【正文】 GPS標(biāo)準(zhǔn)時(shí)間的差別。3) 相對論效應(yīng)的影響這是由于衛(wèi)星鐘和接收機(jī)所處的狀態(tài)(運(yùn)動(dòng)速度和重力位)不同引起的衛(wèi)星鐘和接收機(jī)鐘之間的相對誤差。②利用電離層模型加以改正。當(dāng)GPS信號通過對流層時(shí)，也使傳播的路徑發(fā)生彎曲，從而使測量距離產(chǎn)生偏差，這種現(xiàn)象稱為對流層折射，這種折射比電離層折射的情況更加復(fù)雜。3) 多路徑效應(yīng)誤差GPS衛(wèi)星信號從20000km的高空向地面發(fā)射，若測站周圍有高大建筑物或水面，他們對于電磁波具有強(qiáng)反射作用，由此產(chǎn)生的反射波進(jìn)入接收機(jī)天線時(shí)，將和直接來自衛(wèi)星的信號(直接波)產(chǎn)生干涉，從而使觀測值偏離，產(chǎn)生所謂的“多路徑誤差”。接收機(jī)鐘差對測量成果的精度影響很大。在精密定位時(shí)，要仔細(xì)操作，來盡量減少這種誤差影響。人們?yōu)榱嗣枋隹臻g位置，采用了多種方法，從而也產(chǎn)生了不同的坐標(biāo)系，如直角坐標(biāo)系、極坐標(biāo)系等。緯度是空間的點(diǎn)與參考橢球面的法線與赤道面的夾角，經(jīng)度是空間中的點(diǎn)與參考橢球的自轉(zhuǎn)軸所在的面與參考橢球的起始子午面的夾角，大地高是空間點(diǎn)沿參考橢球的法線方向到參考橢球面的距離?；谝陨峡紤]，組合導(dǎo)航技術(shù)被引入，用來輔助GPS單獨(dú)導(dǎo)航，在信號微弱或是失鎖情況下提高更準(zhǔn)確的定位信息，可以大大減小系統(tǒng)本身所帶來的各種誤差源。本文利用卡爾曼濾波法和遞歸最小二次方算法對接收機(jī)接收的初始數(shù)據(jù)進(jìn)行濾波處理，驗(yàn)證了該方法對提高單機(jī)動(dòng)態(tài)定位精度的有效性。另一類信號沒有既定的變化規(guī)律，在相同的初始條件和環(huán)境條件下，信號的每次實(shí)現(xiàn)都不一樣，如GPS的定位誤差、隨機(jī)海浪等，它們沒有確定的頻譜，這類信號稱為隨機(jī)信號。隨機(jī)信號沒有確定的頻譜，無法用常規(guī)濾波提取或抑制信號，但隨機(jī)信號具有確定的功率譜。估計(jì)過程中利用系統(tǒng)狀態(tài)方程、觀測方程和白噪聲激勵(lì)的統(tǒng)計(jì)特性構(gòu)成濾波算法，所以適用于隨機(jī)過程。 噪聲在實(shí)際工程中無法避免，它是隨機(jī)過程，無論使用何種方法都無法對它進(jìn)行準(zhǔn)確的估計(jì)，系統(tǒng)狀態(tài)由于受到了噪聲的影響，也可以認(rèn)為是一種隨機(jī)過程，因此，我們不能夠完全準(zhǔn)確的估計(jì)系統(tǒng)狀態(tài)的精確值，只能盡量提高精確度，例如使用精確的估計(jì)方法，使得估計(jì)狀態(tài)無窮的逼近真實(shí)狀態(tài)。但是在實(shí)際工程中，經(jīng)常采用卡爾曼濾波來對 GPS 系統(tǒng)數(shù)學(xué)模型進(jìn)行數(shù)據(jù)處理，卡爾曼濾波器也是高斯過程最優(yōu)濾波的一種有效算法，其實(shí)卡爾曼濾波器本質(zhì)上就是線性最小方差估計(jì)方法，線性最小方差估計(jì)的理論構(gòu)成了卡爾曼濾波的全部基礎(chǔ)。（RLS）算法 遞歸最小二次方（RLS）算法，又稱LS算法?？