CN102654406A - 基于非线性预测滤波与求容积卡尔曼滤波相结合的动基座初始对准方法 - Google Patents
基于非线性预测滤波与求容积卡尔曼滤波相结合的动基座初始对准方法 Download PDFInfo
- Publication number
- CN102654406A CN102654406A CN2012101043221A CN201210104322A CN102654406A CN 102654406 A CN102654406 A CN 102654406A CN 2012101043221 A CN2012101043221 A CN 2012101043221A CN 201210104322 A CN201210104322 A CN 201210104322A CN 102654406 A CN102654406 A CN 102654406A
- Authority
- CN
- China
- Prior art keywords
- carrier
- nonlinear
- filtering
- error
- initial alignment
- 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.)
- Pending
Links
Images
Landscapes
- Navigation (AREA)
Abstract
本发明的目的在于提供基于非线性预测滤波与求容积卡尔曼滤波相结合的动基座初始对准方法,包括以下步骤:采集陀螺仪及加速度的输出数据;完成粗对准,初步确定载体的姿态矩阵;建立大方位失准角条件下捷联惯导系统初始对准的非线性误差模型、非线性预测滤波与求容积卡尔曼滤波相结合的非线性滤波器;载体先做匀加速直线运动,然后做匀速直线运动;进行捷联解算,同时测量载体的运动速度;取捷联解算的速度与测量的载体的运动速度作为量测量,利用、建立的非线性滤波器对三个平台误差角进行估计;利用估计出的平台误差角对此时的姿态矩阵进行修正,从而完成初始对准。本发明当海况不佳载体出现大幅晃动时,动基座初始对准对准精度高,收敛速度快。
Description
技术领域
本发明涉及的是一种捷联惯导系统的对准方法。
背景技术
捷联惯导系统是将惯性器件(陀螺仪及加速度计)直接固联在载体上的系统。利用陀螺仪、加速度计测量运载体的角运动和线运动的信息。通过计算机进行积分运算得载体的姿态、速度及位置等导航参数。它与平台式惯导系统相比具有体积小,重量轻,成本低,可靠性高,便于维护等优点,因此得到越来越广泛的应用。初始对准的精度之间关系到惯导系统的工作精度,初始对准的时间是惯导系统的重要战术技术指标。因此,初始对准是惯导系统最重要的关键技术之一。
当海况不佳时,船舶即使处于系泊静止状态下也会产生大幅晃动。从而使得捷联惯导系统无法快速完成自主初始对准。因此在这种情况下需要在运动中借助其他辅助导航设备(如多普勒计程仪),进行运动中对准。当舰船处于系泊静止状态若载体晃动十分严重时,粗略的获得方位信息都很困难。故此时需要采用非线性滤波方法来实现多普勒计程仪辅助捷联惯导系统的运动中对准。长期以来,扩展卡尔曼滤波器(EKF)因结构简单、易于实现、快速收敛等优点得到广泛的应用。然而EKF存在理论上的局限性:如当系统模型为强非线性时,EKF会导致很大的线性化误差,造成滤波器精度降低,甚至发散;而且需要计算繁琐的雅克比矩阵。针对EKF的不足,近年来人们基于近似一个高斯分布比近似一个非线性函数更加容易的观点,提出了一套全新的非线性滤波方法,即Sigma-Point卡尔曼滤波器(SPKF),其利用加权统计线性回归技术,通过一组确定性采样点来捕获系统的相关统计参量。随着研究的不断深入,2009年SimonHaykin等提出了一种新的非线性滤波器,即求容积卡尔曼滤波器。它是一种独立于EKF、SPKF算法体系的新的滤波策略,相比与EKF、SPKF等传统高斯域非线性滤波器具有更优的非线性逼近性能、数值精度以及滤波稳定性。然而,与EKF及SPKF类似,CKF的不足之处在于它对模型误差比较敏感,并将其作为高斯白噪声来处理。而非线性预测滤波器能够实时的估计系统的模型误差,可用于模型误差较大的非线性系统的滤波,且不受系统噪声高斯分布条件的限制。缺点是收敛速度慢,因此通过非线性预测滤波器与求容积卡尔曼滤波器相结合来提高大方位失准角条件下动基座初始对准的精度具有重要的意义。
