学位论文 > 优秀研究生学位论文题录展示

基于小波和Kalman滤波的GPS数据去噪方法研究

作 者: 丁文
导 师: 马洪滨
学 校: 东北大学
专 业: 大地测量学与测量工程
关键词: 小波分析 Kalman滤波 GPS 数据去噪
分类号: P228.4
类 型: 硕士论文
年 份: 2009年
下 载: 64次
引 用: 0次
阅 读: 论文下载
 

内容摘要


本文在分析影响GPS定位精度的各种误差来源的基础上,根据小波分析基本理论和GPS信号噪声特性,将小波分析这一数学工具应用到GPS数据去噪处理中,同时引入Kalman滤波方法,将其与小波分析方法有机结合,进而提出利用基于小波分析的自适应Kalman滤波方法进行GPS数据去噪处理,并通过实验证明该方法在GPS数据去噪方面能达到良好的效果。本文的主要工作如下:针对GPS信号的结构特性,将L1、L2载波数据进行提取,以削弱多路径噪声和观测噪声等偶然误差为目的,以一条基线观测数据为研究对象,采用不同分解层数、不同阈值选取方法、不同小波函数等三种方案进行小波去噪处理,结果表明:选用合适的去噪方法可以很大程度上提高基线解算的精度,反之则会降低基线解算的精度。同时,在选用合适的小波去噪方法基础上,对不同观测时间和不同长度的多条基线观测数据进行去噪处理,给出了小波分析用于GPS数据去噪的有效作用范围。在小波去噪的基础上,引入自适应Kalman滤波方法,以小波去噪有效范围内的观测数据为研究对象进行二次处理,并与单独的小波去噪效果和单独的自适应Kalman滤波处理效果进行对比,结果表明:基于小波分析的自适应Kalman滤波方法对GPS观测数据的去噪效果优于小波分析方法和自适应Kalman滤波方法,三种方法将GPS基线解算的精度分别提高了43%、35%和4%。基于小波分析的自适应Kalman滤波方法“净化”GPS原始观测数据的效果最为理想。

全文目录


摘要  5-6
Abstract  6-11
第1章 绪论  11-19
  1.1 研究背景  11-12
  1.2 国内外研究现状  12-16
    1.2.1 小波分析的发展简述  12-13
    1.2.2 小波分析在GPS数据处理中的应用  13-14
    1.2.3 Kalman滤波在GPS数据处理中的应用  14-16
  1.3 问题的提出和研究的意义  16-18
    1.3.1 问题的提出  16-17
    1.3.2 研究的意义  17-18
  1.4 本文的研究目的和主要内容  18-19
    1.4.1 研究目的  18
    1.4.2 研究的主要内容  18-19
第2章 GPS定位方法及误差来源  19-31
  2.1 GPS定位方法与观测量  19-20
    2.1.1 GPS定位方法  19
    2.1.2 GPS观测量  19-20
  2.2 GPS观测方程  20-22
    2.2.1 伪距观测方程  20-21
    2.2.2 载波相位观测方程  21-22
  2.3 GPS测量的误差来源  22-31
    2.3.1 与卫星有关的误差  22-24
    2.3.2 卫星信号的传播误差  24-27
    2.3.3 与接收设备有关的误差  27-29
    2.3.4 其他误差  29-31
第3章 小波分析基础理论  31-43
  3.1 小波分析概述  31-33
    3.1.1 傅立叶变换  31-32
    3.1.2 小波分析  32-33
    3.1.3 小波分析与Fourier变换的区别  33
  3.2 小波变换  33-35
    3.2.1 连续小波变换  33-34
    3.2.2 离散小波变换  34-35
  3.3 小波分解与重构  35-39
    3.3.1 多分辨分析  35-37
    3.3.2 Mallat算法  37-39
  3.4 小波的种类  39-43
    3.4.1 Haar小波  40
    3.4.2 Daubechie小波(dbN)  40
    3.4.3 Symlet小波(symN)  40-41
    3.4.4 Coiflet小波(coifN)  41-43
第4章 基于小波分析的GPS数据去噪方法研究  43-67
  4.1 GPS信号噪声特性研究  43-44
    4.1.1 GPS信号结构  43-44
    4.1.2 GPS信号的噪声特性  44
  4.2 小波去噪方法应用研究  44-51
    4.2.1 基于小波分析的信号去噪问题描述  45-46
    4.2.2 常用的小波去噪方法  46-49
    4.2.3 小波去噪的步骤  49-51
  4.3 小波去噪用于GPS数据处理  51-67
    4.3.1 载波数据的提取  51-55
    4.3.2 一条基线数据处理实验  55-58
    4.3.3 多条基线数据处理实验  58-67
第5章 基于小波分析的kalman滤波方法在GPS数据去噪中的应用  67-79
  5.1 Kalman滤波的基本原理  67-68
  5.2 Kalman滤波的数学模型  68-69
  5.3 基于小波分析的自适应卡尔曼滤波方法  69-71
  5.4 实验结果与数据分析  71-79
结论与展望  79-81
参考文献  81-85
致谢  85-87
攻读学位期间发表的论文及科学研究经历  87

相似论文

  1. 高灵敏度GNSS软件接收机的同步技术研究与实现,P228.4
  2. 基于微型无人平台导航多传感器信息融合算法研究,V249.32
  3. SINS/GPS组合导航系统算法研究,V249.328
  4. 列车动态监控系统的研究,U284.48
  5. 路面平整度检测系统中的数据采集和定位技术研究,U416.2
  6. 航天继电器时间参数测试分析技术的研究,TM58
  7. 陀螺稳定吊舱控制系统设计,TP273
  8. GPS抗干扰技术研究,P228.4
  9. 基于汉语听觉认知的事件相关电位的研究,R318.0
  10. 定位辅助搜寻Wi-Fi的移动设备节能策略,TN929.53
  11. 基于Nios Ⅱ的GPS信息接收系统设计,TN967.1
  12. 面向智能手机的节能定位策略,TN929.53
  13. 基于GIS和GPS的国土资源动态巡查系统的设计与实现,P208;P228.4
  14. 水情自动监测系统的设计与实现,P335
  15. 大型耙吸挖泥船动力定位控制算法研究,U674.31
  16. 信息融合技术在嵌入式驾驶疲劳检测中的应用研究,TP368.12
  17. 基于声学特性的裂纹缺陷检测方法研究,TP274
  18. 面向GPS导航拖拉机的最优全局覆盖路径规划研究,TN967.1
  19. 驾驶员眼睛开闭状态计算机图像识别技术开发,TP391.41
  20. 结合DWT的动态数据校正研究及应用,TP274
  21. 脉搏信号自动监测系统的定位及算法研究,TN911.7

中图分类: > 天文学、地球科学 > 测绘学 > 大地测量学 > 卫星大地测量与空间大地测量 > 全球定位系统(GPS)
© 2012 www.xueweilunwen.com