排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
基于Bancroft算法的GPS动态定位非线性滤波法 总被引:1,自引:0,他引:1
由于系统线性化时存在忽略项,扩展卡尔曼滤波成为一种次优的梯度下降算法.当滤波方程病态时,求解存在发散倾向,且估计量为有偏的,而非最优估计.即使动态系统噪声为高斯噪声时,残差也不是高斯噪声.在伪距定位中,由于线性化后的伪距方程是局部解,这有可能丢失正确解值.针对GPS动态导航扩展卡尔曼滤波定位问题,基于美国Bancroft的全局性非线性"闭合式求解"最小二乘算法(Bancroft算法),本文提出一种闭合式GPS非线性代数解的卡尔曼滤波法(两步算法).该方法将GPS滤波问题中的空间与时间分离,较好地解决了非线性GPS动态定位求解问题,且获得稳定可靠的动态定位解. 相似文献
2.
3.
4.
6.
附加周期和神经网络补偿的实时钟差预报模型 总被引:1,自引:0,他引:1
考虑到多项式模型拟合残差中仍存在显著周期信号及其他系统误差影响,提出构建一种多项式结合周期项与BP神经网络的北斗(BDS)超快速钟差预报模型,并利用实测超快速钟差数据进行算法测试验证。数值算例结果显示:利用本文模型得到的北斗超快速钟差产品,相比国内iGMAS超快速钟差产品(ISU)与德国地学中心超快速钟差产品(GBU),预报精度在3 h,6 h,12 h和24 h四个方面分别提升了26.14%,16.46%,12.68%和 10.58% 及10.34%,13.85%,8.17%和14.41%。 相似文献
7.
1