发明内容
本发明的目的在于提供能够有效提高大方位失准角下捷联惯导系统动基座对准精度的基于非线性预测滤波与求容积卡尔曼滤波相结合的动基座初始对准方法。
本发明的目的是这样实现的:
本发明基于非线性预测滤波与求容积卡尔曼滤波相结合的动基座初始对准方法,其特征是:
(1)在系泊状态下,采集陀螺仪及加速度的输出数据;
(2)采用解析法完成捷联惯导系统的粗对准,初步确定载体的姿态矩阵;
(3)建立大方位失准角条件下捷联惯导系统初始对准的非线性误差模型;
(4)建立非线性预测滤波与求容积卡尔曼滤波相结合的非线性滤波器;
(5)载体先做匀加速直线运动,然后做匀速直线运动;
(6)进行捷联解算,同时测量载体的运动速度;
(7)取捷联解算的速度与测量的载体的运动速度作为量测量,利用步骤(4)建立的非线性滤波器对三个平台误差角进行估计;
(8)利用估计出的平台误差角对此时的姿态矩阵进行修正,从而完成初始对准。
本发明还可以包括:
1、所述的建立大方位失准角条件下捷联惯导系统初始对准的非线性误差模型的步骤为:
(1)建立捷联惯导系统初始对准非线性误差方程
使用一阶非线性随机微分方程来描述捷联惯导系统非线性误差方程如下:
式中,x(t)为t时刻系统的状态变量,f(x(t),t)为模型向量,Gd(x(t),t)为模型误差扰动矩阵,d(t)为系统模型误差向量,w(t)为系统的噪声向量;
系统的状态向量为:
x=[δvx δvy φx φy φz]T
系统模型误差向量为:
系统的白噪声向量为:
其中,δvx δvy分别为系统东向和北向的速度误差,φx φy φz分别为系统东向、北向、天向的姿态误差, 分别为x、y轴加速度计的零偏,εx εyεz分别为x、y、z轴陀螺仪的常值漂移, 分别为x、y轴加速度计的白噪声误差, 分别为x、y、z轴陀螺仪的白噪声误差;
模型向量为:
f(x(t),t)=A(t)·x+p(x,t)
式中A(t)5×5为系统线性部分的系数矩阵;p(x,t)为非线性部分,
A(t)5×5中的非零项元素为:
其中
模型误差扰动矩阵:
其中
(2)建立量测方程:
取捷联惯导系统解算的速度与量测的载体的速度之差作为量测量,则使用一阶线性微分方程来描述捷联惯导系统的量测方程如下:
y(t)=h(t)x(t)+v(t)
式中y(t)表示t时刻的量测向量,h(t)表示系统的量测矩阵,v(t)为系统的量测噪声;
系统量测矩阵为:
h(t)=[I2×2 O2×3]。
2、所述的建立非线性预测滤波与求容积卡尔曼滤波相结合的非线性滤波器为:
设采样时间为Δt,利用四阶龙格库塔法对所建立的非线性误差模型和量测方程进行离散化处理,可得:
则非线性预测滤波与求容积卡尔曼滤波相结合的非线性滤波器包括以下几个部分:
(1)利用非线性预测滤波器进行模型误差预测:
pi为表示d(t)中任何分量出现在hi微分中的最低阶数,称为第i个输出对应的相对阶;
Λ(Δt)∈Rm×m为对角矩阵,其对角元素为:
称为灵敏度矩阵,表示为:
其中为标量函数hi关于向量场f(x(t),t)的k阶李导数,且有:
W为模型误差加权矩阵;
(2)利用估计出模型误差来修正求容积卡尔曼滤波器的状态一步预测值,则可得求容积卡尔曼滤波器的时间更新为:
(3)利用tk+1的量测值yk+1对滤波器进行量测更新:
Yi,k|k-1=H(Xi,k|k-1)
3、所述的载体先做匀加速直线运动,然后做匀速直线运动为在完成粗对准以后,载体首先做50s匀加速直线运动,加速度为0.5m/s2,然后再做250s匀速直线运动。
本发明的优势在于:(1)非线性预测滤波与求容积卡尔曼滤波相结合的非线性滤波器可以有效克服求容积卡尔曼滤波器对系统模型误差比较敏感的不足,从而提高了大方位失准角条件下捷联惯导系统的对准精度;(2)该滤波器把惯性器件的量测误差作为模型误差来处理,降低了系统维数,从而减少了滤波器的计算量。(3)当海况不佳,载体出现大幅晃动时,动基座初始对准对准精度高,收敛速度快。
附图说明
