搜索资源列表
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
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)