,并且成本较低,使用安全,是现阶段HTS内冷却流体的不二之选。波纹管具有良好的柔韧性
2004年,石墨烯的成功制备掀起了人们对二维纳米材料的广泛关注。大量研究发现二维纳米材料具有很多优异的电学性质和磁学性质,被预言可以应用于太阳能电池、集成电路及自旋器件等光电子领域和纳米器件领域。近几年来,随着人们的深入研究,二维纳米材料更多更优异的物理化学性质被人们所证实,其中以类石墨烯六角蜂窝结构为代表的二维纳米材料尤其引人注目,它们在理论和实验上已经获得了丰硕成果。对类石墨烯结构纳米材料的研
随着高速信息技术（如5G）的迅猛发展,我们逐渐进入人工智能时代,各种通信技术在不断升级和提速扩容,直接推动了传感技术的进步。智能时代依赖众多传感器将万物互联并形成下一代网络----物联网,从而将深刻改变人们的生活和思维方式。光波导传感器属于众多传感器中的一种,具有其独特的优势,是光网络中必备的传感器。本文将主要研究平面多层光波导气体传感器及其检测气体的灵敏度,通过研究为后续实际应用的可行性做准备。
粗糙集理论是处理不精确性和不确定性问题的一种工具,其从单粒度的角度描述目标概念,具有一定的局限性。而多粒度粗糙集通过多个二元关系从多个粒度来分析问题,能够处理更为复杂的信息系统。此外,基于双量化方法的粗糙集自提出以来,由于其综合考虑了相对和绝对量化信息,能够提高近似分类精度,在不确定性决策问题中受到了广泛的关注。三支决策理论对粗糙集中的粗糙域提供了合理的语义解释,并同时考虑了决策风险,使之成为不确
生物医学文本领域每年产生大量的文献、病例,这些材料中往往包含重要信息,但依赖人工处理不仅工作量巨大,并且难以保证效率。近年来,随着自然语言处理的不断发展,深度学习已经取代传统统计学方法,逐渐成为各领域的主流方法。利用深度学习技术对生物医学文本进行信息提取,一方面可以有效提高提取效率,另一方面,深度学习强大的特征学习能力能捕捉更多人工难以识别的特征,提高识别精度,强化提取能力。这对于生物医学领域发展
人们对于更大的硬盘驱动器的存储容量的日益增长的需求,推动了人们对这方面的关注和广泛的研究。在上个世纪末研究者发现了巨磁阻（GMR）效应,几年后就研究得到基于氧化铝的磁性隧道结（MTJ）。MTJ是一种不同于其它类型的磁性存储器,它是自旋电子学领域的有研究前景的纳米结构器件。MTJ具有很高的隧道磁阻（TMR）效应,体现在存储容量、速度和稳定性方面有很大的优势,另外由于是纳米器件,它的尺寸会比之前的存储
随着社交网络的快速发展以及用户的广泛参与,网络中产生了日均千万级的文本数据,其中包含了大量公众对热点事件的观点与态度,以及用户对产品的体验等。对这些含有丰富情绪信息的文本数据进行挖掘与分析,识别、理解其中包含的情绪信息,具有很高的社会价值与商业价值,引起了学术界和产业界众多研究者的广泛关注。网络文本具有口语化和不规范化的特点,这使得情绪分析工作面临很多挑战。在词嵌入表示方面,现有模型大多采用Wor
随着计算机视觉的迅速发展,3D成像技术在工业检测、医疗卫生、安全防护、虚拟现实和3D打印等领域得到了广泛的应用。本文研究的3D成像装置,以小柱状芯块为目标,实现对其外观质量的检测。3D成像装置采用纯色LED线结构光与面阵相机相结合的方式,对芯块的外观进行扫描。通过设计双滚筒机械装置,带动芯块旋转,从而实现对周面的结构光图像进行采集。通过设计电动滑台装置,带动芯块定向匀速移动,采集芯块端面的结构光图
复合材料作为一种新兴材料,凭借其强度高、重量轻、隔热性好等优良性能,近年来被广泛应用于工业生产的各个领域。但其在加工制造及使用时,可能会产生脱粘、孔隙等缺陷问题。这些问题会使复合材料性能快速下降,最终影响材料的可靠性。尽管破坏性试验检测法可以较好地完成材料的质量检测,但其破坏了材料的结构,因而只能抽样检测,无法实现在线实时检测。因此,应用先进的无损检测技术实现对材料缺陷的检测与判定,具有重要的现实