GNSSMEMS-DR超紧耦合组合导航算法研究的开题报告_第1页
GNSSMEMS-DR超紧耦合组合导航算法研究的开题报告_第2页
GNSSMEMS-DR超紧耦合组合导航算法研究的开题报告_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

GNSSMEMS-DR超紧耦合组合导航算法研究的开题报告开题报告一、研究背景和意义全球导航卫星系统（GNSS）已经成为现代定位导航领域的重要技术。但是，由于GNSS信号的传输过程中会受到多路径效应、信号衰减、信号遮挡等干扰，导致GNSS定位精度无法满足实际应用需求。因此，需要采用其他多模态传感器来进行辅助定位，进行超紧耦合的组合导航。当前GNSS/惯性导航系统（INS）组合导航算法是通过卡尔曼滤波器实现的，其中INS的状态方程是由牛顿第二定律建立的，可以把INS的角速度、线加速度和位置信息转化为姿态、速度和位置信息。INS具有高频率的运动信息和较短时间内的位置解算，可以补偿GNSS的短期偏差和干扰。但是INS在长时间内会产生姿态漂移，导致GNSS/INS组合导航系统的定位误差逐渐增加。MEMS惯性测量单元（IMU）具有小巧、轻便、低功耗和低成本等优点，在GNSS/INS组合导航系统中得到了广泛的应用。但MEMSIMU的姿态漂移率比较高，导致INS的状态方程不再可靠。因此，需要采用更加复杂的算法来抵消姿态漂移和其他误差。GNSSMEMS-DR超紧耦合集成导航算法可以实现GNSS/IMU集成定位，同时结合车辆运动学模型和地图匹配实现DR（DeadReckoning）定位，从而提高定位精度。二、研究内容和方法（1）GNSS信号跟踪和解算通过对GNSS信号的伪距测量和载波相位测量进行解算，得到精确的位置、速度和时间信息。（2）MEMSIMU状态估计通过MEMSIMU测量的角速度和线加速度，利用组合角速度相对姿态（CRP）算法对IMU状态进行估计，并实现姿态解算。（3）DR定位和航向角估计通过车辆运动学模型和地图匹配实现DR定位，并利用加速度计和陀螺仪测量的信息估计车辆航向角。（4）超紧耦合状态估计将GNSS/IMU/DR三种信息进行超紧耦合，利用卡尔曼滤波器进行状态估计，得到高精度的定位结果。三、预期研究结果本研究将实现GNSSMEMS-DR超紧耦合集成导航算法，并利用实验数据进行仿真验证和定位实验。预计研究结果将可以实现厘米级别的高精度定位，并进一步推动GNSS/IMU/DR组合导航在智能车辆、室内定位和UAV领域的应用。四、研究计划和进度安排（1）前期调研：对GNSS/INS超紧耦合组合导航算法进行调研，了解GNSS、IMU、DR的原理和状态估计方法。（2）算法设计：设计GNSSMEMS-DR超紧耦合集成导航算法，实现三种信息的超紧耦合和状态估计。（3）算法实现：用Matlab/Simulink等数学工具进行算法实现，并进行仿真验证。（4）系统集成：将算法移植到硬件平台上，完成GNSS、IMU、DR的数据采集和处理，进行系统整合。（5）算法测试：通过现有实验数据进行定位精度测试，优化算法参数和流程，提高定位精度。（6）论文撰写：对研究结果进行总结和归纳

人人文库> 全部分类> 毕业设计 > 开题报告

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论