Цель работы: генерация наблюдений в виде псевдодальностей от спутников к подвижному объекту, решение задачи позиционирования методом взвешенного наименьшего квадрата, а также применение линейной фильтрации Калмана для последовательной оценки координат объекта на основе ГНСС-измерений.
Оценивание: 10 баллов (Часть 1 — 5 баллов, Часть 2 — 5 баллов).
Оборудование: персональный компьютер.
-
Сгенерировать данные наблюдений ГНСС для заданной траектории движения объекта. Решить навигационную задачу взвешенным МНК.
-
Убедиться в работоспособности линейного фильтра Калмана из предыдущей лабораторной работы на новых сгенерированных данных. При необходимости исправить настройки ФК.
-
Реализовать новый ФК с вектором состояния, состоящим из вектора координат, вектора скорости, ошибки часов приёмника и дрейфа часов приёмника. В качестве вектора измерений использовать доплеровские измерения для оценки скорости.
1.1. С помощью любого доступного инструмента создайте файлы с данными ГНСС-наблюдений по заданной траектории движения. Рекомендуются к использованию инструменты из репозитория курса.
1.2. Файл с наблюдениями должен быть в формате RINEX. Для упрощения анализа корректности входных данных можно конвертировать данный файл в формат txt/csv.
2.1. Реализуйте алгоритм взвешенного МНК по формулам из теоретического раздела лабораторной работы.
2.2. Сравните полученное навигационное решение с эталонным.
2.3. Оцените параметры для линейного фильтра Калмана.
3.1. Проверьте работоспособность уже реализованного в предыдущей лабораторной работе линейного ФК. При необходимости измените его настройки.
3.2. Спроектируйте линейный фильтр Калмана по оценке вектора состояния, состоящего из вектора координат, вектора скорости, ошибки часов приёмника и дрейфа часов приёмника.
3.3. Реализуйте работу фильтра на любом языке программирования и обеспечьте возможность задать настройки фильтра при его запуске (дисперсии, начальные значения).
3.4. Получить метрики точности работы ФК при различных настройках, сделать выводы по проделанной работе.
Подготовить и продемонстрировать преподавателю:
- [часть 1] входные данные (траектория и сформированные наблюдения), описание формата и принятых допущений;
- [часть 2] реализацию решения навигационной задачи методом взвешенного МНК, включая итерационное уточнение (если применимо) и критерии контроля качества решения;
- [часть 2] сравнение одноэпоховых оценок с эталонной траекторией (графики ошибок и численные метрики);
- [часть 2] реализацию линейного ФК (базового и расширенного), настройки и результаты прогона при различных параметрах;
- [часть 2] выводы: влияние параметров (в т.ч. Q/R) на точность и устойчивость.