图1为捷联惯导系统动基座初始对准原理方框图;
图2为利用Matlab仿真得到的东向失准角估计误差曲线图;
图3为利用Matlab仿真得到的北向失准角估计误差曲线图;
图4为利用Matlab仿真得到的天向失准角估计误差曲线图。
具体实施方式
下面结合附图举例对本发明做更详细地描述:
结合图1~4,本发明包括以下步骤:
(1)在系泊状态下,采集陀螺仪及加速度的输出数据;
(2)采用解析法完成捷联惯导系统的粗对准,初步确定载体的姿态矩阵;
(3)建立大方位失准角条件下捷联惯导系统初始对准的非线性误差模型;
1)建立捷联惯导系统初始对准非线性误差方程
使用一阶非线性随机微分方程来描述捷联惯导系统非线性误差方程如下:
式中,x(t)为t时刻系统的状态变量;f(x(t),t)为模型向量;Gd(x(t),t)为模型误差扰动矩阵;d(t)为系统模型误差向量;w(t)为系统的噪声向量;
系统的状态向量为:
x=[δvx δvy φx φy φz]T
系统模型误差向量为:
系统的白噪声向量为:
其中,δvx δvy分别为系统东向和北向的速度误差;φx φy φz分别为系统东向、北向、天向的姿态误差; 分别为x、y轴加速度计的零偏;εx εyεz分别为x、y、z轴陀螺仪的常值漂移; 分别为x、y轴加速度计的白噪声误差; 分别为x、y、z轴陀螺仪的白噪声误差;
模型向量为:
f(x(t),t)=A(t)·x+p(x,t)
式中A(t)5×5为系统线性部分的系数矩阵;p(x,t)为非线性部分:
A(t)5×5中的非零项元素为:
其中
模型误差扰动矩阵:
其中
2)建立量测方程:
取捷联惯导系统解算的速度与多普勒计程仪量测的速度之差作为量测量,则使用一阶线性微分方程来描述捷联惯导系统的量测方程如下:
y(t)=h(t)x(t)+v(t)
式中,y(t)表示t时刻的量测向量;h(t)表示系统的量测矩阵;v(t)为系统的量测噪声;
系统量测矩阵为:
h(t)=[I2×2 O2×3]
(4)建立非线性预测滤波与求容积卡尔曼滤波相结合的非线性滤波器;
设采样时间为Δt,利用四阶龙格库塔法对步骤(3)所建立的非线性误差模型和量测方程进行离散化处理,可得:
则非线性预测滤波与求容积卡尔曼滤波相结合的非线性滤波器包括以下几个部分:
1)利用非线性预测滤波器进行模型误差预测
pi为表示d(t)中任何分量出现在hi微分中的最低阶数,称为第i个输出对应的相对阶。
Λ(Δt)∈Rm×m为对角矩阵,其对角元素为:
W为模型误差加权矩阵;但值得注意的是:W的取值对估计效果的影响很大,当模型误差较大时,W的值取小一些,当模型误差较小时,W的值应取大一些。
3)利用tk+1的量测值yk+1对滤波器进行量测更新:
Yi,k|k-1=H(Xi,k|k-1)
(5)0-50s载体做匀加速直线运动,加速度为0.5m/s2,50-300s做匀速直线运动。在进行上述步骤(5)的同时进行下列步骤:
(6)导航计算机进行捷联解算,同时多普勒计程仪测量载体的运动速度;
(7)取捷联解算的速度与多普勒计程仪量测的速度作为量测量,利用步骤(4)建立的非线性滤波器对三个平台误差角进行估计。
(8)利用估计出的平台误差角对此时的姿态矩阵进行修正,从而完成初始对准。
对本发明的有益效果说明如下:
MATLAB仿真实验
在以下的仿真条件下,对该方法进行仿真实验:
船体作三轴摇摆运动。载体以正弦规律绕航向角、纵摇角和横摇角摇摆,其数学模型为:
Ψ=Ψmsin(wΨt+φΨ)+k
θ=θmsin(wθt+φθ)
γ=γmsin(wγt+φr)
其中Ψ,θ,γ分别表示绕航向角、纵摇角和横摇角的摇摆角度变量;Ψm,θm,γm分别表示相应的摇摆角度幅值;wΨ,wθ,wγ分别表示相应的摇摆角频率;φΨ,φθ,φr分别表示相应的初相位;而ωi=2π/Ti,i=Ψ,θ,γ,Ti表示相应的摇摆周期;k为真航迹。仿真时取Ψm=6°,θm=3°,γm=3°,TΨ=9s,Tθ=6s,Tγ=8s,k=0。
同时0 50s舰船做匀加速直线运动,加速度为0.5m/s2,50 300s做匀速直线运动。
载体初始位置:北纬45.7796°,东经126.6705°;
初始姿态误差角:横摇误差角角0.5°,纵摇误差角0.5°,方位误差角10°;
