一、GPS/SINS综合定位系统精度模型理论研究（论文文献综述）
雍晟晖[1]（2021）在《激光扫描式大空间测量场动态测量定位技术研究》文中研究说明在大尺寸装备制造体系中,大型构件或子装配体的生产装配精度控制技术是整个装备制造过程的关键之一,而在生产装配流程的精度控制中,数字化测量技术是核心。随着大型装备制造技术发展,许多工程应用中需要现场实时监控部件的空间位姿完成多点对接任务,或者需要对部件实施从设计、生产到尺寸检验的全周期精度跟踪,而激光跟踪仪逐渐无法满足多点实时定位与并行测量的任务需求,因此基于前方交会测量场部署的分布式测量系统得以快速发展。课题组前期研究的精密激光定位系统（Accurate Laser Positioning System,ALPS）是针对大尺寸空间测量定位难题研发的一种分布式坐标测量系统,其具备测量精度稳定、多靶并行定位、实时姿态解算等优秀特性,在航空航天、船舶制造、工业自动化等领域具有广泛应用前景。当前,ALPS系统在静态场景的测量误差可达±0.2mm,而在动态场景下的误差极不稳定,需要引入其它技术辅助解决动态测量精度问题。本文在ALPS静态测量模型的基础上,借助捷联的惯性测量单元（Inertial Measurement Unit,IMU）的量测模型,研究一种多传感器融合的动态测量定位技术,解决自主导航、盲区推估、高频数据刷新问题,拓展了 ALPS在动态测量定位任务中的功能。本文主要从ALPS动态误差补偿、IMU位姿测量原理、融合系统标定与定位方法、融合系统硬件平台设计、标定与定位性能验证等方面对ALPS动态测量定位技术进行了研究与讨论。课题主要完成的工作如下:1.在分析ALPS在动态测量定位中误差产生过程的基础上,探究了 ALPS测量系统动态测量的误差形成机理;阐述了 IMU的测量误差机理,研究了将IMU测量数据和APLS定位数据相融合的误差补偿方法。2.针对ALPS和IMU融合的测量系统,利用MATLAB工具软件建立ALPS与IMU的数据模型,研究在实际场景下使用扩展卡尔曼滤波理论进行量测数据融合的方法,并利用数据仿真验证了基于松耦合的数据融合理论。3.基于实际IMU的物理器件性能参数,建立了惯性导航系统（Inertial Navigation System,INS）与ALPS测量系统的坐标系统一过程的物理模型与MATLAB数据仿真模型,探讨了基于空间旋转轴线约束的融合系统动态测量方法,并仿真实验验证了系统动态测量算法的正确性。4.基于Xilinx Zynq 7000平台前端设计了高性能嵌入式数据采集处理器,探究了ALPS单帧数据快速解算方法,将相关驱动算法固化进前端处理设备中,将ALPS系统自身的数据输出频率提升到35Hz,为IMU数据融合修正过程提供基础。5.根据扩展卡尔曼滤波数据融合方法,基于融合测量处理前端设备设计了标定实验与直线轨迹拟合实验。实验结果表明,本文设计的系统标定方法最终三轴标定误差分别为±（0.382°,0.537°,0.463°）,直线轨迹拟合误差在±2.388mm以内,验证了 IMU量测数据融合进ALPS系统提高整体动态测量能力的可行性,使ALPS/IMU融合系统可在慢速AGV导航等场景需求中展开应用。
王妍[2]（2021）在《基于风险评估的列车定位方法研究》文中提出在轨道交通系统中,列车位置的确定是列车运行控制系统的重要环节,也是确保行车安全和提高运营效率的前提。目前,单一定位方式输出的信息难以满足新型列控系统的需求,为了更好地得到列车位置信息,需将性能互补的多种定位方式进行组合。基于GPS（Global Positioning System,全球定位系统）/SINS（Strapdown Intertial Navigation System,捷联惯性导航系统）的定位技术能够满足新型列控系统的需求,是未来列车定位发展的必然趋势。但该系统在我国铁路领域,还未经过长时间的实际应用,有许多风险并未完全暴露出来,所以需要分析潜在风险以提高系统安全性,并且有必要针对评估出的对系统影响较大因素提出相关改进策略,本文便针对评估出的影响较大因素—外物遮挡导致GPS信号缺失,影响定位结果问题,提出一种新的定位方法,使得即使发生了GPS信号缺失情况依然可以确保输出信息的准确性。本文首先简述SINS、GPS以及两者组合的定位系统;以组合系统为基础,分析其系统板内部结构,为后续系统评估时建立评价指标体系打下基础;并分析GPS/SINS列车定位系统的误差来源,为接下来研究定位方法时建立数学模型提供基础理论。其次,针对GPS/SINS列车定位系统,本文采用D-AHP（D-Analytical Hierarchy Process,D数优化层次分析法）和TOPSIS（Technique for Order Preference by Similarity to an Ideal Solution,逼近理想解排序法）对其进行评估。以二取二的列车定位系统为例,分析系统各部件故障及环境因素对系统的影响,确定系统评价指标体系;利用D-AHP和TOPSIS法求解各因素权重、专家权重以及系统风险量化值,以此确定出影响较大的因素和系统的风险等级。最后,根据得到的风险等级确定系统有改进的必要性,并且依据计算的权重确定出影响较大的因素—外物遮挡。针对外物遮挡这一影响因素提出LSTM（Long Short Term Memory Networks,长短时记忆网络）辅助UPF（Unscented Particle Filter,无迹粒子滤波）的解决方案。在分析误差来源的基础上建立误差数学模型,接着建立GPS信号正常时的定位模型和GPS信号缺失时的定位模型,将GPS信号正常、GPS信号缺失后没有算法辅助UPF和有LSTM辅助UPF的结果进行对比,说明在GPS信号缺失后用LSTM进行辅助的必要性以及LSTM辅助UPF的可行性。
薛森杰[3]（2021）在《基于STM32的雷达波流速仪辅助定位系统》文中指出近些年来,水文测流成为关乎国家民生的大事,通过准确的水文测流可以预防洪涝灾害。目前的水文测流技术逐渐向着高科技发展,将GPS定位技术应用到水文设备中已经成为水文测流的发展趋势。雷达波流速仪在运行中通过编码器获得运行距离,而不是流速仪地理坐标的差值,这种方式测得流速仪的位置在实际应用中存在很多弊端。针对这一问题,本课题提出使用GPS定位的方式来获取流速仪的位置,以此来达到流速仪的定位功能。雷达波流速仪一般用于无人站的水文监测,周边环境比较复杂,而GPS的定位性能受环境因素较大,所以单一的GPS导航系统不能满足流速仪的定位需要。随着组合导航技术应用的成熟,提出将GPS/SINS组合导航应用于流速仪的定位系统中的解决方案。文中对组合导航系统的基本原理进行概述,其次根据定位系统的功能及需要对硬件模块进行选型,绘制电路原理图并搭建组合导航系统的硬件结构,之后利用Keil软件编写程序,完成导航数据的采集功能。对GPS模块和惯性导航模块（SINS）收到的原始数据进行分析和处理。将GPS模块收到的经纬度信息经野值过滤和卡尔曼滤波处理后,其定位精度达到0.7m以内;其次对SINS模块随机误差进行分析与建模,得到惯性传感器随机误差项和误差特性参数。最后进行组合导航系统的设计,选择松耦合结构,并对EKF滤波算法和AKF算法进行仿真验证,实验结果证明,经组合滤波后输出的位置精度在0.5m以内,该误差对于流速仪定位来说可忽略,可以将该组合导航系统应用到雷达波流速仪的辅助定位中。
