基于伪距和多普勒观测值的DGPS/INS紧组合导航算法研究

测绘通报 ›› 2013, Vol. 0 ›› Issue (6): 5-8.

基于伪距和多普勒观测值的DGPS/INS紧组合导航算法研究

刘帅孙付平陈坡

信息工程大学导航与空天目标工程学院

收稿日期:2013-03-21 修回日期:2012-11-02 出版日期:2013-06-25 发布日期:2013-06-25
基金资助:
国家自然科学基金（41074011）

Research on DGPS/INS Tightly Coupled Algorithms Based on Pseudo-range and Doppler Observations

Received:2013-03-21 Revised:2012-11-02 Online:2013-06-25 Published:2013-06-25

摘要/Abstract

摘要：

GPS/INS组合导航具备数据更新率高、抗干扰、能够提供包括姿态在内的全部导航信息等优点，因此在测绘领域得到了广泛应用。但是目前国内GPS/INS组合导航研究主要集中在单GPS接收机与INS的组合模式，针对此问题，本文研究基于伪距和多普勒观测值的DGPS/INS紧组合导航算法，给出组合导航扩展卡尔曼滤波的状态方程和量测方程。实测数据解算表明，该组合模式下的导航精度得到显著提高。

关键词: DGPS, INS, 组合导航, 紧组合, 扩展卡尔曼滤波

刘帅孙付平陈坡. 基于伪距和多普勒观测值的DGPS/INS紧组合导航算法研究[J]. 测绘通报, 2013, 0(6): 5-8.

[1]	周志伟, 程翔, 周伟, 郝卫峰, 肖海斌, 陈鸿杰, 杨魁. 地基SAR在滑坡形变监测中的应用[J]. 测绘通报, 2022, 0(7): 60-63.
[2]	葛鹏飞, 刘辉, 陈蜜, 李昱, 丁瑞力, 刘菲. 时序InSAR监测京雄城际铁路河北段地面沉降[J]. 测绘通报, 2022, 0(7): 64-70.
[3]	史健存, 杨泽发, 吴立新. 优化先验模型参数的矿区多轨InSAR三维形变监测[J]. 测绘通报, 2022, 0(7): 71-77.
[4]	张波, 刘强, 徐国梁, 蔡仁澜, 程风. GNSS+INS组合定位在矿山无人驾驶卡车的应用[J]. 测绘通报, 2022, 0(7): 143-147.
[5]	兰进京, 曲逸穹, 都伟冰, 高鑫, 马丹丹, 郑岩超. 典型矿业城市地表形变遥感监测及沉降特征分析[J]. 测绘通报, 2022, 0(6): 98-103.
[6]	朱邦彦, 唐超, 任志忠, 马状, 张琪, 李云. 基于PS-InSAR技术的珠海市地表形变监测与驱动力分析[J]. 测绘通报, 2022, 0(6): 108-113.
[7]	张家勇, 邹银先, 刘黔云, 张楠, 龚伟, 李康伦. 利用时序InSAR进行毕节市潜在滑坡识别与形变监测[J]. 测绘通报, 2022, 0(6): 121-124.
[8]	曾学宏, 赵义花. 利用SBAS-InSAR技术分析西宁市地面沉降监测及驱动因素[J]. 测绘通报, 2022, 0(6): 137-142.
[9]	张玉鹏, 张永红, 刘青豪. 利用GRACE数据进行京津冀地区地面沉降与地下水耦合分析[J]. 测绘通报, 2022, 0(5): 89-94,125.
[10]	张超, 江金光, 吴家骥, 谢东朋, 严培辉. 复杂环境磁转向检测HDE辅助的RTK+IEZ行人定位方法[J]. 测绘通报, 2022, 0(5): 101-105,149.
[11]	李佳豪, 周吕, 马俊, 杨飞, 咸凌霄. 利用PS-InSAR技术进行城市地铁沿线形变监测与机理分析[J]. 测绘通报, 2022, 0(4): 20-25.
[12]	万应能, 徐雪寒, 刘科显. 多关节深海航行器组合导航算法[J]. 测绘通报, 2022, 0(4): 90-95.
[13]	逯中香, 樊彦国, 李国胜. 利用稀少卫星影像控制点生产1:10 000 DOM——以阿拉善盟测区为例[J]. 测绘通报, 2022, 0(3): 138-142,156.
[14]	黄佳宾, 郭云开, 罗伟茂. 利用Sentinel-1监测武汉市地面沉降[J]. 测绘通报, 2021, 0(9): 53-58.
[15]	王建业, 梁小龙, 金喜, 白泽朝, 齐二恒. 黄土填方区地表沉降时序InSAR监测分析[J]. 测绘通报, 2021, 0(8): 158-161.

基于伪距和多普勒观测值的DGPS/INS紧组合导航算法研究

Research on DGPS/INS Tightly Coupled Algorithms Based on Pseudo-range and Doppler Observations

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价