赤道半径:Re=6378393.0m;
椭球度:e=3.367e-3;
由万有引力可得的地球表面重力加速度:g0=9.78049;
地球自转角速度(弧度/秒):7.2921158e-5;
陀螺仪常值漂移:0.02度/小时;
陀螺仪白噪声误差:0.01度/小时;
加速度计零偏:10-4g0;
加速度计白噪声误差:5×10-5g0:
常数:π=3.1415926;
利用发明所述方法得到东向失准角估计误差曲线、北向失准角估计误差曲线和天向失准角估计误差曲线分别如图2、图3和图4所示。结果表明在大方位失准角条件下,动基座初始对准采用本发明方法可以获得较高的对准精度和对准速度。
Claims (5)
1.基于非线性预测滤波与求容积卡尔曼滤波相结合的动基座初始对准方法,其特征是:
(1)在系泊状态下,采集陀螺仪及加速度的输出数据;
(2)采用解析法完成捷联惯导系统的粗对准,初步确定载体的姿态矩阵;
(3)建立大方位失准角条件下捷联惯导系统初始对准的非线性误差模型;
(4)建立非线性预测滤波与求容积卡尔曼滤波相结合的非线性滤波器;
(5)载体先做匀加速直线运动,然后做匀速直线运动;
(6)进行捷联解算,同时测量载体的运动速度;
(7)取捷联解算的速度与测量的载体的运动速度作为量测量,利用步骤(4)建立的非线性滤波器对三个平台误差角进行估计;
(8)利用估计出的平台误差角对此时的姿态矩阵进行修正,从而完成初始对准。
2.根据权利要求1所述的基于非线性预测滤波与求容积卡尔曼滤波相结合的动基座初始对准方法,其特征是:所述的建立大方位失准角条件下捷联惯导系统初始对准的非线性误差模型的步骤为:
(1)建立捷联惯导系统初始对准非线性误差方程
使用一阶非线性随机微分方程来描述捷联惯导系统非线性误差方程如下:
式中,x(t)为t时刻系统的状态变量,f(x(t),t)为模型向量,Gd(x(t),t)为模型误差扰动矩阵,d(t)为系统模型误差向量,w(t)为系统的噪声向量;
系统的状态向量为:
x=[δvx δvy φx φy φz]T
系统模型误差向量为:
系统的白噪声向量为:
其中,δvx δvy分别为系统东向和北向的速度误差,φx φy φz分别为系统东向、北向、天向的姿态误差,分别为x、y轴加速度计的零偏,εx εyεz分别为x、y、z轴陀螺仪的常值漂移,分别为x、y轴加速度计的白噪声误差,分别为x、y、z轴陀螺仪的白噪声误差;
模型向量为:
f(x(t),t)=A(t)·x+p(x,t)
式中A(t)5×5为系统线性部分的系数矩阵;p(x,t)为非线性部分,A(t)5×5中的非零项元素为:
其中
模型误差扰动矩阵:
其中
(2)建立量测方程:
取捷联惯导系统解算的速度与量测的载体的速度之差作为量测量,则使用一阶线性微分方程来描述捷联惯导系统的量测方程如下:
y(t)=h(t)x(t)+v(t)
式中y(t)表示t时刻的量测向量,h(t)表示系统的量测矩阵,v(t)为系统的量测噪声;
系统量测矩阵为:
h(t)=[I2×2 02×3]。
3.根据权利要求1或2所述的基于非线性预测滤波与求容积卡尔曼滤波相结合的动基座初始对准方法,其特征是:所述的建立非线性预测滤波与求容积卡尔曼滤波相结合的非线性滤波器为:
设采样时间为Δt,利用四阶龙格库塔法对所建立的非线性误差模型和量测方程进行离散化处理,可得:
则非线性预测滤波与求容积卡尔曼滤波相结合的非线性滤波器包括以下几个部分:
(1)利用非线性预测滤波器进行模型误差预测:
设tk时刻系统的状态估计值为则预测输出为:
pi为表示d(t)中任何分量出现在hi微分中的最低阶数,称为第i个输出对应的相对阶;
Λ(Δt)∈Rm×m为对角矩阵,其对角元素为:
W为模型误差加权矩阵;
(2)利用估计出模型误差来修正求容积卡尔曼滤波器的状态一步预测值,则可得求容积卡尔曼滤波器的时间更新为:
(3)利用tk+1的量测值yk+1对滤波器进行量测更新:
Yi,k|k-1=H(Xi,k|k-1)
4.根据权利要求1或2所述的基于非线性预测滤波与求容积卡尔曼滤波相结合的动基座初始对准方法,其特征是:所述的载体先做匀加速直线运动,然后做匀速直线运动为在完成粗对准以后,载体首先做50s匀加速直线运动,加速度为0.5m/s2,然后再做250s匀速直线运动。
