—To solve the error of GPS position

—To solve the error of GPS positioning based on
traditional Kalman filter(KF) and the problem of KF in dealing
with nonlinear system and non-Gaussian noise of GPS data filter. A
filtering algorithm based on particle filter is proposed to improve
the positioning accuracy of GPS receiver. The important density
function is set up, which is based on the non-Gaussian error
distribution of pseudorange observations values. It is combined
particle filter with GPS system nonlinear dynamic state-space
model. The experimental results show that particle filter algorithm
can deal effectively with non-linear and non-Gaussian state
estimation. Compared with positioning optimization algorithm
based on KF ,the particle filter algorithm reduces the error of both
positioning and speed estimation. The RMSE parameter of particle
filter is less than RMSE of KF. It is an effective method to
nonlinear and non-Gaussian state estimation problems of GPS
positioning filtering

ผลลัพธ์ (ไทย) 1:

— เพื่อแก้ไขข้อผิดพลาดของตำแหน่ง GPS ตาม
filter(KF) Kalman แบบดั้งเดิมและปัญหาของ KF จัดการ
ระบบไม่เชิงเส้นและเสียงไม่ใช่ Gaussian กรองข้อมูล GPS A
อัลกอริทึมกรองใช้กรองอนุภาคนำเสนอปรับปรุง
ถูกต้องวางตำแหน่งของตัวรับสัญญาณ GPS ความหนาแน่นที่สำคัญ
ฟังก์ชันการตั้งค่า ซึ่งขึ้นอยู่กับข้อผิดพลาดไม่ใช่ Gaussian
การกระจายของค่าสังเกต pseudorange มันจะรวม
กรองอนุภาค ด้วย GPS ระบบไม่เชิงเส้นแบบไดนามิกรัฐพื้นที่
รุ่น ผลการทดลองแสดงว่าอนุภาคกรองอัลกอริทึม
สามารถจัดการได้อย่างมีประสิทธิภาพกับรัฐที่ไม่ใช่เชิงเส้น และไม่ใช่ Gaussian
ประเมินได้ เมื่อเทียบกับตำแหน่งปรับอัลกอริทึม
ตาม KF อัลกอริทึมการกรองอนุภาคลดข้อผิดพลาดของทั้งสอง
การประเมินตำแหน่งและความเร็ว พารามิเตอร์ RMSE ของอนุภาค
กรองจะน้อยกว่า RMSE KF มันเป็นวิธีมีประสิทธิภาพเพื่อ
รัฐไม่เชิงเส้น และไม่ใช่ Gaussian ประเมินปัญหา GPS
ตำแหน่งกรอง

ผลลัพธ์ (ไทย) 3:

- แก้ไขข้อผิดพลาดของตำแหน่งที่ใช้ตัวกรองคาลมาน
แบบดั้งเดิม ( KF ) และปัญหาในการจัดการกับระบบแปรผัน
KF และไม่เสียนเสียงกรองข้อมูล GPS a
การกรองโดยอยู่บนพื้นฐานของตัวกรองอนุภาคที่เสนอให้ปรับปรุง
ตำแหน่งความถูกต้องของ GPS รับสัญญาณ ฟังก์ชันความหนาแน่น
ที่สำคัญคือการตั้งค่าซึ่งจะขึ้นอยู่กับข้อผิดพลาด
ไม่เสียนการกระจายของ pseudorange สังเกตค่า มันเป็นรวม
กรองอนุภาคกับ GPS ระบบไม่เชิงเส้นแบบไดนามิกของรัฐพื้นที่
นางแบบ ผลการทดลองแสดงให้เห็นว่าขั้นตอนวิธีตัวกรองอนุภาคสามารถจัดการอย่างมีประสิทธิภาพด้วย

) ที่ไม่ใช่เชิงเส้นและการประมาณค่าสถานะไม่ เมื่อเทียบกับตำแหน่งที่เหมาะสมบนพื้นฐานอัลกอริทึม
KF , กรองอนุภาควิธีลดความผิดพลาดของทั้งสอง
และการประมาณค่าความเร็ว วิธีพารามิเตอร์ของตัวกรองอนุภาค
น้อยกว่า RMSE ของ KF . มันเป็นวิธีที่มีประสิทธิภาพเพื่อ
ไม่เชิงเส้นและไม่ ) การประมาณค่าสถานะปัญหา GPS
ตำแหน่งกรอง