GPS與慣導(dǎo)系統(tǒng)的組合導(dǎo)航技術(shù)課件

LOGOGPS與慣導(dǎo)系統(tǒng)的組合導(dǎo)航技術(shù)

LOGOGPS與慣導(dǎo)系統(tǒng)的組合導(dǎo)航技術(shù)CONTENTS目錄

123GPS與慣導(dǎo)系統(tǒng)的組合導(dǎo)航技術(shù)

基于卡爾曼組合數(shù)據(jù)的融合方法

緊耦合和松耦合

CONTENTS目錄123GPS與慣導(dǎo)系統(tǒng)的組合LOGOGPS/INS

20世紀(jì)末發(fā)展起來的全球衛(wèi)星定位系統(tǒng)具有GPS:定位和測速精度高的優(yōu)勢,且基本上不受時(shí)間、地區(qū)的限制,已經(jīng)得到了廣泛應(yīng)用。但是,在衛(wèi)星信號受到屏蔽或遮擋時(shí),接收機(jī)就無法定位。GPS的載體在做高動態(tài)運(yùn)動時(shí),常使GPS接收機(jī)不易捕獲和跟蹤衛(wèi)星載波信號,甚至產(chǎn)生失鎖現(xiàn)象。此外,由于GPS的星歷廣播數(shù)據(jù)率相對比較低(50b/s),GPS的導(dǎo)航解算的輸出速率,也相對是比較低的。因此,單用GPS系統(tǒng),還不能滿足高速移動平臺的定位需要。對導(dǎo)航定位可靠性要求較高的情況下GPS很難單獨(dú)應(yīng)用

LOGOGPS/INS20世紀(jì)末發(fā)展起LOGOGPS/INSINS:INS不僅能夠提供載體位置、速度參數(shù),還能提供載體的三維姿態(tài)參數(shù),是完全自主的導(dǎo)航方式,在航空、航天、航海和陸地等幾乎所有領(lǐng)域中都得到了廣泛應(yīng)用。但是,INS難以克服的缺點(diǎn)是其導(dǎo)航定位誤差隨時(shí)間累加,難以長時(shí)間獨(dú)立工作。

LOGOGPS/INSINS:INSLOGOGPS/INSGPS/INS組合:

組合系統(tǒng)利用高精度的GPS信息作為外部量測輸入,在運(yùn)動過程中修正INS,以控制其誤差隨時(shí)間的累積；而短時(shí)間內(nèi)高精度的INS定位結(jié)果,又可以解決GPS動態(tài)環(huán)境中的信號失鎖和周跳問題。INS還可以輔助GPS接收機(jī)增強(qiáng)其抗干擾能力,提高捕獲和跟蹤衛(wèi)星信號的能力。

LOGOGPS/INSGPS/INS組合:CONTENTS目錄

123GPS與慣導(dǎo)系統(tǒng)的組合導(dǎo)航技術(shù)

基于卡爾曼組合數(shù)據(jù)的融合方法

緊耦合和松耦合

CONTENTS目錄123GPS與慣導(dǎo)系統(tǒng)的組合LOGO基于卡爾曼組合數(shù)據(jù)的融合方法

信息融合:信息融合是在多傳感器的信息系統(tǒng)的大量涌現(xiàn)的時(shí)代背景之下所產(chǎn)生的?？柭鼮V波在控制的領(lǐng)域得到了廣泛應(yīng)用后，也逐漸的成為多傳感器的信息融合的系統(tǒng)主要技術(shù)的手段之一。

LOGO基于卡爾曼組合數(shù)據(jù)的融合方法信息融合:信息融合LOGO基于卡爾曼組合數(shù)據(jù)的融合方法

卡爾曼濾波:卡爾曼濾波是Kalman在1960年的時(shí)候提出來的。將狀態(tài)的空間概念給引入估計(jì)理論里，把信號的過程看作是白噪聲的作用下線性系統(tǒng)輸出，用狀態(tài)的方程描述該輸入和輸出的關(guān)系。在估計(jì)的過程中可以利用系統(tǒng)的狀態(tài)方程和觀測的方程，還有白噪聲的激勵（系統(tǒng)的過程噪聲與觀測噪聲）統(tǒng)計(jì)特性來構(gòu)成所要的濾波算法。因?yàn)槔玫降男畔⑹窃跁r(shí)域里的變量，它能夠?qū)ζ椒€(wěn)、一維隨機(jī)的過程估計(jì)，同時(shí)也能夠?qū)Ψ瞧椒€(wěn)、多維的隨機(jī)的過程估計(jì)。

