基于辅助惯性导航的数据地图特征分析

北京邮电大学学报 ›› 2004, Vol. 27 ›› Issue (4): 23-27.

基于辅助惯性导航的数据地图特征分析

冯浩^1,2, 晏磊², 张飞舟², 刘光军³, 邓中亮¹

1. 北京邮电大学自动化学院, 北京 100876;
2. 北京大学北京市空间信息集成与3S工程应用重点实验室,北京 100871;
3. 海军论证中心, 北京 100071

收稿日期:2003-05-27 出版日期:2004-04-28
作者简介:冯　浩( 1970— ) , 男, 副教授, 博士生. E-mai l: f engh aoark@ 126. com;晏　磊( 1956— ) , 男, 教授, 博士生导师. E-mail:l yan@ pk u. edu. cn
基金资助:
国家安全重大基础研究“ 973”基金项目( 513060301)

Data Map Characteristic Analysis Based on Aided Inertial Navigation

FENG Hao^1,2, YAN Lei², ZHANG Fei-zhou²,LIU Guang-jun³, DENG Zhong-liang¹

1. Automation School, Beijing University of Posts and Telecommunications, Beijing 100876, China;
2. Beijing Key Laboratory of Spatial Information Integration and It’s Applications, Peking University,Beijing 100871, China;
3. Navy Research Center, Beijing 100071, China

Received:2003-05-27 Online:2004-04-28

摘要/Abstract

摘要：

为评价地图匹配辅助导航参考地图的导航性能,本文定义的统计特征参数新增加了数据采集平台采样周期和测量精度2个参数. 用数值仿真的方法进行了导航精度试验. 其地图匹配算法采用较通用的递归处理匹配算法. 利用实验结果建立了导航性能与新的统计特征参数之间的关系模型.

关键词: 数据地图, 辅助导航, 特征, 动态

Abstract:

In order to evaluate the matching ability of the reference map in a map-matching aided navigation system, both of the sampling cycle and measurement precision of the onboard data collection system were introduced in the statistic parameters. Experiments of navigation precision have been done by numerical simulation. A recursive algorithm is adopted as the map-matching algorithm in the simulation. The relationships between the new parameters and map-matching ability were found based on the simulation results.

Key words: data map, aided navigation, characteristic, dynamic

中图分类号:

T P391

冯浩, 晏磊, 张飞舟, 刘光军, 邓中亮. 基于辅助惯性导航的数据地图特征分析[J]. 北京邮电大学学报, 2004, 27(4): 23-27.

FENG Hao, YAN Lei, ZHANG Fei-zhou,
LIU Guang-jun, DENG Zhong-liang. Data Map Characteristic Analysis Based on Aided Inertial Navigation[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2004, 27(4): 23-27.

[1]	刘逸琛孙华志马春梅姜丽芬钟长鸿. 一种基于高层特征融合的网络商品分类研究[J]. 北京邮电大学学报, 2020, 43(5): 0-0.
[2]	谢晓燕赵欢蒋林. 基于视频数据特性的动态手势识别[J]. 北京邮电大学学报, 2020, 43(5): 0-0.
[3]	韦娟顾兴权宁方立. 基于EEMD的一种新的异常声音识别方法[J]. 北京邮电大学学报, 2020, 43(5): 0-0.
[4]	张志华王梦情毛文涛刘春红程渤. 基于时序相关性的云平台多负载序列联合预测[J]. , 2020, 43(4): 68-75.
[5]	仇景明, 曲桦, 赵季红. 一种鲁棒网络流量分类及新类型发现算法[J]. 北京邮电大学学报, 2020, 43(2): 40-45.
[6]	叶晓彤, 刘周斌, 邵苏杰, 亓峰. 基于博弈论的WiFi接入资源动态分配算法[J]. 北京邮电大学学报, 2020, 43(2): 10-15,58.
[7]	王程, 徐玭, 张素兵, 王力权, 王卫东. 基于Linux系统的LEO卫星动态路由协议研究与实现[J]. 北京邮电大学学报, 2020, 43(2): 94-102.
[8]	双锴, 李怡雯, 吕志恒, 韩静, 刘建伟. 基于归一化特征判别的日志模板挖掘算法[J]. 北京邮电大学学报, 2020, 43(1): 68-73.
[9]	张国栋, 应欢, 杨寿国, 石志强, 李霁远. 嵌入式固件脆弱哈希函数自动识别与破解方法[J]. 北京邮电大学学报, 2020, 43(1): 46-53.
[10]	刘派, 孙岩, 任玮. 一种基于ANTLR的面向Scratch3.0的特征提取和检测系统[J]. 北京邮电大学学报, 2019, 42(6): 70-75.
[11]	彭岩, 赵梓如, 吴婷娴, 王洁. PM_2.5浓度预测与影响因素分析[J]. 北京邮电大学学报, 2019, 42(6): 162-169.
[12]	苏东, 余宁梅. 基于深度学习的OBD端口占用状态自动识别算法[J]. 北京邮电大学学报, 2019, 42(6): 49-57.
[13]	胡铮, 刘奕杉, 朱新宁, 于建港. 基于用户行为序列特征的位置预测模型[J]. 北京邮电大学学报, 2019, 42(6): 149-154.
[14]	王思琪, 缪思薇, 张小玲, 石志强, 卢新岱. 基于D-S证据理论的嵌入式固件Web代码静态漏洞检测技术[J]. 北京邮电大学学报, 2019, 42(5): 91-99.
[15]	谢丽霞, 汪子荧. 一种在线集群异常作业预测方法[J]. 北京邮电大学学报, 2019, 42(5): 62-68.