一、改进GPS多天线配置法姿态测量仿真研究(论文文献综述)
任亮[1](2021)在《基于C94-M8P的铁塔形变监测设计》文中研究表明随着中国经济和电力行业的飞速发展,社会用电需求不断增加,输电铁塔的架设数量也日益增多,而输电铁塔多运行在恶劣环境下,容易因自然灾害造成损坏,依靠传统人为巡线的监测方式过于消耗人力物力财力,因此已有电网公司开始研究基于GNSS系统的铁塔形变监测,在此基础上本文提出结合GNSS相对定位和姿态测量的方法来进行铁塔形变监测,通过在铁塔顶部选取3个不共线的监测点计算出监测点的实时三维坐标和铁塔顶部载体坐标系的姿态角来判断铁塔当前运行状态。本文的主要工作如下:(1)根据铁塔形变监测的要求,进行了监测系统的需求分析,在此基础上研究了GNSS载波相位差分原理,设计了测距精度可达厘米级的监测系统;(2)研究了姿态测量原理和算法,在测姿原理上详细分析了姿态测量的坐标系、坐标系的旋转和姿态角求解,在姿态解算算法上主要研究了TRAID、QUEST算法和它们的改进算法,并通过仿真分析验证了解算双基线时各算法的姿态角解算性能。(3)研究选用了C94-M8P接收机和ANN-MS接收天线,详细研究了接收机的支持协议,包括NMEA协议、UBX协议和卫星星历,对UBX协议中的所需信息进行解码,提取了载波相位、星历等重要信息,进一步通过星历解码计算出了卫星坐标,并对比了相同时刻下所计算出的卫星坐标和IGS网站上下载的精密星历,验证了整个解码计算过程的正确性。(4)设计形变监测模拟实验证明了监测系统的有效性。模拟实验获得了以下结果,在两个不同基线长度下,获得了系统的相对定位精度;确定了接收天线在铁塔顶部的安装位置并获得了俯仰角、横滚角和航向角的测量精度;在接收天线可延伸范围内基站和测站的距离对监测系统的测量精度基本无影响;人为改变姿态角后,测姿系统的测量值和理论计算值具有一致性。
史耿[2](2020)在《基于IMU/GNSS的高精度组合测向算法研究与实现》文中认为随着测向技术在导航领域及各种物联网应用中的广泛应用,基于低成本传感器、短基线条件下的高精度测向技术显得尤为重要。目前,短基线条件下,基于低成本传感器的测向技术存在明显不足。一方面,基于惯性测量单元(Inertial Measurement Unit,IMU)的测向算法存在累积误差,无法在长时间内提供可靠的航向角信息。另一方面,基于全球导航卫星系统(Global Navigation Satellite System,GNSS)的测向算法受GNSS信号质量的影响较大,在信号质量差的环境中很难得到高精度并且连续的航向角信息。所以,为了提高基于低成本传感器、短基线条件下测向的精度和实时性,本文提出了一套基于IMU/GNSS的组合测向算法。首先,本文针对传统的双天线测向算法在低成本传感器、短基线条件下测向精度低、及实时性较差的问题,提出了双GNSS天线测向的改进型算法。主要从如下三个方面进行了改进:(1)基于已知的基线长度,缩小整周模糊度固定算法的搜索空间,提高双天线GNSS测向算法的解算成功率;(2)采用多天线设计,引入两个双天线GNSS测向子系统,提高GNSS测向的精度和实时性;(3)设计基于基线长度和校验值(Ratio)的校验算法,保证解算结果的可靠性。其次,本文基于扩展卡尔曼滤波器(Extended Kalman Filter,EKF)设计了松耦合模式下的组合测向算法,保证了在GNSS信号较差的条件下仍然可以提供可靠的航向信息,并且具有良好的实时性。同时,为了适应多种场景下测向,本文提出了基于GNSS信号的载噪比、位置精度强弱度(Position Dilution of Precision,PDOP)和卫星仰角的动态参数调节算法,即通过在不同的环境中动态调节测向算法的参数,来获得最佳的性能。最后,基于本文提出的算法,设计并实现了基于低成本传感器、短基线的测向系统。系统的硬件设计基于惯性传感器MPU9150、GNSS接收模块NEO-M8T。系统的软件基于开源软件RTKLIB提供的API实现本文提出的算法。并在实际环境中进行了大量测试。测试结果表明,本文提出的算法在基于低成本传感器,短基线(小于30厘米)条件下解算出的航向角的均方根误差(Root Mean Square Error,RSME)为0.45,解算的频率为平均每分钟326次。证明了本文提出的算法在低成本传感器、短基线条件下可以获的高精度、实时性好的航向角信息。
蒲仁虎[3](2019)在《附约束条件的移动平台多天线精密定位理论与方法研究》文中指出多天线定位在变形监测、无人机测量等领域应用广泛,但现有多天线定位算法多针对姿态测量,关于移动平台位置确定的研究较少。多天线相对定位时除了移动平台上设置若干接收天线以外,在地面站通常需至少设置一个基准站。由于移动平台上设备空间和成本的限制,移动站通常采用多个单频接收机。基准站的设置相对灵活,可以是地基连续运行基准站,也可以是自行设置的参考站。由于多天线定位增加了模糊度约束条件,因此有望提高单历元模糊度分解的成功率和可靠性,这不仅可以提高姿态测量的可靠性同时也有助于移动平台的精密定位。基于多天线定位的周跳探测与修复也可为移动平台模糊度的在航求解提供帮助。本文就多天线定位时的周跳探测与修复理论以及模糊度快速分解等核心内容进行研究,主要研究内容如下:1.对三频载波相位观测值的周跳探测与修复算法进行了研究。提出一种基于电离层总电子含量变化率(TECR)的三频周跳探测与修复新方法,该方法可用于基准站的非差三频数据周跳探测与修复。通过建立三个线性无关的三频组合观测值(一个新的最优GF组合、一个最优码相组合和一个新的GIF组合)进行周跳的探测,再利用LAMBDA算法确定整数周跳值。由一阶电离层延迟时间差分的预测残差可判断周跳是否正确修复。实验结果表明新方法即便在较大采样间隔及电离层变化剧烈的时段依然能准确探测与修复所有一周及以上的各类周跳,并且该方法对不敏感周跳(1,1,1)的探测与修复成功率可达100%。2.提出利用移动平台的俯仰角或横滚角等姿态信息建立移动平台接收机间的倾角约束条件,从而建立一种新的约束卡尔曼滤波模型。同时对比分析了以平台上固定基线长度作为约束条件的约束卡尔曼滤波。