田茂春[4]（2021）在《基于多次测距水下定位技术的无人艇路径跟踪控制研究》文中研究表明随着我国提出建设海洋强国的战略目标,水下声学定位技术应用的需求迅速增多。由于人力资源在海洋中的限制,有些高危险性地方不适合人员跟随。本文以无人水面艇（Unmanned Surface Vessel,USV）自主航行实现水下目标的定位为目的,对基于区域交汇的水下目标定位方法、水下目标定位过程中的无人艇路径优化及无人艇路径跟踪控制问题进行了理论研究和仿真实验。首先,介绍了水下声学定位系统的组成及定位模型,同时点明了各个系统的优点与不足。在此基础上,对基于无人艇平台的水下目标定位,构建了多次测距定位模型。为实现无人艇的精确控制,在合理假设条件下,构建了无人艇平面三自由度运动数学模型。其次,从水面、水下设备和声波传播两个方面着重分析了水下目标声学定位误差产生的原因,结合多次测距定位模型,提出了一种基于区域交汇的位置叠加方法。该方法仅用单个换能器,需要无人艇多次测距。单次测距后,水下目标的实际位置在以测距误差为环宽的圆环内。通过无人艇在多个不同测量点的测距,将多个圆环叠加的区域的中心定为水下目标所在的位置。然后,针对基于区域交汇的位置叠加方法,对不同航行路径条件下水下目标的定位结果进行了仿真。设计了一种路径优化模型,分析了无人艇航向角对定位误差的消减机制,优化了水下声学定位无人艇的航行路径,在MATLAB平台上仿真验证了优化后路径的定位效果。最后,对水下目标定位过程中的无人艇路径跟踪控制问题作了描述,本质上是一种点镇定的问题。为了控制无人艇实现点镇定,根据跟踪状态量的不同,利用李雅普诺夫稳定性理论设计了两种控制律。一是基于艏向角路径跟踪控制律,该方法始终将路径点设置在到达测量点的位置且仅观测艏向角这一状态。需要的观测值少,减少了系统的复杂度,便于在工程中应用。二是基于多状态量路径跟踪控制律,该方法首先用微分同胚变换对数学模型进行转换。通过跟踪在参考路径上以匀速直线运动航行的虚拟无人艇的多状态量（位置、速度和姿态）,实现点镇定。在MATLAB平台上仿真验证了这两种控制律的可行性和有效性。
汪东合[5]（2021）在《基于RSSI的增强型室内定位算法研究与实现》文中认为近年来,室内定位技术呈井喷式发展,并衍生出大批基于室内位置的服务和应用。然而,室内环境的复杂性给定位技术的研究和应用带来了巨大的挑战。在室内环境下,由于无线信号传播容易受到反射、散射等影响,使得信号出现较大衰减,这对基于无线信号强度的测距和定位的精度带来较大的影响。所以,本文针对基于RSSI（Received Signal Strength Indicator,RSSI）的室内定位存在的问题,分析其误差的来源,并提出了相应的增强型室内定位算法。具体研究内容包括:（1）基于前向定位的增强型室内定位算法研究在典型的室内前向定位系统中,固定锚点发射无线信号,移动终端通过接收多个锚点信号来实现定位功能。针对此类系统,本文提出一种选择锚点部署位置的方法,即以在区域内多个接收点接收信号的差异最大为目标,通过调整锚点部署位置,求得当前区域内最优锚点部署方案。随后,针对RSSI测距时不同衰减因子对测距的影响,本文提出一种基于最大似然估计的参数调节算法,通过多组观测值对参数进行调节进而提高测距精度。最后融合三边定位和指纹定位算法,对局部区域的定位结果进行优化,同时,本文通过仿真结果验证了所提各种算法的有效性。（2）基于前向与反向定位融合的增强型室内定位算法研究不同于前向定位系统,在反向定位系统中,移动终端发射无线信号,而由事先部署好的固定锚点来接收信号并对移动终端进行定位。本文首先针对反向定位系统,提出一种基于最小测距误差的参数调节算法,通过对系统模型参数进行动态调节来提高测距精度。在此基础上,本文进一步提出前向和反向定位融合算法,融合两种算法各自优点,提高系统整体定位性能。最后,通过仿真结果验证和分析了所提算法的有效性。（3）增强型室内定位系统设计与实现基于上述室内定位增强型算法研究,本文设计和实现兼备前向定位和反向定位的增强型室内定位系统。基于所设计和完成的增强型室内定位系统,在测试现场对本文所设计的算法进行实际测试和分析。实验结果表明,本文提出的增强型室内定位算法在实际中可以获得较好的定位精度,算法基本满足室内定位的服务需求。
王建[6]（2021）在《多测站多系统GNSS/INS精密定位方法与应用研究》文中进行了进一步梳理2020年7月31日,中国北斗三号全球卫星导航定位系统正式开通,标志着北斗定位进入到全球服务的新时代。北斗三号自开通以来,系统运行稳定,持续为全球用户提供优质的位置、导航和授时（Positioning,Navigation and Timing,PNT）服务。随着GPS、GLONASS、Galileo以及QZSS和NAVIC等的不断升级和完善,卫星导航定位系统正朝着多系统多频率的方向不断发展,呈现“百家争鸣,百花齐放”的新局面。多系统多频率GNSS必然带来更多的有效观测值,有利于增强卫星空间几何结构,提升模糊度的固定率,提高GNSS定位的精度和可靠性。但是由于GNSS信号容易受到干扰,在一些特殊场景下造成信号失锁和信号中断,严重影响GNSS精密定位的可用性。同时传统GNSS数据处理模型仍然存在不断优化和提升的空间,比如多个测站接收机的多基线解算方法还不够完善,不同卫星定位系统的兼容互操作还需要进一步研究以及GNSS与多源传感器的组合导航定位仍然需要深入研究等。因此,为应对当前不断增长的导航定位需求,研究高精度GNSS处理算法以及GNSS/INS组合定位算法成为导航定位与位置服务领域的迫切要求,具有十分重要的科学意义和实用价值。基于以上定位需求和问题,本论文旨在:（1）GNSS精密定位方面,深入研究多测站多系统GNSS精密定位方法,在分析传统单基线定位模型的基础上,引入等价变换模型,建立了两种严密的多测站联合数据处理模型,拓展了传统GNSS数据处理方法。（2）多系统GNSS互操作方面,针对重叠频率的不同卫星系统观测值,研究了多基线GNSS紧组合定位模型,实时估计并分析了系统间偏差DISB参数。通过对DISB参数的校正,实现了重叠频率的多测站多系统GNSS紧组合定位。（3）GNSS/INS组合定位方面,采用惯性导航INS增强了 GNSS动态定位的动力学模型,实现了多测站多系统RTK/INS紧组合定位模型,并分析了组合定位系统的性能。论文的主要工作和贡献如下:1、在传统GNSS相对定位模型的基础上,通过等价变换理论,详细推导了基于非差观测值的等价变换模型,通过实施两次等价变换消除卫星钟差和接收机钟差参数,实现多系统GNSS非差观测方程和双差观测方程的等价变换,为同时段多个测站联合解算提供了严密的理论模型。采用静态观测数据对该算法进行了评估和分析。结果显示,多基线解算模型具有更高的解算精度,观测时间越短,性能提升越显着,针对30分钟的静态基线,多基线解在北、东和高三个方向上的精度提升分别约为11%,10%和14%。同时多基线解具有更高的内符合精度,针对30分钟的静态基线,多基线解的重复基线闭合差在三个方向上的精度提升分别约为48%,59%和12%,三角形闭合差在三个方向上的精度提升约为54%,65%和 10%。2、采用相互独立的站间单差观测值,通过实施一次等价变换消除接收机钟差之差参数,实现GNSS单差观测方程和双差观测方程的等价变换,为同时段多测站联合解算提供了严密的理论模型,进一步丰富并扩展了传统GNSS相对定位理论。以上两种多基线解算模型,理论上与传统单基线双差定位模型完全等价,如果考虑多个测站之间形成最小二乘生成树的最优结构以及数据处理的复杂程度,在多个测站联合观测的情况下,采用单差观测值的多基线解算模型为最优模型。