APPENDIXKALMAN FILTER IN THE GPS TE

APPENDIX
KALMAN FILTER IN THE GPS TECHNOLOGY
The use of Kalman filters for GPS data processing is a growing trend. The standard Least
Squares estimation technique is usually used when the estimation problem is overdetermined
(more observations than required to estimate the position parameters).
In kinematic applications Least Squares techniques can be applied to data on an epochby-epoch
basis. However, the parameters of interest such as the position, and/or dominant
system error parameters, are time-varying quantities. Therefore, the utilization of
techniques based on the extension of the Least Square for the data processing is the most
suitable, efficient, and optimal, thus can be considered as the most appropriate for such
applications which encompasses the concepts of prediction, filtering and smoothing.
The three concepts of prediction, filtering and smoothing are closely related can be
illustrated as following:
• The filtering concept can be defined as the process of computing the vehicle's
position in real-time, in other words when observations are made at time k t , then
the position results are computed at k t .
• The prediction concept can be defined as the computation of the expected position
of the vehicle at some consequent time k t , based on the last measurements at k−1 t
is properly termed prediction.
• The smoothing concept is when the estimation of where the vehicle was at time k t ,
once all the measurements are post-processed to time k+1 t .
Although the three procedures differ, however they can be used not only separately, but
also they can used sequentially:
• The prediction step: based on past positioning information together with a kinematic
model, the expected position and its precision at the next epoch of measurement are
computed. The kinematic model is composed, as is the measurement model, of functional

ผลลัพธ์ (ไทย) 1:

ภาคผนวกกรอง KALMAN ในเทคโนโลยี GPSการใช้ตัวกรอง Kalman สำหรับการประมวลผลข้อมูลจีพีเอสมีแนวโน้มเติบโต มาตรฐานน้อยที่สุดเทคนิคการประเมินช่องมักจะใช้เมื่อประเมินปัญหา overdetermined(เพิ่มเติมข้อสังเกตกว่าที่ต้องการประมาณพารามิเตอร์ตำแหน่ง)ในการใช้งานจลน์กำลังสองน้อยสุด เทคนิคสามารถใช้ข้อมูลในยุค epochbyพื้นฐาน อย่างไรก็ตาม พารามิเตอร์ที่น่าสนใจเช่นตำแหน่ง และ/หรือหลักพารามิเตอร์ข้อผิดพลาดของระบบ มีปริมาณแตกต่างกันเวลา ดังนั้น การใช้ประโยชน์ของเทคนิคตามนามสกุลของกำลังสองน้อยที่สุดสำหรับการประมวลผลข้อมูลเป็นส่วนใหญ่เหมาะสม มีประสิทธิภาพ และดีที่ สุด ดังนั้นจึงถือได้ว่าเป็นที่สุดความเหมาะสมเช่นใบสมัครซึ่งครอบคลุมแนวคิดของการพยากรณ์ การกรอง และราบเรียบแนวคิดที่สามของการคาดการณ์ การกรอง และราบเรียบมีความสัมพันธ์ได้แสดงดังต่อไปนี้:•แนวคิดกรองสามารถกำหนดเป็นขั้นตอนการใช้งานของรถตำแหน่งในเวลาจริง ในคำอื่น ๆ เมื่อสังเกตการเวลา k t แล้วมีคำนวณผลลัพธ์ตำแหน่งที่ k tสามารถกำหนด•แนวคิดการคาดเดาเป็นการคำนวณตำแหน่งที่คาดไว้ยานพาหนะที่ t k บางเวลาทอด ตามวัดสุดท้ายที่ k−1 tถูกเรียกว่าคาดเดา•แนวคิดการบริการนวดเป็นเวลาประมาณของที่รถก็เวลา k tเมื่อการประเมินหลังดำเนินการเวลา k + 1 ไม่แม้ว่าขั้นตอนที่ 3 แตกต่างกัน แต่พวกเขาสามารถใช้ไม่เฉพาะแยกต่างหาก แต่พวกเขาสามารถใช้ตามลำดับ:•ขั้นตอนการพยากรณ์: ตามเลยตำแหน่งข้อมูลพร้อมแบบจลน์รูปแบบจำลอง ตำแหน่งที่คาดหวัง และความแม่นยำของในยุคถัดไปของการประเมินคำนวณ แบบจลน์ประกอบด้วย เป็นการประเมินรูปแบบ ทำงาน

ผลลัพธ์ (ไทย) 2:

ภาคผนวกคาลมานกรองในเทคโนโลยีจีพีเอสการใช้งานของตัวกรองคาลมานสำหรับการประมวลผลข้อมูลGPS เป็นแนวโน้มการเติบโต มาตรฐานน้อยเทคนิคการประมาณค่าสี่เหลี่ยมมักจะใช้เมื่อเกิดปัญหาการประมาณค่าที่มีการกำหนดมากเกินไป(สังเกตมากกว่าที่จำเป็นในการประมาณค่าพารามิเตอร์ตำแหน่ง). ในการใช้งานอย่างน้อยจลนศาสตร์เทคนิคสแควร์สามารถนำไปใช้ข้อมูลบน epochby-ยุคพื้นฐาน อย่างไรก็ตามพารามิเตอร์ที่น่าสนใจเช่นตำแหน่งและ / หรือการที่โดดเด่นของระบบพารามิเตอร์ข้อผิดพลาดเป็นเวลาที่แตกต่างกันปริมาณ ดังนั้นการใช้ประโยชน์จากเทคนิคการขึ้นอยู่กับการขยายตัวของสแควน้อยสำหรับการประมวลผลข้อมูลเป็นส่วนใหญ่ที่เหมาะสมและมีประสิทธิภาพและดีที่สุดจึงถือได้ว่าเป็นที่เหมาะสมที่สุดสำหรับการใช้งานที่ครอบคลุมแนวคิดของการทำนายการกรองและการเรียบสามแนวความคิดของการทำนายการกรองและการปรับให้เรียบจะเกี่ยวข้องอย่างใกล้ชิดสามารถแสดงดังต่อไปนี้•แนวคิดการกรองที่สามารถกำหนดเป็นกระบวนการของการคำนวณของรถตำแหน่งในเวลาจริงในคำอื่นๆ เมื่อสังเกตจะทำในเวลา kt แล้วผลตำแหน่งที่มีการคำนวณที่ kt. •แนวคิดการทำนายที่สามารถกำหนดให้เป็นคำนวณตำแหน่งที่คาดหวังของยานพาหนะที่ kt เวลาที่เกิดขึ้นบางอย่างอยู่บนพื้นฐานของการวัดสุดท้ายที่ K-1 t จะเรียกว่าถูกต้องทำนาย. •แนวคิดเรียบ คือเมื่อประมาณที่รถเป็นเวลา kt ที่ครั้งหนึ่งเคยเป็นวัดทั้งหมดที่มีการโพสต์การประมวลผลเวลาk + 1 t. แม้ว่าสามขั้นตอนที่แตกต่างกัน แต่พวกเขาสามารถนำมาใช้ไม่เพียง แต่แยกกัน แต่ยังพวกเขาสามารถนำมาใช้ตามลำดับ: •ขั้นตอนคำทำนาย: ขึ้นอยู่กับข้อมูลการวางตำแหน่งที่ผ่านมาร่วมกับจลนศาสตร์รุ่นตำแหน่งที่คาดและความแม่นยำที่ยุคต่อไปของวัดมีการคำนวณ รูปแบบจลนศาสตร์ประกอบด้วยเช่นการวัดเป็นรูปแบบของการทำงาน