简介：针对GPS精密单点定位对高精度的需求,提出了一种采用小波神经网络的GPS精密单点定位解算方法。该方法利用小波变换和神经网络学习功能,无需准确系统先验信息,误差函数能够快速收敛,逼近真实误差模型,从而提高GPS精密单点定位精度。仿真结果表明,静态条件下与传统最小二乘法和卡尔曼滤波算法相比,该算法定位收敛时间缩短50%,定位精度分别提升90%和50%。动态情况下,较最小二乘法和卡尔曼滤波算法定位精度提高20%~80%。
简介：适合陆基使用的旋转重力梯度仪采用多个加速度计的组合输出,能有效地抑制平台的共模噪声,实现对地球表面微小重力梯度变化信号的测量。其关键技术之一就是对多个加速度计进行动态匹配调节,通过实时反馈来降低多种噪声和误差,从而降低对研制单个加速度计的性能要求。本文结合旋转重力梯度仪中加速度计的匹配调节方法,以重力梯度测量分辨率达到1E为目标分析,结果表明对加速度计的标度因子一致性匹配需要达到10-11的量级,对二阶非线性因子调节同样需要达到~10-11g/g2的量级。
一种采用小波神经网络的GPS精密单点定位方法
旋转重力梯度仪的加速度计动态调节方法与需求分析