在此基础上,进一步推导了多个基准站的动态定位模型,给出了多基线定位状态参数的约束方程和压缩模型,极大地增强了多基线定位的模型强度,提高了模糊度的固定率,进一步提升动态定位的精度和可用性。零基线和超短基线的解算结果表明,多基线动态定位在北、东和高三个方向上的性能提升约为8-21%,0-40%和3-40%。车载动态实验的结果表明,多基线多系统GNSS动态定位相比多基线单系统和单基线多系统GNSS动态定位,具有更高的定位精度和模糊度固定率,增加的有效基准站必然提升动态定位的模型强度,提高模糊度的固定率,定位精度和可用性。3、在基于单差观测值的等价观测模型基础上,详细推导了等价变换矩阵的实现过程,结合单位矩阵和块对角矩阵的计算性质,从矩阵层面实现了等价变换矩阵的快速构建算法,结合多个测站单差观测值权矩阵的构建方法,形成了一种单差观测值等价观测方程的快速构建方法。同时考虑到多系统GNSS单差观测值权矩阵的块对角特性,研究采用序贯处理的卡尔曼滤波对未知参数进行估计。由此形成一套多基线相对定位的简化处理算法。采用6个站点的静态观测数据对上述方法的计算效率进行了评估。结果表明,等价观测方程构建方面的平均计算时间可以提升约74.7%,滤波估计方面的平均计算时间可以提升约49.6%。另外采用2个基准站的动态定位结果表明,单个历元传统等价观测方程构建需要耗时0.298 ms,而简化构建方法只需要耗时0.117 ms,后者效率提升约为60.6%;滤波估计方面,经典卡尔曼滤波需要耗时25.2 ms,而序贯处理的滤波方法只需要耗时10.6 ms,效率提升约为58.0%。考虑到单历元实时定位需求,简化的单差等价观测模型在多基线动态定位方面具有更好的实用性。4、针对多系统GNSS现代化的互操作问题,根据GPS/BDS/Galileo的频率特点,推导了重叠频率的多基线GNSS紧组合定位模型,获得了混合星座的等价观测方程,实现了对系统间偏差DISB参数的实时估计。通过校正DISB参数,增强了多基线GNSS紧组合定位的模型强度,进一步提升了多基线GNSS紧组合定位性能。静态观测数据的解算结果表明,校正DISB参数的GNSS紧组合定位在北、东和高三个方向上均存在10%-20%的性能提升。动态观测数据的解算结果表明,GPS/BDS-3/Galileo紧组合定位在北、东和高三个方向上的平均性能提升约为4.8%、0.0%和9.7%,紧组合定位的模糊度固定率约为91.2%,较传统松组合定位提升约10%。5、联合单差等价观测模型和惯性导航定位模型,推导了 GPS/BDS/Galileo三系统RTK/INS紧组合定位模型,包括状态方程和观测方程的建立,通过惯导IMU递推短时间内高精度的位置和姿态信息,增强了动态定位的动力学模型,同时通过GNSS高精度定位反馈校正了惯性导航定位的系统误差,从而实现了一种多测站多系统RTK/INS紧组合定位模型,并给出了紧组合算法的实现流程。动态观测数据的组合定位结果表明,惯性导航定位能够提供更高精度的状态参数预测值,RTK/INS组合定位具有更高的定位精度和模糊度固定率。当前我国正积极推动国家综合定位、导航和授时体系建设,而多测站多系统GNSS精密定位、多测站多系统GNSS紧组合定位以及多测站多系统GNSS/INS紧组合定位及其应用正是国家综合PNT体系的重要组成内容,上述定位模型的进一步研究、精化和应用必将推动我国综合PNT体系建设迈向新的高度。
郭佳倩[7]（2021）在《农用无人机自主精准机动平台降落技术研究》文中指出农用无人机特别是多旋翼无人机因作业效率高、机动灵活等特点,近年来在农情信息快速获取、空中农药喷洒、播种、施肥、森林灭火等方面取得了长足发展。利用农药喷洒无人机,可有效避免田间作业人员与农药的接触,减少农药对田间作业人员的危害。但是,由于无人机单次携带药量和续航能力有限,需返回到固定降落点才能更换药液或电池,大大影响作业效率。若装载无人机、药罐和蓄电池等的机动作业平台,能根据无人机的作业位置在一定范围内移动,无人机自动降落在移动平台上补药,便可缩短补药、更换电池的飞行距离,提高作业效率。基于该思想,本文以四旋翼无人机为研究对象,采用北斗定位系统和视觉定位系统相结合,研究农用无人机自主精准机动平台降落技术,实现农用无人机能够自主精准降落至机动储药车上,为农药喷洒无人机实现自动化、智能化高效作业提供有效技术支持。本文主要工作及结论如下:（1）研究并提出无人机自主精准机动平台降落方案。通过分析及试验,将无人机自主精准机动平台降落过程分为距平台较高、距平台较近、即将着陆三个阶段,采用不同的调控策略和方法,提高自主降落精度和可靠性。当无人机距地面较高时,飞行控制器分别接收移动平台和无人机位置数据,计算无人机和移动平台的相对位置以调整无人机飞行姿态,使其靠近移动平台;当无人机距移动平台较近时,采用视觉定位,检测移动平台着陆标志与无人机的相对位置信息,以调整无人机飞行姿态靠近移动平台;在即将着陆时,用超声波模块实时测量无人机与移动平台距离,当测距值小于16cm时,触发无人机着陆脚架上的电磁铁回路,使电磁铁带电与移动平台上铁板吸合,实现无人机稳定着陆。（2）研究并设计了基于北斗卫星的移动平台定位方案和定位方法。分别选择BN-880和BD-357模块作为无人机和移动平台的北斗卫星定位模块,设计了2个北斗卫星定位模块数据接收、无线数据发送和飞行控制算法,在无人机距移动平台较高时,实现了由无人机飞行控制器检测移动平台的位置后,根据相对位置使无人机向地面移动平台靠近。同时,采用动态均值法实时更新位置数据,来提高定位精度。数据分析结果表明,采用相对定位方法定位精度在1.5 m内,满足系统要求。（3）设计、实现了基于机器视觉的移动目标精准检测及定位方法。为提高无人机距移动平台较近时的降落精准度,研究设计了一种具有嵌套特征的无人机着陆标志,构建了着陆标志与无人机实际距离模型,并用Open MV视觉处理模块对标志进行识别和定位。分别对设计的着陆嵌套内外标志Tag16h5和Tag36h11进行识别试验,结果表明,在X、Y、Z方向上,构建的距离模型预测值和实际值间的决定系数R2分别为0.991、0.989、0.939以及0.996、0.998、0.973,具有较高的测量精度,且着陆标志算法识别率为97.5%,有较高的识别率和鲁棒性。（4）设计了一种无人机防跌落着陆吸附固定装置及减震结构。移动平台采用磁性材质,并在下方装有弹簧,起到减震作用,无人机着陆时通过测距值触发继电器,使电磁铁带电吸合,实现无人机可靠、安全、稳定着陆至移动平台,避免无人机着陆不稳从平台上跌落。（5）完成了无人机自主精准机动平台降落系统的硬件搭建和软件设计。采用Ubuntu搭建无人机飞控开发环境,设计了无人机自主精准降落过程的主程序,并对无人机与各外接传感器的数据通信过程进行了程序设计。使用Mission Planner软件为地面站进行无人机试验飞行测试。在室外空旷环境中对系统进行了定点降落测试和移动降落测试。试验结果表明,无人机系统定点降落至移动平台时平均降落误差为6.78 cm,当平台以3 km/h移动时,无人机系统移动降落平均误差为13.29 cm。
