改进联合滤波在GPS/DR组合定位中的应用

豆豆网   技术应用频道   2007年12月21日  【字号: 收藏本文

内容摘要:作者采用联合卡尔曼滤波器(federal Kalman fifter,FKF)融合GPS和DR信息,根据定位传感器精度低和车载导航计算机计算能力较低的特点,在现有的研究基础上,改进联合滤波算法,稍微降低融合精度,提高原算法计算效率。

改进联合滤波在GPS/DR组合定位中的应用

  四、试验结果与分析

   为验证作者提出的改进FKF算法,采用该算法对路试数据进行融合处理。滤波器使用的参数为试验路线见图2(由于采用低精度扫描地图,实际轨迹偏离了地图道路),位置为深圳南山高科技园北区的某视野开阔的四边形路段,SVs=6~10,在该路段上的GPS轨迹重复性误差小于110m,在缺乏绝对定位基准的情况下,以该GPS定位为真实值(TRUE)。

改进联合滤波在GPS/DR组合定位中的应用

  图2 试验路线

  在原始GPS定位信息中加入一阶马尔可夫随机噪声,仿真GPS在一定接收条件下的定位噪声。

  噪声模型为

改进联合滤波在GPS/DR组合定位中的应用

  式中Nn为高斯白噪声,均方根为50,τn为过程时间常数倒数,τn=0.01s-1.计算得到东向、北向定位噪声方差分别为26.74和49.84,根据所做的静态试验统计结果,近似等效为SVs=5和HDOP=2.2的接收条件。

  DR传感器的信息由路试过程中同步采集,同步信号为GPS输出的秒脉冲,采样频率为40Hz。DR模型中,陀螺标度因子误差为-1.6%,零漂误差为0.048°/s,里程标度因子误差为-0.4%。采用提出的改进算法融合混有噪声的GPS定位信息和DR传感器的信息,以验证算法的有效性。

  图3为改进FKF结果与GPS定位、真实位置的比较图。从图中可知混有噪声的GPS定位明显偏离了真实轨迹,采用提出的改进算法进行滤波后,融合定位大多落在真实轨迹附近。

责编:豆豆技术应用

正在加载评论...