疾橛^測信號： ()式中，s(t)是感興趣的信號；n(t)為噪聲；y(t)為含噪聲的觀測數(shù)據(jù)。即無任何遺忘功能。稱為濾波器在i時(shí)刻的后驗(yàn)誤差，為i時(shí)刻的步長。步驟2 更新 n=1，2，...... 卡爾曼(Kalman)算法卡爾曼()博士在上個(gè)世紀(jì)六十年代提出了一種線性最優(yōu)估計(jì)濾波理論，這套理論直接以卡爾曼博士本人的名字直接命名，稱為卡爾曼濾波理論，目前,卡爾曼濾波理論在航空航天以及工業(yè)控制領(lǐng)域已經(jīng)獲得了廣泛的應(yīng)用。位置的偏差對運(yùn)動(dòng)軌跡、運(yùn)動(dòng)方向的影響就比較大，不能反映真實(shí)的運(yùn)動(dòng)軌跡、運(yùn)動(dòng)方向，所以算法性能測試軟件必須采取一定方法減少定位誤差?？柭鼮V波作為一種以最小均方誤差為準(zhǔn)則的最佳線性估計(jì)或?yàn)V波，其在使用時(shí)并不限于平穩(wěn)隨機(jī)過程，也適用于隨機(jī)過程，這就使得其實(shí)際應(yīng)用性得到很大的提高。由于所用信息都是時(shí)域內(nèi)的量，所以卡爾曼濾波器是在時(shí)域內(nèi)設(shè)計(jì)的，且適用于多維情況，這就完全避免了維納濾波器在頻域內(nèi)設(shè)計(jì)遇到的限制和障礙，適用范圍遠(yuǎn)比維納濾波器廣。③系統(tǒng)的白噪聲激勵(lì)和量測噪聲并不是需要濾除的對象，它們的統(tǒng)計(jì)特性正是估計(jì)過程中需要利用的信息。⑥卡爾曼濾波具有連續(xù)型和離散型兩類算法，離散型算法可直接在數(shù)字計(jì)算機(jī)上實(shí)現(xiàn)。 因此從定義上看，正如前面一節(jié)提到的那樣，卡爾曼濾波技術(shù)實(shí)際上就是線性最小方差估計(jì)的其中一種。根據(jù)上述的濾波公式，增益矩陣與初始均方誤差陣、動(dòng)態(tài)噪聲協(xié)方差陣及觀測噪聲協(xié)方差陣之間的存在著下列關(guān)系:①當(dāng)、 、(K=1，2，3…)同時(shí)乘以相同數(shù)量時(shí)，不變。，該濾波器的輸入是系統(tǒng)狀態(tài)的觀測值，輸出的是系統(tǒng)狀態(tài)的估計(jì)值。著兩式的計(jì)算中僅使用了與系統(tǒng)動(dòng)態(tài)特性有關(guān)的信息，如一步轉(zhuǎn)移矩陣、噪聲輸入矩陣、過程噪聲方差矩陣等。載體的運(yùn)動(dòng)是復(fù)雜多變的，任何單一模型都無法全面地描述，但使用過多模型不僅會(huì)增加計(jì)算量，還會(huì)使算法性能下降。在應(yīng)用估計(jì)理論特別是Kalman濾波理論時(shí)，要求定義估計(jì)問題的數(shù)學(xué)模型來描述某個(gè)時(shí)刻狀態(tài)變量與以前時(shí)刻的關(guān)系。不妨設(shè)車輛的加速度是平穩(wěn)隨機(jī)序列，服從零均值、方差為的正態(tài)估計(jì)，且在某一時(shí)刻加速度和另一時(shí)刻的加速度不相關(guān)，即，其中I為22階的單位矩陣。狀態(tài)方程和觀測方程可表示為： （）式中，其中系統(tǒng)噪聲及觀測噪聲與恒速模型相同。在模型概率計(jì)算時(shí),根據(jù)狀態(tài)量測信息來調(diào)整更新模型概率,以適應(yīng)實(shí)際系統(tǒng)中的不確定性因素:離散的不確定性(機(jī)動(dòng)模型和非機(jī)動(dòng)模型)和連續(xù)的不確定性(建模成過程噪聲)。