陶超[8]（2021）在《多源信息融合的无人机容错组合导航方法研究》文中进行了进一步梳理随着无人机的广泛应用,在复杂的环境中作业已经成为一种趋势,导航是无人机作业的基础。然而,单一组合导航的方式已经不能满足无人机在复杂环境中自主、可靠、高精度的导航。为了提高无人机在复杂环境中导航的精确性,本文设计一种基于联邦卡尔曼滤波的多传感器融合导航系统。同时为了提高无人机在复杂环境中导航的可靠性,本文设计了基于传感器故障检测的容错导航。本文的主要研究内容如下:（1）针对在复杂环境中传感器干扰问题,提出了用滑模观测器结合联邦卡尔曼滤波的方法,通过滑模观测器的特性去抑制系统的干扰。（2）针对残差X2检测算法对缓变故障不灵敏,提出了一种基于滑动窗口相的改进残差X2检测算法,并且提出设定不同阈值的方法分别解决缓变故障和突变故障。（3）缓变故障检测需要一定的时间,在这段时间段内,子滤波器仍然将局部估计状态送入主滤波器,影响系统稳定性。针对该问题设计了基于滑动窗口残差X2检测的向量质量调节因子,量化故障的影响程度,并以此为依据调节子滤波在全局估计中的权重,以实现全局估计最优。最后为了验证算法,用ros系统和MATLAB搭建了仿真系统进行仿真验证,用开源无人机方案搭建了实验平台进行实验验证。仿真结果和实验结果都表明结合滑模观测器的联邦卡尔曼滤波提升了精度,同时基于故障检测以及容错导航方法使系统更加可靠。
刘英[9]（2021）在《基于车辆运动特性的超宽带高精度定位算法研究》文中提出随着智能网联汽车的快速普及,汽车自动驾驶行业吸引了越来越多的研究人员。在面向自主化、智能化的要求时,实现对车辆高精度、高实时、高可靠的定位是自动驾驶方案中的重要技术环节,基于GNSS和地基增强的RTK技术是在露天区域普遍采用的定位手段之一。但是在地下停车场、高楼大厦间以及室内等有遮挡的复杂环境下,GNSS无法正常提供导航定位信息。因此,研究高精度的室内定位技术成为了如今的热点。超宽带定位技术（UWB）以及惯性导航定位技术（IMU）在众多室内定位技术中脱颖而出。其中,UWB技术具有很高的时间分辨力,且能提供高精度的单点定位坐标,每次定位计算均可视为对车辆位置的一次随机观测,但不会有累计误差;IMU是一种不受外界影响,仅依赖自身加速度计及陀螺仪就能够独立对载体运动状态进行解算的定位技术,但在航迹推算的过程中会由两次积分产生累计误差,无法长时间持续实现航迹跟踪。UWB和IMU二者自身无法克服其技术难题。为了解决单一传感器存在的固有缺点,联合定位技术通过融合算法来充分利用多个传感器的优势,以取得更好的定位效果,在科研前沿与工程实践上均有较高的关注度。本文基于以上的需求,首先介绍了超宽带定位技术以及惯导定位技术的原理,采用理论计算、实验验证的方式分析了两种定位技术的误差传递特性,并针对两者的差异性及互补性,提出了多传感器组合定位的方式。其次,由于汽车具有普适且成熟的运动模型,利用模型可使组合定位算法更加有效,本文设计了组合卡尔曼滤波算法进行包含车辆运动模型、IMU传感器和UWB系统的多源信息融合,为车辆提供可靠稳定的定位服务。最后,本文还设计了用于上述算法实现的嵌入式平台,并在搭建的实验平台上进行了组合定位系统的性能验证和分析,根据实车测试数据分析得出,综合输出的定位轨迹均优于超宽带单独定位的定位效果,与UWB单独定位的结果相比,融合算法下的定位精度提高了48.45%,且定位误差基本都在±10cm内,同时可以提供可靠的姿态信息,满足汽车自动驾驶对于高精度、高实时、高可靠的要求。
辛明真[10]（2020）在《GNSS-A水下定位与导航关键技术研究》文中进行了进一步梳理海洋定位与导航是海洋科学研究、海上交通运输、海洋权益维护、海洋资源开发、海洋工程建设、海洋环境治理和海战场建设的基础,为人类一切海上活动提供全方位、全过程、全时段、多时空、多层次、多环节的海洋时空信息与位置服务。随着海洋开发活动的深入,海洋定位与导航的需求从水面以上转变为水上、水下的全部海洋空间,尽管全球导航卫星系统（GNSS,Global Navigation Satellite System）极大推动了大地测量与导航定位领域的全新发展,但电磁波在水体中快速衰减的特性使其无法直接用于水下目标定位与导航。由于声波在海水中具有良好的传播特性,GNSS-A（Global Navigation Satellite System-Acoustic）定位与导航技术得到了广泛研究应用,但复杂的海洋动态环境变化给高精度水下定位与导航带来了一系列的关键技术问题。论文系统性地总结了水下定位与导航的研究现状,针对GNSS-A水下定位与导航中存在的水下定位声线跟踪方法、水下差分定位模型优化、水下导航滤波算法等问题,开展了系统性的理论研究、方法改进和实验分析工作。论文主要研究内容如下:（1）顾及波束入射角的水下定位声线跟踪方法海水声速的时空变化会使声波沿传播方向发生折射,有效消除声波的折射效应对提高水下声学定位精度至关重要。在声速剖面已知的情况下,声线跟踪是削弱折射效应的有效方法,但现有的声线跟踪方法要求波束入射角已知,而基于距离交会原理的水下声学定位系统通常未对波束入射角进行直接观测。针对上述问题,提出了顾及波束入射角的水下定位声线跟踪算法,采用搜索法确定波束入射角,通过对声线跟踪与定位解算的迭代计算,实现波束入射角和目标坐标的渐次修正。为进一步提高计算效率,提出了迭代求解超越方程的解算法。实验结果表明,顾及波束入射角的水下定位声线跟踪方法能够有效利用声速剖面消除声线折射效应的影响,且解算法计算效率优于搜索法。（2）水下历元间静态单差定位方法与病态解算水下历元间静态单差定位方法是通过在相邻观测历元间做差分消除部分系统性误差的影响,但可能存在的病态性问题使历元间单差定位方法未能得到广泛应用。通过分析不同观测条件（航迹、升沉等）对历元间单差定位病态程度的影响,发现相邻观测历元间的几何入射角之差是影响病态性产生的主要因素之一,提出采用正多边形航迹改善历元间单差定位的病态性。针对已经存在历元间单差定位病态问题,提出了一种基于改进L曲线的LIU型估计方法,利用均方误差和残差二范数构成的L曲线确定LIU型估计参数的优化取值。实验结果表明水下历元间静态单差定位方法能够消除部分系统性误差影响,而基于改进L曲线的LIU型估计方法有效改善了历元间单差定位的病态估计结果。（3）水下基准间动态单差定位方法与网型设计针对水下动态多基准点非差定位方法无法消除系统误差影响的问题,提出了水下基准间动态单差定位方法,通过在同一观测历元的距离观测值间进行差分计算,消除部分系统性误差的影响。基于空间位置精度因子（PDOP,Position Dilution of Precision）对基准间单差定位的网型结构进行了设计优化,针对采用顶点差分基准点的正多边形网,由于方向余弦矢量近似相等导致网型结构较差的问题,提出采用中央差分基准点的正多边形辐射网进行优化设计。长基线定位实验表明,水下基准间动态单差定位方法能够消除系统性误差的影响,且采用中央差分基准点的正多边形辐射网有效增强了网型结构的强度。（4）基于交互多模型的水下导航Kalman滤波算法构建起与水下目标实际运动状态相一致的运动模型,是保证水下导航Kalman滤波精度和可靠性的重要前提。但在复杂海洋环境的影响下,水下动态目标的运动状态具有较强的多样性与随机性,往往无法根据先验信息采用与目标实际运动状态完全匹配的运动模型。当水下目标的运动状态在机动和非机动模式之间切换时,采用单一的机动或者非机动运动模型会使得滤波精度下降甚至滤波发散。为此提出了基于交互多模型的水下导航Kalman滤波算法,利用马尔可夫先验转移概率实现了多模型的加权融合,仿真实验表明相较于基于单模型的水下导航Kalman滤波算法,基于交互多模型的水下导航Kalman滤波算法表现出了更好的运动状态适应性。
二、GPS/SINS综合定位系统精度模型理论研究（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、GPS/SINS综合定位系统精度模型理论研究（论文提纲范文）
