發(fā)布時(shí)間：2023-12-07 17:19

　　隨著傳感器技術(shù)的不斷革新與社會對位置服務(wù)的廣泛需求,許多服務(wù)產(chǎn)業(yè)對移動(dòng)目標(biāo)感知的要求也越來越高,尤其在城市交通的感知領(lǐng)域�；谶\(yùn)動(dòng)傳感器的數(shù)據(jù)融合技術(shù)已成為科學(xué)管理與合理規(guī)劃城市交通不可或缺的技術(shù)之一。位置服務(wù)是智能交通中的關(guān)鍵組成部分之一,以GPS、BDS、GLONASS、Galileo為代表的GNSS系統(tǒng),與以慣性器件為代表的運(yùn)動(dòng)傳感器系列設(shè)備,為城市交通的智能感知、操縱提供重要的技術(shù)支撐。其中,以運(yùn)動(dòng)傳感器組合GNSS系統(tǒng)為代表的感知系統(tǒng),不僅可以落實(shí)大量應(yīng)用,并且能夠驅(qū)動(dòng)部分社會支柱性產(chǎn)業(yè)的發(fā)展。為了有效管理城市交通、減少城市交通運(yùn)維成本,運(yùn)動(dòng)傳感器的發(fā)展與數(shù)據(jù)融合技術(shù)的應(yīng)用成為研究的重點(diǎn)。本文分別從四方面進(jìn)行了相關(guān)研究,主要包括基于運(yùn)動(dòng)傳感器的數(shù)據(jù)降噪處理方法、基于運(yùn)動(dòng)傳感器的目標(biāo)姿態(tài)感知方法、基于雙天線GNSS輔助運(yùn)動(dòng)傳感器的目標(biāo)定向測速方法、基于低成本車載運(yùn)動(dòng)傳感器組合GNSS系統(tǒng)的目標(biāo)定位方法。本文主要研究成果為:(1)設(shè)計(jì)了一種MEMS陀螺儀運(yùn)動(dòng)傳感器的數(shù)據(jù)降噪方法。引入小波分析方法對MEMS陀螺信號進(jìn)行誤差特性分析,針對誤差特性的分析結(jié)果設(shè)計(jì)了一種小波分析結(jié)合SVD...

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與研究意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 運(yùn)動(dòng)傳感器的國內(nèi)外研究現(xiàn)狀
    1.3 數(shù)據(jù)融合算法的國內(nèi)外研究現(xiàn)狀
    1.4 技術(shù)路線與研究內(nèi)容
        1.4.1 技術(shù)路線
        1.4.2 研究內(nèi)容
2 基于運(yùn)動(dòng)傳感器與數(shù)據(jù)融合算法的分析
    2.1 概述
    2.2 特性分析
        2.2.1 運(yùn)動(dòng)傳感器
        2.2.2 運(yùn)動(dòng)傳感器組合系統(tǒng)
    2.3 數(shù)據(jù)融合算法的理論分析
        2.3.1 數(shù)據(jù)融合算法的實(shí)現(xiàn)原理
        2.3.2 評價(jià)數(shù)據(jù)融合算法性能的分析指標(biāo)
    2.4 本章小結(jié)
3 MEMS陀螺儀的降噪方法
    3.1 概述
    3.2 基于小波分析的方法改進(jìn)
    3.3 基于奇異值/小波分析的降噪處理算法
    3.4 試驗(yàn)與分析
    3.5 本章小結(jié)
4 基于運(yùn)動(dòng)傳感器的姿態(tài)感知方法
    4.1 姿態(tài)感知的原理概述
    4.2 改進(jìn)的姿態(tài)感知方法
        4.2.1 基于融合四元數(shù)的姿態(tài)更新
        4.2.2 引入平方根濾波的加權(quán)最小二乘算法
        4.2.3 試驗(yàn)與分析
    4.3 雙天線GNSS輔助運(yùn)動(dòng)傳感器的移動(dòng)目標(biāo)定向方法
        4.3.1 多種坐標(biāo)系的概述與目標(biāo)定向誤差的分析
        4.3.2 基于雙天線基線矢量定向方法的理論分析
        4.3.3 定向?yàn)V波模型中狀態(tài)與量測方程的確立
        4.3.4 定向方法實(shí)現(xiàn)
        4.3.5 試驗(yàn)與分析
    4.4 本章小結(jié)
5 低成本運(yùn)動(dòng)傳感器組合系統(tǒng)的數(shù)據(jù)融合方法
    5.1 系統(tǒng)不確定性的分析與數(shù)據(jù)融合算法的概述
    5.2 量化系統(tǒng)不確定性的方法實(shí)現(xiàn)
    5.3 引入系統(tǒng)不確定度自適應(yīng)調(diào)整系統(tǒng)模型
    5.4 模糊IAE-UKF數(shù)據(jù)融合算法實(shí)現(xiàn)
    5.5 試驗(yàn)與分析
    5.6 本章小結(jié)
結(jié)論
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及其它成果



本文編號：3870847