CN101750050B - 一种提高高程数据稳定性的滤波方法 - Google Patents
一种提高高程数据稳定性的滤波方法 Download PDFInfo
- Publication number
- CN101750050B CN101750050B CN 200810180520 CN200810180520A CN101750050B CN 101750050 B CN101750050 B CN 101750050B CN 200810180520 CN200810180520 CN 200810180520 CN 200810180520 A CN200810180520 A CN 200810180520A CN 101750050 B CN101750050 B CN 101750050B
- Authority
- CN
- China
- Prior art keywords
- altitude
- filtering
- data
- vehicle
- error
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Abstract
本发明属于定位、导航数据的处理方法,是一种提高高程数据稳定性的滤波方法。目的是设计出一种性能优良的高程数据处理方法,提高高程数据的精度和分辨率,对高程投影误差的进行抑制。本发明包括如下步骤:步骤一、通过车辆的俯仰角以及前进速度计算车辆在高度方向上的速度;步骤二、通过GPS高程数据对高程计数据进行校正;步骤三、构建对高度数据进行最优估计的卡尔曼滤波模型;步骤四、通过步骤三中构建的滤波模型,进行卡尔曼滤波;步骤五、最后将高程数据进行输出。本发明的优点是采用了卡尔曼滤波的数据处理方法,利用多个数据源对高程数据进行修正,较强地抑制了车载定位系统中的高程投影误差,使车载定位精度提高了18%。
Description
技术领域
本发明属于定位、导航数据的处理方法,尤其涉及一种提高高程数据稳定性的滤波方法。
背景技术
车载定位技术是实现武器系统机动化的必要条件,在车载定位领域中,高程投影误差一直是制约定位精度的主要因素,为了满足现代机动武器系统的高精度定位需求,必须对高程投影误差进行抑制,从而提高定位系统的精度。
产生高程投影误差的主要原因是高程计的测量误差,目前的高程测量主要是通过气压高度计来实现,由于本身的原理所致,采用这种方法的测量分辨率和精度都较低,目前最高分辨率的高度计也只有1m左右,但测量误差却可以达到几百米,直接使用难以满足车载定位的使用。
发明内容
本发明的目的是设计出一种性能优良的高程数据处理方法,提高高程数据的精度和分辨率,对高程投影误差进行抑制。
本发明是这样实现的:一种提高高程数据稳定性的滤波方法,包括如下步骤:
步骤一、通过车辆的俯仰角以及行驶速度计算车辆在高度方向上的速度vz=vsinα≈vα,v车辆行驶速度;α为车辆俯仰角;
步骤二、通过GPS高程数据对高程计数据进行校正,校正通过以下公式实现:h=hq+Kh(hG-h),h为校正后的高程数据;hq为高程计输出;hG为GPS高程数据;Kh为校正增益;
步骤三、通过步骤一、步骤二中得到的h与vz建立状态变量,构建对高度数据进行最优估计的卡尔曼滤波模型:
Xk+1=ΦXk+Wk+1,方差E[WkWj]=R·δk,j;
Zk=Xk+Vk,方差E[VkVj]=Q·δk,j;
式中:k表示当前时刻,X为状态变量,Xk为第k时刻的状态;T为滤波周期;Φ为状态转移矩阵;Zk为第k时刻的量测量;δ为狄拉克函数;W,V为模型误差与量测误差;R,Q为模型误差与量测误差的方差;
步骤四、通过步骤三中构建的滤波模型,进行卡尔曼滤波,滤波所依据的数学方程为:
Kk+1=Pk+1/k(Pk+1/k+R)-1
Pk+1/k=ΦPkΦT+Q
Pk+1=(I-Kk+1)Pk+1/k
步骤五、最后将状态变量中的高程数据进行输出: 即为最后得到的k时刻的高程数据。
本发明的优点是首先建立里程计及姿态传感器或惯性平台进行高程测量的模型,利用里程计可以测量车辆前进里程的特点,将里程数据与车辆俯仰角结合,就可以将里程投影到垂直通道,进行高程计算。然后,结合上述计算出的高程与气压式高程计的输出,建立高程滤波模型,以惯性平台、气压高度计、里程计为基础,利用高程、俯仰角与车辆前进速度之间的联系,采用合理的数学模型和计算方法将测量信息通过卡尔曼滤波器进行融合,构成滤波方案,同时利用GPS高程测量的长期稳定性,进一步对高程进行修正,得到更高精度的高程数据。将高程数据的分辨率由1m提高到0.02m,精度提高了8%。通过使用此滤波方法,在车载定位系统中进行了应用,较强地抑制了车载定位系统中的高程投影误差,使车载定位精度由0.3%(CEP)提高至0.25%,精度提高了18%。
附图说明
图1是一种提高高程数据稳定性的滤波方法流程示意图;
图2是应用一种提高高程数据稳定性的滤波方法的硬件系统示意图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步的说明:
如图1所示,一种提高高程数据稳定性的滤波方法实现过程具体包括如下步骤:
步骤一、通过惯性平台测量得到的俯仰角以及里程数据计算在高度方向上的速度;
vz=vsinα≈vα
式中:v——里程计输出,车辆行驶速度;
α——惯性平台输出,车辆俯仰角;
步骤二、通过GPS高程数据对高程计数据进行校正,校正通过以下公式实现:
h=hq+Kh(hG-h)
式中:h——校正后的高程数据;
hq——气压高度计输出;