T

分解濾波算法

UDU自適應(yīng)濾波算法

標(biāo)準(zhǔn)的卡爾曼濾波

平方根濾波算法

次優(yōu)濾波算法

無損卡爾曼(UKF)算法

擴(kuò)展卡爾曼濾波（EKF）

粒子（PF）濾波算法

LOGO基于卡爾曼組合數(shù)據(jù)的融合方法卡爾曼濾波:卡爾曼LOGO基于卡爾曼組合數(shù)據(jù)的融合方法

卡爾曼組合數(shù)據(jù)融合:通常，將GPS的接收機(jī)輸出的信息與INS慣性測量的信息傳給機(jī)載的計(jì)算機(jī)，首先利用相應(yīng)軟件實(shí)現(xiàn)兩套數(shù)據(jù)時(shí)空的同步，然后使用卡爾曼濾波器實(shí)現(xiàn)最優(yōu)的組合處理。

LOGO基于卡爾曼組合數(shù)據(jù)的融合方法卡爾曼組合數(shù)據(jù)融合:LOGO基于卡爾曼組合數(shù)據(jù)的融合方法

分類:按照組合中濾波器的設(shè)置來分類，可以分成：

集中式的卡爾曼濾波

分布式的卡爾曼濾波

按照對系統(tǒng)校正方法的不同，分為:開環(huán)校正(輸出校正)閉環(huán)校正(反饋矯正)按照組合水平的深度不同，分為：

松耦合

緊耦合

根據(jù)卡爾曼濾波器所估計(jì)的狀態(tài)不同，卡爾曼濾波在組合導(dǎo)航中的應(yīng)用有:直接法

間接法

LOGO基于卡爾曼組合數(shù)據(jù)的融合方法分類:按照組合中濾LOGO基于卡爾曼組合數(shù)據(jù)的融合方法

集中式的卡爾曼濾波：

所謂的集中式卡爾曼濾波的組合，就是采用共同的一個卡爾曼的濾波器處理與的數(shù)據(jù)，它的量測的輸入是直接取自于的接收機(jī)觀測量。

假如組合的濾波器使用的是普通卡爾曼濾波器，那么就要GPS的輸出位置，速度信息的誤差為白噪聲，但是，GPS的接收機(jī)的輸出位置，速度的信息誤差是和時(shí)間都相關(guān)。為了解決這一問題，可有兩種方法：

一、加大集中的濾波器迭代的周期，但這會導(dǎo)致組合系統(tǒng)導(dǎo)航的精度下降。

二、用分布式的卡爾曼濾波器的理論進(jìn)行組合。

LOGO基于卡爾曼組合數(shù)據(jù)的融合方法集中式的卡爾曼濾波：LOGO基于卡爾曼組合數(shù)據(jù)的融合方法

分散式的卡爾曼濾波：

分布式的卡爾曼濾波方法，分兩步處理多個系統(tǒng)數(shù)據(jù)。

第一步，每個系統(tǒng)都處理自己觀測的數(shù)據(jù)，進(jìn)行局部的最優(yōu)的估計(jì)。

第二步，局部的濾波器輸出并行的輸入主濾波器中，以得到主濾波器的狀態(tài)向量最優(yōu)的估計(jì)。

LOGO基于卡爾曼組合數(shù)據(jù)的融合方法分散式的卡爾曼濾波：LOGO基于卡爾曼組合數(shù)據(jù)的融合方法

分散式的卡爾曼濾波：

用分布式濾波器理論設(shè)計(jì)的組合濾波器，不再要求GPS輸出的位置誤差、速度誤差為白噪聲。

這種方案的缺點(diǎn)是GPS濾波器與組合濾波器之間的數(shù)據(jù)通信量較大。在按該式實(shí)施組合濾波器狀態(tài)估計(jì)時(shí)，不僅GPS濾波器的濾波值要作為主濾波器的量測輸入，GPS濾波的預(yù)報(bào)值也要作為主濾波器的量測輸入。

LOGO基于卡爾曼組合數(shù)據(jù)的融合方法分散式的卡爾曼濾波：LOGO標(biāo)準(zhǔn)卡爾曼濾波原理

設(shè)隨機(jī)線性離散系統(tǒng)的方程（不考慮控制作用）為：

()(1)

