基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着GPS车载导航系统的普及,围绕车载导航系统性能的研究主要集中在了如何提高导航精度的问题上.然而,车载导航应用的特殊环境决定了传统的精度提高方法的局限性.文中首先简述了车载导航的特殊环境,然后在此基础上提出了利用EM(Expectation Maximization,期望最大化)算法提高导航状态解算精度的构想.通过使用平淡卡尔曼滤波,解决了期望最大化两步算法中的第一步即状态估计问题.基于实测数据的仿真结果证明,该方法能够有效地提高车载环境下接收机的定位精度和稳定性,进而提高车载导航的服务质量.
推荐文章
期望按期完工工件数最大化算法研究
随机排序
启发式算法
时间复杂性
基于期望最大化加速算法的正交频分复用信道估计
校正公式
期望最大化算法
正交频分多路复用
信道估计
社会网络中基于主题的影响力最大化算法
社会网络
影响力最大化
主题
节点挖掘
节点集
基于期望最大化的K-Means聚类算法
高维数据
期望最大化
k-means聚类1
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于期望最大化算法的车载导航定位
来源期刊 信息技术 学科 工学
关键词 车载导航 期望最大化算法 平淡卡尔曼滤波
年,卷(期) 2008,(7) 所属期刊栏目 应用技术
研究方向 页码范围 85-88
页数 4页 分类号 TN976.1
字数 2917字 语种 中文
DOI 10.3969/j.issn.1009-2552.2008.07.025
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 战兴群 上海交通大学电子信息与电气工程学院 94 1083 18.0 29.0
2 翟传润 上海交通大学电子信息与电气工程学院 29 532 10.0 22.0
3 张炎华 上海交通大学电子信息与电气工程学院 92 1241 18.0 31.0
4 张欣 上海交通大学电子信息与电气工程学院 52 338 10.0 17.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
车载导航
期望最大化算法
平淡卡尔曼滤波
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息技术
月刊
1009-2552
23-1557/TN
大16开
哈尔滨市南岗区黄河路122号
14-36
1977
chi
出版文献量(篇)
11355
总下载数(次)
31
论文1v1指导