【摘 要】
:
GPS/INS组合导航卫星失锁时,只有INS数据用于导航,而INS误差时间累积特性使卫星信号显著降低长时间失锁时的导航精度.为了GPS采样率低,定位精度易受多路径、钟差以及大气状况等因素的影响,而惯性导航系统(Inertial Navigation System,INS)隐蔽性好、抗干扰能力强、采样率高,缺点是误差随时提高长时间失锁时的导航精度和可靠性,本文提出一种径向基函数神经网络辅助卡尔曼滤波
【机 构】
:
中国测绘科学研究院,北京 100830 中国测绘产品质量检验测试中心,北京 100830
【出 处】
:
第一届中国大地测量和地球物理学学术大会
论文部分内容阅读
GPS/INS组合导航卫星失锁时,只有INS数据用于导航,而INS误差时间累积特性使卫星信号显著降低长时间失锁时的导航精度.为了GPS采样率低,定位精度易受多路径、钟差以及大气状况等因素的影响,而惯性导航系统(Inertial Navigation System,INS)隐蔽性好、抗干扰能力强、采样率高,缺点是误差随时提高长时间失锁时的导航精度和可靠性,本文提出一种径向基函数神经网络辅助卡尔曼滤波的GPS/INS组合导航方法.该方法利用径向基神经网络预测观测值,并利用时间序列分析对预测值进行残差改正,将观测值作为卡尔曼滤波的量测更新,估计INS的误差并对其进行改正.通过实测数据模拟不同长度的卫星失锁时间试验,结果显示提出的GPS/INS组合导航方法的精度明显优于INS导航和传统神经网络导航精度.
其他文献
Rainfall-runoff processes in arid environments can be affected by many landscape features such as topography,vegetation patches and soil surface sealing.To examine complex interactions among the multi
基于佛山市三水、南海、顺德和高明四个区1980-2010年共31年的逐月降水资料,利用Mann-Kendall秩次相关法和Spearman秩次相关系数法对各月降雨量、年降雨量、旱季降雨量、雨季降雨量,以及2-4月、6-9月、11-来年1月降雨量,共计18个降雨参数分别进行趋势分析.两种方法检验下,各参数显示相似的统计结果,区与区之间的检验结果也基本类似,可以反应全市整体情况.结果显示,佛山市6-9
本文构建了考虑洪水成因与产生时间的分季最大洪峰流量序列,并将基于经验筛分(EMD)的非一致性洪水频率计算方法应用于武江流域的分季与年最大洪峰流量序列,探究了分季序列作为样本进行EMD非一致性计算的合理性.结果表明,采用EMD非一致性分析方法进行洪水频率计算时需要考虑样本特大值;分季序列作为样本可以考虑分季变化和样本来源差异,比年最大序列更优;武江流域坪石单站上,同一量级洪水对应重现期“现在”比“过
本文利用1951-2011年中国台站、NCEP/NCAR再分析以及Hadley海温资料,详细诊断了我国冬季气温转型前后,E1 Ni(n)o年海温对我国冬季降雪和积雪的影响及其差异,并利用CAM3.1(通用大气环流模式)进行数值模拟.研究结果表明:气温的年代际转型对降雪影响显著,随着气温的上升,黄河以南大部分地区的降雪向降雨转变,降雪明显减少.冷期观测的降水和降雪呈东西带状分布,其正异常分布在东北东
The Asian monsoon and ENSO are the two important systems/phenomena that exertsignificant impacts on the climate in and outside Asia.In the past decades,both the monsoon andENSO have experienced long-t
冰川均衡调整(GIA)是固体地球对末次冰期冰盖消融的响应,表现为固体地球的变形、海平面变化和地球重力场变化,具有持续性和全球性特点.研究南极GIA的模型可以了解末次冰盛期以来冰川历史、进而有助于了解自古至今与未来的气候演化,尤其重要的是,研究GIA的模型可精确估计GIA对基于空间大地测量的物质平衡监测的影响.全球GIA模型包含了南极。主要利用全球海滩相对海平面(RSL)历史数据,采样地球物理反演方
Different feedback processes cause distinct spatial patterns of atmospheric and surface temperature anomalies in boreal winter between two types of El Nino–Southern Oscillation (ENSO):Eastern-Pacific
预报因子选取和预报模型构建是短期气候预测的两大难点.本研究采用随机森林模型应用国家气候中心的74项大气环流资料,进行重要性评价,筛选前6个重要因子作为预报因子,对西安9到11月份秋季降水量进行等级预报.结果显示,随机森林在处理大数据集以及建立大气环流因子和降水量遥相关关系时具有一定的预报能力,模拟效果也相对较好,同时为今后开展相关工作提出降水量等级划分方法上还有待商榷,本文只是粗略地将降水量划分为
全球农田面积~1300Mha,分布范围极广,涵盖多种气候,土壤,种植制度,施肥,灌溉,耕作条件.农田生态系统碳循环因为受到人为管理措施(施肥,灌溉,耕作等)的影响而显著不同于森林,草地等自然生态系统,其固碳能力显著.农田SOC是衡量土壤肥力的重要指标,与粮食产量一般有正相关关系,健康、肥沃的土壤能够使粮食高产、稳产,对于保障粮食安全和农业可持续发展有重要意义.如果管理措施得当,全球农田土壤固碳潜力
利用大气环流模式、观测资料及同化技术产生的大气再分析产品已是气象研究中非常重要的资料,这些再分析产品能提供空间、时间分布均匀、精度高、动力上协调的大气状况估计.但与之相应的海洋状况估计尚处于发展阶段,这主要是因为海洋观测资料的缺乏,及海洋资料同化技术发展尚不成熟.经过多年的发展,目前已有多家机构能业务化产生全球海洋状况估计产品,并且这些产品在气候诊断方面的应用越来越广泛.但如何评价这些产品仍然是一