基于GPS与IMU组合传感器数据融合的有轨电车定位分析

摘要

cqvip:给出了一种建立在模糊投票方式基础上的GPS和IMU相结合的定位方式,充分消除了采用单一传感器无法进行精确定位的问题。总共使用3个IMU来完成模糊投票决策,并结合模糊分析准则,对各输入量置信度进行判断,并得到相应的置信度集合。并通过具备自适应能力的联邦Kalman滤波器来融合IMU与GPS的数据,完成可容错分析。利用仿真软件测试了GPS故障诊断隔离单元的运行状态,同时把故障偏差添加到伪距内,将上述结果和单独GPS进行了比较。该系统的故障识别率相对于GPS已经获得显著提升。