共查询到19条相似文献，搜索用时 750 毫秒
1.
针对点云与图像信息快速融合的问题,该文研究并实现了一种基于单目相机姿态估计的点云与图像融合方法。首先利用视觉导航中单目相机姿态估计方法估算小型无人机的姿态信息,然后与无人机导航系统中的姿态信息匹配来准确获得相机曝光时间点,最后结合图像曝光时间点的外方位元素和已知的内方位元素完成点云与图像融合。该方法直接利用图像信息进行融合,省去了相机时间检校步骤,避免了由此带来的误差,提高了时间匹配的准确性以及数据融合的自动化水平。实验结果表明,该方法能够准确地获得时间匹配信息,融合效果良好。 相似文献
2.
基于方差分量估计的自适应融合导航 总被引：23，自引：4，他引：23
多源传感器观测信息的精度一般不一致,利用方差分量估计理论可以合理地顾及各传感器观测信息在融合导航解中的权比.首先给出基于多源观测信息的融合导航解算模式,进而基于方差分量估计讨论了各传感器观测信息在融合导航解中的合理平衡问题,然后应用自适应因子顾及动力学模型预报信息的贡献,给出了计算过程,并利用模拟数据进行了试算与比较. 相似文献
3.
多系统的融合定位可有效提高用户导航定位的连续性、可靠性及定位精度。针对BDS、GPS观测量间存在系统间偏差的实际情况,建立了顾及系统误差的BDS/GPS融合定位模型,即在函数模型中增加附加参数来吸收系统间偏差,构造了新的顾及先验信息的融合定位模型,分析了这种新融合模型的特点及其对定位结果的影响。利用不同品牌接收机在中国不同地域对新的融合模型进行试验,试验结果表明:BDS、GPS观测量存在系统间偏差,且不同接收机的系统间偏差量值并不一样;增加系统参数的融合定位模型能较好地吸收BDS、GPS观测量的系统间偏差的影响,改善其融合导航定位性能;在观测卫星数不足、单系统不能定位的情况下,考虑先验信息的融合定位模型仍能获得较好的定位结果。 相似文献
4.
朱述龙 《解放军测绘研究所学报》2002,22(2):5-8
文中提出了一种基于小波变换的影像信息融合方法来提高遥感影像的几何分辨率，该算法的基本思想是：首先利用小波正变换算法将待处理的两幅影像分解成不同分辨率的子图像，然后在一定的准则下对不同分辨率的子图像进行信息融合处理，最后利用小波重建算法对融合子图像进行小波逆变换处理，得到信息融合后的高质量图像，实验表明该方法是可行的。 相似文献
5.
针对刚体定位同时估计目标的位置和姿态信息的问题，研究了在三维空间中利用单基站进行刚体定位（RBL）的框架.该框架采用单个基站对安装在刚性目标表面的小规模无线传感器信号的波达方向进行测量，并将其与传感器拓扑信息融合，提出了两种用于RBL的最大似然估计算子.利用改进的高斯-牛顿算法对旋转矩阵和平移向量的最大似然估计算子进行优化估计，解算出了目标物体的三维位置和姿态.仿真结果表明，文中提出的最大似然算子可以接近理论克拉美罗下限，并且在收敛成功率和运算成本方面具有较为出色的性能. 相似文献
6.
平面相似变换之模型可靠性研究 总被引：1，自引：0，他引：1
介绍了平面相似变换建模联测点粗差探测因子的确定方法，提出了利用信息扩散估计探测建模联测点粗差的操作方法，研究了利用近似t-检验构建模型可靠性判据的理论和方法，并进行了实例计算与分析。 相似文献
7.
对编队协同中的导航信息融合问题进行了研究。在利用一个定位圆和状态预测相结合的基础上 ,引入多模型算法进行伪测量确定和状态更新 ,提出了基于多模型的协同定位算法。仿真结果表明 ,该算法具有不需要进行定位圆推同的优点 ,并且性能有较大的提高 相似文献
8.
含有色噪声的几何导航解自适应融合算法 总被引：5，自引：0，他引：5
组合导航系统的精度和可靠性，除受各传感器偶然误差和系统误差的影响外，还受时间相依的有色噪声的影响。任何基于高斯白噪声假设而忽略实际有色噪声影响的数据处理理论和方法均不能保证估计结果的实际可靠性。本文基于多源几何导航结果的融合算法，通过对状态方程有色噪声的拟合和预报，给出了含有有色噪声的几何导航结果的融合算法。并利用模拟数据进行了试算与比较。 相似文献
9.
10.
按分量加权的探测目标状态线性融合 总被引：2，自引：0，他引：2
给出了一种在使残差方差矩阵的迹最小化意义下的状态估计线性组合的最优融合准则和加权矩阵的计算公式，并给出了利用实际数据计算的试验结果。结果表明，利用本方法使融合后的目标轨迹与目标真实运动轨迹非常接近，能有效地提高雷达情报的综合质量。 相似文献
11.
YANG Yuanxi GAO Weiguang 《地球空间信息科学学报》2005,8(3):201-204
IntroductionMulti-sensor combinationis a main tendencyinnavigation and positioning. The measurementsof the multi-sensors usually have different typesof systematic errors . The integrated navigationsystem can provide redundant information toweaken the influences of the systematic errorsand to detect the measurement outliers and thedisturbances of the kinematic model . As a re-sult ,the whole accuracy and reliability of navi-gation and positioning will be i mproved.In the application of multi-s… 相似文献
12.