(2)

式中XK

是系統(tǒng)的n維狀態(tài)向量，ZK

是系統(tǒng)的n維觀測序列，WK

是系統(tǒng)的p維系統(tǒng)過程噪聲序列，VK

是系統(tǒng)的m維觀測噪聲序列，Φk，k-1是系統(tǒng)的n*n狀態(tài)轉(zhuǎn)移矩陣，ΓK,K-1是n*p噪聲輸入矩陣，HK

是n*m維觀測矩陣。

LOGO標(biāo)準(zhǔn)卡爾曼濾波原理設(shè)隨機(jī)線性離散系統(tǒng)的方程（不考LOGO標(biāo)準(zhǔn)卡爾曼濾波原理

系統(tǒng)的過程噪聲和觀測噪聲的統(tǒng)計(jì)特性，假定如下：

()()(3)

其中QK

是系統(tǒng)過程噪聲WK

的p*p維對稱非負(fù)定方差矩陣，RK

是系統(tǒng)觀測噪聲VK

的m*m維對稱正定方差陣，而δkj是Kronecker-δ函數(shù)

如果被估計(jì)狀態(tài)XK

和對XK

的觀測量ZK

滿足(1)、(2)式的約束，系統(tǒng)過程噪聲WK

和觀測噪聲VK滿足(3)式的假定，系統(tǒng)過程噪聲方差陣QK

非負(fù)定，系統(tǒng)觀測噪聲方差陣RK

正定，k時(shí)刻的觀測為ZK，則XK的估計(jì)X?K可按下述方程求解

LOGO標(biāo)準(zhǔn)卡爾曼濾波原理系統(tǒng)的過程噪聲和觀測噪聲的統(tǒng)計(jì)LOGO標(biāo)準(zhǔn)卡爾曼濾波原理

給定初值

和P0

，根據(jù)k(4)時(shí)刻的觀測值Z遞推計(jì)算得k時(shí)刻的狀態(tài)K，就可以

(5)(6)(7)(8)LOGO標(biāo)準(zhǔn)卡爾曼濾波原理給定初值和P0，根據(jù)kLOGO標(biāo)準(zhǔn)卡爾曼濾波原理

(4)(7)(6)(5)(8)LOGO標(biāo)準(zhǔn)卡爾曼濾波原理(4)(7)(6)(5)CONTENTS目錄

123GPS與慣導(dǎo)系統(tǒng)的組合導(dǎo)航技術(shù)

基于卡爾曼組合數(shù)據(jù)的融合方法

緊耦合和松耦合

CONTENTS目錄123GPS與慣導(dǎo)系統(tǒng)的組合LOGO緊耦合和松耦合

基于卡爾曼濾波的組合方式:利用卡爾曼濾波器設(shè)計(jì)GPS/INS組合導(dǎo)航系統(tǒng)的方法多種多樣按照組合水平的深度不同，分為：

松耦合

緊耦合

LOGO緊耦合和松耦合基于卡爾曼濾波的組合方式:利用卡LOGO緊耦合和松耦合

松耦合模式是指直接利用

松耦合:GPS接收機(jī)輸出的定位信息與INS組合，它是一種低水平的組合。位置、速度組合是其典型代表，它采用GPS和INS輸出的位置和速度信息的差值作為量測值。

LOGO緊耦合和松耦合松耦合模式是指直接利用松耦合:LOGO緊耦合和松耦合

優(yōu)點(diǎn):1.組合結(jié)構(gòu)簡單，便于工程實(shí)現(xiàn)，便于實(shí)現(xiàn)容錯

2.兩個系統(tǒng)能夠獨(dú)立工作，使得導(dǎo)航系統(tǒng)有一定的余度

缺點(diǎn):1.GPS輸出的位置、速度通常是與時(shí)間相關(guān)的；

2.INS和GPS信息流動是單向的，INS無法輔GPS。

LOGO緊耦合和松耦合優(yōu)點(diǎn):1.組合結(jié)構(gòu)簡單，便于工程LOGOGPS/INS緊耦合:緊耦合模式是指利用GPS接收機(jī)的的原始信息來和慣導(dǎo)系統(tǒng)組合，原始信息一般是指偽距、偽距率、載波相位等。

LOGOGPS/INS緊耦合:緊耦合模式是指利用GPLOGO緊耦合和松耦合

優(yōu)點(diǎn):1.用偽距、偽距率等作為觀測量，其觀測誤差可以缺點(diǎn):

