作者:冀大雄,邓啸 单位:北京科学学研究中心 出版:《科技智囊》2020年第05期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFKJZN2020050130 DOC编号:DOCKJZN2020050139 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于卡尔曼滤波模型的多传感器数据融合导航定位建模与仿真》PDF+DOC2019年第09期 宋之卉,赵彦晓 《基于因子图的AUV多传感器组合导航算法》PDF+DOC2019年第04期 马晓爽,刘锡祥,张同伟,刘贤俊,许广富 《EKF在移动信标的WSN节点定位中的应用》PDF+DOC2013年第09期 丁辉,李波勇,艾述亮 《基于车辆运动模型辅助的智能手机平台车载组合导航算法》PDF+DOC2017年第02期 许建新,熊智,刘建业,黄欣,张苗 《多导航传感器数据实时并行采集处理与传输系统的研制》PDF+DOC2018年第21期 谢超,赵伟,王亚朝,赖际舟,刘建业 《信息融合技术在组合导航系统中的应用》PDF+DOC2006年第01期 李正强,王宏力,杨益强,刘春卓,陈琪 《基于多传感器信息融合的移动机器人导航系统》PDF+DOC2005年第32期 孔凡天,陈幼平,谢经明,张冈,周祖德 《基于移动信标改进的DV-Hop算法》PDF+DOC2012年第07期 涂常艳,张多英 《改进的DGPS/INS/视觉组合导航算法研究》PDF+DOC2011年第12期 姬张建,袁运斌,柴艳菊,盛传贞,马洋 《组合导航系统离线信息融合算法》PDF+DOC2008年第09期 邱吉冰,蒋志翔
  • 水下无人潜航器(Underwater Unmanned Vehicle,UUV)的导航定位主要依靠测距声信标或便携式低精度导航传感器。这些设备观测信息单一且精度低,载体非线性运动及复杂海流等因素均对导航定位精度有较大的影响。因此,文章设计了基于扩展卡尔曼滤波(ExtendedKalmanFiltering,EKF)的导航算法,结果表明该算法适用范围广且具有好的收敛性和精度。

    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。