gnssrtk专题

让GNSSRTK不再难【第二天-第6部分】

第15讲 Kalman滤波 15.1 一个简单的小例子 我们要每隔十分钟测量室内的温度,正好我们手中有一个温度计,其测量精度为0.1°C。最简单的做法是每隔十分钟用温度计测一次,然后发布出去,每次发布的温度的精度为0.1°C,可以满足我们的日常需要。 但是随着温度计使用年限过久,其精度有大幅下降,每测量一次的随机误差在1°C,也就是每次测量的结果符合标准差为1°C的正态分布。如果还是将每次温

让GNSSRTK不再难【第二天-第7部分2】

状态更新计算过程: 计算卡尔曼增益: 根据预测的误差协方差矩阵 P k − P_k^- Pk−​ 和观测噪声协方差矩阵 R R R 计算卡尔曼增益 K k K_k Kk​: K k = P k − H T ( H P k − H T + R ) − 1 K_k = P_k^- H^T (H P_k^- H^T + R)^{-1} Kk​=Pk−​HT(HPk−​HT+R)−1 带入预测

让GNSSRTK不再难【第一天】

第1讲 GNSS系统组成以及应用 北斗导航科普动画_哔哩哔哩_bilibili 1.1 GNSS系统 1.1.1 基本概念 全球卫星导航系统(Global Navigation Satellite System, GNSS),是能在地球表面或近地空间的任何地点为用户提供全天候的三维坐标、速度以及时间信息的卫星无线电导航定位系统。 GNSS是所有卫星导航定位系统的总称,凡是可以通过捕获跟踪

让GNSSRTK不再难【第二天-第3部分】

第11讲 定位方程构建以及最小二乘 11.1 定位方程重构 历史讲中我们已经初步构建了单点定位的先验残差: p i s = P i s − ( X s − X 0 ) 2 + ( Y s − Y 0 ) 2 + ( Z s − Z 0 ) 2 + c δ t r − I i s − T i s − ϵ P i s p_i^s = P_i^s - \sqrt{(X^s - X_0)^2 +