车载GPS速度数据修正研究及应用

摘要

车速是汽车行驶过程中的一个重要参数，它不仅代表着汽车实际道路行驶过程中的动力性，还与汽车的排放性密切相关。GPS全球定位系统作为一种新型的测速手段，具有全天候、全球性、连续测速等优点，但影响GPS测速精度的误差源较多，测量数据中经常会出现一些异常值。如未经处理直接使用测量数据，误差会进入公式或者模型，进而传递、放大和积累，可能会对相关的研究产生一定的影响。
　　本文依托广州市环境监测中心站和广东工业大学的合作项目，项目中采集的数据验证了异常值的存在。为改善测量结果，作者对测量误差起因和相关处理进行深入的研究，并提出改进的自适应“当前”统计模型。将该模型应用于实际道路车辆跟踪，对GPS测速数据进行后处理，同时将处理结果与通过CAN总线获取的车速传感器信号进行对比，结果表明该方法能够有效减少随机误差，使得修正后的数据更加切合实际。
　　本文首先介绍了国内外一些学者和机构对GPS测速的相关研究，然后概述影响GPS测量精度的误差源，以及减少GPS测量误差的几种常用的处理方法，并对数据后处理方法做进一步解释。根据误差分析及其处理相关知识，本文在“当前”统计模型的基础之上根据新息向量实时对机动频率做两次调整。该算法使得模型更加适应于跟踪快速机动目标，提高跟踪精度。最后，通过采用混合动力公交车在实际道路上行驶的瞬态排放量和车速信息建立以速度和加速度为自变量的二元微观排放预测模型，并将实际测量值和模型预测值进行比较分析，验证模型的有效性。在确定模型有效性的基础之上，通过模型预测重型混合动力公交车在城市公交工况下的排放量，并对预测结果进行了相关分析和研究，为利用GPS车速信息进行相关后续研究提供参考。

目录

摘要

第一章 绪论

1．1 研究背景及意义

1．1．1 GBS技术及应用背景

1．1．2 研究目的和意义

1．1．3 项目来源

1．2 国内外GPS测速的研究现状

1．3 研究的主要内容和创新

1．3．1 主要研究内容

1．3．2 研究的主要特色与创新点

第二章 GPS误差源与处理方法的研究

2．1 GPS误差源分析

2．1．1 空间卫星相关的误差

2．1．2 信号传播相关误差

2．1．3 接收机相关误差

2．2 减小误差的主要方法

2．2．1 差分定位方法

2．2．2 组合定位方法

2．2．3 数据后处理方法

2．3 卡尔曼滤波法

2．3．1 卡尔曼滤波简介

2．3．2 卡尔曼滤波原理

2．4 本章小结

第三章 实际道路车载实验

3．1 公交车车载实验预备方案

3．1．1 实验路线

3．1．2 实验车辆

3．2 测试设备

3．2．1 设备简介

3．2．2 设备安装及调式

3．3 数据采集

3．3．1 SEMTECH-DS数据采集

3．3．2 CAN总线数据采集

3．4 本章小结

第四章 数据处理及分析

4．1 数据处理方法的选取

4．2 模型的设计与构建

4．2．1 当前统计模型算法

4．2．2 机动频率自适应调整算法的设计

4．3 数据处理

4．3．1 处理数据的选择

4．3．2 数据处理和分析

4．4 本章小结

第五章 修正数据的后续应用与研究

5．1 回归模型的建立

5．1．1 速度加速度二元回归模型

5．1．2 模型有效性验证

5．2 典型工况下的模型预测

5．2．1 典型城市机动车行驶工况

5．2．2 模型预测与分析

5．3 本章小结

总结与展望

参考文献

攻读学位期间发表的论文

声明

致谢