通过对移动平台实测数据进行处理,结果表明,小至一周的周跳均能被准确探测与修复。利用轨道的高程约束条件,建立附高程约束的约束卡尔曼滤波模型用于长基线的周跳探测与修复。实验结果表明,该方法周跳探测的性能比传统卡尔曼滤波有较大幅度的提升。但在移动平台运动速度出现较大扰动时,周跳探测值也将出现较大扰动。3.为解决移动平台上单频超短基线单历元模糊度分解效率较低的问题,提出利用移动平台上的超短基线的倾角建立约束条件,并将约束条件运用于改进模糊度浮动解的精度。实验结果表明,加入倾角约束条件后90%以上的历元采用LAMBDA算法即可直接获取模糊度的正确解。采用基线长度约束作为模糊度的检核条件,若首次模糊度固定失败,约95%的历元能在搜索10次以内将模糊度固定正确,所有历元均能在搜索40次以内将模糊度固定正确。作为对比,不加入倾角约束的标准LAMBDA算法即使搜索2000次仍然有部分历元不能得到正确的模糊度。4.为实现移动平台主天线的动态精密定位,需要快速准确地分解由主天线与基准站构成的基线的模糊度。本文提出将轨道坡度约束条件以及移动平台超短基线的模糊度约束条件加入到多天线定位模型中,并采用LAMBDA算法分解模糊度。在单频单历元条件下分别对双天线和三天线移动平台的定位模型进行研究。研究结果表明,随着移动平台配备的接收机数量的增加模糊度分解成功率也随之有明显的提高,若再加入轨道坡度约束条件会进一步提升模糊度分解的成功率。当观测7颗GPS卫星并加入坡度约束条件时三天线移动平台定位模型的静态与动态模糊度单历元分解成功率分别能达到100%和96%。
王发省[4](2019)在《多波束测深中多天线GNSS/INS松组合船姿测量算法及软件开发》文中认为多波束测深系统在国家海洋经济发展、海底地形调查中发挥着至关重要的作用,而高精度姿态是多波束进行精密水深测量的前提和保障。在实际测量中,船舶转弯、船速变化等因素均会对惯性导航系统(INS)获得的姿态造成影响,特别在岛礁等复杂环境下,测船必然面临非直线、加速等现象,为提高惯性导航系统姿态测量精度,常采用GNSS测姿作为参考,因此,研究GNSS/INS组合测姿方法及其在多波束测深中的应用具有现实意义。本文围绕多波束测深中多天线GNSS/INS松组合船姿测量算法进行了研究,内容主要包括GNSS姿态测量方法、GNSS姿态测量误差分析、GNSS/INS松组合测姿滤波算法和GNSS/INS测姿软件开发。本文主要研究内容和成果如下:(1)基于GNSS姿态测量的几何模型,仿真分析了基线长度、基线夹角对GNSS测姿误差的影响;设计海上四天线姿态测量实验,分别采用直接姿态解算方法、姿态解算的LS方法和TLS方法对船舶姿态进行计算,并与高精度的HYDRINS惯导姿态测量结果进行了对比分析。(2)构建了GNSS定位、测姿和多波束测深间的误差模型,利用牛顿迭代法实现了模型中非线性方程的数值解算,根据《GB12327-1998海道测量规范》等相关规范对多波束测深的精度要求,仿真分析了 GNSS定位、测姿和多波束测深间的误差关系。(3)针对船舶加速时惯导测量的姿态信息存在系统误差的情况,实验分析了常规卡尔曼滤波、扩展卡尔曼滤波、基于M估计的抗差卡尔曼滤波剔除误差的能力,并验证了三种算法运用于GNSS/INS松组合测姿的有效性。(4)基于VS2012平台MFC框架开发了GNSS/INS组合测姿软件,该软件可采用不同的定位解算模式进行GNSS数据处理,基于实测数据与NovAtel-IE商业软件进行了对比,实验结果表明研发的测姿软件在PPK模式下姿态解算结果可靠。
杨怀志[5](2019)在《车载北斗数据率提升装置研制》文中认为姿态测量技术在车辆的运动信息量测和智能控制方面有着十分广泛的应用。利用多天线导航卫星进行载体的姿态测量是近年来逐渐兴起的技术,但其更新频率低、环境适应性较差、精度受基线长度影响、实时性较差,这些特点极大的限制了该技术在车辆姿态测量和姿态控制方向的应用。本文重点研究如何提升导航卫星测姿系统的数据更新率、提升系统的精度、改善系统的环境适应性,旨在研制出一种低成本、精度高的辅助测姿装置以满足导航卫星测姿技术的实际应用需求,称其作数据率提升装置。本文在三天线BDS测姿系统的基础上,提出了基于MIMU辅助BDS测姿的方案,研制了北斗数据率提升装置。搭建了系统整体试验平台,分析研究了MIMU的误差特性和补偿方法,研究并设计了组合测姿系统算法,最后进行试验,验证本文所设计的北斗数据率提升装置能够很好的改善BDS测姿系统的性能,满足其在防化车上的测姿需求。本文的主要工作如下:(1)数据率提升装置的总体设计与实现:根据前期的调研,采用基于MIMU的微惯性测姿系统辅助BDS测姿,对MIMU和主控芯片选型,设计了基于Arm架构的硬件电路平台,以C语言为基础设计了底层驱动程序和上层应用程序,构建了完整的系统。(2)MIMU误差分析与补偿:分析了系统的核心器件MIMU的随机误差和确定性误差。对MIMU误差进行标定补偿及Allan方差随机误差参数辨识,利用Matlab低通滤波器和小波分析对MIMU原始数据进行降噪处理仿真,验证其可行性,设计了温度补偿模型补偿了MIMU随温度的零偏漂移。(3)组合系统原理与滤波器设计:分析推导了三天线BDS的测姿原理、惯性测姿基本原理,设计了MIMU/BDS松组合方案,设计了扩展卡尔曼滤波器对两者的姿态、速度、位置信息进行了全组合,对滤波器设计进行了Matlab仿真验证。(4)系统试验验证:为验证数据率提升装置的性能,设计了环境试验和静态、动态、遮挡试验。环境试验结果表明其初步满足工程应用的要求,组合后的测姿装置更新频率为200Hz,较BDS更新频率提升了20倍。静态试验表明:静态条件下组合测姿系统的水平精度约为0.2°,较BDS单独工作提升了0.4°;航向精度约为0.5°,较BDS单独工作提升了约0.3°。动态试验以高精度光纤惯导系统为基准作对比,试验表明:动态条件下组合测姿系统的水平姿态平均误差≤0.5°,航向平均误差≤1°。遮挡试验表明组合测姿系统能够在BDS短时失锁下维持测姿的稳定。综合表明:本文所研制的数据率提升装置满足车辆在实际使用中的指标要求,且成本低、体积小、可靠性强。
