针对GNSS信号易受射频干扰影响的问题，提出一种线性调频（linear frequency modulation，LFM）干扰抑制方案。首先，提出一种四阶时域自相关方法估计LFM信号的参数；其次，设计应用于单天线GNSS接收机的LFM干扰抑制模块，利用LFM信号...
详细信息
针对GNSS信号易受射频干扰影响的问题，提出一种线性调频（linear frequency modulation，LFM）干扰抑制方案。首先，提出一种四阶时域自相关方法估计LFM信号的参数；其次，设计应用于单天线GNSS接收机的LFM干扰抑制模块，利用LFM信号的参数估计结果将干扰信号的能量在频域上聚集，采用可配置二阶陷波器滤除干扰信号；最后，通过仿真实验验证LFM信号的参数估计效果和干扰抑制结果。实验结果表明，在干信比达到80dB时，干扰抑制后的卫星信号跟踪载噪比损失值为3.5dB·Hz。所提出的方法可以有效抑制LFM干扰，保障GNSS接收机应对强LFM干扰条件下的干扰抑制性能。
针对视觉SLAM(simultaneous localization and mapping)算法在动态环境下容易出现重定位失败的问题,提出了一种基于自身运动约束的动态SLAM算法。采用YOLOv5s初步区分前景与背景特征点,仅利用背景特征点进行位姿初始化;利用IMU位姿信息...
详细信息
针对视觉SLAM(simultaneous localization and mapping)算法在动态环境下容易出现重定位失败的问题,提出了一种基于自身运动约束的动态SLAM算法。采用YOLOv5s初步区分前景与背景特征点,仅利用背景特征点进行位姿初始化;利用IMU位姿信息不受动态环境影响的特性,计算每个特征点的自身运动约束值;根据背景特征点的特征约束结果设计了动态概率模型,自适应确定当前帧特征点约束的动态阈值,去除动态特征点并更新相机位姿。使用仿真数据集和真实环境数据集进行了实验验证。实验结果表明,在仿真数据集中,该方法能去除沿极线运动的特征点,相较于Dyna-SLAM,在均方根误差和标准差两项指标的提升率为87.81%和83.17%,相较于AirDos提升率分别为51.62%和41.91%。真实动态环境中重定位能力强于Dyna-SLAM,较AirDos无明显精度提升但运行速度提升29.48%。
暂无评论