导读:本文包含了导航传感器论文开题报告文献综述及选题提纲参考文献，主要关键词:轨迹预测,传感器噪声,组合导航,数据融合
导航传感器论文文献综述
李彤,张会兵,刘丁柯,戴瑀君,吴冬强[1]（2019）在《面向城市道路的多传感器融合定位导航技术》一文中研究指出方便地获取高精度、高可靠的轨迹数据是交通、旅游等行业智能化发展的关键。鉴于此,本文设计一款集GPS、SINS和OBD于一体的多源车载组合导航系统来收集轨迹数据,提出数据融合的方法来弥补因传感器噪声导致的位置累积误差,并在GPS失锁时有效预测轨迹位置信息。此方法通过梯度提升与决策树相结合建立INS误差补偿模型,并引用粒子群算法优化模型的回归参数,可有效避免误差积累;再利用联邦滤波器实现GPS、SINS和OBD数据融合,提高了轨迹信息的准确性。实际道路测试证明,基于此方法的组合导航系统,在多种路况下可收集连续精准的轨迹数据。(本文来源于《测绘通报》期刊2019年11期）
孙欢,杨宾峰,李驰,王润[2]（2019）在《地磁导航中地磁传感器双噪声联合估计补偿方法》一文中研究指出针对飞行载体姿态变换产生的涡流磁场和地磁观测系统不稳定产生的双噪声(系统噪声、观测噪声)影响补偿精度的问题,提出了含涡流磁场的一体化模型和地磁传感器双噪声联合估计补偿方法。该方法所含信息量全面,能够较好滤除涡流磁场和双噪声对结果产生的不利影响。仿真和实验结果表明,采用基于一体化模型的双噪声联合估计补偿方法有效抑制了涡流磁场带来的波动干扰,同时使得补偿精度提高一个数量级,有着较高的稳定度和补偿精度,具有一定的工程应用价值。(本文来源于《探测与控制学报》期刊2019年05期）
李进良,高俊杰[3]（2019）在《基于北斗卫星与惯性传感器组合导航技术的现代有轨电车定位终端设计》一文中研究指出设计基于北斗卫星与惯性传感器组合导航技术的现代有轨电车定位终端,该终端从串口接收北斗卫星与惯性传感器组合导航模块的定位数据,经由主控计算单元分析和提取有效信息,完成数据处理,并将处理后的数据通过专用无线集群上传到中心车辆位置服务器,实现全线车辆的实时定位。该终端已经在北京现代有轨电车西郊线上应用,为行车调度提供了可靠的车辆位置信息。(本文来源于《铁路计算机应用》期刊2019年10期）
刘佳男,孙宗耀,刘彩云[4]（2019）在《基于新传感器排布的电磁导航式智能车循迹算法研究》一文中研究指出研究了电磁导航式智能车的循迹算法.提出了一种新的传感器排布方案—"倒T型",其优点在于能够对智能车的远方路况进行预判.基于该方案的控制算法表明:电动势差关于智能车的水平偏移量是单调的,能够有效地反映智能车与中心导线的偏离程度.最后,通过实验验证结果的正确性.(本文来源于《曲阜师范大学学报(自然科学版)》期刊2019年04期）
吴吉明[5]（2019）在《基于多传感器信息融合的物流机器人导航定位技术研究》一文中研究指出物流行业在如今社会中发展速度较快,应用领域广泛,如何能够利用高科技技术手段,提高工作效率,减少误差,是科技工作者一直在努力探索的课题。基于多传感器信息之间的融合,利用机器人进行快件分拣是值得研究的。但物流机器人在移动定位中也存在不稳定的因素,可以利用多传感器融合移动定位的方法,通过融合机器人的实际距离与BLE定位技术,解决物流机器人定位不准确的问题,提高物流应用的工作效率与准确性。(本文来源于《安阳师范学院学报》期刊2019年05期）
[6]（2019）在《一种压敏传感器辅助的单兵导航系统零速检测方法》一文中研究指出申请号:201910000490.8【公开号】CN109489694A【公开日】2019.03.19【分类号】G01C25/00; G01C21/16【申请日】2019.01.02【申请人】中国船舶重工集团公司第七0七研究所【发明人】邓芳瑾;李巍;杨松普【摘要】本发明涉及一种压敏传感器辅助的单兵导航系(本文来源于《传感器世界》期刊2019年09期）
宋之卉,赵彦晓[7]（2019）在《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》一文中研究指出随着导航定位技术领域可用的位置传感器种类越来越多,各传感器采集数据优缺点并存,同一个物理信息数据源也呈多样化。因此,依靠单一传感器提供信息已无法满足用户需求。本论文采用导航定位传感器GNSS(Global Navigation Satellite System,全球导航卫星系统)接收机、视觉传感器和惯性导航传感器采集位置信息,采用卡尔曼滤波技术进行数据预处理,通过计算相对误差和均方根误差对预处理置信度和精确度加以判断,然后采用最优加权融合估计算法对滤波后数据进行融合,仿真对比结果表明:融合处理结果优于单源处理结果,导航定位精度得到提高,能更好地为用户提供多维度的导航定位结果,同时也为环境数据预测和评估做支撑,具有一定的实际应用价值。(本文来源于《数字通信世界》期刊2019年09期）
