基于GNSS的定位算法研究开题报告

1. 本选题研究的目的及意义

1.1研究目的
gnss(全球导航卫星系统)定位技术作为一种能够提供全天候、高精度位置信息的服务，已广泛应用于导航、交通、测绘、农业等领域。

随着应用场景的不断扩展，对gnss定位精度的要求也越来越高。

传统的gnss定位算法在复杂环境下(如城市峡谷、森林遮挡等)存在精度下降、可靠性降低等问题。

2. 本选题国内外研究状况综述

2.1国内研究现状
我国在gnss定位算法研究方面取得了显著进展，尤其在高精度算法、抗干扰算法等方面积累了丰富的经验。

近年来，国内学者在基于卡尔曼滤波的gnss定位算法、抗多路径效应算法、融合其他传感器信息的组合导航算法等方面进行了深入研究，并取得了一系列成果。

例如，有些学者提出了改进的扩展卡尔曼滤波算法，有效提高了gnss定位精度和可靠性；还有些学者研究了基于gnss/ins的组合导航技术，利用惯性导航系统弥补gnss信号易遮挡的缺陷，进一步提高了定位系统的稳定性和精度。

3. 本选题研究的主要内容及写作提纲

3.1主要内容
本研究将围绕gnss定位算法展开深入研究，主要内容包括：
1.gnss定位技术概述:介绍gnss的基本概念、系统组成、定位原理以及常见的误差来源，为后续研究奠定基础。

2.常用gnss定位算法分析:重点研究最小二乘法、卡尔曼滤波算法、扩展卡尔曼滤波算法、无迹卡尔曼滤波算法等常用gnss定位算法，分析其原理、优缺点和适用场景。

3.基于特定算法的gnss定位算法设计:针对特定应用场景，选择合适的gnss定位算法并进行改进，设计新的定位算法，以提高定位精度和可靠性。

4. 研究的方法与步骤

本研究将采用理论分析、算法设计、仿真实验和结果分析相结合的研究方法，具体步骤如下：
1.文献调研与分析:查阅国内外相关文献，了解gnss定位技术的发展现状、最新研究成果以及存在的问题，为本研究提供理论基础和参考方向。

2.gnss定位算法研究:深入研究gnss定位的基本原理和常用算法，包括最小二乘法、卡尔曼滤波算法、扩展卡尔曼滤波算法、无迹卡尔曼滤波算法等，分析其原理、优缺点和适用场景，为算法改进和设计提供参考。

3.算法改进与设计:针对特定应用场景，选择合适的gnss定位算法，并对其进行改进，设计新的定位算法，以提高定位精度和可靠性。

5. 研究的创新点

本研究的创新点主要体现在以下几个方面：
1.针对特定应用场景的算法优化:本研究将针对具体的应用场景，例如城市峡谷、森林遮挡等复杂环境，对现有的gnss定位算法进行优化，以提高算法在这些环境下的定位精度和可靠性。

2.多源数据融合算法研究:为了进一步提高定位精度，本研究将探索将gnss数据与其他传感器数据(如imu、视觉传感器等)进行融合的定位算法，以弥补单一gnss数据在某些场景下的不足。

3.算法性能评估方法:本研究将建立一套完善的算法性能评估指标体系，并利用仿真实验和实测数据对算法的性能进行全面评估，以保证算法的可靠性和实用性。

6. 计划与进度安排

第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。

第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲

第三阶段（2024.2~2024.3）查询资料，学习相关论文

7. 参考文献（20个中文5个英文）

1.赵盼盼,刘 峰,陈 超,等.抗粗差鲁棒估计的gnss精密单点定位算法[j].大地测量与地球动力学,2022,42(4):417-422.

2.李 冲,张 蕾,雷 明,等.多系统gnss实时精密单点定位算法综述[j].全球定位系统,2021,46(5):1-12.

3.王 乐,王 广,施 龙,等.gnss/ins/视觉组合导航关键技术研究[j].中国惯性技术学报,2020,28(6):763-771.