（1）激光扫描式大空间测量场动态测量定位技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 课题研究背景 |
| 1.2 课题研究意义 |
| 1.3 大尺寸动态测量定位技术发展现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.3.3 背景现状分析 |
| 1.4 研究内容框架 |
| 2 大空间测量场动态测量定位原理与误差分析 |
| 2.1 ALPS测量定位原理 |
| 2.2 ALPS动态测量误差机理分析 |
| 2.2.1 单站激光扇面异步导致的特征角误差 |
| 2.2.2 多站时间基准异步导致的特征角误差 |
| 2.3 IMU惯性测量单元原理与选型 |
| 2.3.1 IMU测量原理 |
| 2.3.2 IMU器件现状与选型 |
| 2.4 IMU应用在地理坐标系下的力学编排 |
| 2.4.1 角速度补偿方程 |
| 2.4.2 加速度补偿方程 |
| 2.4.3 四元数姿态方程 |
| 2.4.4 速度、位置方程 |
| 本章小结 |
| 3 ALPS/IMU融合系统的标定技术与定位方法研究 |
| 3.1 ALPS/IMU融合系统的动态测量定位原理 |
| 3.2 ALPS单帧数据快速解算方法 |
| 3.3 ALPS/IMU融合测量的标定技术 |
| 3.3.1 IMU初始参考选取 |
| 3.3.2 融合系统坐标系统一 |
| 3.4 基于离散卡尔曼滤波的数据融合方法 |
| 3.4.1 卡尔曼滤波器原理 |
| 3.4.2 融合滤波系统设计 |
| 3.5 标定与融合定位仿真 |
| 3.5.1 标定模型仿真 |
| 3.5.2 轨迹拟合仿真 |
| 本章小结 |
| 4 基于ZYNQ的动态定位数据处理硬件平台设计 |
| 4.1 基于ZYNQ的数据处理硬件电路板卡设计 |
| 4.1.1 Zynq-7000 So C体系结构简介 |
| 4.1.2 硬件平台框架设计 |
| 4.1.3 IP集成与配置 |
| 4.1.4 硬件设计综合与实现 |
| 4.2 驱动软件设计 |
| 4.2.1 光电脉冲数据接口设计 |
| 4.2.2 BRAM缓存数据与单帧处理 |
| 4.3 电源管理单元设计 |
| 4.3.1 Zynq主控电源设计 |
| 4.3.2 光电接收器供电设计 |
| 4.3.3 外部设备电源设计 |
| 4.4 结构设计 |
| 本章小结 |
| 5 ALPS/IMU动态测量定位系统性能验证实验 |
| 5.1 ALPS测量系统部署与初始化 |
| 5.2 ALPS单帧解算精度与速度性能验证实验 |
| 5.3 ALPS/IMU融合系统标定实验 |
| 5.3.1 ALPS/IMU融合系统标定靶标板搭建 |
| 5.3.2 实验结果分析 |
| 5.4 融合系统动态测量轨迹拟合实验 |
| 5.4.1 单轴运动平台的搭建 |
| 5.4.2 轨迹跟踪结果误差评定 |
| 本章小结 |
| 6 结论与展望 |
| 6.1 课题结论 |
| 6.2 工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士期间主要研究成果 |
（2）基于风险评估的列车定位方法研究（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 风险评估研究现状 |
| 1.2.2 组合定位研究现状 |
| 1.3 论文的主要研究内容 |
| 2 列车定位的基础理论 |
| 2.1 捷联惯性导航系统(SINS) |
| 2.1.1 相关坐标系 |
| 2.1.2 SINS系统原理 |
| 2.2 全球定位系统(GPS) |
| 2.2.1 GPS系统组成 |
| 2.2.2 GPS基本原理 |
| 2.3 GPS/SINS列车定位系统 |
| 2.3.1 GPS/SINS列车定位原理 |
| 2.3.2 GPS/SINS组合模式 |
| 2.4 GPS/SINS系统各单元板内部结构 |
| 2.5 GPS/SINS系统误差分析 |
| 2.5.1 SINS误差分析 |
| 2.5.2 GPS误差分析 |
| 2.6 小结 |
| 3 列车定位系统风险评估 |
| 3.1 概述 |
| 3.2 相关基础理论 |
| 3.2.1 D数理论 |
| 3.2.2 D数优化层次分析法(D-AHP) |
| 3.2.3 逼近理想解排序法(TOPSIS) |
| 3.3 列车定位系统风险评估模型及标准 |
| 3.3.1 定位系统风险评估模型 |
| 3.3.2 制定评估标准 |
| 3.4 列车定位系统风险评估过程 |
| 3.4.1 建立故障树及评价指标体系 |
| 3.4.2 影响因素权重计算 |
| 3.4.3 专家权重计算 |
| 3.4.4 风险量化值计算 |
| 3.5 小结 |
| 4 卫星信号缺失时的列车定位 |
| 4.1 概述 |
| 4.2 相关基础理论 |
| 4.2.1 无迹卡尔曼滤波(UKF) |
| 4.2.2 粒子滤波(PF) |
| 4.2.3 无迹粒子滤波(UPF) |
| 4.2.4 循环神经网络(RNN) |
| 4.2.5 长短时记忆网络(LSTM) |
| 4.3 列车定位模型 |
| 4.3.1 列车定位数学模型 |
| 4.3.2 卫星信号缺失时的列车定位模型 |
| 4.4 卫星信号缺失时的列车定位仿真 |
| 4.4.1 GPS信号正常时的定位仿真结果 |
| 4.4.2 GPS信号缺失时没有算法辅助的定位仿真结果 |
| 4.4.3 GPS信号缺失时LSTM辅助UPF的定位仿真结果 |
| 4.5 小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（3）基于STM32的雷达波流速仪辅助定位系统（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 课题的研究背景及意义 |
| 1.3 组合导航系统研究与发展现状 |
| 1.3.1 惯性导航技术发展现状 |
| 1.3.2 卫星导航技术发展现状 |
| 1.3.3 组合导航系统研究现状 |
| 1.3.4 当前研究趋势 |
| 1.4 课题的研究内容及组织结构安排 |
| 第2章 组合导航基本原理 |
| 2.1 惯性导航系统 |
| 2.1.1 常见坐标系 |
| 2.1.2 地球表面椭球模型 |
| 2.1.3 坐标系之间的转换矩阵 |
| 2.2 惯性导航机械编排 |
| 2.2.1 姿态更新方程 |
| 2.2.2 速度更新方程 |
| 2.2.3 位置更新方程 |
| 2.3 GPS导航系统 |
| 2.3.1 GPS定位原理 |
| 2.3.2 GPS定位系统误差分析 |
| 2.4 卡尔曼滤波算法 |
| 2.5 本章小结 |
| 第3章 软硬件系统结构 |
| 3.1 硬件系统结构 |
| 3.1.1 微控制器选型 |
| 3.1.2 电源模块设计 |
| 3.1.3 GPS模块选型 |
| 3.1.4 SINS模块选型 |
| 3.1.5 信息传输模块选型 |
| 3.1.6 定位系统PCB设计 |
| 3.2 软件结构设计 |
| 3.2.1 软件功能分析 |
| 3.2.2 GPS数据获取与处理 |
| 3.2.3 JY901 数据接收 |
| 3.2.4 系统软件测试 |
| 3.3 本章小结 |
| 第4章 GPS/SINS原始数据分析与处理 |
| 4.1 GPS数据野值过滤 |
