Matlab分析NMEA0183报文源代码(含高斯6度带投影计算)

2024-05-13 06:08

本文主要是介绍Matlab分析NMEA0183报文源代码(含高斯6度带投影计算),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

clc
clear all
close all

format long g

FILE_NAME = ‘D:/data6/RxCOM6_20190528gps.dat’;

fid = fopen(FILE_NAME,‘rb’);
if(fid == -1)
error(‘open file failure!’);
end

cntL_GGA = 0;
%cntL_RMC = 0;

Failure_cnt = 0;
line_cnt = 1;
GGA_line_cnt = 0; %文件中GGA所在行
RMC_line_cnt = 0;

while(1)
Line = fgetl(fid);
if(Line == -1)
break;
end

if(strncmp(Line,'$GPGGA',6))cntL_GGA = cntL_GGA + 1;            %GGA信息计数Line = strrep(Line,',',' ');GGA_temp = sscanf(Line, '%*s %f %f %*s %f %*s %d %d %f %f %*s %f', [1, inf]);GGA_array(cntL_GGA,:) = GGA_temp;%高斯6度投影iPI =pi/180;ZoneWide = 6; %6度带宽   a = 6378245; f = 1/298.257223563; %WGS84坐标系参数  ProjNo = floor((floor(GGA_temp(3)/100)+rem(GGA_temp(3),100)/60)/ZoneWide);%投影带号计算longitude0 = ProjNo * ZoneWide + ZoneWide / 2;longitude0 = longitude0 * iPI;latitude0 = 0;longitude1 = (floor(GGA_temp(3)/100)+rem(GGA_temp(3),100)/60) * iPI; %经度转换为弧度  latitude1 = (floor(GGA_temp(2)/100)+rem(GGA_temp(2),100)/60) * iPI; %纬度转换为弧度  e2 = 2 * f - f * f;ee = e2 * (1 - e2);NN = a /sqrt(1 -e2*sin(latitude1)*sin(latitude1));T = tan(latitude1) *tan(latitude1);C = ee * cos(latitude1) * cos(latitude1);A = (longitude1 - longitude0) * cos(latitude1);%参数转换M = a * ((1 - e2 / 4 - 3 * e2 * e2 / 64 - 5 * e2 * e2 * e2 / 256) * latitude1 - ...(3 * e2 / 8 + 3 * e2 * e2 / 32 + 45 * e2 * e2 * e2 / 1024) *...sin(2 * latitude1) + (15 * e2 * e2 / 256 + 45 * e2 * e2 * e2 / 1024) * ...sin(4 * latitude1) - (35 * e2 * e2 * e2 / 3072) * sin(6 * latitude1));xval = NN * (A + (1 - T + C) * A * A * A / 6 + (5 - 18 * T + T * T + 72 * C - 58 * ee) * A * A * A * A * A / 120);yval = M + NN *tan(latitude1) * (A * A / 2 + (5 - T + 9 * C + 4 * C * C) * A * A * A * A / 24 + (61 - 58 * T + T * T + 600 * C - 330 * ee) * A * A * A * A * A * A / 720);GGA_array(cntL_GGA,2)= xval+500000;GGA_array(cntL_GGA,3)= yval;

% %经纬度转空间直角坐标
% a=6378137;
% f=1/298.257223563;
% b = a * (1 - f);
% e = sqrt(aa-bb)/a;
% N = a / sqrt(1 - e * e * sin((floor(GGA_temp(2)/100)+…
% rem(GGA_temp(2),100)/60) *pi/ 180) * sin((floor(GGA_temp(2)/100)+rem(GGA_temp(2),100)/60) * pi / 180));
%
% %GGA语句中的以度/分表示的经纬度转换成度表示
% GGA_array(cntL_GGA,2) = (N +GGA_temp(7))*cos((floor(GGA_temp(2)/100)+rem(GGA_temp(2),100)/60)pi/180)
% cos((floor(GGA_temp(3)/100)+rem(GGA_temp(3),100)/60)*pi/180);
% GGA_array(cntL_GGA,3) = (N +GGA_temp(7))*cos((floor(GGA_temp(2)/100)+rem(GGA_temp(2),100)/60)pi/180)
% sin((floor(GGA_temp(3)/100)+rem(GGA_temp(3),100)/60)*pi/180);

% %GGA语句中的以度/分表示的经纬度转换成度表示
% GGA_array(cntL_GGA,2) = floor(GGA_temp(2)/100)+… %度(纬度)
% rem(GGA_temp(2),100)/60 ; %以度表示的分(纬度)
% GGA_array(cntL_GGA,3) = floor(GGA_temp(3)/100)+… %度(经度)
% rem(GGA_temp(3),100)/60 ; %以度表示的分(经度)
GGA_line_cnt(line_cnt) = 1;
end

%if(strncmp(Line,'$BDRMC',6))%cntL_RMC = cntL_RMC + 1;            %RMC信息计数%Line = strrep(Line,',',' ');%RMC_temp = sscanf(Line, '%*s %f %s %f %*s %f %*s %f %f %f %f %*s %f', [1, inf]);%RMC_array(cntL_RMC,:) = RMC_temp;%RMC_line_cnt(line_cnt) = 1;
%end   line_cnt = line_cnt + 1;

end
GGA_line_cnt = GGA_line_cnt’;
%RMC_line_cnt = RMC_line_cnt’;