5.根据权利要求3所述的基于非线性预测滤波与求容积卡尔曼滤波相结合的动基座初始对准方法,其特征是:所述的载体先做匀加速直线运动,然后做匀速直线运动为在完成粗对准以后,载体首先做50s匀加速直线运动,加速度为0.5m/s2,然后再做250s匀速直线运动。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012101043221A CN102654406A (zh) | 2012-04-11 | 2012-04-11 | 基于非线性预测滤波与求容积卡尔曼滤波相结合的动基座初始对准方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012101043221A CN102654406A (zh) | 2012-04-11 | 2012-04-11 | 基于非线性预测滤波与求容积卡尔曼滤波相结合的动基座初始对准方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102654406A true CN102654406A (zh) | 2012-09-05 |
Family
ID=46730068
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012101043221A Pending CN102654406A (zh) | 2012-04-11 | 2012-04-11 | 基于非线性预测滤波与求容积卡尔曼滤波相结合的动基座初始对准方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102654406A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102930171A (zh) * | 2012-11-15 | 2013-02-13 | 北京理工大学 | 一种基于多胞型微分包含的非线性滤波方法 |
CN103591965A (zh) * | 2013-09-12 | 2014-02-19 | 哈尔滨工程大学 | 一种舰载旋转式捷联惯导系统在线标定的方法 |
CN103727941A (zh) * | 2014-01-06 | 2014-04-16 | 东南大学 | 基于载体系速度匹配的容积卡尔曼非线性组合导航方法 |
CN104019817A (zh) * | 2014-05-30 | 2014-09-03 | 哈尔滨工程大学 | 一种用于卫星姿态估计的范数约束强跟踪容积卡尔曼滤波方法 |
CN104655136A (zh) * | 2015-02-17 | 2015-05-27 | 西安航天精密机电研究所 | 一种适用于激光捷联惯性导航系统的多凹点fir滤波方法 |
CN105509769A (zh) * | 2015-12-11 | 2016-04-20 | 上海新跃仪表厂 | 一种运载火箭捷联惯导全自主对准方法 |
CN105806363A (zh) * | 2015-11-16 | 2016-07-27 | 东南大学 | 基于srqkf的sins/dvl水下大失准角对准方法 |
CN107144284A (zh) * | 2017-04-18 | 2017-09-08 | 东南大学 | 基于ckf滤波的车辆动力学模型辅助惯导组合导航方法 |
CN108692727A (zh) * | 2017-12-25 | 2018-10-23 | 北京航空航天大学 | 一种带有非线性补偿滤波器的捷联惯导系统 |
WO2019011188A1 (zh) * | 2017-07-10 | 2019-01-17 | 深圳市道通智能航空技术有限公司 | 惯性测量单元测量数据的处理方法、装置及无人机 |
CN109341690A (zh) * | 2018-09-25 | 2019-02-15 | 江苏大学 | 一种鲁棒高效的组合导航自适应数据融合方法 |