只提供偽距、偽距率和星歷數(shù)據(jù)，可省去導(dǎo)

建模擴(kuò)充為狀態(tài)進(jìn)行估計(jì)和校正，因而組合精度可以提高；2.GPS航計(jì)算部分，便于和慣導(dǎo)進(jìn)行一體化設(shè)計(jì)計(jì)算工作量大，軟、硬件設(shè)計(jì)復(fù)雜，且偽距的精確補(bǔ)償也有一定的難度。LOGO緊耦合和松耦合優(yōu)點(diǎn):1.用偽距、偽距率等作為觀LOGOGPS/INS松緊耦合組合導(dǎo)航系統(tǒng)仿真:速度誤差估計(jì)

LOGOGPS/INS松緊耦合組合導(dǎo)航系統(tǒng)仿真:速度誤LOGOGPS/INS緊耦合組合導(dǎo)航系統(tǒng)仿真:位置誤差估計(jì)

由此可見，在引入GPS系統(tǒng)的位置、速度觀測信息輔助INS、并經(jīng)組合卡爾曼濾波器的濾波修正后，INS導(dǎo)航系統(tǒng)的位置、速度誤差得到了有效抑制，長時(shí)間導(dǎo)航精度大大提高。

LOGOGPS/INS緊耦合組合導(dǎo)航系統(tǒng)仿真:位置誤差LOGO謝謝觀看

LOGO謝謝觀看LOGOGPS與慣導(dǎo)系統(tǒng)的組合導(dǎo)航技術(shù)

LOGOGPS與慣導(dǎo)系統(tǒng)的組合導(dǎo)航技術(shù)CONTENTS目錄

123GPS與慣導(dǎo)系統(tǒng)的組合導(dǎo)航技術(shù)

基于卡爾曼組合數(shù)據(jù)的融合方法

緊耦合和松耦合

CONTENTS目錄123GPS與慣導(dǎo)系統(tǒng)的組合LOGOGPS/INS

20世紀(jì)末發(fā)展起來的全球衛(wèi)星定位系統(tǒng)具有GPS:定位和測速精度高的優(yōu)勢,且基本上不受時(shí)間、地區(qū)的限制,已經(jīng)得到了廣泛應(yīng)用。但是,在衛(wèi)星信號受到屏蔽或遮擋時(shí),接收機(jī)就無法定位。GPS的載體在做高動態(tài)運(yùn)動時(shí),常使GPS接收機(jī)不易捕獲和跟蹤衛(wèi)星載波信號,甚至產(chǎn)生失鎖現(xiàn)象。此外,由于GPS的星歷廣播數(shù)據(jù)率相對比較低(50b/s),GPS的導(dǎo)航解算的輸出速率,也相對是比較低的。因此,單用GPS系統(tǒng),還不能滿足高速移動平臺的定位需要。對導(dǎo)航定位可靠性要求較高的情況下GPS很難單獨(dú)應(yīng)用

LOGOGPS/INS20世紀(jì)末發(fā)展起LOGOGPS/INSINS:INS不僅能夠提供載體位置、速度參數(shù),還能提供載體的三維姿態(tài)參數(shù),是完全自主的導(dǎo)航方式,在航空、航天、航海和陸地等幾乎所有領(lǐng)域中都得到了廣泛應(yīng)用。但是,INS難以克服的缺點(diǎn)是其導(dǎo)航定位誤差隨時(shí)間累加,難以長時(shí)間獨(dú)立工作。

LOGOGPS/INSINS:INSLOGOGPS/INSGPS/INS組合:

組合系統(tǒng)利用高精度的GPS信息作為外部量測輸入,在運(yùn)動過程中修正INS,以控制其誤差隨時(shí)間的累積；而短時(shí)間內(nèi)高精度的INS定位結(jié)果,又可以解決GPS動態(tài)環(huán)境中的信號失鎖和周跳問題。INS還可以輔助GPS接收機(jī)增強(qiáng)其抗干擾能力,提高捕獲和跟蹤衛(wèi)星信號的能力。

LOGOGPS/INSGPS/INS組合:CONTENTS目錄

123GPS與慣導(dǎo)系統(tǒng)的組合導(dǎo)航技術(shù)