杨振[6](2018)在《激光跟踪仪高精度位姿测量技术研究》文中研究表明高精度位姿测量技术是近年来在精密工程测量领域的热门研究内容。近年来,随着我国大规模工业制造的开展,对装备制造业的支持与投入不断加大,各种高端工业装备的发展十分迅速。同时,作为该领域发展水平体现之一的精密测量技术也越来越得到重视,对测量的要求也不断提高,由于测量对象自身结构的多样性和运动状态的复杂性,测量时不仅要获取更高精度的位置信息,同时也需要获取姿态信息和对应的时间信息。现有位姿测量的手段和方法较多,但大多只针对某一具体应用环境,对于大尺寸工业装备的安装和检测缺乏统一的测量手段,能兼顾高精度和动态测量的要求。本文在总结和分析现有位姿测量方法基础上,结合大型科学工程建设、武器装备检测需求、载人航天工程等应用背景,提出了一套基于激光跟踪仪的位姿测量方法,本文的主要工作内容如下:1.归纳和总结了现有位姿测量技术,包括位姿测量中常用坐标系的定义方式、静态和动态位姿测量的原理和方法。以iGPS系统与经纬仪联合测量为例研究了基于立方镜的多传感器联合位姿测量方法,分析和推导了激光跟踪仪专用位姿测量附件的原理和计算模型。2.提出了一种基于激光跟踪仪对立方镜进行准直测量的静态姿态测量方法。立方镜姿态测量的经典方法是使用高精度电子经纬仪进行光学准直测量,但存在测量过程复杂,仪器准备时间过长,人为观测影响大等问题。利用激光跟踪仪对镜面反射测量的原理,设计了激光跟踪仪对立方镜的姿态测量方法,并结合误差分析和实验,验证了方法的可行性和可靠性,分析了其相对于经典方法的优势。3.为提高位置测量精度,研究了基于多台激光跟踪仪距离观测的三维测边网平差模型,分析了平差过程中坐标初值对结果的影响,提出了公共点转换法解算测站坐标初值,通过与激光干涉仪的测量值进行对比验证了解算结果;为同时解算位置和姿态值,研究了多台激光跟踪仪三维边角网平差模型,针对以往模型中经验定权的不足,基于Helmert方差分量估计的原理提出了利用验后信息对水平角、垂直角和距离观测值重新定权的方法,使不同类型观测量之间的权比更加合理,解算结果更加精确和稳定;探讨了激光跟踪仪控制网的优化设计问题,根据遗传算法原理,选择适当的目标函数和约束条件,设计了针对跟踪仪控制网的优化方法和步骤,并进行了精度验证。4.提出了一种高精度的多台跟踪仪时间同步测量方法,设计并研制了一款同步触发器。利用GNSS时间系统对高稳恒温晶振器加以驯服,完成了精准的本地守时,研究并实现了多台激光跟踪仪同步触发测量的方法。分析了时间同步触发各项误差的来源,设计了测试方法对同步触发器的时间同步精度进行了综合测试。5.建立了基于多台激光跟踪仪动态位姿测量的解算模型,提出了一套位姿测量数据处理策略和方法,包括数据粗差的探测与剔除、数据插值以及数据滤波。根据多站激光跟踪仪同步测量的数据特点,提出了利用附加状态约束条件的粗差剔除法和卡尔曼滤波方法,并进行了验证。6.开发了位姿测量系统软件,实现了多台激光跟踪仪的联机控制、控制网建立、同步触发测量和实时位姿解算,并进行了具体应用。
季翔[7](2018)在《基于共时钟多天线接收机的GPS多基线测姿技术研究》文中研究说明三维姿态信息对于高速运动载体(如高铁、飞机、火箭等)的安全运行具有重要意义,如何高效、可靠地确定载体的高精度三维姿态信息成为导航领域研究的热点。传统的基于惯性导航系统(Inertial Navigation System,INS)的测姿技术受制于系统误差累积快、冷启动时间长等缺点,无法满足载体长航时高精度姿态测量要求。而基于GPS载波相位观测的姿态测量技术以其低成本、长航时、高精度等优点逐渐受到用户的青睐,获得越来越多的应用。本研究以国家自然科学基金项目“一机多天线高精度北斗/GPS定位模型和关键技术研究”和上海市科委科技创新行动计划项目“GPS/北斗共时钟一机多天线接收机的研发与示范应用”为课题背景和技术目标,对共时钟单差基线模型及多基线测姿算法展开了深入的研究,并提出一种基于共时钟多天线接收机的新型GPS多基线测姿技术,论文的研究内容主要包括:(1)分析了共时钟多天线接收机的特点,调研了市场上共时钟接收机发展和应用现状,最终选用了一款国内较为少见的共时钟四天线接收机,并基于该款接收机提出一种新型GPS多基线姿态测量技术。(2)提出了共时钟多天线接收机的单差基线模型,该模型利用接收机各天线共用时钟源这一特点,仅需对观测值在天线间做单差即可消除接收机钟差;利用卡尔曼滤波进行参数估计,通过引入非校正相位延迟(Uncalibrated Phase Delay,UPD)参数并利用其与模糊度参数的高度相关性来分离模糊度中的小数部分,达到快速固定模糊度的目的;在卡尔曼滤波解算过程中实现实时周跳探测与修复,并采用整周模糊度置换算法对单差模型的模糊度进行固定,提高基线解算精度。静态实验中(基线长1.023米),本文单差模型相比传统双差模型航向角、俯仰角精度分别提高约42%(由0.14度减小至0.08度)和63%(由0.41度减小至0.15度);动态实验中(基线长0.512米),单差模型的航向角、俯仰角测量精度分别为0.453度和0.481度。静、动态实验结果均表明单差模型能够保证高精度、高稳定性的姿态测量。(3)研究了多基线姿态解算的多种算法,并通过仿真实验对比了各种算法的精度,最终选用QUEST(Quaternion Estimator)法作为本文的多基线测姿算法。同时,针对选用的四天线接收机能构成三维测姿所必须的两根基线以外的第三根基线这一特点,本文拟将该冗余基线引入解算以提高测姿精度。仿真实验表明冗余基线的加入能够在一定程度上优化姿态解算结果,尤其是在主基线或副基线误差较大时,冗余基线能够显着地提高测姿精度。在副基线误差较大的情况下,加入冗余基线后航向角、俯仰角、横滚角的精度分别提高约8%、87%和61%;在主、副天线误差均较大的情况下,加入冗余基线后航向角、俯仰角、横滚角的精度分别提高约34%、71%和71%。(4)提出了一种融合共时钟单差基线模型与多基线测姿算法的多基线姿态测量技术,构建了一套完整的基于共时钟多天线接收机的GPS多基线姿态测量流程。静态实验中三维姿态角精度分别为0.057度、0.128度和0.152度;动态车载实验中副基线误差较大,冗余基线加入姿态解算使航向角、俯仰角、横滚角精度分别提高约10%(由0.219度减少至0.196度)、4%(由0.204度减小至0.197度)和48%(由0.722度减小至0.378度)。静、动态实验结果均表明本文提出的基于共时钟多天线接收机的GPS多基线测姿技术相比传统双差测姿技术抗干扰能力更强、姿态测量结果更精确稳定,同时也证明了引入冗余基线可提高姿态测量的精度和稳定性,尤其是对横滚角的精度提高最为明显。
