一种速度自适应辅助定位方法技术
【技术实现步骤摘要】
本专利技术涉及动态导航定位领域，具体的说是一种速度自适应辅助定位方法，其可运用在卫星导航接收机设计中。
技术介绍
卡尔曼(Kalmanfiltering)滤波是一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。卡尔曼滤波方法总结系统所有过去的输入和扰动对系统的作用的最小参数的集合，结合未来的输入和系统的扰动确定当前系统的状态。卡尔曼滤波对于每个时刻的系统扰动和观测误差，只要对它们的统计性质作某些适当的假定，通过对含有噪声的观测信号进行处理，就能在平均的意义上求得误差最小的真实信号估计值。因此，自从卡尔曼滤波理论问世以来，在通信系统、电力系统、航空航天、环境污染控制、工业控制、雷达信号处理等许多部门都得到了应用，取得了许多成功应用的成果。但在动态目标的定位过程中，利用卡尔曼滤波对目标进行状态估计，会受到观测误差和动态模型误差的影响，从而导致状态估计精度较差，而利用先验信息能够提高状态估计精度。有研究人员提出以道路先验信息作为约束条件的卡尔曼滤波算法，但该方法必须实时获取道路信息，因此道路约束卡尔曼滤波算法存在一定局限性。另外，也有人提出速度约束卡尔曼滤波算法，实验证明，该方法的定位精度易受定速误差的影响。
技术实现思路
针对现有技术的不足，本专利技术提供一种速度自适应辅助定位方法，其特征在于：首先获取当前位置和速度信息；然后对根据定速误差的统计性质求取速度的变异系数；若变异系数小于阈值，则利用位置和速度的内部关系辅助定位，若变异系数超过阈值，则不进行速度辅助定位。具体的，使用多普勒测量所述速度，采样频率为1Hz，并使用测距码伪距...
【技术保护点】
一种速度自适应辅助定位方法，其特征在于：首先获取当前位置和速度信息；然后对根据定速误差的统计性质求取速度的变异系数；若变异系数小于阈值，则利用位置和速度的内部关系辅助定位，若变异系数超过阈值，则不进行速度辅助定位。
【技术特征摘要】
1.一种速度自适应辅助定位方法，其特征在于：首先获取当前位置和速度信息；然后对根据定速误差的统计性质求取速度的变异系数；若变异系数小于阈值，则利用位置和速度的内部关系辅助定位，若变异系数超过阈值，则不进行速度辅助定位。2.如权利要求1所述的速度自适应辅助定位方法，其特征在于，使用多普勒测量所述速度，采样频率为1Hz，并使用测距码伪距定位所述位置。3.如权利要求1所述的速度自适应辅助定位方法，其特征在于，使用测距码伪距定位所述位置。4.如权利要求1所述的速度自适应辅助定位方法，其特征在于，所述变异系数的建立包括如下步骤：步骤一：设定xy方向的所述速度变异系数为cvxy；步骤二：设定实际定速误差标准差值，且三维速度分量的误差服从标准差σ、均值为0的正态分布(εvx,εvy,εvz)～(0,σ)；步骤三：利用速度分量误差的标准差σ构建集合U：步骤四：变异系数cvxy为；其中，为集合U的样本标准差，为集合U的均值，即；。5.如权利要求4所述的速度自...
【专利技术属性】
技术研发人员：王飞雪，周承松，彭竞，刘文祥，李峥嵘，李垣陵，王勇，楼生强，徐博，
申请(专利权)人：中国人民解放军国防科学技术大学，
类型：发明
国别省市：湖南;43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。