CN109685400A (zh) * | 2018-02-24 | 2019-04-26 | 山东大学 | 基于时间积分igd的时滞电力系统稳定性判别方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7386395B1 (en) * | 2005-01-18 | 2008-06-10 | Honeywell International Inc. | Systems and methods for shock compensation utilizing an adaptive control technique algorithm |
CN101639365A (zh) * | 2009-07-22 | 2010-02-03 | 哈尔滨工程大学 | 基于二阶插值滤波器的自主式水下潜器海上对准方法 |
CN101893445A (zh) * | 2010-07-09 | 2010-11-24 | 哈尔滨工程大学 | 摇摆状态下低精度捷联惯导系统快速初始对准方法 |
CN101915579A (zh) * | 2010-07-15 | 2010-12-15 | 哈尔滨工程大学 | 一种基于ckf的sins大失准角初始对准新方法 |
CN101975585A (zh) * | 2010-09-08 | 2011-02-16 | 北京航空航天大学 | 一种基于mrupf的捷联惯导系统大方位失准角初始对准方法 |
-
2012
- 2012-04-11 CN CN2012101043221A patent/CN102654406A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7386395B1 (en) * | 2005-01-18 | 2008-06-10 | Honeywell International Inc. | Systems and methods for shock compensation utilizing an adaptive control technique algorithm |
CN101639365A (zh) * | 2009-07-22 | 2010-02-03 | 哈尔滨工程大学 | 基于二阶插值滤波器的自主式水下潜器海上对准方法 |
CN101893445A (zh) * | 2010-07-09 | 2010-11-24 | 哈尔滨工程大学 | 摇摆状态下低精度捷联惯导系统快速初始对准方法 |
CN101915579A (zh) * | 2010-07-15 | 2010-12-15 | 哈尔滨工程大学 | 一种基于ckf的sins大失准角初始对准新方法 |
CN101975585A (zh) * | 2010-09-08 | 2011-02-16 | 北京航空航天大学 | 一种基于mrupf的捷联惯导系统大方位失准角初始对准方法 |
Non-Patent Citations (5)
Title |
---|
HYUNSAM MYUNG, HYOCHOONG BANG: "Spacecraft Parameter Estimation by Using Predictive Filter Algorithm", 《PROCEEDINGS OF THE 17TH WORLD CONGRESS THE INTERNATIONAL FEDERATION OF AUTOMATIC CONTROL》, 31 December 2008 (2008-12-31), pages 3452 - 3457 * |
IENKARAN ARASARATNAM AND SIMON HAYKIN: "Cubature Kalman Filters", 《IEEE TRANSACTIONS ON AUTOMATIC CONTROL》, vol. 54, no. 6, 30 June 2009 (2009-06-30), pages 1254 - 1269 * |
杨静,张洪钺,李骥: "预测滤波器理论在惯导非线性对准中的应用", 《中国惯性技术学报》, vol. 11, no. 6, 31 December 2003 (2003-12-31), pages 44 - 52 * |