何格格[8](2018)在《GPS单天线测姿算法研究》文中研究指明随着卫星导航技术的飞速发展,姿态测量的应用场景越来越广泛,降低成本、提高稳定性、简化结构逐渐成为现在的研究趋势。姿态信息为载体提供了更丰富的运动状态信息,在无人驾驶、小型机器人、无人机等高科技领域发挥着不可代替的作用。采用多根天线的测姿技术中,对GPS天线的配置有很高的要求,因此在某些场景中受到了限制。同时,多天线测姿技术中存在着天线安装困难、天线之间结构易发生形变等问题。研究设计一套采用GPS单天线进行测姿的方案,可以简化设备装置、减小天线体积、降低测量成本,有效地扩大了姿态测量的应用范围。本文重点研究了GPS单天线的观测模型以及误差的消除,在此基础之上推导了单天线测姿模型,并讨论了求解姿态角的过程。首先,建立了GPS单天线测姿模型。在设计GPS单天线测姿算法的过程中,为了保证姿态测量的精度,需要解决的一个关键问题是提高不同时刻的相对定位精度。分析了观测模型中产生误差的原因,结合单差和双差观测模型,采用双差法可以有效地消除卫星和接收机中的大部分公共误差。经过线性化后,推导了基于时间序列的单天线测姿算法模型。其次,推导了姿态角的求解过程。分别采用直接法和最小二乘法求解姿态角,通过对比分析两种求解算法,最小二乘法求得的姿态精度更高。为了提高姿态测量系统的精度,分析了测姿过程中的随机误差,建立了误差模型,并给出了消除的方法。最后,对单天线测姿方案中的各个算法模块进行仿真实现。为了进一步提高姿态求解精度,基于最小二乘正交分解理论,给出了LAMBDA算法进行模糊度搜索。通过搭建硬件测试平台采集GPS原始观测数据,将上述数据进行算法测试分析,验证了单天线测姿系统方案的精度、稳定性以及可行性。实验结果表明,本文设计的GPS单天线测姿方案可以有效地提供稳定的姿态角,扩大了姿态测量的应用范围。
丁传炳,卞伟伟,李海滨[9](2017)在《基于GPS双天线的弹体姿态测量方法》文中研究说明针对舰载武器弹体飞行姿态信息难以实时准确测定的问题,提出采用GPS双天线配置方案来测量飞行弹体姿态的方法,该方法首先建立用于飞行弹体姿态测定的观测模型,结合对GPS载波相位信息求解基线矢量及整周模糊数解算的分析推导,通过坐标系的变换得到弹体的姿态信息。数值计算表明,弹体的俯仰角误差范围在±0.8°之间;偏航角误差范围在±0.7°之间,计算结果验证了模型和算法的有效性。
蔡苗苗[10](2017)在《基于共时钟GPS多天线系统的测姿算法研究及应用》文中认为GPS短基线测姿技术克服了传统INS(InertialNaviagtion System)系统误差累积、冷启动时间长、价格昂贵的不足,在长期精度和稳定性上体现出明显的优势。随着GPS硬件技术的不断发展,一种新型的接收机——共时钟GPS多天线接收机已经出现并进入市场,该类设备在成本、灵活性和精度上都具有很大优势。但是,目前市面上已有的共时钟GPS接收机产品在算法上仍然沿袭传统测姿的双差模型,并未真正发挥时钟同步的硬件优势来提高测姿系统的精度。而且除了应用于姿态测量外,这款接收机在其他高精度应用方面的研究也非常有限。因此,本文的研究旨在探讨共时钟GPS多天线接收机在高精度测姿算法研究及应用扩展方面的潜力。本研究以国家自然科学基金项目"一机多天线高精度北斗/GPS定位模型和关键技术研究"和上海市科委科技创新行动计划项目"GPS/北斗共时钟一机多天线接收机的研发与示范应用"为课题背景和技术目标,对共时钟单差测姿模型的理论误差和精度分析、共时钟单差测姿模型的整周模糊度固定方法研究及共时钟单差模型引发的创新应用三个方面的内容展开深入的研究。论文的研究内容主要包括:1.共时钟单差测姿模型的理论误差和精度分析。首先从理论上证明了共时钟单差模型与双差模型基线解的形式误差的非等价性,然后创新的采用渐进分析从统计上给出了两种模型基线解的离散度的差别,并通过大量的实验验证了这一理论结果。理论分析和实验结果表明共时钟单差模型能够提高测姿的精度和稳定性,尤其是在俯仰角方面,在动态场景下能够捕捉到小幅的俯仰角变化,而这是双差模型和目前商用测姿软件所无法达到的。2.共时钟单差测姿模型的整周模糊度置换法(Ambiguity Substitution Approach,ASA)。整周模糊度固定是共时钟单差测姿模型首要解决的难题,ASA方法的提出不仅可以避免由于估计UPD参数造成的秩亏,而且保持了模糊度的整数特性,基于模糊度参数间的高度相关性分析理论提出了分步渐进固定模糊度的思路。该方法实现简单、模糊度搜索效率很高,充分保证了测姿系统的实时性和精度。然后以共时钟单差测姿模型和ASA算法为核心完成基于共时钟GPS多天线系统的载体实时测姿系统(Real-time Positioning and Attitude Determination system,RPAD)。实验结果表明RPAD系统在动态模式时,2米基线情况下航向角实时解算精度约为0.23°,俯仰角约为0.20°。3.基于 GPWU(Ground-based carrier Phase Wind-Up)效应的单天线测向方法。在共时钟单差测姿模型的研究过程中成功的分离出GPWU效应,并初步验证了 GPWU效应与航向角变化的相关性。利用这一相关性,我们实现了基于GPWU效应的单天线航向角测量,并对GPWU高阶效应对测向精度的影响进行理论和仿真分析,弥补了目前GPWU效应理论模型中高阶分量讨论的不足。该方法主要面向低速载体,与利用GPWU效应进行高速载体测向的早期研究相比影响精度的因素更多且更复杂,而且它长期稳定好,实现简单,仅需一星一天线即可实现航向角测量,因此在卫星可视性较差的城市环境中优势极为明显。4.动态船载环境下的MHM(Multipath Hemispherical Map)方法的可行性验证。在课题组提出的基于多路径效应空域重复性的多路径半天球模型(MHM)的基础上,进一步验证了 MHM方法在动态载体环境(主要是船舶)中可行性。共时钟单差测姿模型能够消除大部分公共误差,因此残余误差主要来自多路径效应,为MHM方法在动态船载环境中的可行性验证提供良好的实验平台。通过静态和动态船载实验证明了 MHM方法在动态载体多路径改正的可行性,结果表明采用MHM方法对上述两种环境的多路径误差改正达到了39.89%和 21.91%。
