keil&ccs软件使用手册
keil&ccs软件使用手册
相比于上一个程序将文件提取出的数据导入到结构体数组中,本程序改为malloc动态分配内存空间,具体操作过程请看我的博客: https://blog.csdn.net/qq_38364548/article/details/128851020 本程序是仿照仿照严老师的MATLAB程序编写的低成本组合导航系统,具体的描述和MATLAB程序请看我的博客!! MATLAB程序:https://download.csdn.net/download/qq_38364548/87380141 具体描述:https://blog.csdn.net/qq_38364548/article/details/128655225
本程序是仿照仿照严老师的MATLAB程序编写的低成本组合导航系统,具体的描述和MATLAB程序请看我的博客!! MATLAB程序:https://download.csdn.net/download/qq_38364548/87380141 具体描述:https://blog.csdn.net/qq_38364548/article/details/128655225 对于标准Kalman滤波,其中增益计算式(5.3-29c)涉及矩阵的求逆运算,当量测维数较高时,计算量很大。序贯滤波(sequential Kalman filter)是一种将高维数量测更新降低为多个低维数量测更新的方法,能有效地降低矩阵的求逆计算量。 利用序贯滤波,在滤波增益计算中的矩阵求逆问题将转化为标量的倒数运算,有利于减少滤波计算量和增强数值计算的稳定性。 如果量测方差阵Rk不是对角矩阵,通过三角变换的变换方法,可实现对角化处理,再利用序贯滤波。特别地,如果量测噪声方差阵Rk是常值阵,则只需在滤波初始化时作一次三角分解即可。
低成本MEMS惯导系统姿态、位置、速度更新算法的对比:在低成本MEMS惯导系统中,陀螺仪精度(零偏重复性)为0.1(°)/s量级,加速度计精度为5 mg量级。由于陀螺仪精度太低,无法敏感到地球自转信息,因而没有必要采用完整而复杂的捷联惯导更新算法,可对其作大幅简化。 具体描述请看我的博客:低成本MEMS惯导系统的捷联惯导解算MATLAB仿真以及自己修改的简化版MATLAB程序!!! https://download.csdn.net/download/qq_38364548/87380265 https://download.csdn.net/download/qq_38364548/87364983
对于标准Kalman滤波,其中增益计算式(5.3-29c)涉及矩阵的求逆运算,当量测维数较高时,计算量很大。序贯滤波(sequential Kalman filter)是一种将高维数量测更新降低为多个低维数量测更新的方法,能有效地降低矩阵的求逆计算量。 利用序贯滤波,在滤波增益计算中的矩阵求逆问题将转化为标量的倒数运算,有利于减少滤波计算量和增强数值计算的稳定性。 如果量测方差阵Rk不是对角矩阵,通过三角变换的变换方法,可实现对角化处理,再利用序贯滤波。特别地,如果量测噪声方差阵Rk是常值阵,则只需在滤波初始化时作一次三角分解即可。
1、卫星信号非常微弱,极易受到干扰,但卫星导航提供的位置误差不随时间累积,卫导系统与惯导系统之间具有很好的互补性,通过惯性/卫星组合导航可以充分发挥两种系统的优点。 2、此算法属于低精度组合导航算法,适合初学者用来学习知识。 3、 算法未考虑空间杆臂误差和时间不同步误差!!!! 4、 算法采用松耦合的结构,GPS与INS均独立工作并各自提供导航参数的结果。为了提高导航精度,通常将GPS的位置与速度输入到滤波器中,同时,INS的位置、速度、姿态也作为滤波器的输入,滤波器通过比较二者的差值,建立误差模型以估计INS的误差。利用这些误差对惯导结果进行修正,得到速度、位置、姿态的组合导航结果。 松耦合的组合结构易于实现,并且比较稳定。当它为开环时,可以提供三个独立的导航结果(原始INS、原始GPS和组合结果),当它为闭环时可以提供两个独立的导航结果(原始GPS、组合结果)。 一个主要的缺点,当卫星数量低于最低数量时,GPS会暂时失效。并且GPS KF的输出是时间相关的,那么KF对于测量噪声不相关的假设就会受到影响,从而影响系统性能。
低成本MEMS惯导系统姿态、位置、速度更新算法的对比:在低成本MEMS惯导系统中,陀螺仪精度(零偏重复性)为0.1(°)/s量级,加速度计精度为5 mg量级。由于陀螺仪精度太低,无法敏感到地球自转信息,因而没有必要采用如4.1节所述的完整而复杂的捷联惯导更新算法,可对其作大幅简化。
博客之星–参与
1024勋章
持续创作
笔耕不辍
分享达人
五一创作勋章
创作能手
分享小兵
签到新秀
分享学徒
阅读者勋章