王丹力,张洪钺: "惯导系统初始对准的非线性滤波算法", 《中国惯性技术学报》, vol. 7, no. 3, 31 December 1999 (1999-12-31), pages 1 - 14 * |
郝燕玲,杨峻巍,陈亮,郝金会: "基于NPF-CKF的捷联惯导系统动基座初始对准技术", 《中国惯性技术学报》, vol. 19, no. 6, 31 December 2011 (2011-12-31), pages 654 - 658 * |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102930171B (zh) * | 2012-11-15 | 2015-05-06 | 北京理工大学 | 一种基于多胞型微分包含的非线性滤波方法 |
CN102930171A (zh) * | 2012-11-15 | 2013-02-13 | 北京理工大学 | 一种基于多胞型微分包含的非线性滤波方法 |
CN103591965A (zh) * | 2013-09-12 | 2014-02-19 | 哈尔滨工程大学 | 一种舰载旋转式捷联惯导系统在线标定的方法 |
CN103727941A (zh) * | 2014-01-06 | 2014-04-16 | 东南大学 | 基于载体系速度匹配的容积卡尔曼非线性组合导航方法 |
CN104019817A (zh) * | 2014-05-30 | 2014-09-03 | 哈尔滨工程大学 | 一种用于卫星姿态估计的范数约束强跟踪容积卡尔曼滤波方法 |
CN104019817B (zh) * | 2014-05-30 | 2017-01-04 | 哈尔滨工程大学 | 一种用于卫星姿态估计的范数约束强跟踪容积卡尔曼滤波方法 |
CN104655136A (zh) * | 2015-02-17 | 2015-05-27 | 西安航天精密机电研究所 | 一种适用于激光捷联惯性导航系统的多凹点fir滤波方法 |
CN104655136B (zh) * | 2015-02-17 | 2017-08-29 | 西安航天精密机电研究所 | 一种适用于激光捷联惯性导航系统的多凹点fir滤波方法 |
CN105806363A (zh) * | 2015-11-16 | 2016-07-27 | 东南大学 | 基于srqkf的sins/dvl水下大失准角对准方法 |
CN105806363B (zh) * | 2015-11-16 | 2018-08-21 | 东南大学 | 基于srqkf的sins/dvl水下大失准角对准方法 |
CN105509769B (zh) * | 2015-12-11 | 2019-07-05 | 上海新跃仪表厂 | 一种运载火箭捷联惯导全自主对准方法 |
CN105509769A (zh) * | 2015-12-11 | 2016-04-20 | 上海新跃仪表厂 | 一种运载火箭捷联惯导全自主对准方法 |
CN107144284A (zh) * | 2017-04-18 | 2017-09-08 | 东南大学 | 基于ckf滤波的车辆动力学模型辅助惯导组合导航方法 |
WO2019011188A1 (zh) * | 2017-07-10 | 2019-01-17 | 深圳市道通智能航空技术有限公司 | 惯性测量单元测量数据的处理方法、装置及无人机 |
CN109238274A (zh) * | 2017-07-10 | 2019-01-18 | 深圳市道通智能航空技术有限公司 | 惯性测量单元测量数据的处理方法、装置及无人机 |
CN108692727A (zh) * | 2017-12-25 | 2018-10-23 | 北京航空航天大学 | 一种带有非线性补偿滤波器的捷联惯导系统 |
CN108692727B (zh) * | 2017-12-25 | 2021-06-29 | 北京航空航天大学 | 一种带有非线性补偿滤波器的捷联惯导系统 |
CN109685400A (zh) * | 2018-02-24 | 2019-04-26 | 山东大学 | 基于时间积分igd的时滞电力系统稳定性判别方法 |