| 4.1.1 简单经纬度法 |
| 4.1.2 基于速度约束的卡尔曼滤波算法 |
| 4.1.3 实验分析 |
| 4.2 GPS定位精度分析 |
| 4.2.1 GPS经纬度距离计算 |
| 4.2.2 静态定位精度分析 |
| 4.2.3 直线导航算法 |
| 4.2.4 动态定位精度实验 |
| 4.3 惯性导航误差分析与建模 |
| 4.3.1 惯导设备随机误差分析与建模 |
| 4.3.2 Allan方差原理 |
| 4.3.3 Allan方差分析 |
| 4.3.4 惯性传感器数据特性 |
| 4.4 本章小结 |
| 第5章 GPS/SINS组合导航设计 |
| 5.1 GPS/INS组合导航基本原理 |
| 5.1.1 直接滤波和间接滤波 |
| 5.1.2 混合校正方式 |
| 5.2 组合导航定位系统的建立 |
| 5.2.1 捷联惯导系统误差模型 |
| 5.2.2 组合导航系统的状态方程 |
| 5.2.3 组合导航系统的量测方程 |
| 5.3 组合导航融合算法的设计 |
| 5.3.1 扩展卡尔曼滤波 |
| 5.3.2 自适应卡尔曼滤波 |
| 5.3.3 仿真分析 |
| 5.4 组合导航系统实验 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（4）基于多次测距水下定位技术的无人艇路径跟踪控制研究（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 国内外研究现状 |
| 1.2.1 水下声学定位技术研究现状 |
| 1.2.2 无人艇路径跟踪技术研究现状 |
| 1.3 本文主要研究内容及结构安排 |
| 1.3.1 本文主要研究内容 |
| 1.3.2 结构安排 |
| 第2章 模型构建 |
| 2.1 水下目标定位模型构建 |
| 2.1.1 水下声学定位原理 |
| 2.1.2 水下声学定位系统简介 |
| 2.1.3 多次测距定位模型 |
| 2.2 无人艇运动数学模型构建 |
| 2.2.1 坐标系定义 |
| 2.2.2 无人艇空间六自由度数学模型 |
| 2.2.3 无人艇平面三自由度数学模型 |
| 2.3 本章小结 |
| 第3章 基于区域交汇的水下目标定位方法 |
| 3.1 水下目标声学定位误差分析 |
| 3.1.1 与设备有关的误差 |
| 3.1.2 与声波传播有关的误差 |
| 3.1.3 其他误差 |
| 3.1.4 提高水下定位精度的方式 |
| 3.2 基于区域交汇的位置叠加方法 |
| 3.2.1 定位机制 |
| 3.2.2 位置叠加步骤 |
| 3.2.3 数学模型 |
| 3.3 本章小结 |
| 第4章 水下目标定位无人艇路径优化 |
| 4.1 无人艇航行路径分析 |
| 4.1.1 闭环路径仿真 |
| 4.1.2 半径不同的圆形路径仿真 |
| 4.1.3 非对称路径仿真 |
| 4.2 无人艇路径优化模型 |
| 4.3 仿真分析 |
| 4.4 本章小结 |
| 第5章 无人艇路径跟踪控制 |
| 5.1 问题描述 |
| 5.2 控制律设计 |
| 5.2.1 基于艏向角路径跟踪控制律设计 |
| 5.2.2 基于多状态量路径跟踪控制律设计 |
| 5.3 仿真分析 |
| 5.3.1 基于艏向角路径跟踪控制律仿真 |
| 5.3.2 基于多状态量路径跟踪控制律仿真 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 工作总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 在学期间主要科研成果 |
| 一、发表学术论文 |
| 二、其它科研成果 |
（5）基于RSSI的增强型室内定位算法研究与实现（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 研究现状总结及分析 |
| 1.2.1 UWB定位技术 |
| 1.2.2 WiFi定位技术 |
| 1.2.3 蓝牙定位技术 |
| 1.2.4 多源信息融合室内定位技术 |
| 1.3 论文主要研究内容 |
| 1.4 论文结构安排 |
| 1.5 本章小结 |
| 第二章 基于RSSI的室内定位技术概述 |
| 2.1 无线信号传播模型 |
| 2.1.1 自由空间传播模型 |
| 2.1.2 衰减因子模型 |
| 2.1.3 对数路径损耗模型 |
| 2.2 室内定位算法原理 |
| 2.2.1 三边定位算法 |
| 2.2.2 三角定位算法 |
| 2.2.3 位置指纹定位算法 |
| 2.3 本章小结 |
| 第三章 基于前向定位的增强型室内定位算法研究 |
| 3.1 系统模型 |
| 3.1.1 系统简介 |
| 3.1.2 问题建模 |
| 3.2 基于最大信号接收差异的锚点部署算法设计 |
| 3.2.1 锚点部署位置对定位结果的影响分析 |
| 3.2.2 基于最大信号接收差异的锚点部署算法设计 |
| 3.3 基于最大似然估计的参数调节算法设计 |
| 3.3.1 系统模型参数对定位结果的影响分析 |
| 3.3.2 基于最大似然估计的参数调节算法设计 |
| 3.4 基于指纹定位融合的增强型室内定位算法设计 |
| 3.4.1 三边定位算法性能分析 |
| 3.4.2 融合指纹定位的增强型定位算法设计 |
| 3.5 性能仿真与分析 |
| 3.5.1 仿真场景与参数设置 |
| 3.5.2 RSSI仿真结果与分析 |
| 3.5.3 锚点部署算法仿真结果与分析 |
| 3.5.4 参数调节算法仿真结果与分析 |
| 3.5.5 融合指纹定位算法仿真结果与分析 |
| 3.6 本章小结 |
| 第四章 基于前向与反向定位融合的增强型室内定位算法研究 |
| 4.1 基于反向定位的增强型室内定位算法设计 |
| 4.1.1 系统模型 |
| 4.1.2 基于最小测距误差的参数调节算法设计 |
| 4.2 前向与反向融合的增强型室内定位算法设计 |
| 4.2.1 融合系统参数调节算法设计 |
| 4.2.2 锚点角度对多边定位的影响分析 |
| 4.2.3 前向与反向定位融合算法设计 |
| 4.3 性能仿真与分析 |
| 4.3.1 仿真场景及参数设置 |
| 4.3.2 反向定位参数调节算法仿真结果与分析 |
| 4.3.3 前向与反向定位融合算法仿真结果与分析 |
| 4.4 本章小结 |
| 第五章 增强型室内定位系统的实现与性能分析 |
| 5.1 系统架构 |
| 5.2 增强型室内定位系统设计 |
| 5.2.1 硬件设计与实现 |
| 5.2.2 软件设计和实现 |
| 5.3 现场性能测试与分析 |
| 5.3.1 现场测试环境及配置 |
| 5.3.2 锚点部署算法测试与分析 |
| 5.3.3 前向定位参数调节算法测试与分析 |
| 5.3.4 前向与反向定位融合算法测试与分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 下一步研究工作 |
| 参考文献 |
| 附录1 角度影响因子公式推导 |
| 附录2 缩略语列表 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（6）多测站多系统GNSS/INS精密定位方法与应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩写表格列表 |
