【PSINS工具箱】仅速度为观测量的SINS/GNSS组合导航,MATLAB源代码,无需下载,可直接复制

在这里插入图片描述

工具箱

本程序需要在安装工具箱后使用,工具箱是开源的,链接:http://www.psins.org.cn/kydm

程序简述

原文的153组合导航是SINS/GPS下的位置观测或位置+速度观测,本文所述的代码是仅三轴位置观测的,使用UKF来滤波。
最后输出速度对比、速度误差、姿态对比、姿态误差、位置对比、位置误差等图片。如下:

运行结果

  • 三轴AVP曲线:
    在这里插入图片描述
  • 三轴速度误差曲线:
    在这里插入图片描述
  • 滤波后
卡尔曼滤波与SINS/GNSS组合导航是一种常用的导航算法。卡尔曼滤波是一种递归滤波方法,用于估计动态系统的状态变。在SINS/GNSS组合导航中,卡尔曼滤波被用于将惯性导航系统(SINS)和全球导航卫星系统(GNSS)的测结果进行融合,从而提高导航的准确性和稳定性。 在SINS/GNSS组合导航中,卡尔曼滤波通过迭代递推的方式,利用五个递推方程来估计系统的状态变。这些方程是根据卡尔曼滤波的原理进行推导得出的。卡尔曼滤波器将SINSGNSS的测结果进行组合,通过优化状态估计,提供更准确的导航解算。 SINSGNSS组合导航可以采用不同的模式,包括松组合、紧组合和深组合。松组合是指将SINS解算的位置和速度GNSS接收机得到的位置和速度之差作为观测进行组合,以提高导航精度。紧组合是指将SINSGNSS的测结果直接输入到卡尔曼滤波器中进行融合。而深组合是指将SINSGNSS的测结果融合后再进行状态估计,可以更加精确地估计导航解算的状态。 综上所述,卡尔曼滤波与SINS/GNSS组合导航是一种常用的导航算法,通过将SINSGNSS的测结果进行融合,可以提高导航的准确性和稳定性。使用卡尔曼滤波的递推方程来估计系统的状态变,可以有效地优化导航解算的结果。不同的组合模式可以根据实际需求选择,以达到更好的导航性能。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [SINS/GNSS组合导航组合导航设计(卡尔曼滤波)](https://blog.csdn.net/LittleEmperor/article/details/105377416)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

MATLAB卡尔曼

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值