排序方式： 共有4条查询结果，搜索用时 15 毫秒
1
1.
传统G PS单历元姿态解算中存在没有利用历元间的相互关系以及不能有效抵制粗差影响等问题,而Kalman滤波则可一定程度上解决这些问题。结合稳健估计理论对GPS单历元姿态解算提出了一种改进的Kalman稳健估计算法,通过实验及与传统的最小二乘解算方法相比较,该算法能够较好地消除历元间计算结果中出现的跳变值,使得解算结果更稳健。 相似文献
2.
现代动态数据处理中,以Kalman滤波为代表的现代时间序列分析方法发挥着举足轻重的作用。对于平稳性比较好的数据,一般方法都能够得到良好的处理结果,并可以做出相对准确预测,但是在动态数据中总会出现一些粗差值或异常值,如果这些异常数据不能得到有效的处理控制的话,不仅会对本期处理结果造成严重影响,还会因计算过程中状态值吸收此项粗差而对后期数据的处理结果产生影响。针对可能出现的粗差项及其带来的影响,本文首先详细地讲解了Kalman滤波的具体理论,在此基础上提出了一种改进的基于Kalman滤波的修正方法,经过实际实验发现,在无需先探测粗差的情况下,本方法能够对所含粗差项进行有效的修正并且效果良好。 相似文献
3.
用IGRF11地磁场模型代替真实地磁场,在计算GNSS射线路径TEC的过程中加入地磁场信息,从而对用TEC随碰撞高度的变化率算得的弯曲角进行修正。利用实测数据测试表明,该方法相对于不考虑地磁场的一般反演法的相对误差大约为1 ‰,即与理论影响值基本一致。这说明该方法能够有效消除地磁场对反演结果的影响,反演理论更为严密。 相似文献
4.
1