消除模型误差的卡尔曼滤波在GPS定位中的应用研究
2018-03-01张兰勇陈辉煌
兵器装备工程学报 2018年1期
张兰勇,陈辉煌,孟 坤
(1.哈尔滨工程大学 自动化学院, 黑龙江 哈尔滨 150001) (2.东南大学 毫米波国家重点实验室, 江苏 南京 210096)
如今车载GPS定位导航已经广泛应用。随着技术的提高和应用需求的不断扩大,而后出现的差分GPS(DGPS)已经能够很好的克服伪距测量中出现的误差,如卫星时钟误差、星历误差等,使GPS定位精度提高到分米级别。但是,DGPS需要建立基站,成本高,存在基站和移动站通信半径限制,而且在GPS测量误差中仍然存在着由于接收设备自身产生的热噪声颤动和干扰的影响。
针对卡尔曼滤波降低误差的研究,国内外学者取得了比较显著的成果。比如,孙罡等[1]通过改良参数和稳定模型的方法获得静态的精准的GPS定位;SHI E[2]通过获得大量数据,实现动态的精准的GPS定位;王虎等[3]根据不同的情况建立不同的卡尔曼滤波器,保证了动态定位的动态性和准确性。现有的卡尔曼滤波器要么无法适用于动态定位,要么不具有普适性。
本文在前人研究基础上,以农用机动车辆的GPS定位为研究对象。设计卡尔曼滤波器既能适用于动态定位,又具有广泛应用性,该滤波器同样适用DGPS。卡尔曼滤波器通过建立状态方程和量测方程描述系统的动态过程。它具有实时数据处理,无需存储数据以及最小无偏差性等优点,是当前应用最广的一种动态数据处理方法[4]。
1 卡尔曼滤波器建模
卡尔曼滤波要求对应用对象数学建模,而且模型的精确程度将影响滤波结果的优劣。
本文针对农垦联合收割机建立相应的数学模型。……
登录APP查看全文
