这个问题可能早些时候已经解决,但我找不到。我想实施卡尔曼滤波器来纠正GPS数据。要实现卡尔曼滤波器,我需要创建过程模型和测量模型。对于过程模型,我使用运动方程s = ut + 1/2at^2
和v = u + at
得出了这个等式。
流程模型
[Lat(t)] [1 1 0 0] [Lat] [ProcessNoise]
[d(Lat)(t)] = [0 1 0 0] [d(Lat)] + [ProcessNoise]
[Lon(t)] [0 0 1 1] [Lon] [ProcessNoise]
[d(Lon)(t)] [0 0 0 1] [d(Lon)] [ProcessNoise]
请注意d(Lat)和d(Lon)分别是纬度和经度的变化率。并且时间段为1.由于我没有得到任何控制输入,因此卡尔曼方程的一部分被丢弃。
我正在阅读一个包含Lat,Lon,Velocity,Course,Ldop,Vdop,pDop值的gpx文件。我有两个问题。
答案 0 :(得分:1)
不,所有gps属性都已经过卡尔曼滤波(在芯片中)。 航向和速度不依赖于位置(纬度,经度)变化。速度通过物理多普勒频移效应计算。有传言说课程计算也使用多普勒频移效应。
你可以在应用额外的卡尔曼滤波器时平滑gps数据,但它们不会得到更多的准确度。