【導(dǎo)讀】GPS接收模塊的輸出數(shù)據(jù)格式……………卡爾曼濾波的基本思想及其應(yīng)用領(lǐng)域……GPS動(dòng)態(tài)定位中卡爾曼濾波模型的建立……………卡爾曼濾波模型的MATLAB仿真分析……7，基于DSP的數(shù)據(jù)處理平臺(tái).DSP芯片的特點(diǎn)………………DSP與ARM通信模塊流程圖………………………程序源代碼……………………車(chē)載GPS導(dǎo)航儀在過(guò)去十年內(nèi)已經(jīng)成為汽車(chē)工業(yè)發(fā)展的焦點(diǎn)。在歐美國(guó)家和日本，車(chē)載GPS導(dǎo)航。儀在最近幾年內(nèi)得以廣泛的應(yīng)用。它的主要功能是通過(guò)GPS模塊從衛(wèi)星獲取GPS數(shù)據(jù),將移動(dòng)車(chē)輛的動(dòng)態(tài)位置(經(jīng)度、緯度、速度)等信息精確實(shí)時(shí)地在地圖上顯示出來(lái)。本課題的整體思路是將車(chē)載導(dǎo)航系統(tǒng)分成三部分：。GPS子系統(tǒng)用于接收GPS衛(wèi)星數(shù)據(jù)，數(shù)據(jù)處理系統(tǒng)采用。數(shù)據(jù)進(jìn)行平滑處理，既節(jié)省了成本，又能到得到準(zhǔn)確穩(wěn)定的導(dǎo)航。主控平臺(tái)以ARM作為微處理器，嵌。入式UC/OS作為操作系統(tǒng)，UCGUI作為圖形用戶(hù)界面的開(kāi)發(fā)環(huán)境。整個(gè)系統(tǒng)所涉及到的關(guān)鍵技術(shù)包括：。GPS、卡爾曼濾波技術(shù)、嵌入式技術(shù)、DSP，ARM、UC/OS、數(shù)據(jù)處理技術(shù)等。

　　

【正文】 1( 1 ) ( 1 | ) ( 1 ) ( 1 ) ( 1 | ) ( 1 )TTK k P k k H k H k P k k H k R ???? ? ? ? ? ? ? ???一步預(yù)測(cè)估計(jì)誤差方差為： ( 1 | ) ( 1 | ) ( ) ( 1 | )TP k k F k k P k F k k Q? ? ? ? ?濾波誤差方差方程為： ? ?( 1 ) ( 1 ) ( 1 ) ( 1 | )P k I k K H k P k k? ? ? ? ? ? 卡爾曼濾波算法的流程如 下 圖 所示： 廣東 海洋大學(xué) 2020 屆本科生畢業(yè)設(shè)計(jì) 23 各參數(shù)取值如下： 其中， / 2/ 21/ 2( / 1 ) 0 00 ( / 1 ) 00 0 ( / 1 )a eeea nnea unuTaaTaaTaaTeF T eTe??????????????????? ? ????? X(0),P(0),k=1 一 步 預(yù) 測(cè) 估 計(jì) 方 程? ?( 1 | ) ( 1 | ) ( )X k k F k k X k? ? ? 一步預(yù)測(cè)估計(jì)誤差方差 ( 1 | ) ( 1 | ) ( ) ( 1 | )TP k k F k k P k F k k Q? ? ? ? ? 濾波增益方程 1( 1 ) ( 1 | ) ( 1 ) ( 1 ) ( 1 | ) ( 1 )TTK k P k k H k H k P k k H k R ???? ? ? ? ? ? ? ??? 濾波誤差方差方程 ? ?( 1 ) ( 1 ) ( 1 ) ( 1 | )P k I k K H k P k k? ? ? ? ? ? 系統(tǒng)狀態(tài)估值計(jì)算方程 ? ? ?( 1 ) ( 1 | ) ( 1 | ) ( ( 1 ) ( 1 ) ( 1 | )X k X k k F k k y k H k X k k??? ? ? ? ? ? ? ? ??? 廣東 海洋大學(xué) 2020 屆本科生畢業(yè)設(shè)計(jì) 24 //2/( 1 ) 0 00 ( 1 ) 00 0 ( 1 )a eea nna uuTaTaTaeFee??????????????????? //3/000000a ea na uTTTeFee??????????????? //4/000000enuTTTeFee???????????? T=1s ， e(0),n(0),u(0) 分別為第一次觀測(cè)值；(0)ev = (0)nv = (0)uv =0m/s, (0)ea = (0)na = (0)ua = 20/ms , (0)e? = (0)n? = (0)u? =0m。 P(0)= ? ?2 2 2 2 2 2 2 2 2 2 2 2( 4 0 ) , ( 4 0 ) , ( 4 0 ) , ( 0 .5 ) , ( 0 .5 ) , ( 0 .5 ) , ( 0 .1 ) , ( 0 .1 ) , ( 0 .1 ) , ( 4 0 ) , ( 4 0 ) , ( 4 0 )d ia g 。 ea?=na?=ua?=。 e? = n? = u? = 系統(tǒng)噪聲協(xié)方差陣為： ? ?5 2 5 2 5 2( 1 1 0 ) , ( 1 1 0 ) , ( 1 1 0 )R d ia g ???? ? ? ? 系統(tǒng)的觀測(cè)噪聲協(xié)方差陣為： ? ?2 2 2 2 2 20 , 0 , 0 , 0 , 0 , 0 , ( 3 ) , ( 3 ) , ( 3 ) , ( 4 0 ) , ( 4 0 ) , ( 4 0 )Q d ia g? 