二、改进GPS多天线配置法姿态测量仿真研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、改进GPS多天线配置法姿态测量仿真研究(论文提纲范文)
(1)基于C94-M8P的铁塔形变监测设计(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 GNSS系统发展现状 |
1.2.2 形变监测技术研究现状 |
1.3 本文研究内容 |
2 铁塔形变监测系统结构设计 |
2.1 形变监测系统的设计目标 |
2.2 形变监测系统的设计原理 |
2.3 形变监测系统的结构组成 |
2.4 本章小结 |
3 GNSS系统及定位原理 |
3.1 载波相位测量原理 |
3.2 GNSS定位原理 |
3.2.1 绝对定位原理 |
3.2.2 相对定位原理及差分方程 |
3.3 整周模糊度确定原理 |
3.4 本章小结 |
4 GNSS姿态测量原理 |
4.1 姿态测量坐标系 |
4.1.1 世界大地坐标系 |
4.1.2 当地水平坐标系 |
4.1.3 载体坐标系 |
4.2 姿态角测量理论 |
4.2.1 载体姿态描述 |
4.2.2 坐标转换与坐标系的旋转 |
4.2.3 姿态测量模型 |
4.3 姿态测量算法 |
4.3.1 TRAID算法 |
4.3.2 QUEST算法 |
4.4 算法仿真分析 |
4.5 本章小结 |
5 GNSS信号数据采集及预处理 |
5.1 C94-M8P接收机 |
5.2 C94-M8P接收机协议解析 |
5.2.1 NMEA-0183 数据格式 |
5.2.2 UBX协议 |
5.3 所需数据的获得 |
5.3.1 载波相位的获得 |
5.3.2 卫星的选择及卫星坐标的获得 |
5.3.3 卫星高度角的获得 |
5.3.4 基站坐标的获得 |
5.4 本章小结 |
6 形变监测模拟实验及结果分析 |
6.1 形变监测模拟实验方案 |
6.2 相对定位结果误差分析 |
6.3 天线安放方案和测姿算法的选择 |
6.4 测量载体与基站距离的影响 |
6.5 姿态角测量准确性的验证 |
6.6 本章小结 |
结论 |
参考文献 |
附录A 形变监测程序 |
致谢 |
(2)基于IMU/GNSS的高精度组合测向算法研究与实现(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 惯性传感器技术及GNSS技术的研究现状 |
1.2.2 基于IMU测向技术的研究现状 |
1.2.3 基于双天线GNSS测向技术的研究现状 |
1.3 论文主要研究内容 |
1.4 论文结构安排 |
第二章 IMU/GNSS测向基本原理 |
2.1 基于IMU测向原理研究 |
2.1.1 坐标系及坐标转换 |
2.1.2 IMU测向基本原理 |
2.2 基于GNSS测向原理研究 |
2.2.1 GNSS测量概述 |
2.2.2 双天线GNSS测向原理 |
2.3 本章小结 |
第三章 基于IMU/GNSS组合测向算法研究与设计 |
3.1 惯性系统及GNSS系统的误差分析 |
3.1.1 惯性系统误差分析 |
3.1.2 GNSS系统误差分析 |
3.2 双天线GNSS测向的优化算法的设计 |
3.2.1 基线约束的整周模糊度求解算法设计 |
3.2.2 多GNSS天线方案设计 |
3.2.3 基于基线长度和校验值(Ratio)的校验算法设计 |
3.3 基于卡尔曼滤波器的组合测向算法设计 |
3.3.1 卡尔曼滤波算法基本原理概述 |
3.3.2 组合算法设计 |
3.4 动态参数调节算法设计 |
3.5 算法仿真及分析 |
3.5.1 仿真平台搭建 |
3.5.2 仿真条件及配置 |
3.5.3 仿真结果及分析 |
3.6 本章小结 |
第四章 基于IMU/GNSS组合测向算法的实现 |
4.1 硬件平台的实现 |
4.1.1 硬件平台的设计方案 |
4.1.2 GNSS模块及IMU模块电路设计 |
4.1.3 数据通信电路设计 |
4.1.4 电源供电电路设计 |
4.1.5 硬件平台的PCB设计 |
4.2 算法的实现 |
4.2.1 软件架构 |
4.2.2 关键算法的实现 |
4.2.3 其它功能模块的软件实现 |
4.3 算法性能测试及分析 |
4.3.1 GNSS多天线测向优化算法的测试与分析 |
4.3.2 基于卡尔曼滤波器的组合测向算法的测试与分析 |
4.3.3 动态参数调节算法的测试与分析 |
4.4 本章小结 |
第五章 总结展望 |
5.1 工作总结 |
5.2 工作展望 |
参考文献 |
附录Ⅰ 缩略语 |
致谢 |
攻读硕士期间发表或已录用的学术论文 |
(3)附约束条件的移动平台多天线精密定位理论与方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究动态 |
1.2.1 周跳探测的研究现状 |
1.2.2 模糊度快速求解的研究现状 |
1.2.3 多天线单历元动态相对定位研究现状 |
1.3 研究内容与论文结构 |
1.3.1 主要研究内容 |
1.3.2 论文结构 |
第2章 GNSS观测值的函数模型 |
2.1 GNSS原始观测值及观测方程的线性化 |
2.2 GNSS相对定位函数模型及随机模型 |
2.2.1 相对定位函数模型 |
2.2.2 相对定位的随机模型 |
2.3 GNSS多天线定位常用坐标系 |
2.3.1 ECEF坐标系 |
2.3.2 NEU坐标系 |
2.3.3 载体坐标系 |
2.4 卡尔曼滤波算法 |
2.4.1 卡尔曼滤波一步预测 |
2.4.2 卡尔曼滤波测量更新 |
2.5 本章小结 |
