衛星信號與經附近反射物進入接收機天線的信號產生干涉,由此引起的干涉時延,稱為多路徑效應(圖3-8)。多路徑誤差常常與測站周圍的環境有關,在一定程度上表現為偶然誤差,很難進行模型化。這在空間衛星影響較大,主要來自衛星太...[繼續閱讀]

    卡爾曼濾波是一種遞推線性最小方差估計技術,它采用遞推形式,在以前時刻狀態估值的基礎上,根據當前時刻的測量值,遞推得到當前時刻的狀態估值?？柭鼮V波是一種估計算法,其核心要素主要包括系統模型、觀測模型、濾波算法等...[繼續閱讀]

    卡爾曼濾波器有很多優點,但也存在著不足,如卡爾曼濾波算法需要準確地知道系統的模型和外部干擾的統計特性。在實際應用中,噪聲統計特性可能是部分已知、近似已知或完全未知的?；诓痪_的或錯誤的噪聲統計特性設計卡爾...[繼續閱讀]

    由于最初提出的卡爾曼濾波理論只適用于線性系統。Bucy和Sunahara等(1999)提出并研究了擴展卡爾曼濾波(ExtendedKalmanFiltering,EKF),將卡爾曼濾波理論進一步應用到非線性領域,EKF的基本思想是將非線性系統進行線性化,然后進行卡爾曼濾波...[繼續閱讀]

    UT變換是UKF方法的核心和基礎,它是一種計算隨機變量經過非線性變換后統計特性的方法。設隨機變量x經過非線性變換:y=g(4-56)這里x是均值為x-和方差為Px的高斯隨機向量,維數為L,則y的統計特性可以通過下述的UT變換獲得。包含2L+1個向...[繼續閱讀]

    考慮非線性系統:xk＝f(xk-1)+uk-1(4-74)yk＝h(xk)+vk(4-75)式中,xk為狀態向量;yk為觀測向量;f(xk-1)和h(xk)為非線性函數;uk-1和vk為零均值白噪聲,它們的方差為:(4-76)在式(4-74)和式(4-75)所示的簡單加性噪聲的情況下,為了減小計算量,往往采用非擴展...[繼續閱讀]

    UKF與KF算法類似,都由時間更新與預測更新組成。同樣地,UKF也可以利用新息及殘差在線估計系統的量測噪聲,以抑制外部干擾及模型的準確性對濾波性能的影響。本小節簡要介紹基于新息及基于殘差的自適應UKF濾波算法。4.2.3.1　基于...[繼續閱讀]

    對于非線性系統來說,為了描述方便,用Xk＝x0:k＝{x0,x1,…,xk}與Yk＝y1:k＝{y1,…,yk}分別表示0到k時刻所有的狀態與觀測值。假設觀測值相互獨立,即觀測值yk只與k時刻的狀態xk有關。貝葉斯濾波為非線性系統的狀態估計問題提供了一種基于...[繼續閱讀]

    早在20世紀50年代,Hammersley便采用基于序貫重要性采樣(SequentialImportanceSampling,SIS)的蒙特卡洛方法解決統計學問題。20世紀60年代后期,Handschin與Mayne使用序貫蒙特卡洛方法解決自動控制領域的相關問題。20世紀70年代,Handschin、Akashi以及...[繼續閱讀]

    要進行數據仿真,首先需了解衛星導航基本觀測量。衛星導航的基本觀測量是用戶至導航星座之間的距離。以GPS為例,對于接收機而言,GPS衛星播發的信號主要為載波相位數據和碼偽距數據。其中載波L1(1575.42MHz,波長約為19cm)、L2(1227.6...[繼續閱讀]