發(fā)布時(shí)間：2023-10-31 17:45

　　隨著通信網(wǎng)絡(luò)、人工智能和衛(wèi)星導(dǎo)航等技術(shù)的不斷進(jìn)步,自動(dòng)駕駛和智能交通成為如今導(dǎo)航領(lǐng)域的研究熱點(diǎn),同時(shí)也對導(dǎo)航定位技術(shù)的精度和可靠性提出更高的要求。全球?qū)Ш叫l(wèi)星和慣性導(dǎo)航系統(tǒng)構(gòu)成的GNSS/INS組合導(dǎo)航系統(tǒng)能夠彌補(bǔ)單一導(dǎo)航系統(tǒng)的不足,提高系統(tǒng)整體的導(dǎo)航精度和穩(wěn)定性,是目前導(dǎo)航領(lǐng)域的重要研究方向之一。本文針對組合導(dǎo)航系統(tǒng)在城市峽谷、隧道和地下停車場等環(huán)境中因GNSS信號失效而導(dǎo)致的系統(tǒng)精度迅速下降問題,研究了一種隨機(jī)森林回歸輔助的GNSS/INS組合導(dǎo)航濾波算法,并通過車載實(shí)驗(yàn)對該算法的性能進(jìn)行分析和驗(yàn)證。主要研究內(nèi)容如下:(1)總結(jié)了GNSS/INS的基本原理方法,包括GNSS和INS的數(shù)據(jù)處理方法、組合導(dǎo)航的模式分類和卡爾曼濾波的遞推方程及其離散化方法。對組合導(dǎo)航的車載實(shí)驗(yàn)進(jìn)行了研究,通過對實(shí)測數(shù)據(jù)的處理結(jié)果進(jìn)行分析和討論,驗(yàn)證了組合導(dǎo)航系統(tǒng)的定位精度和有效性。(2)針對組合導(dǎo)航系統(tǒng)中系統(tǒng)噪聲特性一般無法精確得知的問題,提出一種改進(jìn)的Sage-Husa濾波。該濾波方法通過預(yù)測殘差向量的馬氏距離構(gòu)造檢驗(yàn)因子,對濾波器進(jìn)行檢測,判斷是否需要進(jìn)行自適應(yīng),從而減小濾波計(jì)算量,有利于濾波的實(shí)時(shí)...

【文章頁數(shù)】：78 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
abstract
1 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外發(fā)展現(xiàn)狀
    1.3 主要研究內(nèi)容
    1.4 論文的組織結(jié)構(gòu)
2 GNSS/INS組合導(dǎo)航原理方法
    2.1 INS導(dǎo)航數(shù)據(jù)處理
    2.2 GNSS導(dǎo)航基本原理
    2.3 GNSS/INS組合導(dǎo)航模型
    2.4 本章小結(jié)
3 GNSS/INS組合導(dǎo)航卡爾曼濾波模型
    3.1 卡爾曼濾波
    3.2 組合導(dǎo)航濾波模型
    3.3 GNSS/INS組合導(dǎo)航車載實(shí)驗(yàn)
    3.4 本章小結(jié)
4 組合導(dǎo)航改進(jìn)的Sage-Husa濾波模型
    4.1 自適應(yīng)濾波模型
    4.2 自適應(yīng)濾波實(shí)驗(yàn)分析
    4.3 改進(jìn)的Sage-Husa濾波模型
    4.4 改進(jìn)的Sage-Husa濾波實(shí)驗(yàn)分析
    4.5 本章小結(jié)
5 隨機(jī)森林回歸輔助的組合導(dǎo)航濾波算法
    5.1 隨機(jī)森林原理
    5.2 隨機(jī)森林輔助組合導(dǎo)航算法實(shí)現(xiàn)
    5.3 實(shí)驗(yàn)分析
    5.4 本章小結(jié)
6 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
參考文獻(xiàn)
作者簡歷
學(xué)位論文數(shù)據(jù)集



本文編號：3859180