多源传感器融合导航有多种算法，但不同算法之间存在理论和计算方面的差异。本文试图从理论上探讨联邦滤波融合法、动静态滤波融合法、基于观测信息的融合法以及基于各传感器几何导航解融合法的基本原理，分析各种方法的优劣，为多传感器融合导航的应用打下基础。 相似文献
13.
自适应联邦滤波器在GPS-INS-Odometer组合导航的应用 总被引：1，自引：0，他引：1
针对多传感器观测信息较多、计算效率较低、对动力学模型误差稳键性不佳的问题,提出了一种自适应联邦滤波器并应用于GPS-INS-Odometer组合导航。首先介绍GPS-INS-Odometer组合导航的动力学模型和观测模型,比较分析了信息分配因子和自适应因子的共同特性,论证了联邦滤波器和自适应滤波器的等价性及其等价成立条件,提出了自适应联邦滤波器的信息分配因子构造方法。最后利用实测数据验证了算法的有效性。结果表明,相比于基于GPS和Odometer(里程计)初始方差构造信息分配因子的联邦滤波器,本文提出的自适应联邦滤波器兼容了联邦滤波器高效计算效率,且具有较好的抵抗动力学模型误差效果,能够有效削弱多传感器动力学模型误差对于导航解算的影响,对直接可测参数和间接可测参数的精度提高均起到了积极的作用。 相似文献
14.
多源传感器动、静态滤波融合导航 总被引：12，自引：2，他引：12
杨元喜 《武汉大学学报(信息科学版)》2003,28(4):386-388,396
首先给出联邦滤波各局部输出量之间的相关协方差矩阵，进而给出了基于各传感器独立观测信息的动、静态滤波解法，这种解法避免了重复使用载体状态方程信息的问题，保证了多传感器数据融合的最优性，而且很容易扩展到抗差滤波和自适应滤波融合。 相似文献
15.
一种基于抗差自校正Kalman滤波的GPS导航算法 总被引：1，自引：1，他引：1
为减弱异常观测值对自校正Kalman滤波精度的影响,引入抗差M估计的等价权函数,建立了抗差自校正Kalman滤波算法,并用实例进行了验证。计算表明,该自适应滤波算法在完全未知噪声统计的情况下,不仅能够自适应地求解状态参数,而且还能在一定程度上有效地抵制观测异常对导航解的影响。 相似文献
16.
Information on trajectory and attitude is essential for analyzing gravimetric data collected on kinematic platforms. Usually, a Kalman filter is used to obtain high-accuracy positional and velocity information. However, this can be affected by measurement outliers and by state disturbances that occur frequently under a fast-changing environment. To overcome these problems, a robust adaptive Kalman filtering algorithm is applied for state estimates, which introduces an equivalent weight to resist measurement outliers and an optimal adaptive factor to balance the contributions of the kinematic model information and the measurements. In addition to the conventional robust estimator, an improved Current Statistical (CS) model is proposed. The improved CS model adopts a variance adaptive learning algorithm, and it can perform self-adaptation of acceleration variance with the innovation information; thus, it can overcome the shortcoming of lower tracking accuracy and avoid setting the maximum acceleration. Following a gravimetry campaign on the Baltic Sea, it is shown in theory and in practice that the robust adaptive Kalman filter is not only simple in its calculation but also more reliable in controlling the colored observation noise and kinematic state disturbance compared with the classical Kalman filter. The improved CS model performs best, especially when analyzing the positioning errors at the turns due to the target maneuvering. Compared to the CS model, the RMS values of the positional estimates derived from the improved CS model decrease by almost 30% in the horizontal direction, and no significant improvement in the vertical direction is found. 相似文献
17.
Adaptive fitting of systematic errors in navigation 总被引：4，自引：0，他引：4
To use Kalman filtering for kinematic positioning and navigation, we have to deal with both observational and kinematic models. Both of the functional models may contain global or local systematic errors. The influence functions of the systematic errors on the estimates of kinematic states are derived. An adaptive fitting method for systematic errors of the observations and kinematic model errors is presented. The systematic errors are fitted with a mean or a weighted mean by using the residuals of observations and residuals of predicted states within a chosen time window. The covariance matrices of the modified observations and the predicted states are estimated within the same window. The estimation formulae and calculation strategy, as well as a real example, are given. It is shown by theory and calculations that Kalman filtering based on the adaptive fittings of the systematic errors and covariance matrices can, to some degree, resist the influences of systematic errors on the estimated states of navigation. 相似文献
18.
针对组合导航观测个数少、采用单因子自适应滤波会损失间接可测参数精度的问题,利用预测残差和选权滤波思想构造了分类自适应因子。实测算例计算结果表明,该算法不仅能够很好地控制状态扰动异常影响,而且还能避免损失间接可测参数的精度,进一步提高了导航精度。 相似文献
19.
导航解算中的系统误差及其协方差矩阵拟合 总被引：17，自引：2，他引：17
利用Kslman滤波进行导航定位计算不得不涉及观测函数模型和动力学模型,而观测函数模型和动力学模型经常含有系统误差或区域性系统误差.本文提出了一种基于移动窗口的函数模型和随机模型系统误差自适应拟合法.基于相同的窗口给出了相应的观测向量和状态预测向量的协方差矩阵估计方法,其协方差矩阵的估计与现有的Sage滤波不同.利用经系统误差修正后的观测向量和状态预测向量及相应的协方差矩阵,再进行动态导航滤波计算,能有效提高导航解的精度.文中给出了开窗估计系统误差的公式,并利用实测数据验证了该算法的可行性和实用性.计算结果表明该算法能有效地抵制系统误差对导航滤波结果的影响. 相似文献