运动模式自适应的GPS动态定位算法

来源 :计算机仿真 | 被引量 : 1次 | 上传用户:hero_1205
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对卫星导航接收机在利用卡尔曼滤波算法解算用户位置、速度的过程中,单一目标运动模型不能适应环境影响或目标复杂机动变化而造成定位误差的问题,在研究基于卡尔曼滤波的交互式多模型(IMMKE)算法基本原理的基础上,提出了改进的运动模式自适应的GPS动态定位算法。通过不断检测定位目标的运动状态,及时调整接收机内部定位解算部分对运动模型的选择。通过对仿真的误差分析证明运动模式自适应的GPS动态定位算法能够在目标运动状态多变的情况下有效减小定位误差。
其他文献
对用户访问行为的研究往往依托于历史访问记录,而网络管理系统统计的历史访问记录中含有大量的异常访问行为信息,严重影响了对用户访问行为规律特性的研究。当前识别方法所设定的分类器置信度低、无法有效提取异常访问行为特征,致使所设定的识别阈值难以准确识别异常访问行为。对此,提出一种基于选择性协同学习的网络域名用户异常访问行为信息精准识别方法。上述方法采用时间窗函数与Bootstrap重采样构建网络域名用户访
对空间利用优化过程的格局图形特征进行分类,能够有效提高景观的空间利用率,优化视觉效果。对空间格局图形特征的分类,需要分析纹理特征,对动态格局图形像素之间的对比度等指标进行计算,完成格局图形特征的分类。传统方法构建两个近邻关系图,确保整体结构格局子流形的内蕴结构特征,但忽略了对格局像素对比度的计算,导致特征分类精度偏低。提出基于BP神经网络的空间利用优化中动态格局图形特征分类方法,通过分析图形的纹理
在带钢轧制过程中,带钢张力一旦发生较大的波动会影响带钢产品的质量,对轧制线带钢张力故障进行分类并进行及时有效的处理,可以提高带钢连轧生产的稳定性和可靠性。首先提出针对带钢张力信号特点而采用的局部均值分解方法的原理,并给出了支持向量机的设计方法。其次结合现场生产过程中故障发生较少的情况,对从现场采集的带钢张力信号采用LMD-SVM方法进行仿真研究,验证了LMD-SVM方法能有效识别带钢生产中的故障。
研究物流配送中心选址问题,是为了更加有效的节约运输成本,选择最优的路径进行配送。配送中心的选址是物流系统规划中的重要决策问题,也是物流调动中心的核心问题。传统的解决方法已经无法在实际实施中得到较优的方案,不利于实际应用。为了快速得到合理的配送中心,解决物流配送中心选址问题,提出一种改进狼群算法求解物流配送中心选址问题。首先,建立了物流配送中心选址模型。然后,在基本狼群算法中,引入扰动操作、不确定的
对航空战时弹药保障供应能力优化预测,可提升现行航空弹药保障体系效能。进行供应能力预测时,应计算航空战时弹药保障供应能力回归预测的最优权值,获取并对航空战时弹药保障供应能力的状态向量进行最优预测,但是传统方法依据弹药的配给关系对弹药类型进行分类,利用灰色关联算法结合航空弹药需求量组供应能力预测模型,但是不能利用回归预测的最优权值对航空战时弹药保障供应能力状态向量进行最优预测,存在预测误差大的问题。提
云计算平台下对网络的应急信息进行优先调度,能够有效改善云平台资源浪费现象。对应急信息的优先调度,需要收集各任务节点负载状态信息,给出任务调度的优先级规则,完成应急信息的优先调度。传统方法对变量取值空间进行混沌初始化,给出应急信息优先调度规则,但忽略了收集各任务节点的负载信息,导致调度精度偏低。提出基于朴素贝叶斯的云计算平台网络应急信息优先调度方法。先计算平台网络信息系统的参数相空间,将应急信息的两
当前焊接机器人与变位机协同作业时,受到运动复杂性的影响,导致协同运动不佳的问题。提出一种焊接机器人与变位机协同系统的运动模型及目标路径跟踪仿真系统。首先建立协同运动系统的坐标系和运动数学模型,给出焊接机器人系统协同运动分析,通过数学关系表述其协同运动关系;并给出了以船形焊为焊接最佳焊接位置时的焊接机器人与变位机的轨迹规划方法;建立了基于SimMechanics-Solidworks平台的仿真系统;
当复杂软件各个程序同时运行时,对应的程序节点间存在较强的差异性,当前异常定位方法进行异常源点定位过程中,没有考虑到节点间的强差异性,导致异常源点定全率和定准率较低。针对上述问题,提出基于多域划分的复杂软件程序运行异常源点准确定位方法。根据软件程序节点不同异常类型的发生几率,采用K-means算法将软件程序域分割为多个子域,使发生近似异常的节点聚集在相同的子域内。提取子域内异常节点特征,通过粒子多次
针对固体火箭发动机被动引射式高模试验,在发动机点火及熄火过程中存在的回火,给发动机喷管及对布置在高空舱内的测试装置和线路构成了严重威胁的问题。利用Navier-Stokes方
高光谱图像分类的关键在于光谱特征的提取和空间信息的融合。然而,由于自然环境、采集技术等方面的问题,目标地物的光谱曲线会存在"同物异谱"和"异物同谱"的现象,增加了光谱特征提取的难度,并且由于高光谱图像的空间分辨率较低,对空间信息的获取也是很大的挑战和高光谱图像分类。为此采用PCA网络获取高光谱图像中隐含的光谱特征,再利用联合了空间信息的邻域加权SVM多分类器进行分类,得到分类结果。实验结果表明,上