《表1 不同场景中卫星噪声设置》
为了验证本文算法的有效性,本文仿真了无人机飞行时接收机接收到的卫星数据。仿真地点为江苏省南京市,仿真生成6颗GPS卫星数据。设置卫星观测误差时,尽可能消除对流层和电离层等系统误差。为了更好地验证本文算法,仿真进行了3次,具体为场景1、场景2和场景3。每次仿真为20 min,采样频率为10 Hz。每次仿真的每颗卫星均为具有随机误差均值为0和不同标准差的高斯白噪声。仿真无人机轨迹如图2所示,不同场景中卫星噪声设置如表1所示。数据驱动加权最小二乘法中的窗口设置长度为100,解算后与普通最小二乘法进行比较,3种场景在地心地固坐标系得到的三轴误差结果如图3所示,图中红色部分为采用加权最小二乘法得出的结果,蓝色部分为采用最小二乘法得出的结果。表2给出了3种场景下x、y和z轴与3D的均方根误差(RMSE)结果。可见,当各个卫星的噪声标准差较接近时,加权最小二乘法可以提高无人机定位精度,但与最小二乘法差别不大。随着各卫星的随机噪声差别不断增大,基于最小二乘法的无人机定位误差显著上升,从场景1到场景3总误差均方根误差增大了52.9%。由于基于加权最小二乘法的结果从场景1到场景3仅增大了13.5%,并通过自适应调节不同卫星的权重,可将无人机定位误差控制在一定范围内。因此采用了加权最小二乘法的本文算法具有一定的抗干扰能力,可快速适应不同环境下的卫星数据特征,从而给出较高精度的定位导航解。
图表编号 | XD00216564600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.28 |
作者 | 程琦、胡杰、王均晖、孙蕊 |
绘制单位 | 南京航空航天大学民航学院、空中交通管理系统与技术国家重点实验室、空中交通管理系统与技术国家重点实验室、南京航空航天大学民航学院、南京航空航天大学民航学院 |
更多格式 | 高清、无水印(增值服务) |