| 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 GNSS精密定位研究现状 |
| 1.2.2 GNSS/INS定位研究现状 |
| 1.3 研究内容与结构安排 |
| 1.3.1 研究内容 |
| 1.3.2 结构安排 |
| 1.4 本章小结 |
| 第2章 GNSS定位理论与方法 |
| 2.1 GNSS时空基准统一 |
| 2.1.1 时间基准的统一 |
| 2.1.2 空间基准的统一 |
| 2.2 GNSS定位函数模型 |
| 2.2.1 非差观测模型 |
| 2.2.2 单差观测模型 |
| 2.2.3 双差观测模型 |
| 2.3 GNSS定位随机模型 |
| 2.3.1 非差观测值的随机模型 |
| 2.3.2 单差观测值的随机模型 |
| 2.3.3 双差观测值的随机模型 |
| 2.4 GNSS数据预处理方法 |
| 2.5 GNSS参数估计方法 |
| 2.5.1 最小二乘估计 |
| 2.5.2 卡尔曼滤波估计 |
| 2.5.3 附约束方程的卡尔曼滤波 |
| 2.5.4 序贯处理的卡尔曼滤波 |
| 2.6 模糊度固定及检验 |
| 2.6.1 模糊度AEVZ搜索方法 |
| 2.6.2 模糊度检验方法 |
| 2.6.3 部分模糊度固定策略 |
| 2.7 本章小结 |
| 第3章 惯性导航INS定位方法 |
| 3.1 惯性导航坐标系与姿态角定义 |
| 3.1.1 常用坐标系的定义 |
| 3.1.2 姿态角的定义 |
| 3.1.3 坐标系之间的转换关系 |
| 3.2 惯性导航定位模型 |
| 3.2.1 惯性导航微分方程 |
| 3.2.2 惯性导航机械编排 |
| 3.2.3 惯性导航误差方程 |
| 3.2.4 惯性器件误差方程 |
| 3.2.5 误差方程的离散化 |
| 3.2.6 正常重力模型 |
| 3.3 本章小结 |
| 第4章 多基线GNSS定位方法研究 |
| 4.1 等价变换理论 |
| 4.2 等价变换的GNSS多基线定位模型 |
| 4.2.1 非差观测值的等价观测模型 |
| 4.2.2 单差观测值的等价观测模型 |
| 4.2.3 单差观测值的简化等价模型 |
| 4.2.4 多卫星系统的模型整合 |
| 4.3 多基线模型状态参数的约束方程 |
| 4.4 多基线模型状态参数的压缩方法 |
| 4.5 多基线模型的冗余度分析 |
| 4.6 多基线定位算例分析 |
| 4.6.1 静态定位性能分析 |
| 4.6.2 动态定位性能分析 |
| 4.6.3 简化模型的计算效率分析 |
| 4.7 本章小结 |
| 第5章 多基线GNSS紧组合定位方法研究 |
| 5.1 GNSS兼容与互操作 |
| 5.2 GNSS多基线紧组合定位模型 |
| 5.2.1 估计ISB参数的紧组合模型 |
| 5.2.2 校正ISB参数的紧组合模型 |
| 5.3 GNSS多基线紧组合的冗余度分析 |
| 5.4 GNSS多基线紧组合定位算例分析 |
| 5.4.1 多基线静态L1/E1紧组合性能分析 |
| 5.4.2 单基线静态L1/B1C/E1紧组合性能分析 |
| 5.4.3 单基线动态L1/B1C/E1紧组合性能分析 |
| 5.5 本章小结 |
| 第6章 RTK/INS紧组合定位方法研究 |
| 6.1 惯性导航初始对准 |
| 6.1.1 解析粗对准 |
| 6.1.2 辅助动态对准 |
| 6.2 组合系统的时空同步 |
| 6.2.1 时间同步 |
| 6.2.2 空间同步 |
| 6.3 RTK/INS紧组合定位模型 |
| 6.3.1 RTK/INS紧组合定位模型 |
| 6.3.2 RTK/INS紧组合处理流程 |
| 6.4 RTK/INS紧组合定位算例分析 |
| 6.4.1 单基线RTK/INS性能分析 |
| 6.4.2 多基线RTK/INS性能分析 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 研究工作总结 |
| 7.2 研究工作展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间参与的项目与完成论文成果 |
| 学位论文评阅及答辩情况表 |
（7）农用无人机自主精准机动平台降落技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究的目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 移动平台定位技术研究现状 |
| 1.2.2 移动平台目标识别研究现状 |
| 1.2.3 移动着陆标志设计研究现状 |
| 1.2.4 无人机着陆控制方法与技术研究现状 |
| 1.3 存在问题 |
| 1.4 主要研究内容 |
| 1.5 研究方法与技术路线 |
| 1.6 论文结构 |
| 第2章 基于北斗的移动目标定位方法 |
| 2.1 基于北斗卫星的移动平台定位方案 |
| 2.2 主要器件选型 |
| 2.2.1 无人机飞控 |
| 2.2.2 北斗卫星定位模块 |
| 2.2.3 无线数传模块 |
| 2.2.4 控制器 |
| 2.3 卫星定位方法 |
| 2.3.1 卫星定位方法分析 |
| 2.3.2 定位方法设计 |
| 2.4 定位数据解析及数据分析 |
| 2.4.1 定位数据获取 |
| 2.4.2 定位数据筛选 |
| 2.4.3 定位数据分析 |
| 2.5 本章小结 |
| 第3章 基于机器视觉的移动目标精准识别及定位方法 |
| 3.1 着陆标志设计 |
| 3.1.1 April Tag概述 |
| 3.1.2 基于April Tag嵌套的着陆标志设计 |
| 3.2 移动着陆标志识别与定位方法 |
| 3.2.1 视觉处理模块 |
| 3.2.2 着陆标志检测 |
| 3.2.3 着陆标志识别 |
| 3.2.4 着陆标志定位 |
| 3.2.5 算法测试与分析 |
| 3.3 本章小结 |
| 第4章 移动目标接近控制方法和稳定着陆设计 |
| 4.1 无人机飞行控制 |
| 4.1.1 飞行控制算法 |
| 4.1.2 无人机飞行控制设计 |
| 4.2 移动目标接近控制方法研究 |
| 4.2.1 移动目标接近控制方法 |
| 4.2.2 着陆模块器件类型及参数 |
| 4.2.3 着陆吸附固定装置 |
| 4.3 移动作业平台防跌落设计 |
| 4.4 本章小结 |
| 第5章 无人机自主精准机动平台降落系统设计及试验 |
| 5.1 系统硬件设计 |
| 5.1.1 系统总体设计方案 |
| 5.1.2 硬件选型与搭建 |
| 5.1.3 系统参数分析和调试 |
| 5.2 系统软件设计 |
| 5.2.1 无人机自主精准移动平台降落系统模型建立 |
| 5.2.2 无人机开发境环境搭建 |
| 5.2.3 无人机自主精准移动平台降落系统软件设计 |
| 5.3 系统降落测试与分析 |
| 5.3.1 无人机降落系统仿真测试 |
| 5.3.2 无人机降落系统定点降落测试与分析 |
| 5.3.3 无人机降落系统移动降落测试与分析 |
| 5.4 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 致谢 |
| 个人简历 |
