【技术实现步骤摘要】
本专利技术属于GPS定位方法领域，涉及一种GPS定位解算方法，具体涉及一种基于二阶扩展卡尔曼的低运算量GPS定位方法，该方法的计算量适用于低端硬件。
技术介绍
目前在GPS定位领域，常用的定位算法有最小二乘法(WLS)、扩展卡尔曼滤波算法(EKF)、二阶扩展卡尔曼滤波算法(EKF2)。WLS是最基本的定位结算算法，但是在动态多径的条件下，WLS的定位效果非常不理想。因此，我们采用EKF2的定位解算算法。卡尔曼滤 波器由一系列递归数学公式描述。它提供了一种高效可计算的方法来估计过程的状态，并使估计均方误差最小，是一种高效的预测滤波定位技术。在采用扩展卡尔曼算法进行定位时，可以有效的抑制动态时由多径带来的定位点抖动严重的问题，同时，在静态时也可以达到比最小二乘要好得多的定位结果。但是，一般的EKF2算法对于计算量的需求比较大，对硬件要求较高，不适合低端硬件。本专利技术提供一种低运算量的EKF2，算法，在达到EKF2性能的同时降低运算量。
技术实现思路
专利技术目的针对上述现有技术存在的问题和不足，本专利技术的目的是提供一种基于二阶扩展卡尔曼的低运算量GPS定位方法，在达到EKF2性能的同时降低运算量，适合低端硬件。技术方案为实现上述专利技术目的，本专利技术采用的技术方案为一种基于二阶扩展卡尔曼的低运算量GPS定位方法，包括如下步骤(I)获取本地k-Ι时刻的定位结果，计算出当前k时刻的先验估计状态量和先验估计误差协方差权利要求1.一种基于二阶扩展卡尔曼的低运算量GPS定位方法，包括如下步骤 (1)获取本地k-1时刻的定位结果，计算出当前k时刻的先验估计状态量和先...
【技术保护点】
一种基于二阶扩展卡尔曼的低运算量GPS定位方法，包括如下步骤：(1)获取本地k?1时刻的定位结果，计算出当前k时刻的先验估计状态量和先验估计误差协方差：X^k_=A·X^k-1P^k_=AP^k-1AT+Qk其中，为k时刻的用户接收机的先验估计状态量，为k?1时刻的用户接收机的后验估计状态量，为k时刻的用户接收机的先验估计误差协方差，为k?1时刻的用户接收机的后验估计误差协方差，A为转移矩阵：A=100Δt00000100Δt00000100Δt000001000000001000000001000000001Δt00000010其中，Δt为两次定位间的时间间隔；Qk为k时刻的过程噪声误差，Qk=10-4I3×303×30003×3103I3×300001050000100其中，I3×3为3阶单位矩阵，03×3为3阶全零方阵；(2)建立观测量估计方程Zk-=hk(X^k_)+m1k其中，h=[ρ1,···...
【技术特征摘要】
【专利技术属性】
技术研发人员：王镇，杨军，卢培，杨胜远，虞海宇，蔡伟，牛玉祥，
申请(专利权)人：江苏东大集成电路系统工程技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。