第3章 周跳的实时探测与修复 |
3.1 周跳常用探测与修复方法 |
3.1.1 单频周跳探测方法 |
3.1.2 双频及多频周跳探测方法 |
3.2 基于TECR的三频周跳探测方法 |
3.2.1 三频周跳探测模型 |
3.2.2 周跳修复 |
3.2.3 实验与分析 |
3.3 基于约束卡尔曼滤波探测单频双差周跳 |
3.3.1 约束卡尔曼滤波算法 |
3.3.2 几种约束条件的建立方法 |
3.3.3 实例分析 |
3.4 本章小结 |
第4章 短基线模糊度单历元分解算法 |
4.1 LAMBDA算法原理 |
4.1.1 模糊度浮点解计算 |
4.1.2 整周模糊度固定 |
4.2 附约束条件模糊度分解常见方法 |
4.2.1 C-LAMBDA单历元算法 |
4.2.2 三角约束法 |
4.3 附轨检信息的超短基线模糊度固定新方法 |
4.3.1 附倾角约束的双差模型 |
4.3.3 模糊度固定方法 |
4.4 实例分析 |
4.4.1 静态模拟实验 |
4.4.2 动态实验 |
4.5 本章小结 |
第5章 附约束条件多天线单历元精密定位 |
5.1 多天线定位的数学模型 |
5.1.1 多天线参数浮点解计算模型 |
5.1.2 多天线定位参数固定解 |
5.2 多天线模糊度约束动态单历元定位算法 |
5.3 实验分析 |
5.3.1 静态实验 |
5.3.2 动态实验 |
5.4 本章小结 |
结论与展望 |
致谢 |
参考文献 |
攻读博士学位期间发表论文与参加的科研项目 |
(4)多波束测深中多天线GNSS/INS松组合船姿测量算法及软件开发(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 主要研究内容及组织结构 |
2 GNSS姿态测量方法 |
2.1 GNSS姿态测量原理 |
2.2 GNSS姿态测量误差分析 |
2.3 LS和TLS姿态估计方法 |
2.4 本章小结 |
3 多天线GNSS/INS松组合测姿方法 |
3.1 松组合测姿模型 |
3.2 松组合测姿滤波算法 |
3.3 实验与分析 |
3.4 本章小结 |
4 多波束测深的GNSS/INS松组合测姿软件开发 |
4.1 GNSS/INS松组合测姿软件设计 |
4.2 GNSS数据后处理模块 |
4.3 GNSS姿态解算和组合滤波模块 |
4.4 应用实例 |
4.5 本章小结 |
5 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
硕士期间主要成果与经历 |
致谢 |
学位论文数据集 |
(5)车载北斗数据率提升装置研制(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 载体姿态测量方法研究现状 |
1.2.2 MEMS惯性器件 |
1.2.3 MIMU/GNSS组合测姿相关算法研究 |
1.3 论文的主要研究内容 |
第2章 系统总体设计与实现 |
2.1 提升北斗数据更新频率的方式 |
2.1.1 提升天线及接收机性能 |
2.1.2 软件插值方式 |
2.1.3 其他系统辅助的组合方式 |
2.2 系统总体设计 |
2.2.1 系统指标 |
2.2.2 系统整体应用环境 |
2.2.3 系统方案设计 |
2.2.4 系统结构设计 |
2.3 关键器件选型概述 |
2.3.1 惯性测量单元概述 |
2.3.2 中央处理器概述 |
2.4 系统关键电路设计 |
2.4.1 MEMS采集电路设计 |
2.4.2 STM32F4最小系统设计 |
2.4.3 数据收/发单元设计 |
2.4.4 供电电路设计 |
2.5 系统软件设计 |
2.5.1 原始数据采集 |
2.5.2 数据同步 |
2.5.3 解算和输出 |
2.6 本章小结 |
第3章 MIMU误差分析与补偿 |
3.1 MIMU标定实验 |
3.1.1 陀螺仪六速率标定法 |
3.1.2 加速度计六位置标定法 |
3.1.3 标定实验 |
3.2 MIMU器件测试 |
3.2.1 Allan方差原理 |
3.2.2 Allan方差测试试验 |
3.3 陀螺仪采样数据预处理 |
3.3.1 巴特沃斯低通滤波器 |
3.3.2 小波阈值去噪 |
3.4 MIMU温度特性分析与补偿 |
3.4.1 温补模型建立 |
3.4.2 温补试验 |
3.5 本章小结 |
第4章 组合系统原理与算法设计 |
4.1 三天线BDS测姿原理 |
4.2 惯性测姿系统基本算法 |
4.2.1 姿态转换矩阵 |
4.2.2 初始对准 |
4.2.3 更新算法 |
4.3 BDS/MIMU组合方式 |
4.3.1 松组合 |
4.3.2 紧组合 |
4.3.3 超紧组合 |
4.4 MIMU/BDS组合滤波器设计 |
4.4.1 卡尔曼滤波概述 |
4.4.2 系统模型建立 |
4.4.3 EKF滤波器设计 |
4.4.4 组合系统算法仿真验证 |
4.5 本章小结 |
第5章 系统试验验证 |
5.1 试验前准备 |
5.1.1 三天线BDS测姿系统 |
5.1.2 基准设备 |
5.1.3 上位机软件 |
5.2 数据率提升装置环境测试试验 |
5.2.1 线振动试验 |
5.2.2 电源拉偏试验 |
5.3 组合测姿系统静态试验 |
5.4 组合测姿系统动态试验 |
5.5 组合测姿系统动态遮挡试验 |
5.6 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表的论文和取得的科研成果 |
致谢 |
(6)激光跟踪仪高精度位姿测量技术研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 引言 |
1.2 论文选题背景和意义 |
1.3 位姿测量技术现状 |
1.3.1 位置测量技术现状 |
1.3.2 姿态测量技术现状 |
1.3.3 直接法姿态测量 |
1.3.4 间接法姿态测量 |
1.3.5 组合法姿态测量 |
1.4 论文主要研究内容 |
第二章 位姿测量理论与方法 |
2.1 各类坐标系的定义 |
2.1.1 目标坐标系 |
