Matlab扩展Klman滤波在车辆GPSDR组合定位系统的应用-GPSDREKF.rar 最近在学习实用的卡拉曼滤波技术。该程序来源于GreenSim的博客，我进行了修改和调试并通过。 模型取自《kalman滤波理论及其在导航系统中的应用》一书Page 85。该程序为其实现。

精确查找和定位CAD中文字，支持两个单行文字的组合，或是一个多行文字，如：10PT(上)88（下） function SearchCADText(strFind:String;Layer:string;underLine,mGroup:Boolean;var Point:variant):boolean; strFind:要精确查找的文字 Laye:所在图层,==''时在所有图层中查找 underline:是否带下划线 mGroup:组合查找，若是两个单行文字，之间用眼镜符'@-@'分隔（随你怎么更改）如10PT@-@88 Point: 查找成功时返回要查找文字的坐标

文中根据定位解算的基本原理推导给出了GPS与北斗双系统组合单点定位的函数模型,并且基于Helmert方差分量估计的验后定权方法作为组合定位的随机模型进行双系统定位解算,最后利用多个IGS测站的实测数据对算法进行了测试分析。

基于无线节点的移动终端多源信息组合定位计算机研究.docx

GPS与GLONASS组合定位时权值分配问题的研究.pdf

gps/imu组合定位原始数据， % MEMS车载试验;传感器的x/y/z轴分别沿载体的右/前/上方向安装;方位北偏西为正,取值范围+-180deg.// IMU ：icm20948 gps ublox m8n，模块右前上安装在车辆前挡风玻璃下;author lei-shi@qq.com 包含数据%[1]T(s),Gx/y/z(deg/s),Ax/y/z(m/s^2),Pitch/Roll/Yaw(deg),[11]:NavVE/N/U(m/s),NavLat/Lon(deg),NavHgt(m),GPSVE/N/U(m/s),GPSLat_d, gpslat_m,lon_d(deg), gpslon_m,GPSHgt(m),GPSYaw(deg),PDOP,SatNum,Magx/y/z(mG),Baro(m).

误差状态Kalman滤波程序讲解+GPS/INS组合定位实例程序+示例数据，帮助你重新学习Kalman滤波，帮助你重新审视组合原理。

应用扩展卡尔曼滤波平滑算法提高GPS/INS组合定位定姿精度，石波，卢秀山，为了提高城市遮挡环境下GPS较长时间无法单独定位情况下的GPS/INS组合定位定姿精度，研究了扩展卡尔曼滤波及其R-T-S平滑算法，同时给出

dr/gps组合定位，用matlab编写的m语言程序，有适当的注解

clear all N=100; T=4*pi/N; t=0:4*pi/N:4*pi-T; w=2*pi/(24*3600); X1=zeros(15,N); X2=zeros(15,N); L=zeros(6,N); X2(:,1)=[1,0,0,0,0,0,0,0,0,0,0,0,0,0,0] X1(:,1)=X2(:,1); E=eye(15); W=[0 -w 0;w 0 0;0 0 0]; A=zeros(15,15); A(1:3,4:6)=eye(3); A(4:6,4:6)=-2*W; A(7:9,7:9)=-W; for i=10:12 A(i,i)=-1/7200; end for i=13:15 A(i,i)=-1/1800; end A=eye(15)+A*T+A*A*(T.^2)/2; Z1=zeros(15,15); Z2=eye(15); R=eye(6); Q=zeros(15,15); Q(15,15)=1; K=zeros(15,6); H=zeros(6,15); for i=1:6 H(i,i)=1; end for i=1:N L(:,i)=zeros(6,1); L(1,i)=randn(1); end for i=2:N X1(:,i)=A*X2(:,i-1); Z1=A*Z2*A'+Q; K=Z1*H'*inv(H*Z1*H'+R); X2(:,i)=X1(:,i)+K*(L(:,i)-H*X1(:,i)); Z2=[E-K*H]*Z1; end plot(t,L(1,:),'g*'); hold on; plot(t,X1(1,:),'r*');