搜索资源列表
GPS11
- 实用全球定位系统(GPS)定位程序设计工具书。它包括了GPS应用和开发中全部 常用的内容。 全书共分十章，它们是：绪论、数据采集和格式转换、卫星位置计算、绝对 定位、相对定位、差分GPS定位、动态定位、辅助计算工具、GPS+GLONASS组合以及菜单 ... -practical Global Positioning System (GPS) locator design tool. It includes a GPS application and development of all c
HSYmenus
- popups.zip 演示右击鼠标弹出菜单 popmenu.zip 演示右击鼠标弹出菜单 nod_popup.zip 定位弹出菜单 custmnu2.zip 画一个定制的动态菜单，使用的是Picturte Box 与PoP Menu的组合 hidemnu2.zip 用Windows API控制菜单,包括如何显示和隐藏菜单项 历史文件.zip 本程序演示了在菜单中如何用注册表实现保存和显示4 个最近打开的文件记录-popups.zip demonstr
ana
- 蚁群算法是一种求解组合最优化问题的新型通用启发式方法，该方法具有正反馈、分布式计算和富于建设性的贪婪启发式搜索的特点。通过建立适当的数学模型，基于故障过电流的配电网故障定位变为一种非线性全局寻优问题
daohangsuanfalunwen
- 本人平时收集的惯性导航算法的论文，对搞导航算法的人很有帮助。 1.易于实现的捷联式惯性导航系统仿真.pdf 2.测量运动物体姿态的三自由度定位算法的研究.pdf 3.基于MEMS 技术的微型惯性测量组合.pdf 4.基于四元数的空间全方位算法研究.pdf 5.捷联惯导积分算法设计（连载二）下篇：速度和位置算.pdf 6.数字磁罗经系统的设计.pdf 7.四阶龙格—库塔法在捷联惯导系统姿态解算中的应用.pdf
TheApplicationResearchofImprovedParticleFilterAlgo
- 本文的题目是改进的粒子滤波在组合导航中的应用研究。文档可用caj打开。 本课题首先研究了GPS/DR车载定位系统的组合模型，然后在分析了非线性滤波的基础上，引入了粒子滤波。粒子滤波是一种基于递推计算的序列蒙特卡罗算法，它采用一组从概率密度函数上随机抽取的并附带相关权值的粒子集来逼近后验概率密度，从而不受非线性、非高斯问题的限制。虽然粒子滤波存在诸多优点，然而它仍然存在诸如粒子数匿乏、滤波性能不高、实时性差等问题。
2007102318148533
- 解压后会有5M,这是我利用C#针对嵌入式WinCE做的一个GPS/惯性导航系统的组合定位软件，包括了卡尔曼滤波算法（含矩阵控件），界面显示，GPS串口接受，滤波结果输出以及WinCE应用调试控件，超强吧！直接下载可以在Visual.Net下调试使用 -After decompression there 5M, which I use C# for embedded WinCE do a GPS/inertial navigation system integrated positioning s
pGG__POSSo
- 组合导航定位程序源码，用C写的源码，研究究这方面的朋友们能下来学习。 可直接使用。 -Navigation and Positioning program source code, written in C source code, research studies in this area friends down learning. Can be used directly.
Yan-Gong-Min-_-PhD-thesis
- 严恭敏_博士学位论文 论文中采用激光陀螺捷联惯导系统为主导航系统，通过与里程计和气压高度计组合，构成车载自主定位定向系统，并借助路标点进行误差补偿。该定位定向系统不依靠 GPS，中途无须停车作零速修正，是一种全自主的导航系统，具有定位定向精度高、机动性好、可靠性高和寿命长等优点。 -In this thesis, laser gyro strapdown inertial navigation system (SINS) is selected as core navigation s
GPS-INS
- 1.GPS/INS 组合导航实验仿真 2.包含小的卫星轨道定位、惯性导航定位、卫星GPS定位等程序 3.包括详细的程序说明-1.GPS/INS integrated navigation simulation experiment 2. The satellite orbit positioning contain small, inertial navigation, GPS satellite positioning and other procedures 3. Inclu
kalman
- 这是车载组合导航定位系统，经卡尔曼滤波处理的小程序，希望能对初学者有帮助-This is the Vehicle Navigation System, the applet Kalman filtering process, hoping to help beginners
kalman
- 卡尔曼滤波在组合导航定位系统的应用仿真实现-Application Simulation Kalman Navigation System Realization
GDOPWSL
- 得到可观测到的卫星的坐标后，遍历所有的4个卫星组合（4点定位）计算GDOP。-To obtain the coordinates of the satellite can be observed after traversing all combinations of four satellites (4-point positioning) Calculation GDOP.
teijing
- 信号处理中的旋转不变子空间法，GPS和INS组合导航程序，车牌识别定位程序的部分功能。- Signal Processing ESPRIT method, GPS and INS navigation program, Part of the license plate recognition locator feature.
fiehai_v25
- GPS和INS组合导航程序，车牌识别定位程序的部分功能，混沌的判断指标Lyapunov指数计算。- GPS and INS navigation program, Part of the license plate recognition locator feature, Chaos indicator for Lyapunov index calculation.
INGPS
- INS和gps组合系统定位卡尔曼滤波(INS and GPS combination system positioning Calman filtering)
捷联惯导及其组合导航研究
- 本文对捷联惯导系统(sINS)及其与全球定位系统(GPS)的组合导航系统进行 了研究。首先对实现S取S的初始对准及姿态矩阵计算等关键技术进行了系统研究。 在仿真的基础上进行了实际捷联惯导系统的系统研制，针对陀螺漂移补偿等关键算法 开展深入研究，实验结果表明经过补偿解算后，整个捷联惯导系统导航参数的解算精 度大大提高。在实现SINS的基础土，研究了SINS与GPS(The strapdown inertial navigation system (sINS) and global posi
RTKlib关于高精度GPS动态定位函数与处理过程整理
- 精密GPS动态测量采用载波相位差分技术，其标准测量模式为，一台GPS接收机置于已知点，作为基准站来进行静态测量，另一台GPS接收机置于载体上，作为流动站来进行动态测量。两台接收机同步观测相同的卫星，然后将两台GPS接收机的观测值进行组合处理，就可以获得流动站相对于基准站的坐标和速度。本文主要介绍用RTKLIB 实现精密动态定位的过程，该过程包括观测文件和导航文件的读取、基准站位置的计算、流动站位置的求解、运行结果的输出，下面将分块讨论。(Precision GPS dynamic measure
高精度捷联惯性导航系统Matlab工具箱
- 工具箱主要功能: 1） 姿态向量、四元数、矩阵、滤波算法等各类子程序 2） 圆锥运动仿真 划船运动仿真 惯性器件随机误差仿真 3） Kalman滤波初始对准 基于惯性系初始对准 罗经法初始对准 大方位失准角EKF初始对准 大失准角UKF初始对准 速度+姿态传递对准 4） 纯惯性导航SINS仿真 航位推算、SINS/DR仿真 SINS/GPS组合仿真 GPS/BD/GLONASS单点伪距定位 SINS/GPS松/紧组合 POS正逆向数据处理与信息融合仿真 5）((Toolbox main func
GPS 北斗组合系统单点定位
- GPS OBS组合单点定位 定位精度好于GPS和北斗单个系统的定位(GPS OBS Combination single point positioning)
sinsgpstcm2kf
- GPS/INS组合导航算法程序，对动态实验采集的GPS定位数据和IMU原始数据进行组合解算(GPS/INS combined navigation algorithm program, the GPS positioning data collected by dynamic experiment and the original IMU data were combined to solven)