Resumen

Para satisfacer las demandas de navegación y guiado MEMS en tiempo real y bajo consumo de energía, en este artículo se propone un algoritmo de filtro de Kalman mejorado para GNSS/INS denominado predicción en un paso de la matriz P. Se ha realizado un análisis cuantitativo de conjuntos de datos de pruebas de campo para comparar la precisión de la navegación con el algoritmo estándar. Se realizó un análisis cuantitativo de conjuntos de datos de pruebas de campo para comparar la precisión de la navegación con el algoritmo estándar, lo que indicó que la degradación causada por el algoritmo simplificado es lo suficientemente pequeña en comparación con los errores de navegación del propio sistema GNSS/INS. Mientras tanto, la carga computacional y el consumo de tiempo del algoritmo disminuyeron más de un 50% gracias al algoritmo mejorado. El trabajo tiene especial importancia para las aplicaciones de navegación que requieren un bajo consumo de energía y una respuesta estricta en tiempo real, como los teléfonos móviles, los dispositivos portátiles y los sistemas GNSS/INS profundamente acoplados.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:tiempo real, bajo consumo de energía, navegación MEMS, campo de guiado, algoritmo de filtro de Kalman mejorado, GNSS/INS, predicción en un paso, matriz P, análisis cuantitativo, conjuntos de datos de pruebas de campo, precisión de la navegación, algoritmo estándar, degradación, algoritmo simplificado, errores de navegación, carga computacional, consumo de tiempo, algoritmo mejorado, importancia especial, aplicaciones de navegación, bajo consumo de energía, respuesta estricta en tiempo real, teléfono móvil, dispositivos portátiles, sistemas GNSS/INS profundamente acoplados
• Keywords:real-time, low power consumption, MEMS navigation, guidance field, improved Kalman filter algorithm, GNSS/INS, one-step prediction, P matrix, quantitative analysis, field test datasets, navigation accuracy, standard algorithm, degradation, simplified algorithm, navigation errors, computation load, time consumption, improved algorithm, special significance, navigation applications, low power consumption, strict real-time response, cellphone, wearable devices, deeply coupled GNSS/INS systems