2.1.2 测量系统坐标系 |
2.1.3 测量辅助坐标系 |
2.2 静态位姿测量原理与方法 |
2.2.1 轴对准与坐标系转换 |
2.2.2 基于立方镜的位姿测量原理 |
2.2.3 多传感器联合测量立方镜姿态 |
2.3 动态位姿测量原理与方法 |
2.3.1 惯性传感器位姿更新算法 |
2.3.2 GNSS多天线位姿测量算法 |
2.3.3 激光跟踪仪动态位姿测量原理 |
2.4 本章小结 |
第三章 基于激光跟踪仪的高精度立方镜姿态测量 |
3.1 基于跟踪仪的立方镜姿态测量原理 |
3.1.1 经典方法的不足 |
3.1.2 基于跟踪仪的立方镜姿态测量原理 |
3.2 测量精度分析 |
3.2.1 激光跟踪仪误差分析 |
3.2.2 姿态测量精度分析 |
3.3 测试结果 |
3.3.1 单个立方镜垂直度验证 |
3.3.2 双立方镜姿态测量验证 |
3.4 其他要素对比 |
3.4.1 测量速度比较 |
3.4.2 测量环境要求 |
3.5 本章小结 |
第四章 多台激光跟踪仪组网理论与实现 |
4.1 概述 |
4.2 激光跟踪仪三维测边网 |
4.2.1 激光跟踪仪三维测边网平差原理 |
4.2.2 秩亏网的约束平差 |
4.2.3 近似坐标的解算 |
4.2.4 三维测边网案例解算 |
4.3 基于方差分量估计的激光跟踪仪边角网平差 |
4.3.1 激光跟踪仪三维边角网平差模型 |
4.3.2 方差分量估计的三维边角网平差方法 |
4.3.3 实验与分析 |
4.4 基于遗传算法的激光跟踪仪控制网优化设计 |
4.4.1 基于激光跟踪仪距离交会的目标函数 |
4.4.2 约束条件 |
4.4.3 基于遗传算法的控制网优化设计原理 |
4.4.4 优化设计算法 |
4.4.5 实验与分析 |
4.5 本章小结 |
第五章 激光跟踪仪时间同步技术与实现 |
5.1 时间基准的选用 |
5.1.1 世界时(UT) |
5.1.2 原子时(AT) |
5.1.3 协调世界时(UTC) |
5.1.4 GNSS时间系统 |
5.1.5 计算机时间系统 |
5.1.6 跟踪仪时间系统 |
5.2 多台激光跟踪仪时间同步触发器的设计 |
5.2.1 系统结构与工作原理 |
5.2.2 触发器外观和接口设计 |
5.2.3 系统软件设计 |
5.2.4 恒温晶振驯服与本地守时 |
5.3 时间同步方法 |
5.3.1 计算机时间同步校准方法 |
5.3.2 同步测量方法 |
5.4 同步触发精度测试 |
5.4.1 时间同步精度测试 |
5.4.2 触发信号的同步精度 |
5.5 本章小结 |
第六章 动态位姿测量的数据处理 |
6.1 位姿测量与解算 |
6.1.1 位姿解算模型 |
6.1.2 基本思路与数据采集 |
6.2 数据预处理 |
6.2.1 粗差探测与剔除 |
6.2.2 数据插值 |
6.3 数据滤波 |
6.3.1 静态模型数据验证 |
6.3.2 目标的运动模型 |
6.3.3 自适应滤波算法 |
6.3.4 附加状态等式约束的卡尔曼滤波 |
6.3.5 实验计算 |
6.4 本章小结 |
第七章 位姿测量系统集成与应用 |
7.1 位姿测量软件的设计与实现 |
7.1.1 多台激光跟踪仪的联机控制 |
7.1.2 位姿测量软件体系设计 |
7.2 位姿测量系统应用 |
7.2.1 武器系统平台动态姿态检校 |
7.2.2 实时快速定向测量 |
7.3 本章小结 |
第八章 总结与展望 |
8.1 总结 |
8.2 展望 |
致谢 |
参考文献 |
作者简历 |
(7)基于共时钟多天线接收机的GPS多基线测姿技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.3 本文主要研究内容 |
1.4 论文结构安排 |
第二章 GPS姿态测量基本原理 |
2.1 全球定位系统简介 |
2.2 GPS测量原理 |
2.2.1 伪距测量 |
2.2.2 载波相位测量 |
2.2.3 测量误差分析 |
2.3 GPS载波相位差分 |
2.4 GPS测姿原理 |
2.4.1 常用坐标系 |
2.4.2 姿态角的定义 |
2.4.3 姿态角的求解 |
2.4.3.1 单基线两维姿态角求解 |
2.4.3.2 多基线三维姿态角求解 |
2.5 本章小结 |
第三章 共时钟单差基线模型 |
3.1 共时钟多天线接收机 |
3.2 单差基线模型 |
3.2.1 单差基线模型的构建 |
3.2.2 单差基线模型的解算 |
3.2.2.1 卡尔曼滤波算法 |
3.2.2.2 应用卡尔曼滤波算法进行参数估计 |
3.2.2.3 基于卡尔曼滤波算法的周跳探测与修复方法 |
3.2.2.4 单差模糊度固定法 |
3.2.3 单差基线模型的验证 |
3.2.3.1 静态实验 |
3.2.3.2 动态实验 |
3.3 本章小结 |
第四章 多基线姿态解算 |
4.1 最小二乘法 |
4.2 确定性算法 |
4.2.1 TRIAD算法 |
4.2.2 优化TRIAD算法 |
4.2.3 融合TRIAD算法 |
4.3 最优化算法 |
4.3.1 QUEST法 |
4.3.2 SVD法 |
4.3.3 EULER-Q法 |
4.4 仿真实验 |
4.4.1 冗余基线对解算结果的影响实验 |
4.4.2 冗余基线求解算法对比实验 |
4.5 本章小结 |
第五章 GPS多基线测姿实验及分析 |
5.1 GPS多基线姿态测量流程 |
5.2 实验设备及天线装置方式 |
5.3 静态实验 |
5.4 动态车载实验 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 工作总结 |
6.2 展望 |
参考文献 |
攻读硕士学位期间的科研工作 |
致谢 |
(8)GPS单天线测姿算法研究(论文提纲范文)
摘要 |
abstract |
注释表 |
第1章 引言 |
1.1 研究背景 |
1.2 研究现状 |
1.2.1 卫星多天线测姿 |
1.2.2 卫星单天线测姿 |
1.3 论文主要研究内容与章节安排 |
第2章 单天线姿态测量模型 |
2.1 GPS姿态测量观测模型的建立 |
