大数据选择与精度校正的位置融合算法模型研究
针对车辆智能、可靠、精确定位的要求，建立了基于大数据选择与精度修正的融合定位算法模型，实现了可靠、低成本的融合定位。本文智能地选择了简单惯性导航的数据和不同误差下的各种定位系统源的数据，利用卡尔曼滤波算法模型的函数融合定位信息，并选取GPS、SINS、DR和TDOA四种定位信息对融合算法进行仿真。在Matlab环境下的仿真结果表明，提出的融合定位算法模型有效地提高了定位算法的精度和可靠性。
组合定位 融合算法模型 大数据选择 卡尔曼滤波
张旖旎 赵平 赵元玮 闫中江 李波
西北工业大学,电子信息学院,陕西省西安市710129 早稻田大学,基础科学与工程学院,日本东京市新宿区
国内会议
西安
中文
16-19
2019-11-01（万方平台首次上网日期，不代表论文的发表时间）