%% ----------------------平面轨迹----------------------------
h=figure(1);set(h,‘name’,['平面轨迹 ’ FILE_NAME]);
plot(GGA_array(:,3),GGA_array(:,2),‘b.-’)
xlabel(‘Longitude [deg]’,‘fontsize’,12,‘fontweight’,‘bold’);
ylabel(‘Latitude [deg]’,‘fontsize’,12,‘fontweight’,‘bold’);
title({‘平面轨迹’,FILE_NAME},‘fontsize’,12,‘fontweight’,‘bold’);
grid;
%% -----------------------三维轨迹--------------------------
% h=figure(2);set(h,‘name’,['三纬轨迹 ’ FILE_NAME]);
% plot3(GGA_array(:,3),GGA_array(:,2),GGA_array(:,7),‘b.-’)
% xlabel(‘Longitude [deg]’,‘fontsize’,12,‘fontweight’,‘bold’);
% ylabel(‘Latitude [deg]’,‘fontsize’,12,‘fontweight’,‘bold’);
% zlabel(‘Height [m]’,‘fontsize’,12,‘fontweight’,‘bold’);
% title({‘三维轨迹’,FILE_NAME},‘fontsize’,12,‘fontweight’,‘bold’);
% grid;
%% -------------------------地速---------------------------------
%h=figure(3);set(h,‘name’,[‘地面速度’ FILE_NAME]);
%plot(RMC_array(:,5),‘b.-’);
% xlabel(‘Epoch [s]’,‘fontsize’,12,‘fontweight’,‘bold’);
% ylabel(‘SOG [knot]’,‘fontsize’,12,‘fontweight’,‘bold’);
% title({‘Speed of Ground’,FILE_NAME},‘fontsize’,12,‘fontweight’,‘bold’);
% grid;
%% --------------------------地面航向------------------------------
% h=figure(4);set(h,‘name’,[‘地面航向’ FILE_NAME]);
% plot(RMC_array(:,6),‘b.-’);
% xlabel(‘Epoch [s]’,‘fontsize’,12,‘fontweight’,‘bold’);
% ylabel(‘COG [knot]’,‘fontsize’,12,‘fontweight’,‘bold’);
% title({‘Course of Ground’,FILE_NAME},‘fontsize’,12,‘fontweight’,‘bold’);
% grid;
%% ----------------------------高度----------------------------
h=figure(5);set(h,‘name’,[‘高程’ FILE_NAME]);
plot(GGA_array(:,7),‘b.-’);
hold on;
plot(GGA_array(:,4),‘b.-’);
hold on;
plot(GGA_array(:,5),‘b.-’);
hold on;
xlabel(‘Epoch [s]’,‘fontsize’,12,‘fontweight’,‘bold’);
ylabel(‘Height[m]’,‘fontsize’,12,‘fontweight’,‘bold’);
title({‘height’,FILE_NAME},‘fontsize’,12,‘fontweight’,‘bold’);
grid;

fclose(fid);

这篇关于Matlab分析NMEA0183报文源代码(含高斯6度带投影计算)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/984883

相关文章

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

poj 1113 凸包+简单几何计算

题意: 给N个平面上的点,现在要在离点外L米处建城墙,使得城墙把所有点都包含进去且城墙的长度最短。 解析: 韬哥出的某次训练赛上A出的第一道计算几何,算是大水题吧。 用convexhull算法把凸包求出来,然后加加减减就A了。 计算见下图: 好久没玩画图了啊好开心。 代码: #include <iostream>#include <cstdio>#inclu

uva 1342 欧拉定理(计算几何模板)

题意: 给几个点,把这几个点用直线连起来,求这些直线把平面分成了几个。 解析: 欧拉定理: 顶点数 + 面数 - 边数= 2。 代码: #include <iostream>#include <cstdio>#include <cstdlib>#include <algorithm>#include <cstring>#include <cmath>#inc

uva 11178 计算集合模板题

题意: 求三角形行三个角三等分点射线交出的内三角形坐标。 代码: #include <iostream>#include <cstdio>#include <cstdlib>#include <algorithm>#include <cstring>#include <cmath>#include <stack>#include <vector>#include <

XTU 1237 计算几何

题面: Magic Triangle Problem Description: Huangriq is a respectful acmer in ACM team of XTU because he brought the best place in regional contest in history of XTU. Huangriq works in a big compa

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者

MOLE 2.5 分析分子通道和孔隙

软件介绍 生物大分子通道和孔隙在生物学中发挥着重要作用,例如在分子识别和酶底物特异性方面。 我们介绍了一种名为 MOLE 2.5 的高级软件工具,该工具旨在分析分子通道和孔隙。 与其他可用软件工具的基准测试表明,MOLE 2.5 相比更快、更强大、功能更丰富。作为一项新功能,MOLE 2.5 可以估算已识别通道的物理化学性质。 软件下载 https://pan.quark.cn/s/57

衡石分析平台使用手册-单机安装及启动

单机安装及启动​ 本文讲述如何在单机环境下进行 HENGSHI SENSE 安装的操作过程。 在安装前请确认网络环境,如果是隔离环境,无法连接互联网时,请先按照 离线环境安装依赖的指导进行依赖包的安装,然后按照本文的指导继续操作。如果网络环境可以连接互联网,请直接按照本文的指导进行安装。 准备工作​ 请参考安装环境文档准备安装环境。 配置用户与安装目录。 在操作前请检查您是否有 sud

线性因子模型 - 独立分量分析(ICA)篇

序言 线性因子模型是数据分析与机器学习中的一类重要模型,它们通过引入潜变量( latent variables \text{latent variables} latent variables)来更好地表征数据。其中,独立分量分析( ICA \text{ICA} ICA)作为线性因子模型的一种,以其独特的视角和广泛的应用领域而备受关注。 ICA \text{ICA} ICA旨在将观察到的复杂信号