如果已知當(dāng)前時(shí)刻系統(tǒng)狀態(tài)，那么馬爾科夫過程認(rèn)為系統(tǒng)將來時(shí)刻的狀態(tài)與系統(tǒng)過去狀態(tài)無關(guān)。： IMM算法框圖經(jīng)典IMM算法的每一個(gè)遞歸循環(huán)包括4步：輸入交互、模型濾波計(jì)算、模型概率更新、輸出交互。模型概率更新方程如下： （）其中，歸一化因子： （）在上式中：表示在k時(shí)刻模型為的似然函數(shù)。對于非精密要求的固定點(diǎn)定位而言，簡單地多次測量取平均就可以較好地消除這些誤差；但對于車輛導(dǎo)航這類動(dòng)態(tài)定位而言，載體本身處于運(yùn)動(dòng)中，要提高定位精度則需要采用濾波技術(shù)?；贑 S模型的算法雖然能較好地跟蹤機(jī)動(dòng)載體，但當(dāng)載體勻加速運(yùn)動(dòng)時(shí)其濾波效果則明顯不如基于勻速直線( Co n s t a n t Ve l o c i t y， CV) 模型的算法； 而基于CV模型的算法則相反，可以很好地跟蹤勻速載體，卻在跟蹤機(jī)動(dòng)載體時(shí)效果很差。 蒙特卡洛(Monte Carlo)模擬 蒙特卡洛(Monte Carlo)模擬是一種通過設(shè)定隨機(jī)過程，反復(fù)生成時(shí)間序列，計(jì)算參數(shù)估計(jì)量和統(tǒng)計(jì)量，進(jìn)而研究其分布特征的方法。蒙特卡洛模擬方法的原理是當(dāng)問題或?qū)ο蟊旧砭哂懈怕侍卣鲿r(shí)，可以用計(jì)算機(jī)模擬的方法產(chǎn)生抽樣結(jié)果，根據(jù)抽樣計(jì)算統(tǒng)計(jì)量或者參數(shù)的值；隨著模擬次數(shù)的增多，可以通過對各次統(tǒng)計(jì)量或參數(shù)的估計(jì)值求平均的方法得到穩(wěn)定結(jié)論（也叫隨機(jī)模擬法）。方案一是：采用我院導(dǎo)航與定位實(shí)驗(yàn)室的01號接收機(jī)對桂林市某個(gè)機(jī)動(dòng)車進(jìn)行觀測，得到3650個(gè)帶有誤差的GPS定位觀測值進(jìn)行濾波分析研究；方案二是：采用IMM模型模擬真實(shí)車載的運(yùn)動(dòng)變化，隨機(jī)加入白噪聲，得到觀測值，再用kalman和ls算法來濾波分析研究，并比較二者的濾波效果。從經(jīng)度、緯度和高度三個(gè)角度分析：與濾波前的軌跡相比，濾波后得到的軌跡平滑程度，如果經(jīng)過濾波處理后得到的軌跡能迅速的跟蹤觀測值的波動(dòng)，且沒有直角、尖峰等現(xiàn)象，則說明濾波消噪的效果比較好。方案二采用IMM算法模擬汽車導(dǎo)航定位原理來研究GPS定位的結(jié)果消噪，首先，模擬出機(jī)動(dòng)載體幾個(gè)運(yùn)動(dòng)狀態(tài)的真實(shí)軌跡，然后隨機(jī)加入白噪聲，觀察通過LS濾波和Kalman濾波后得出的軌跡與真實(shí)軌跡的差別，從而比較出兩種濾波算法的優(yōu)劣。通過加權(quán)系數(shù)對得到的觀測量進(jìn)行不同程度的利用，從而使精度較高的觀測量得到較好的利用，經(jīng)過多次迭代后的定位結(jié)果比較好。首先，對這些數(shù)據(jù)進(jìn)行采樣，采樣間隔為3，采樣點(diǎn)數(shù)為1000。對采樣后的1000個(gè)點(diǎn)，分別從經(jīng)度、緯度和高度三個(gè)角度分析ls和kalman濾波效果。