GNSS信号丢失会导致GNSS/I NS组合导航系统定位失准甚至失效,而现有辅助模型仍存在不足。针对这一问题,本文提出了一种基于遗传算法(GA)优化E l man神经网络的车辆辅助组合导航算法。首先,使用小波阈值去噪算法降低惯导系统测量数据的噪...GNSS信号丢失会导致GNSS/I NS组合导航系统定位失准甚至失效,而现有辅助模型仍存在不足。针对这一问题,本文提出了一种基于遗传算法(GA)优化E l man神经网络的车辆辅助组合导航算法。首先,使用小波阈值去噪算法降低惯导系统测量数据的噪声,然后再使用GA优化E l man神经网络的权重和结构参数,以提高模型的预测精度和泛化能力。其次,构建基于GA-E l man神经网络的车辆辅助导航模型。该模型将系统分为两种模式,在GNSS信号正常时进入训练模式进行在线训练;当GNSS信号丢失后系统变为纯惯导模式,此时启用训练好的模型接收惯导系统的数据进行实时解算和预测。最后,跑车实验结果表明,与PSO-BPNN辅助模型和E l man辅助模型相比,本文所提出算法的定位精度得到有效提升。展开更多
整周模糊度固定是精密单点定位(precise point positioning,PPP)实现快速厘米级定位的关键。传统双频无电离层组合窄巷模糊度固定存在组合观测噪声放大而导致固定成功率低的问题,进而影响PPP的收敛时间。为此,该文联合北斗全球卫星导航...整周模糊度固定是精密单点定位(precise point positioning,PPP)实现快速厘米级定位的关键。传统双频无电离层组合窄巷模糊度固定存在组合观测噪声放大而导致固定成功率低的问题,进而影响PPP的收敛时间。为此,该文联合北斗全球卫星导航系统(BeiDou Global Navigation Satellite System,BDS-3)播发的新频点,提出了一种兼顾组合噪声抑制的四频无电离层快速PPP模糊度固定方法,并结合自制教学仪器设计了实验流程。该方法利用搭建的基准站和试验车构建静态和动态的实验场景,测试结果表明相比传统四频方法所提方法,的模糊度固定成功率在静态和动态场景下分别提升了8.4%和15.8%,显著提成了PPP的收敛时间。该文对多频PPP的模糊度固定流程进行了详细的说明,有助于学生更好地理解多频观测量组合对加快模糊度固定的优势及误差抑制的应对措施。展开更多
为了解决高精度组合导航系统的体积和重量较大的问题,基于多层陶瓷基板高密度布线和三维立体组装等系统级封装(System In Package,SiP)工艺技术,提出了一种全新的三维立体微系统封装结构。采用低温共烧陶瓷(Low Temperature Cofired Cer...为了解决高精度组合导航系统的体积和重量较大的问题,基于多层陶瓷基板高密度布线和三维立体组装等系统级封装(System In Package,SiP)工艺技术,提出了一种全新的三维立体微系统封装结构。采用低温共烧陶瓷(Low Temperature Cofired Ceramic,LTCC)基板高密度布线及贴装、基板堆叠、高正交度立体组装等SiP工艺,将三轴加速度计、三轴陀螺仪、卫星导航、地磁计和气压高度计等集成在一个封装单元中,研制出外形尺寸仅3.1 cm×2.9 cm×0.96cm、重量仅18g的组合导航微系统产品,拓展了应用领域。通过数据融合算法,可以有效提升导航精度和可靠性,具有广阔的应用前景。展开更多
为了提升全球定位系统(Global Positioning System,GPS)信号中断场景下传统滤波方法对非线性误差抑制不足的缺陷,提出了一种多模态融合的注意力机制卷积长短期记忆网络(Convolutional Long Short-Term Memory Neural Network Based on A...为了提升全球定位系统(Global Positioning System,GPS)信号中断场景下传统滤波方法对非线性误差抑制不足的缺陷,提出了一种多模态融合的注意力机制卷积长短期记忆网络(Convolutional Long Short-Term Memory Neural Network Based on Attention Mechanism under Multi-modal Fusion,MF-ACLSTM)导航补偿方法。该模型通过卷积神经网络(Convolutional Neural Network,CNN)进行空间特征提取,结合长短期记忆神经网络(Long Short-Term Memory Neural Network,LSTM)进行时序特征建模,以有效融合惯性导航与GPS数据,并引入注意力机制,动态调整不同传感器模态对导航估计的贡献权重,提高数据融合的鲁棒性。在GPS信号中断时,通过历史惯性导航数据与模型的自回归机制,实现短期精确预测和长期误差抑制,使导航结果更精准;利用获得的实验数据对所提方法的性能进行了验证。实验结果表明,在GPS信号中断的场景下,所提方法较传统滤波方法在定位误差和长期稳定性等方面均有显著提升。展开更多
文摘GNSS信号丢失会导致GNSS/I NS组合导航系统定位失准甚至失效,而现有辅助模型仍存在不足。针对这一问题,本文提出了一种基于遗传算法(GA)优化E l man神经网络的车辆辅助组合导航算法。首先,使用小波阈值去噪算法降低惯导系统测量数据的噪声,然后再使用GA优化E l man神经网络的权重和结构参数,以提高模型的预测精度和泛化能力。其次,构建基于GA-E l man神经网络的车辆辅助导航模型。该模型将系统分为两种模式,在GNSS信号正常时进入训练模式进行在线训练;当GNSS信号丢失后系统变为纯惯导模式,此时启用训练好的模型接收惯导系统的数据进行实时解算和预测。最后,跑车实验结果表明,与PSO-BPNN辅助模型和E l man辅助模型相比,本文所提出算法的定位精度得到有效提升。
文摘整周模糊度固定是精密单点定位(precise point positioning,PPP)实现快速厘米级定位的关键。传统双频无电离层组合窄巷模糊度固定存在组合观测噪声放大而导致固定成功率低的问题,进而影响PPP的收敛时间。为此,该文联合北斗全球卫星导航系统(BeiDou Global Navigation Satellite System,BDS-3)播发的新频点,提出了一种兼顾组合噪声抑制的四频无电离层快速PPP模糊度固定方法,并结合自制教学仪器设计了实验流程。该方法利用搭建的基准站和试验车构建静态和动态的实验场景,测试结果表明相比传统四频方法所提方法,的模糊度固定成功率在静态和动态场景下分别提升了8.4%和15.8%,显著提成了PPP的收敛时间。该文对多频PPP的模糊度固定流程进行了详细的说明,有助于学生更好地理解多频观测量组合对加快模糊度固定的优势及误差抑制的应对措施。
文摘为了解决高精度组合导航系统的体积和重量较大的问题,基于多层陶瓷基板高密度布线和三维立体组装等系统级封装(System In Package,SiP)工艺技术,提出了一种全新的三维立体微系统封装结构。采用低温共烧陶瓷(Low Temperature Cofired Ceramic,LTCC)基板高密度布线及贴装、基板堆叠、高正交度立体组装等SiP工艺,将三轴加速度计、三轴陀螺仪、卫星导航、地磁计和气压高度计等集成在一个封装单元中,研制出外形尺寸仅3.1 cm×2.9 cm×0.96cm、重量仅18g的组合导航微系统产品,拓展了应用领域。通过数据融合算法,可以有效提升导航精度和可靠性,具有广阔的应用前景。
