یکپارچه سازی داده های بی سابقه و ماهواره ای، دقت و قابلیت اطمینان سیستم های ناوبری را بهبود می بخشد، این ترکیب، نقاط قوت هر دو منبع داده را برای ارائه اطلاعات موقعیت یابی مداوم، حتی در محیط های چالش برانگیز، به کار می برد.

سیستم های ناوبری غیر رسمی

سیستم های ناوبری غیر رسمی (INS) از شتاب سنج ها و ژیروسکوپ ها برای اندازه گیری حرکت استفاده می کنند، داده های موقعیت را بدون تکیه بر سیگنال های خارجی ارائه می دهند و آنها را در محیط هایی که سیگنال های ماهواره ای ضعیف یا در دسترس نیستند، مفید می کند.

ماهواره-based Navigation

ناوبری ماهواره ای، مانند GPS، موقعیت دقیق سیگنال های سه گانه را از ماهواره ها ارائه می دهد، در محیط های باز بسیار دقیق است، اما می تواند با موانع یا از دست دادن سیگنال مختل شود.

مزایای ادغام داده ها

ترکیب داده های بی سابقه و ماهواره ای، استحکام سیستم را افزایش می دهد.این ادغام اجازه می دهد تا:

  • دقت بهبود یافته از طریق منابع داده مکمل.
  • [در این میان] [در این زمینه] در محیط هایی با دخالت سیگنال [در برابر] مشارکت می کند.
  • [در این میان] [از روی زمین] به سوی [[[۱]]] حرکت در [[۱۰] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۵] [۲] [۲] [۵] [۵] [۵] [۱] [۱] [۱] [۲] [۱] [۱] [۵] [۲] [۲] [۱] [۱] [۱] [۱]] [۱] [۱] [۱] [۲] [۱] [۲] [۵] [۱] [۵] [۱] [۱] [۱] [۲] [۵] [۲] [۲] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۱] [۵] [۲] [۲] [۲] [۲] [۲] [۱] [۵] [۲] [۱

تکنیک های ادغام

الگوریتم های همجوشی سنسور، مانند فیلترهای Kalman، معمولا برای ترکیب داده های بی سابقه و ماهواره ای استفاده می شوند.این الگوریتم ها دقت راه حل ناوبری را با وزن کردن داده ها بر اساس قابلیت اطمینان آنها بهینه می کنند.