hG——GPS高程数据;
Kh——校正增益,此数据是校正关键,需要根据试验进行标定,不同的GPS和气压高度计可能导致不同的校正增益;标定时,是在标准环境下,采集hq,hG,利用已知的h,计算得到Kh。
步骤三、通过步骤一、步骤二中计算出的数据h与vz建立状态变量,构建对高程数据进行最优估计的卡尔曼滤波模型:
Xk+1=ΦXk+Wk+1,方差E[WkWj]=R·δk,j;
Zk=Xk+Vk,方差E[VkVj]=Q·δk,j
式中:k——滤波进行到的当前时刻,
X——状态变量,
Xk——第k时刻的状态;
T——滤波周期;
Φ——状态转移矩阵;
Zk——第k时刻的量测;
δ——为狄拉克函数;
W,V——为模型误差与量测误差;
R,Q——为模型误差与量测误差的方差,此数据为常量,经试验测定,测定的方法为公知技术,测定结果的精度将影响滤波性能。
步骤四、通过步骤三中构建的滤波模型,进行卡尔曼滤波,并实时输出滤波后的高程数据,滤波所依据的数学方程为:
Kk+1=Pk+1/k(Pk+1/k+R)-1
Pk+1/k=ΦPkΦT+Q
Pk+1=(I-Kk+1)Pk+1/k
式中:P——方差矩阵,初值P0可以任意设定,只要能够使卡尔曼滤波收敛即可,经滤波一段时间会自动稳定;
K——滤波增益,根据模型误差与量测误差的方差R,Q以及方差矩阵P经过递推得出;
实现本方法可以利用如图2所示的硬件平台,通过导航计算机将GPS高程数据、气压高度计数据、里程计数据以及惯性平台俯仰角数据采集进来,然后导航计算机利用本方法对各种数据进行处理,通常,GPS、气压高度计以及惯性平台通过串行口将数据送至导航计算机,里程计将输出脉冲送至导航计算机。
本发明的优点是采用了卡尔曼滤波的数据处理方法,利用多个数据源对高程数据进行修正,将高程数据的分辨率由1m提高到0.02m,精度提高了8%。通过使用此滤波方法,在车载定位系统中进行了应用,较强地抑制了车载定位系统中的高程投影误差,使车载定位精度由0.3%(CEP)提高至0.25%,精度提高了18%。
Claims (1)
1.一种提高高程数据稳定性的滤波方法,包括如下步骤:
步骤一、通过车辆的俯仰角以及行驶速度计算车辆在高度方向上的速度vz=vsinα≈vα,v车辆行驶速度;α为车辆俯仰角;
步骤二、通过GPS高程数据对高程计数据进行校正,校正通过以下公式实现:h=hq+Kh(hG-h),h为校正后的高程数据;hq为高程计输出;hG为GPS高程数据;Kh为校正增益;
步骤三、通过步骤一、步骤二中得到的h与vz建立状态变量,构建对高度数据进行最优估计的卡尔曼滤波模型:
Xk+1=ΦXk+Wk+1,方差E[WkWj]=R·δk,j;
Zk=Xk+Vk,方差E[VkVj]=Q·δk,j;
式中:k表示当前时刻,X为状态变量,Xk为第k时刻的状态;T为滤波周期;Φ为状态转移矩阵;Zk为第k时刻的量测量;δ为狄拉克函数;W,V为模型误差与量测误差;R,Q为模型误差与量测误差的方差;
步骤四、通过步骤三中构建的滤波模型,进行卡尔曼滤波,滤波所依据的数学方程为:
Kk+1=Pk+1/k(Pk+1/k+R)-1
Pk+1/k=ΦPkΦT+Q
Pk+1=(I-Kk+1)Pk+1/k
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200810180520 CN101750050B (zh) | 2008-11-28 | 2008-11-28 | 一种提高高程数据稳定性的滤波方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200810180520 CN101750050B (zh) | 2008-11-28 | 2008-11-28 | 一种提高高程数据稳定性的滤波方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101750050A CN101750050A (zh) | 2010-06-23 |
CN101750050B true CN101750050B (zh) | 2011-08-17 |
Family
ID=42477376
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 200810180520 Expired - Fee Related CN101750050B (zh) | 2008-11-28 | 2008-11-28 | 一种提高高程数据稳定性的滤波方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101750050B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11248908B2 (en) * | 2017-02-24 | 2022-02-15 | Here Global B.V. | Precise altitude estimation for indoor positioning |
CN108303063B (zh) * | 2017-12-21 | 2020-12-15 | 中国船舶重工集团公司第七0七研究所 | 一种高精度车载组合高程测量方法 |