觀察次數(shù)在6001000次這個(gè)范圍定位結(jié)果受到噪聲干擾的影響比較大。在此基礎(chǔ)上，采用最優(yōu)估計(jì)濾波算法估計(jì)出逼近真實(shí)值的走勢很重要。通過分析高度變化階段7001000s的數(shù)據(jù)可以明顯看出，LS算法沒能及時(shí)跟緊真實(shí)值的變化，實(shí)時(shí)性較差。運(yùn)動(dòng)狀態(tài)0400s勻速行駛400600s勻加速行駛600610s勻速行駛610660s勻減速行駛660800勻速行駛對應(yīng)的參數(shù)X軸方向上的速度：vx=15m/sX軸方向上的加速度：ax=X軸方向上的速度：vx+ax*(600400)X軸方向上的加速度：ax=X軸方向上的速度：vx+ax*(660610)Y軸方向上的速度：vy=0Y軸方向上的加速度：ay=Y軸方向上的速度：vy+ay*(600400)Y軸方向上的加速度：ay=Y軸方向上的速度：vy+ay*(660610)，：在真實(shí)值上加入白噪聲（觀測噪聲方差d），得到帶有誤差的觀測值。這里我們引入了蒙特卡洛模擬方法，對仿真過程取蒙卡次數(shù)N的平均，最后得到的是平均估計(jì)值。下面兩幅圖反映的是濾波誤差的方差。2），上面兩幅圖反映的是濾波誤差。 此設(shè)計(jì)方案中的采樣間隔T、蒙特卡洛模擬Mont次數(shù)N和觀測噪聲方差是可以設(shè)置的，通過改變這三個(gè)值來進(jìn)行效果分析。第5章 基于GPS定位結(jié)果的消噪濾波GUI設(shè)計(jì) GUI設(shè)計(jì)簡介MATLAB語言是當(dāng)今國際上科學(xué)界最具影響力、也是最有活力的軟件。GUI(圖形用戶界面)是指：人與機(jī)器（或程序）之間交互作用的工具和方法。用戶界面控件包括各種常見控件，如按鈕、列表框、編輯框等；下拉菜單對象主要是各種菜單和子菜單；內(nèi)容菜單對象主要是內(nèi)容式菜單，如彈出式菜單等。利用該圖形界面，用戶可以很方便地和計(jì)算機(jī)進(jìn)行信息交流。在這里，用戶可以設(shè)計(jì)自己的GUI。建立一個(gè)新的圖形用戶界面意味著生成一個(gè)M文件*.M和一個(gè)圖形文件*.fig2Open…打開一個(gè)文件3Close…關(guān)閉當(dāng)前文件4Save…保存當(dāng)前文件5Save as…把當(dāng)前文件另存為一個(gè)用戶自定義文件名的文件6Export…將當(dāng)前圖形用戶界面保存為一個(gè)單獨(dú)的M文件7Preferences…GUI設(shè)計(jì)模板屬性設(shè)置8Print…打印當(dāng)前圖形用戶界面 圖形用戶界面設(shè)計(jì)向?qū)?） Edit菜單1Undo：向后回復(fù)2Redo：向前恢復(fù)3Cut：剪切選定的內(nèi)容4Copy:復(fù)制選定的內(nèi)容5Paste:在光標(biāo)位置粘貼已剪切或已復(fù)制到剪切板的內(nèi)容6Clear:清楚選定的內(nèi)容7Select All:將GUI設(shè)計(jì)模板上的內(nèi)容全部選定8Duplicat: 復(fù)制一個(gè)選定的控件2） View菜單1Property Inspector:屬性設(shè)置器2Object Browesr：控件瀏覽器3MFile Editor :M文件編輯器4View Callbacks：復(fù)查顯示 3） Tools菜單1Run:運(yùn)行2Align