CN109341690A (zh) * | 2018-09-25 | 2019-02-15 | 江苏大学 | 一种鲁棒高效的组合导航自适应数据融合方法 |
CN109341690B (zh) * | 2018-09-25 | 2022-03-22 | 江苏大学 | 一种鲁棒高效的组合导航自适应数据融合方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102654406A (zh) | 基于非线性预测滤波与求容积卡尔曼滤波相结合的动基座初始对准方法 | |
CN107990910B (zh) | 一种基于容积卡尔曼滤波的舰船大方位失准角传递对准方法 | |
Chang et al. | Initial alignment for a Doppler velocity log-aided strapdown inertial navigation system with limited information | |
CN101893445B (zh) | 摇摆状态下低精度捷联惯导系统快速初始对准方法 | |
CN103471616B (zh) | 一种动基座sins大方位失准角条件下初始对准方法 | |
CN101033973B (zh) | 微小型飞行器微惯性组合导航系统的姿态确定方法 | |
CN103743414B (zh) | 一种里程计辅助车载捷联惯导系统行进间初始对准方法 | |
CN104655131B (zh) | 基于istssrckf的惯性导航初始对准方法 | |
CN105698822B (zh) | 基于反向姿态跟踪的自主式惯性导航行进间初始对准方法 | |
CN101566477B (zh) | 舰船局部捷联惯导系统初始姿态快速测量方法 | |
CN103487822A (zh) | 北斗/多普勒雷达/惯性自主式组合导航系统及其方法 | |
CN103759742A (zh) | 基于模糊自适应控制技术的捷联惯导非线性对准方法 | |
CN103630137A (zh) | 一种用于导航系统的姿态及航向角的校正方法 | |
CN103822633A (zh) | 一种基于二阶量测更新的低成本姿态估计方法 | |
CN106405670A (zh) | 一种适用于捷联式海洋重力仪的重力异常数据处理方法 | |
CN102768043B (zh) | 一种无外观测量的调制型捷联系统组合姿态确定方法 | |
CN101900573B (zh) | 一种实现陆用惯性导航系统运动对准的方法 | |
CN105091907A (zh) | Sins/dvl组合中dvl方位安装误差估计方法 | |
CN105806363A (zh) | 基于srqkf的sins/dvl水下大失准角对准方法 | |
Huang et al. | Attitude estimation fusing quasi-Newton and cubature Kalman filtering for inertial navigation system aided with magnetic sensors | |
CN104062672A (zh) | 基于强跟踪自适应Kalman滤波的SINSGPS组合导航方法 | |
CN101713666A (zh) | 一种基于单轴转停方案的系泊估漂方法 | |
Huang et al. | Weight self-adjustment Adams implicit filtering algorithm for attitude estimation applied to underwater gliders | |
CN104296780B (zh) | 一种基于重力视运动的sins自对准与纬度计算方法 | |
Healey et al. | Online compensation of heading sensor bias for low cost AUVs |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120905 |