马晓爽,刘锡祥,张同伟,刘贤俊,许广富[8]（2019）在《基于因子图的AUV多传感器组合导航算法》一文中研究指出针对自主水下航行器(AUV)多传感器组合导航系统中不同导航传感器信息更新频率不同步及其可用性动态改变问题,以及AUV所在水下复杂多变的环境与任务需求,提出了基于因子图的AUV多传感器组合导航算法。首先,对捷联惯性导航系统、多普勒计程仪、磁航向仪、地形辅助导航设备进行建模,构建基于因子图的AUV多源信息融合框架;然后,根据非线性优化理论对系统状态更新过程进行表示,实现变量节点的递推与更新;最后,采用因子图方法对融合数据进行处理,实现AUV多传感器组合导航系统的高精度导航。仿真结果表明,所提因子图方法能够连续稳定地输出较高精度的导航结果,有效实现惯性导航系统与不同导航传感器的非等间隔融合,与联邦卡尔曼滤波算法的导航解算精度相当,水平定位精度均保持在?5~+5 m以内,并且因子图方法具有更好的灵活性和扩展性。半物理仿真结果亦验证了所提方案的可靠性和有效性。(本文来源于《中国惯性技术学报》期刊2019年04期）
沈翔,赵立业[9]（2019）在《基于仿生平衡棒结构的共振隧穿导航传感器研究》一文中研究指出家蝇等飞行昆虫利用后翅棒状平衡器检测哥氏力,实现了在空中飞行过程中的快速航行控制。本文基于家蝇后翅微球杆结构建立了一种仿生机械平衡器的运动学模型,并采用MATLAB分析了该模型的航行控制原理。结合家蝇的微球杆平衡结构原理和共振隧穿薄膜微结构(resonant tunneling membrane structure,RTS)的力电耦合效应,设计了一种新型的高精度仿生微型棒状导航传感器(bionic micro-stick-shaped navigation sensor,BMSSNS),并研究了BMSSNS的加工工艺、信号检测方式与路径解算方法。基于ANSYS对该BMSSNS结构进行仿真分析,仿真结果表明,给定初始边界条件下,通过测量平衡棒的哥氏力信息和驱动力信息,可积分解算出运动路径。进一步的路径实验研究结果表明,该BMSSNS能有效检测传感器的俯仰,翻滚和偏航的姿态和路径信息,其短时水平和垂直路径定位精度分别达1. 5 mm和0. 5 mm。该传感器能够在小空间、高定位精度要求的场所中实现精确路径定位。(本文来源于《仪器仪表学报》期刊2019年08期）
张元刚,刘坤,白猛,彭继国[10]（2019）在《井下多传感器组合导航系统》一文中研究指出针对井下车辆高精度惯性导航成本较高、低成本MEMS惯性传感器漂移较大等问题,提出一种井下多传感器组合导航系统,该系统通过蓝牙测距信息、MEMS惯性传感器及车载里程计信息进行组合导航。利用卡尔曼滤波技术融合多传感器数据,结合蓝牙测距信息抑制MEMS惯性传感器漂移,提高车载惯性传感器在一段时间内的定位精度;通过MEMS惯性传感器预测车辆位置,有效滤除干扰标签的蓝牙信号,提高数据可靠性;融合车辆里程计数据后,定位结果更加稳定可靠。测试结果表明,在井下蓝牙标签间隔10m布站情况下,每10m定位误差在3.2m以内,能够满足井下导航要求。(本文来源于《工矿自动化》期刊2019年07期）
导航传感器论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对飞行载体姿态变换产生的涡流磁场和地磁观测系统不稳定产生的双噪声(系统噪声、观测噪声)影响补偿精度的问题,提出了含涡流磁场的一体化模型和地磁传感器双噪声联合估计补偿方法。该方法所含信息量全面,能够较好滤除涡流磁场和双噪声对结果产生的不利影响。仿真和实验结果表明,采用基于一体化模型的双噪声联合估计补偿方法有效抑制了涡流磁场带来的波动干扰,同时使得补偿精度提高一个数量级,有着较高的稳定度和补偿精度,具有一定的工程应用价值。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
导航传感器论文参考文献
[1].李彤,张会兵,刘丁柯,戴瑀君,吴冬强.面向城市道路的多传感器融合定位导航技术[J].测绘通报.2019
[2].孙欢,杨宾峰,李驰,王润.地磁导航中地磁传感器双噪声联合估计补偿方法[J].探测与控制学报.2019
[3].李进良,高俊杰.基于北斗卫星与惯性传感器组合导航技术的现代有轨电车定位终端设计[J].铁路计算机应用.2019
[4].刘佳男,孙宗耀,刘彩云.基于新传感器排布的电磁导航式智能车循迹算法研究[J].曲阜师范大学学报(自然科学版).2019
[5].吴吉明.基于多传感器信息融合的物流机器人导航定位技术研究[J].安阳师范学院学报.2019
[6]..一种压敏传感器辅助的单兵导航系统零速检测方法[J].传感器世界.2019
[7].宋之卉,赵彦晓.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[J].数字通信世界.2019
[8].马晓爽,刘锡祥,张同伟,刘贤俊,许广富.基于因子图的AUV多传感器组合导航算法[J].中国惯性技术学报.2019
[9].沈翔,赵立业.基于仿生平衡棒结构的共振隧穿导航传感器研究[J].仪器仪表学报.2019
[10].张元刚,刘坤,白猛,彭继国.井下多传感器组合导航系统[J].工矿自动化.2019