（8）多源信息融合的无人机容错组合导航方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.2 国内外研究历史与现状 |
| 1.2.1 组合导航信息融合技术研究现状 |
| 1.2.2 故障检测与容错导航技术研究现状 |
| 1.3 本文的研究内容与创新 |
| 1.4 本论文的结构安排 |
| 第二章 无人机融合导航基础 |
| 2.1 坐标系定义及转换 |
| 2.1.1 常用坐标系 |
| 2.1.2 坐标系转换 |
| 2.2 传感器模型 |
| 2.2.1 视觉导航 |
| 2.2.2 惯性导航 |
| 2.2.3 GPS导航 |
| 2.3 多传感器融合组合导航基础 |
| 2.3.1 传感器标定 |
| 2.3.2 传感器时间同步 |
| 2.4 本章小结 |
| 第三章 基于滑模观测器的组合导航融合算法研究 |
| 3.1 组合导航系统模型整体方案 |
| 3.2 GPS/INS/VO组合导航系统模型 |
| 3.2.1 INS/GPS子滤波器 |
| 3.2.2 视觉/惯导子滤波器 |
| 3.2.3 主滤波器 |
| 3.2.4 自适应信息分配方法 |
| 3.3 基于滑模观测器的无迹卡尔曼滤波 |
| 3.3.1 滑模观测器原理 |
| 3.3.2 滑模观测器的设计 |
| 3.3.3 基于滑模观测器的UKF算法 |
| 3.4 仿真与分析 |
| 3.4.1 仿真环境与参数设置 |
| 3.4.2 仿真结果与分析 |
| 3.5 本章小结 |
| 第四章 组合导航系统的故障检测与容错算法研究 |
| 4.1 组合导航常见故障类型 |
| 4.2 多传感器组合导航系统故障检测算法 |
| 4.2.1 INS/GPS/VO组合导航系统故障检测方案 |
| 4.2.2 残差卡方检测法 |
| 4.2.3 基于滑动窗口的残差X~2检测算法 |
| 4.2.4 基于阈值不同的故障检测算法 |
| 4.3 多源信息自适应容错导航算法 |
| 4.3.1 导航子滤波器估计性能动态映射 |
| 4.3.2 基于质量向量调节因子的全局融合 |
| 4.4 算法仿真与分析 |
| 4.4.1 故障检测仿真 |
| 4.4.2 容错导航仿真 |
| 4.5 本章小结 |
| 第五章 多传感器组合导航实验 |
| 5.1 实验平台搭建 |
| 5.2 传感器标定 |
| 5.3 实验结果及分析 |
| 5.3.1 结合滑模观测器的联邦卡尔曼滤波实验 |
| 5.3.2 容错组合导航实验 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（9）基于车辆运动特性的超宽带高精度定位算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 超宽带技术研究现状 |
| 1.2.2 惯性导航系统研究现状 |
| 1.2.3 组合定位的研究现状 |
| 1.3 主要研究内容 |
| 第二章 超宽带与惯导定位原理及性能分析 |
| 2.1 超宽带定位技术 |
| 2.1.1 超宽带技术特点 |
| 2.1.2 超宽带定位原理及算法 |
| 2.1.3 UWB定位误差分析 |
| 2.1.4 超宽带定位误差特性实验验证 |
| 2.2 惯性导航定位技术 |
| 2.2.1 惯性导航的基本原理 |
| 2.2.2 IMU运动信息解算及误差分析 |
| 2.2.3 IMU定位误差特性实验验证 |
| 2.3 UWB/IMU性能互补特性 |
| 2.4 本章小结 |
| 第三章 基于车辆运动模型的UWB/IMU组合定位研究 |
| 3.1 车辆运动模型 |
| 3.2 UWB/IMU组合方式 |
| 3.2.1 松组合导航原理 |
| 3.2.2 紧组合导航原理 |
| 3.2.3 组合导航方式的选择 |
| 3.3 组合定位算法设计 |
| 3.3.1 基于ESKF的 UWB/IMU组合定位算法 |
| 3.3.2 运动模型约束下的无迹卡尔曼滤波 |
| 3.3.3 组合定位算法仿真评估 |
| 3.4 本章小结 |
| 第四章 组合定位算法的嵌入式平台实现与实车测试 |
| 4.1 嵌入式平台实现 |
| 4.1.1 系统构架 |
| 4.1.2 模块介绍 |
| 4.1.3 测试车布局设计 |
| 4.2 性能测试与分析 |
| 4.2.1 典型车辆运动状态性能分析 |
| 4.2.2 UWB系统失效状态性能分析 |
| 4.3 本章小结 |
| 第五章 全文总结与展望 |
| 5.1 全文总结 |
| 5.2 未来展望 |
| 致谢 |
| 参考文献 |
| 攻硕期间取得的研究成果 |
（10）GNSS-A水下定位与导航关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容与安排 |
| 2 GNSS-A水下定位与导航 |
| 2.1 GNSS-A水下定位系统 |
| 2.2 GNSS-A水下定位模型 |
| 2.3 定位误差分析 |
| 2.4 定位估计方法 |
| 2.5 本章小结 |
| 3 水下定位声线跟踪方法 |
| 3.1 水下定位常梯度声线跟踪方法 |
| 3.2 水下定位等效声速声线跟踪方法 |
| 3.3 水下定位声线跟踪方法实验与分析 |
| 3.4 本章小结 |
| 4 水下历元间静态单差定位方法 |
| 4.1 水下历元间静态单差定位方法 |
| 4.2 基于改进L曲线的LIU型估计方法 |
| 4.3 水下历元间静态单差定位实验与分析 |
| 4.4 本章小结 |
| 5 水下基准间动态单差定位方法 |
| 5.1 水下基准间动态单差定位方法 |
| 5.2 水下基准间动态单差网型分析 |
| 5.3 水下基准间动态单差定位实验与分析 |
| 5.4 本章小结 |
| 6 交互多模型水下导航滤波方法 |
| 6.1 Kalman滤波与运动模型 |
| 6.2 交互多模型Kalman滤波方法 |
| 6.3 水下导航滤波实验与分析 |
| 6.4 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 创新点 |
| 7.3 展望 |
| 参考文献 |
| 作者简历 |
| 致谢 |
| 学位论文数据集 |
四、GPS/SINS综合定位系统精度模型理论研究（论文参考文献）
- [1]激光扫描式大空间测量场动态测量定位技术研究[D]. 雍晟晖. 西安理工大学, 2021(01)
- [2]基于风险评估的列车定位方法研究[D]. 王妍. 兰州交通大学, 2021
- [3]基于STM32的雷达波流速仪辅助定位系统[D]. 薛森杰. 太原理工大学, 2021(01)
- [4]基于多次测距水下定位技术的无人艇路径跟踪控制研究[D]. 田茂春. 齐鲁工业大学, 2021(10)
- [5]基于RSSI的增强型室内定位算法研究与实现[D]. 汪东合. 北京邮电大学, 2021(01)
- [6]多测站多系统GNSS/INS精密定位方法与应用研究[D]. 王建. 山东大学, 2021(10)
- [7]农用无人机自主精准机动平台降落技术研究[D]. 郭佳倩. 西北农林科技大学, 2021(01)
- [8]多源信息融合的无人机容错组合导航方法研究[D]. 陶超. 电子科技大学, 2021(01)
- [9]基于车辆运动特性的超宽带高精度定位算法研究[D]. 刘英. 电子科技大学, 2021(01)
- [10]GNSS-A水下定位与导航关键技术研究[D]. 辛明真. 山东科技大学, 2020(04)