作者：郭林松,何勇,张勤,韩树丰 单位：中国农业工程学会 出版：《农业工程学报》2002年第05期 页数：6页  （PDF与DOC格式可能不同） PDF编号：PDFNYGU2002050170 DOC编号：DOCNYGU2002050179 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 该文提出了一个实时拖拉机位置确定系统 ，该系统由一个六轴惯性测量单元 (IMU )和一个 Garm in全球定位系统(GPS)组成。在系统中 ，设计了一个 Kalm an过滤器来综合两个传感器的信号 ，以滤去 GPS信号中的噪音 ，融合冗余信息 ，最后得到一个有较高更新速度的输出信号。此外该系统还能够补偿 IMU的偏移误差。通过使用该系统 ，低价的 GPS可以替代高价的 GPS，并且保持良好的精确性。试验和融合结果表明该系统确定的拖拉机位置误差比单一使用 GPS的系统的误差要大大减小 ：当拖拉机速度约为 1.3 4m /s时 ，该系统东向轴的平均偏差为 0 .48m ，而 GPS的平均偏差为 1.2 8m ；北向轴的偏差从 1.48m降为 0 .3 2 m。系统的更新频率则从原有 GPS的 1Hz增加到 9Hz

    📙 相关资料

    1. 《基于信息融合的某型无人机高度测量系统》PDF+DOC 为某型无人机在复杂地形地貌的高原山区更好规避障碍，提出一种高精度容错高度测量系统。利用全球定位系统、气压高度计和惯性测量单元3种传感器的冗余与信息融合的方法进行高度测量，分析其原理和模型，研究基于联邦滤波器的高度信息融合方法，在此基础上，深入探讨这3种传感器的信息预测和融合过程，并进行高度测量系统的......
    2. 《多传感器信息融合技术在无人机飞行状态估计中的应用研究》PDF+DOC 无人机在飞行过程中需要利用一系列的传感器对其当前的飞行状态进行估计，通常采用气压计测量其飞行高度，用GPS(全球定位系统)或北斗系统来定位其水平位置，用IMU(惯性测量单元)对其姿态进行估计。控制系统通过当前时刻的飞行状态来进行相应的控制，对无人机的姿态进行修正，以完成预定的飞行任务。当对飞行高度数......
    3. 《随机奇异系统多传感器信息融合Kalman多步预报器》PDF+DOC 应用Kalman滤波方法和奇异系统典范型分解，对单传感器随机奇异系统，给出了Kalman多步预报器新算法。对带多传感器随机奇异系统，基于线性最小方差标量加权融合算法，给出了具有两层融合结构的多传感器分布式最优信息融合Kalman 多步预报器。同时给出了任两个传感器之间的预报误差协方差阵的计算公式。当......
    4. 《多传感器最优信息融合Kalman多步预报器及其应用》PDF+DOC 提出了一种新的标量加权线性最小方差意义下的多传感器最优信息融合算法。该算法考虑了局部估计误差之间的相关性，只需计算加权标量，避免了加权矩阵的计算，明显减小了计算负担，便于实时应用。基于该融合算法，对被多个传感器观测的离散线性随机系统，给出了具有容错性的多传感器标量加权最优信息融合分布式Kalman多......
    5. 《带有色观测噪声系统多传感器标量加权最优信息融合稳态Kalman滤波器》PDF+DOC 基于标量加权多传感器线性最小方差最优信息融合准则，对被多传感器观测的带有色观测噪声的离散线性随机控制系统，提出了一种具有两层融合结构的标量加权信息融合稳态Kalman滤波器，它等价于相应的带相关噪声系统的最优信息融合稳态Kalman预报器.最优信息融合稳态预报器可在所有局部预报器达到稳态时，通过一次......
    6. 《多传感器标量加权最优信息融合稳态Kalman滤波器》PDF+DOC 提出一种新的标量加权多传感器线性最小方差意义下的最优信息融合准则.该准则考虑了局部估计误差之间的相关性，只需计算加权标量系数，避免了加权矩阵的计算，明显减小了计算量，便于实时应用.运用稳态Kalman滤波理论，基于该融合准则，给出了多传感器最优信息融合稳态Kalman滤波器.在所有局部滤波器达到稳态......
    7. 《基于Kalman滤波农用车辆导航定位方法》PDF+DOC 因RTD-GPS定位精度不能满足农田导航作业的需要，研究了一种提高农用车辆自动导航定位精度的方法。建立天线补偿模型，对GPS天线晃动引起的误差进行了补偿；建立基于Kalman滤波模型，融合多传感器信息；使用自主开发的基于VRS的GPS接收机，作为RTD-GPS。将RTD-GPS、电子罗盘以及速度传感......
    8. 《基于微小型传感器的惯性/卫星/天文组合导航方法》PDF+DOC 为了实现基于微小型传感器的高精度导航，针对微小型导航传感器精度相对较低、误差相对较大的特点，对微小型惯性测量单元(MIMU)、微GPS卫星接收机、微小型星敏感器的测量误差进行了建模与分析；对多传感器的导航信息进行分散化处理，采用卡尔曼滤波进行局部估计；提出了基于部分信息融合的联邦滤波算法进行全局融合......
    9. 《多传感器分布式融合Kalman预报器》PDF+DOC 应用现代时间序列分析方法，基于ARMA新息模型，在线性最小方差最优信息融合准则下，对于输入噪声与观测噪声相关且观测噪声相关的多传感器系统，分别提出了按矩阵加权、按标量加权和按对角阵加权的3种分布式融合稳态Kalman预报器。其中提出了基于Lyapunov方程的局部预报估值误差方差阵和协方差阵计算公式......
    10. 《基于多传感器组合定位系统的列车追踪优化分析》PDF+DOC 列车定位在列车运行控制系统中起着非常重要的作用。通过设计一个低成本的车载列车组合定位信息采集平台，来优化现有各种先进闭塞方式下的列车调度与列车追踪。该平台主要依靠全球卫星定位系统GPS、惯性测量单元IMU、里程计ODO等多源传感器来采集数据，并采用卡尔曼滤波原理来综合处理数据，从而得到列车的相对位置......

    提示：百度云已更名为百度网盘（百度盘），天翼云盘、微盘下载地址……暂未提供。