Objects：控件排列3Grit and Rulers…：網(wǎng)格及標(biāo)尺設(shè)置4Menu Editor…：菜單編輯器5Tab Order Editor…：控件排序編輯器6GUI Qptions…: GUI選項(xiàng)設(shè)置1 New…新建一個(gè)GUI文件2 Open…打開一個(gè)GUI文件3 Save…保存當(dāng)前GUI文件4 Cut剪切選定的內(nèi)容5 Copy復(fù)制選定的內(nèi)容6 Paste將已剪切或已復(fù)制到剪切板的內(nèi)容粘貼當(dāng)前光標(biāo)位置7 Undo恢復(fù)到本次操作以前的狀態(tài)8 Redo恢復(fù)到本次操作后面的一種狀態(tài)9 Align Objects：控件排列編輯器10 Menu Editor菜單編輯器12 Tab Order Editor…控件排序編輯器13 MFile Editor :M文件編輯器14 Property Inspector屬性設(shè)置器15 Object Browesr控件瀏覽器16 Run運(yùn)行當(dāng)前GUI文件1 選擇模式，在該模式下用戶可以用鼠標(biāo)選擇控件2 命令按鈕控件，按鈕的顯示字符由屬性String決定，返回值由屬性 Value給出3 單選控件，與復(fù)選控件相反，只允許用戶在所有選項(xiàng)中選擇一個(gè)選項(xiàng)，被選中的控件對象屬性值為1，其他未選中的屬性值為04 可編輯文本框控件，添加改控件后，用戶可以在該項(xiàng)文本框動(dòng)態(tài)修 改 或者編輯文本框內(nèi)的文本信息5 彈出菜單控件，添加該控件，可以為用戶提供一個(gè)彈出菜單6 開關(guān)按鈕控件，在圖形用戶界面上只能添加一個(gè)開關(guān)按鈕控件7 面板控件，添加該控件，可以提供一個(gè)面板，可以為一組控件提供一個(gè)界面支持8 ActiveX控件9 滾動(dòng)條控件，用于圖形用戶界面顯示的滾動(dòng)，滾動(dòng)的距離有屬性Slider Skip決定，它是一個(gè)二元數(shù)組，第一個(gè)元素決定單擊滾動(dòng)條兩側(cè)的箭頭時(shí)，滑塊滾動(dòng)的距離，默認(rèn)值為1%，第一個(gè)元素決定單擊滾動(dòng)條時(shí)，滑塊向單擊方向滾動(dòng)的距離，默認(rèn)值為10%10 復(fù)選控件，與單選控件相反，用戶可以在所有選項(xiàng)中選擇多個(gè)選項(xiàng)，同樣選中的對象屬性值為1，其他未選中的屬性值為011 文本顯示框控件，添加該控件，用來顯示一定的文本信息，又稱為靜態(tài)文本，靜態(tài)文本在程序運(yùn)行以后不能編輯和修改，可以用來對某些控件或用戶界面作出說明12 列表框控件，添加該控件可以提供一個(gè)具有多個(gè)選項(xiàng)的列表框，用戶可以在此列表中選擇一個(gè)或多個(gè)選項(xiàng)，選中的選項(xiàng)通過屬性Value返回給用戶13 坐標(biāo)軸控件，在圖形用戶界面上只有添加了坐標(biāo)軸控件才能接受圖形的顯示信息14 按鈕組控件，添加該控件，可以產(chǎn)生一個(gè)按鈕框，將同類型的按鈕放在這個(gè)按鈕框里 GPS定位結(jié)果的消噪濾波GUI設(shè)計(jì)一個(gè)完成的GUI設(shè)計(jì)應(yīng)包括一下幾個(gè)過程：（1） 構(gòu)思GUI圖形用戶界面在應(yīng)用GUIDE進(jìn)行圖形用戶界面