排序方式: 共有61条查询结果,搜索用时 46 毫秒
41.
本文介绍了一个以摄影测量光束法平差理论为基础的实用的联合平差程序系统。该系统具有补偿系统误差、检测部分粗差和处理大地信息的功能。文中简要说明了该系统所使用的基本理论、平模型、方程解法、程序结构和主要功能。利用HORDORF试验场资料,对该程序系统进行了试验计算。结果是令人满意的。 相似文献
42.
43.
本文分析了常值系统性误差的传统确定方法不适用于形位精度统计分析的原因,并提出了形位精度统计分析中常值系统性误差的确定方法。 相似文献
44.
GPS作为一种新方法,具有全球性、全天候、连续的精密三维导航和定位能力,而且具有良好的抗干扰性和保密性,能直接获得变形信息,且随着GPS技术硬件和软件的发展与完善,故其成为了我们变形监测和获取变形信息的重要手段,但是由于GPS在应用中受到多方面的误差源的影响,导致变形监测数据存在很多误差。本文对GPS变形监测中的几种主要误差进行了分析并就其如何处理进行了探讨,尤其是对偶然误差进行了着重分析。 相似文献
45.
46.
在非线性滤波系统中,线性化误差和系统误差是影响滤波精度的两个主要因素.提出联合粒子滤波方法,在减少线性化误差的同时,能够实时估计系统误差的大小并自适应地消除其影响.说话人跟踪仿真实验结果验证了此方法的有效性. 相似文献
47.
为了解决智能车动态组合定位过程中,因动力学模型与实际模型之间存在偏差导致滤波精度下降的问题,针对智能车全球导航卫星系统(GNSS)/惯性测量单元(IMU)组合定位系统,结合非线性预测滤波(NPF)和自适应滤波的优点,提出了一种考虑动力学模型系统误差实时估计和补偿的自适应非线性预测滤波(ANPF)算法。首先,根据NPF算法原理,通过最小化预测观测残差与系统误差的加权平方和,估计动力学模型系统误差;其次,结合自适应滤波原理,利用状态预测残差向量构造自适应因子,设计了一种自适应扩展卡尔曼滤波(AEKF)算法,用于估计系统状态向量,并通过自适应因子抑制动力学模型系统误差和线性化误差对系统状态估计精度的影响,克服NPF对系统状态估计精度有限的缺陷;再次,对动力学模型系统误差的估计误差和由动力学模型系统误差引起的系统噪声的等效协方差阵进行了分析和推导,以补偿动力学模型系统误差对系统状态估计的影响;最后,通过车载GNSS/IMU组合定位系统试验,从算法精度、鲁棒性和实时性方面对提出的算法和其他滤波算法的性能进行了验证和对比分析。研究结果表明:提出的自适应算法继承了NPF算法简易性和高实时性的优点,同时克服了NPF算法估计精度有限的缺陷,具有较好的滤波解算精度,水平定位精度小于1.0 m,算法单次平均执行时间约为0.013 9 ms,在精度和实时性的平衡方面显著优于其他滤波方法。 相似文献
48.
49.
50.
当一条附合导线测距值中出现明显的系统误差时,设立尺度比未知数的条件平差法可削弱它对平差结果的影响。此法被证明是非常精确、有效和经济的。 相似文献