基于卡爾曼組合數(shù)據(jù)的融合方法

緊耦合和松耦合

CONTENTS目錄123GPS與慣導(dǎo)系統(tǒng)的組合LOGO基于卡爾曼組合數(shù)據(jù)的融合方法

信息融合:信息融合是在多傳感器的信息系統(tǒng)的大量涌現(xiàn)的時(shí)代背景之下所產(chǎn)生的?？柭鼮V波在控制的領(lǐng)域得到了廣泛應(yīng)用后，也逐漸的成為多傳感器的信息融合的系統(tǒng)主要技術(shù)的手段之一。

LOGO基于卡爾曼組合數(shù)據(jù)的融合方法信息融合:信息融合LOGO基于卡爾曼組合數(shù)據(jù)的融合方法

卡爾曼濾波:卡爾曼濾波是Kalman在1960年的時(shí)候提出來的。將狀態(tài)的空間概念給引入估計(jì)理論里，把信號的過程看作是白噪聲的作用下線性系統(tǒng)輸出，用狀態(tài)的方程描述該輸入和輸出的關(guān)系。在估計(jì)的過程中可以利用系統(tǒng)的狀態(tài)方程和觀測的方程，還有白噪聲的激勵（系統(tǒng)的過程噪聲與觀測噪聲）統(tǒng)計(jì)特性來構(gòu)成所要的濾波算法。因?yàn)槔玫降男畔⑹窃跁r(shí)域里的變量，它能夠?qū)ζ椒€(wěn)、一維隨機(jī)的過程估計(jì)，同時(shí)也能夠?qū)Ψ瞧椒€(wěn)、多維的隨機(jī)的過程估計(jì)。

T

分解濾波算法

UDU自適應(yīng)濾波算法

標(biāo)準(zhǔn)的卡爾曼濾波

平方根濾波算法

次優(yōu)濾波算法

無損卡爾曼(UKF)算法

擴(kuò)展卡爾曼濾波（EKF）

粒子（PF）濾波算法

LOGO基于卡爾曼組合數(shù)據(jù)的融合方法卡爾曼濾波:卡爾曼LOGO基于卡爾曼組合數(shù)據(jù)的融合方法

卡爾曼組合數(shù)據(jù)融合:通常，將GPS的接收機(jī)輸出的信息與INS慣性測量的信息傳給機(jī)載的計(jì)算機(jī)，首先利用相應(yīng)軟件實(shí)現(xiàn)兩套數(shù)據(jù)時(shí)空的同步，然后使用卡爾曼濾波器實(shí)現(xiàn)最優(yōu)的組合處理。

LOGO基于卡爾曼組合數(shù)據(jù)的融合方法卡爾曼組合數(shù)據(jù)融合:LOGO基于卡爾曼組合數(shù)據(jù)的融合方法

分類:按照組合中濾波器的設(shè)置來分類，可以分成：

集中式的卡爾曼濾波

分布式的卡爾曼濾波

按照對系統(tǒng)校正方法的不同，分為:開環(huán)校正(輸出校正)閉環(huán)校正(反饋矯正)按照組合水平的深度不同，分為：

松耦合

緊耦合

根據(jù)卡爾曼濾波器所估計(jì)的狀態(tài)不同，卡爾曼濾波在組合導(dǎo)航中的應(yīng)用有:直接法

間接法

LOGO基于卡爾曼組合數(shù)據(jù)的融合方法分類:按照組合中濾LOGO基于卡爾曼組合數(shù)據(jù)的融合方法

集中式的卡爾曼濾波：

所謂的集中式卡爾曼濾波的組合，就是采用共同的一個卡爾曼的濾波器處理與的數(shù)據(jù)，它的量測的輸入是直接取自于的接收機(jī)觀測量。

假如組合的濾波器使用的是普通卡爾曼濾波器，那么就要GPS的輸出位置，速度信息的誤差為白噪聲，但是，GPS的接收機(jī)的輸出位置，速度的信息誤差是和時(shí)間都相關(guān)。為了解決這一問題，可有兩種方法：