CN108592873B (zh) * | 2018-05-10 | 2020-06-30 | 北京航天光新科技有限公司 | 基于ldv/ins组合的车载高程计及其方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6640165B1 (en) * | 2002-11-26 | 2003-10-28 | Northrop Grumman Corporation | Method and system of determining altitude of flying object |
-
2008
- 2008-11-28 CN CN 200810180520 patent/CN101750050B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6640165B1 (en) * | 2002-11-26 | 2003-10-28 | Northrop Grumman Corporation | Method and system of determining altitude of flying object |
Non-Patent Citations (2)
Title |
---|
Cong Shuquan, Xue Yanfeng, Li Shiqiu.A Method of Increasing the Precision of Measuring Altitude in the Prearranged Altitude Flight of the UAV.《Proceedings of 6th International Symposium on Test and Measurement》.2005,第6卷5950-5953. * |
JP特开2007-47081A 2007.02.22 |
Also Published As
Publication number | Publication date |
---|---|
CN101750050A (zh) | 2010-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105865461B (zh) | 一种基于多传感器融合算法的汽车定位系统及方法 | |
CN107588769B (zh) | 一种车载捷联惯导、里程计及高程计组合导航方法 | |
Niu et al. | An accurate land‐vehicle MEMS IMU/GPS navigation system using 3D auxiliary velocity updates | |
EP2519803B1 (en) | Technique for calibrating dead reckoning positioning data | |
CN109343095B (zh) | 一种车载导航车辆组合定位装置及其组合定位方法 | |
CN102508278A (zh) | 一种基于观测噪声方差阵估计的自适应滤波方法 | |
CN108051839B (zh) | 一种车载三维定位装置及三维定位的方法 | |
CN104019828A (zh) | 高动态环境下惯性导航系统杆臂效应误差在线标定方法 | |
CN102645222A (zh) | 一种卫星惯性导航方法和设备 | |
CN109870173A (zh) | 一种基于校验点的海底管道惯性导航系统的轨迹修正方法 | |
CN103217699B (zh) | 一种基于偏振信息的组合导航系统递推优化初始对准方法 | |
CN109459773B (zh) | 一种基于Gsensor的GNSS定位优化方法 | |
CN110530361B (zh) | 基于农业机械双天线gnss自动导航系统的转向角度估计器 | |
WO2010113246A1 (ja) | 燃費推定装置、燃費推定方法、燃費推定プログラムおよび記録媒体 | |
CN104197958B (zh) | 一种基于激光测速仪航位推算系统的里程计标定方法 | |
CN115615430B (zh) | 基于捷联惯导的定位数据修正方法及系统 | |
CN113252048B (zh) | 一种导航定位方法、导航定位系统及计算机可读存储介质 | |
WO2022057264A1 (zh) | 一种标定方法、装置、电子设备及计算机可读存储介质 | |
CN103712598A (zh) | 一种小型无人机姿态确定系统与确定方法 | |
CN112762961A (zh) | 一种车载惯性里程计组合导航在线标定方法 | |
CN101750050B (zh) | 一种提高高程数据稳定性的滤波方法 | |
CN104359496A (zh) | 基于垂线偏差补偿的高精度姿态修正方法 | |
RU2539140C1 (ru) | Интегрированная бесплатформенная система навигации средней точности для беспилотного летательного аппарата | |
CN101929862A (zh) | 基于卡尔曼滤波的惯性导航系统初始姿态确定方法 | |
CN112229422A (zh) | 基于fpga时间同步的里程计快速标定方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110817 Termination date: 20201128 |
|
CF01 | Termination of patent right due to non-payment of annual fee |