卡爾曼濾波模型的 MATLAB 仿真分析 %%%%*************************************************%%%%% %%%%%%***********卡爾曼濾波算法仿真程序 *************%%%%% 廣東 海洋大學(xué) 2020 屆本科生畢業(yè)設(shè)計(jì) 25 %f為狀態(tài)轉(zhuǎn)移矩陣 f= [1 0 0 1 0 0 0 0 0 0 0 0。 0 1 0 0 1 0 0 0 0 0 0 0。 0 0 1 0 0 1 0 0 0 0 0 0。 0 0 0 1 0 0 0 0 0 0 0 0。 0 0 0 0 1 0 0 0 0 0 0 0。 0 0 0 0 0 1 0 0 0 0 0 0。 0 0 0 0 0 0 1 0 0 0 0 0。 0 0 0 0 0 0 0 1 0 0 0 0。 0 0 0 0 0 0 0 0 1 0 0 0。 0 0 0 0 0 0 0 0 0 1 0 0。 0 0 0 0 0 0 0 0 0 0 1 0。 0 0 0 0 0 0 0 0 0 0 0 1]。 %給狀態(tài)轉(zhuǎn)移矩陣 f 的元素賦值 f(1,7)=(1/+exp(1/))**。 f(2,8)=(1/+exp(1/))**。 f(3,9)=(1/+exp(1/))**。 f(4,7)=(1exp(1/))*。 f(5,8)=(1exp(1/))*。 f(6,9)=(1exp(1/))*。 f(7,7)=exp(1/)。 f(8,8)=exp(1/)。 f(9,9)=exp(1/)。 f(10,10)=exp(1/)。 f(11,11)=exp(1/)。 f(12,12)=exp(1/)。 %h 為觀測(cè)矩陣 h= [1 0 0 0 0 0 0 0 0 1 0 0。 0 1 0 0 0 0 0 0 0 0 1 0。 0 0 1 0 0 0 0 0 0 0 0 1]。 %q 為系統(tǒng)噪聲協(xié)方差陣 q= [0 0 0 0 0 0 0 0 0 0 0 0。 0 0 0 0 0 0 0 0 0 0 0 0。 0 0 0 0 0 0 0 0 0 0 0 0。 廣東 海洋大學(xué) 2020 屆本科生畢業(yè)設(shè)計(jì) 26 0 0 0 0 0 0 0 0 0 0 0 0。 0 0 0 0 0 0 0 0 0 0 0 0。 0 0 0 0 0 0 0 0 0 0 0 0。 0 0 0 0 0 0 3*3 0 0 0 0 0。 0 0 0 0 0 0 0 3*3 0 0 0 0。 0 0 0 0 0 0 0 0 3*3 0 0 0。 0 0 0 0 0 0 0 0 0 40*40 0 0。 0 0 0 0 0 0 0 0 0 0 40*40 0。 0 0 0 0 0 0 0 0 0 0 0 40*40]。 %r 為系統(tǒng)的觀測(cè)噪聲協(xié)方差陣 % r= [* 0 0。 0 * 0。 0 0 *]。 %i為 12*12 單位矩陣 % i=eye(12,12)。 %p 為協(xié)方差矩陣 % p= [40*40 0 0 0 0 0 0 0 0 0 0 0。 0 40*40 0 0 0 0 0 0 0 0 0 0。 0 0 40*40 0 0 0 0 0 0 0 0 0。 0 0 0 * 0 0 0 0 0 0 0 0。 0 0 0 0 * 0 0 0 0 0 0 0。 0 0 0 0 0 * 0 0 0 0 0 0。 0 0 0 0 0 0 * 0 0 0 0 0。 0 0 0 0 0 0 0 * 0 0 0 0。 0 0 0 0 0 0 0 0 * 0 0 0。 0 0 0 0 0 0 0 0 0 40*40 0 0。 0 0 0 0 0 0 0 0 0 0 40*40 0。 0 0 0 0 0 0 0 0 0 0 0 40*40]。 %設(shè)定狀態(tài)初值 x x=[。0。0。0。0。0。0。0。0。0。0]。 %假設(shè)汽車(chē)速度為東偏北 100km/h（即東，北向速度分別約為 70km/h) %那么每秒東向，北向位置變化分別約為 度 . %又假設(shè)噪聲為 *sin(n) y=[。0]。 %y 表示觀測(cè)值 y1=[。0]。 %y1 表示沒(méi)噪聲時(shí)的狀態(tài)值 廣東 海洋大學(xué) 2020 屆本科生畢業(yè)設(shè)計(jì) 27 y2=[。0]。 %y2 表示每秒位置的變化 n=1。 %n 表示時(shí)間 while n=500 %仿真 500 次濾波 y1=y1+y2。 y=y+y2。 y3=[*sin(n)。*sin(n)。0]。 %y3 表示噪聲，它隨時(shí)間變化 y=y+y3。 p1=(f*p)*f39。+q。 %一步預(yù)測(cè)均方誤差方程 k=(p1*h39。)*inv((h*p1)*h39。+r)。 %最優(yōu)濾波增益方程， k 表示增益矩陣 x1=f*x。 %狀態(tài)一步預(yù)測(cè)方程 x=x1+k*(yh*x1)。 %狀態(tài)估計(jì)方程 p=(ik*h)*p1。 %估計(jì)均方差方程 subplot(1,2,1) title(39。經(jīng)度濾波效果圖 39。) xlabel(39。n39。) ylabel(39。longitude39。)