一、加大集中的濾波器迭代的周期，但這會導(dǎo)致組合系統(tǒng)導(dǎo)航的精度下降。

二、用分布式的卡爾曼濾波器的理論進(jìn)行組合。

LOGO基于卡爾曼組合數(shù)據(jù)的融合方法集中式的卡爾曼濾波：LOGO基于卡爾曼組合數(shù)據(jù)的融合方法

分散式的卡爾曼濾波：

分布式的卡爾曼濾波方法，分兩步處理多個系統(tǒng)數(shù)據(jù)。

第一步，每個系統(tǒng)都處理自己觀測的數(shù)據(jù)，進(jìn)行局部的最優(yōu)的估計(jì)。

第二步，局部的濾波器輸出并行的輸入主濾波器中，以得到主濾波器的狀態(tài)向量最優(yōu)的估計(jì)。

LOGO基于卡爾曼組合數(shù)據(jù)的融合方法分散式的卡爾曼濾波：LOGO基于卡爾曼組合數(shù)據(jù)的融合方法

分散式的卡爾曼濾波：

用分布式濾波器理論設(shè)計(jì)的組合濾波器，不再要求GPS輸出的位置誤差、速度誤差為白噪聲。

這種方案的缺點(diǎn)是GPS濾波器與組合濾波器之間的數(shù)據(jù)通信量較大。在按該式實(shí)施組合濾波器狀態(tài)估計(jì)時(shí)，不僅GPS濾波器的濾波值要作為主濾波器的量測輸入，GPS濾波的預(yù)報(bào)值也要作為主濾波器的量測輸入。

LOGO基于卡爾曼組合數(shù)據(jù)的融合方法分散式的卡爾曼濾波：LOGO標(biāo)準(zhǔn)卡爾曼濾波原理

設(shè)隨機(jī)線性離散系統(tǒng)的方程（不考慮控制作用）為：

()(1)

(2)

式中XK

是系統(tǒng)的n維狀態(tài)向量，ZK

是系統(tǒng)的n維觀測序列，WK

是系統(tǒng)的p維系統(tǒng)過程噪聲序列，VK

是系統(tǒng)的m維觀測噪聲序列，Φk，k-1是系統(tǒng)的n*n狀態(tài)轉(zhuǎn)移矩陣，ΓK,K-1是n*p噪聲輸入矩陣，HK

是n*m維觀測矩陣。

LOGO標(biāo)準(zhǔn)卡爾曼濾波原理設(shè)隨機(jī)線性離散系統(tǒng)的方程（不考LOGO標(biāo)準(zhǔn)卡爾曼濾波原理

系統(tǒng)的過程噪聲和觀測噪聲的統(tǒng)計(jì)特性，假定如下：

()()(3)

其中QK

是系統(tǒng)過程噪聲WK

的p*p維對稱非負(fù)定方差矩陣，RK

是系統(tǒng)觀測噪聲VK

的m*m維對稱正定方差陣，而δkj是Kronecker-δ函數(shù)

如果被估計(jì)狀態(tài)XK

和對XK

的觀測量ZK

滿足(1)、(2)式的約束，系統(tǒng)過程噪聲WK

和觀測噪聲VK滿足(3)式的假定，系統(tǒng)過程噪聲方差陣QK

非負(fù)定，系統(tǒng)觀測噪聲方差陣RK

正定，k時(shí)刻的觀測為ZK，則XK的估計(jì)X?K可按下述方程求解

LOGO標(biāo)準(zhǔn)卡爾曼濾波原理系統(tǒng)的過程噪聲和觀測噪聲的統(tǒng)計(jì)LOGO標(biāo)準(zhǔn)卡爾曼濾波原理

給定初值

和P0

，根據(jù)k(4)時(shí)刻的觀測值Z遞推計(jì)算得k時(shí)刻的狀態(tài)K，就可以

(5)(6)(7)(8)LOGO標(biāo)準(zhǔn)卡爾曼濾波原理給定初值和P0，根據(jù)kLOGO標(biāo)準(zhǔn)卡爾曼濾波原理

(4)(7)(6)(5)(8)LOGO標(biāo)準(zhǔn)卡爾曼濾波原理(4)(7)(6)(5)CONTENTS目錄

123GPS與慣導(dǎo)系統(tǒng)的組合導(dǎo)航技術(shù)

基于卡爾曼組合數(shù)據(jù)的融合方法

緊耦合和松耦合

CONTENTS目錄123GPS與慣導(dǎo)系統(tǒng)的組合LOGO緊耦合和松耦合

基于卡爾曼濾波的組合方式:利用卡爾曼濾波器設(shè)計(jì)GPS/INS組合導(dǎo)航系統(tǒng)的方法多種多樣按照組合水平的深度不同，分為：

松耦合

緊耦合

LOGO緊耦合和松耦