2.1.1 GPS测量的基本观测量 |
2.1.2 伪距观测模型 |
2.1.3 载波相位观测模型 |
2.2 观测模型的误差分析 |
2.2.1 信号传播误差 |
2.2.2 卫星误差 |
2.2.3 接收机误差 |
2.3 观测模型误差消除和抑制 |
2.3.1 单差模型 |
2.3.2 双差模型 |
2.4 单天线姿态测量模型设计 |
2.5 本章小结 |
第3章 单天线姿态角求解原理 |
3.1 常用坐标系与姿态角 |
3.1.1 常用坐标系 |
3.1.2 坐标转换与姿态角定义 |
3.2 姿态角估计法分类 |
3.2.1 基于观测量的姿态估计 |
3.2.2 基于姿态参数的姿态估计 |
3.3 单天线姿态角求解 |
3.3.1 直接计算方法 |
3.3.2 最小二乘估计方法 |
3.4 单天线测姿的随机误差分析 |
3.5 本章小结 |
第4章 单天线姿态测量算法研究 |
4.1 单天线姿态测量方案 |
4.2 GPS测姿算法实现 |
4.2.1 卫星位置与天线位置解算 |
4.2.2 GDOP因子选星 |
4.2.3 姿态角的浮点解求解 |
4.2.4 姿态解算 |
4.3 基于ILS理论的整周模糊度求解 |
4.3.1 最小二乘理论 |
4.3.2 LAMBDA算法求解整周模糊度 |
4.4 GPS单天线测姿算法测试 |
4.4.1 测试平台 |
4.4.2 测试内容 |
4.4.3 测试结果及分析 |
4.5 本章小结 |
第5章 结束语 |
5.1 主要工作与创新点 |
5.2 后续研究工作 |
参考文献 |
致谢 |
攻读硕士学位期间从事的科研工作及取得的成果 |
(9)基于GPS双天线的弹体姿态测量方法(论文提纲范文)
0 引言 |
1 GPS双天线测姿态原理 |
2 GPS双天线弹体姿态测量方法 |
2.1 最小二乘法解算基线向量 |
2.2 整周模糊数解算 |
2.3 弹体姿态角解算 |
2.4 系统设计 |
3 算例及分析 |
4 结论 |
(10)基于共时钟GPS多天线系统的测姿算法研究及应用(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景与现状 |
1.1.1 研究背景 |
1.1.2 研究现状 |
1.2 研究目的与意义 |
1.3 论文的研究内容和创新点 |
1.3.1 论文的研究内容 |
1.3.2 论文的创新点 |
1.4 论文结构安排 |
第二章 GPS定位测姿原理及关键问题 |
2.1 GPS定位原理 |
2.2 GPS测姿原理 |
2.2.1 载波相位差分组合模型 |
2.2.2 坐标系统及三维姿态角定义 |
2.3 共时钟GPS测姿原理 |
2.4 共时钟单差测姿算法及应用的关键问题 |
2.4.1 共时钟单差测姿模型研究的意义 |
2.4.2 共时钟单差测姿模型的关键算法研究 |
2.4.3 基于GPWU效应的测向方法 |
2.4.4 基于MHM方法的动态载体多路径改正方法 |
2.5 本章小结 |
第三章 共时钟单差测姿模型的理论误差及精度分析 |
3.1 共时钟单差测姿模型的理论误差研究背景 |
3.2 共时钟单差测姿模型的理论误差和精度 |
3.3 共时钟单差测姿模型的精度验证 |
3.3.1 静态实验 |
3.3.2 动态车载实验 |
3.4 本章小结 |
第四章 共时钟单差测姿模型的模糊度置换法 |
4.1 整周模糊度固定方法研究现状 |
4.1.1 双差模糊度固定方法 |
4.1.2 共时钟单差模型的模糊度固定方法 |
4.2 共时钟单差测姿模型的ASA方法 |
4.2.1 高度相关性分析理论 |
4.2.2 ASA方法的实现 |
4.3 共时钟单差测姿模型的ASA方法验证 |
4.3.1 静态实验 |
4.3.2 动态车载实验 |
4.4 本章小结 |
第五章 基于GPWU效应的单天线测向法研究 |
5.1 GPWU效应的研究现状 |
5.2 GPWU效应的理论模型 |
5.3 基于GPWU效应的单天线测向算法 |
5.4 基于GPWU效应的单天线测向方法验证 |
5.4.1 旋转台实验 |
5.4.2 车载实验 |
5.4.3 船载实验 |
5.5 本章小结 |
第六章 基于MHM的动态载体多路径改正方法研究 |
6.1 多路径效应改正方法研究现状 |
6.2 MHM方法的原理及实现 |
6.2.1 MHM方法的理论原理 |
6.2.2 MHM方法应用于动态载体的实现 |
6.3 基于MHM的动态载体的多路径改正方法验证 |
6.3.1 静态船载实验 |
6.3.2 动态船载实验 |
6.3.3 影响因素分析 |
6.4 本章小结 |
第七章 总结与展望 |
7.1 论文工作总结 |
7.2 研究展望 |
参考文献 |
攻读博士学位期间发表的学术论文 |
攻读博士学位期间参与的科研项目 |
致谢 |
四、改进GPS多天线配置法姿态测量仿真研究(论文参考文献)
- [1]基于C94-M8P的铁塔形变监测设计[D]. 任亮. 西华大学, 2021(02)
- [2]基于IMU/GNSS的高精度组合测向算法研究与实现[D]. 史耿. 北京邮电大学, 2020(05)
- [3]附约束条件的移动平台多天线精密定位理论与方法研究[D]. 蒲仁虎. 西南交通大学, 2019(06)
- [4]多波束测深中多天线GNSS/INS松组合船姿测量算法及软件开发[D]. 王发省. 山东科技大学, 2019(05)
- [5]车载北斗数据率提升装置研制[D]. 杨怀志. 哈尔滨工程大学, 2019(05)
- [6]激光跟踪仪高精度位姿测量技术研究[D]. 杨振. 战略支援部队信息工程大学, 2018(02)
- [7]基于共时钟多天线接收机的GPS多基线测姿技术研究[D]. 季翔. 华东师范大学, 2018(01)
- [8]GPS单天线测姿算法研究[D]. 何格格. 重庆邮电大学, 2018(01)
- [9]基于GPS双天线的弹体姿态测量方法[J]. 丁传炳,卞伟伟,李海滨. 探测与控制学报, 2017(05)
- [10]基于共时钟GPS多天线系统的测姿算法研究及应用[D]. 蔡苗苗. 华东师范大学, 2017(09)