CN103364817A - 一种基于r-t-s平滑的pos系统双捷联解算后处理方法 - Google Patents
一种基于r-t-s平滑的pos系统双捷联解算后处理方法 Download PDFInfo
- Publication number
- CN103364817A CN103364817A CN2013102898842A CN201310289884A CN103364817A CN 103364817 A CN103364817 A CN 103364817A CN 2013102898842 A CN2013102898842 A CN 2013102898842A CN 201310289884 A CN201310289884 A CN 201310289884A CN 103364817 A CN103364817 A CN 103364817A
- Authority
- CN
- China
- Prior art keywords
- strapdown
- gps
- sampled point
- speed
- smooth
- 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.)
- Granted
Links
Images
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
- Navigation (AREA)
Abstract
一种基于R-T-S平滑的POS系统双捷联解算后处理方法,该方法首先利用载波相位差分GPS数据与惯性数据进行捷联解算及Kalman滤波,得到GPS采样点的组合滤波值及相应滤波参数,然后对滤波参数进行反向R-T-S固定区间平滑,得到Kalman滤波参数的误差校正值,利用该值对GPS采样点的捷联解算值进行校正可以得到GPS采样点的平滑输出。在每相邻GPS采样点之间采用双向捷联解算的方法,提高GPS采样点之间的POS系统输出精度。本发明具有同时提高POS系统GPS采样点输出精度以及滤波区间输出精度的特点,尤其在GPS信号失锁的情况下,能有效提高POS系统事后处理输出精度。
Description
技术领域
本发明涉及一种提高POS系统输出精度的事后处理方法,该方法利用R-T-S平滑方法修正Kalman滤波参数,提高了各GPS采样点的POS输出精度,在此基础上,利用双向捷联解算,提高滤波区间内的POS输出精度。
背景技术
位置姿态系统(Position&Orientation System,POS)为遥感载荷提供高精度的位置、速度、姿态信息以进行运动误差补偿。POS通常由惯性测量单元(Inertial MeasurementUnit,IMU)、全球卫星定位系统(Global Position System,GPS)组成,其本质上是一种基于SINS(Strapdown Inertial Navigation System)和GPS(Global Positioning System)的组合导航系统,利用GPS长期定位精度高及SINS短期定位定向精度高而实现的互补运动信息测量系统。提高POS系统输出精度对载荷运动误差补偿具有重要意义。
通常采用Kalman滤波技术实现SINS/GPS组合运动测量。Kalman滤波对误差参数的估计精度取决于系统误差的可观测度,而系统误差的可观测度取决于载体的机动形式。载机在整个飞行作业过程中经历了静止、起飞、前“S”机动及匀速平飞,后“S”机动、下降及降落后静止等阶段,因此在整个飞行作业中,时间越靠后,机动越充分,系统误差可观测度越好,POS系统误差估计精度越高。因此如果能利用所有机动数据对某一时刻的误差参数进行估计,必然能提高该时刻系统误差的可观测度,从而提高POS系统输出精度。
R-T-S平滑方法在Kalman滤波的基础上,进行反向平滑,对每一GPS采样点的误差估计均利用到了所有量测数据,因此能使得在一次作业过程中,每个GPS采样点处的误差状态可观测度均达到最高,从而实现GPS采样点处系统误差的最精确估计。当前事后处理方法为利用R-T-S平滑方法获取GPS采样点处得POS输出,对于两相邻GPS采样点内以正向捷联解算作为POS输出。该方法存在以下不足:其只能实现GPS采样点处的最优估计,而对于GPS采样点区间内没有GPS量测信息时,采用捷联解算的方法计算系统输出。捷联解算误差主要由惯性器件误差引起,随计算时间迅速变大。
发明内容
本发明的技术解决的问题是:针对Kalman滤波在系统误差状态可观测度不高时对误差参数估计精度低的问题,采用R-T-S平滑方法,利用整个飞行作业的所有观测数据提高系统误差状态的可观测度,获取GPS采样点处的最优估计。针对滤波区间内采用单向捷联解算,其误差随时间迅速增大的问题,提出了在滤波区间内采用双向捷联解算代替单向捷联解算的方法,以降低POS系统在滤波区间内的输出误差。
本发明的技术解决方案为:一种基于R-T-S平滑的POS系统双捷联解算后处理方法,包括下列步骤:
(1)采集飞行试验或车载试验过程中POS系统输出的惯性测量数据及GPS基站数据及GPS流动站数据;
(2)对步骤(1)中获取的惯性测量数据进行温度误差补偿,补偿后的惯性数据包括三轴陀螺仪数据和三轴加速度计数据x,y,z轴的陀螺仪数据分别为 x,y,z轴的加速度计数据分别为 对步骤(1)中获取的GPS数据进行载波相位差分处理,处理后其位置包括纬度Lgps,经度λgps及高度Hgps,速度包括东向速度VEgps,北向速度VNgps和天向速度VUgps;
(3)利用步骤(2)补偿后的惯性数据及载波相位差分GPS数据进行捷联解算及Kalman滤波,记录每个GPS采样点的捷联解算输出和Kalman滤波参数,捷联解算输出包括位置、速度、姿态,其中位置包括纬度Li,经度λi及高度Hi,速度包括东向速度VEi,北向速度VNi,天向速度VUi,姿态包括航向角ψi,俯仰角θi,滚动角γi;Kalman滤波参数包括离散化状态转移矩阵预测协方差矩阵状态预测值协方差矩阵状态估计值其中,带有下标kf的参数是由Kalman滤波计算估计得到的结果,带有上标’-‘和’+’的参数分别为预测结果和估计结果,k和k-1分别表示第k和第k-1个GPS采样点;
(4)从最后一个GPS采样点开始,利用步骤(3)记录的与其相邻的前一GPS采样点处的捷联解算输出及Kalman滤波参数,进行反向R-T-S平滑解算,得到其相邻的前一GPS采样点平滑后的误差状态估计和误差状态协方差矩阵Ps,利用平滑的误差状态估计对前一GPS采样点处的捷联解算结果进行修正,得到其平滑位置、速度、姿态,其中位置包括纬度Ls,经度λs及高度Hs,速度包括东向速度VE,s,北向速度VN,s,天向速度VU,s,姿态包括航向角ψs,俯仰角θs,滚动角γs,其中带有下标s的参数表示是经过平滑后的结果;依次向前迭代进行R-T-S平滑解算,直至计算至第一个GPS采样点,得到每一个GPS采样点的平滑结果。
(5)从第一个GPS采样点开始,在相邻两个GPS采样点的滤波区间内执行双捷联解算,以左GPS采样点的R-T-S平滑位置、速度、姿态做为正向捷联解算的初始值,从左GPS采样点至滤波区间中点执行正向捷联解算;以右GPS采样点的R-T-S平滑位置、速度、姿态做为反向捷联解算的初始值,从右GPS采样点至滤波区间中点,按时间反向顺序执行反向捷联解算,得到每相邻两个GPS采样点构成的滤波区间的POS系统输出。依次向后迭代计算至最后一个GPS采样点。
本发明的原理是:传统POS后处理方法基于载波相位差分GPS数据与惯性数据进行组合Kalman滤波。首先利用惯性数据进行递推的捷联解算,当运行至GPS采样点时,采用Kalman滤波技术将GPS量测与捷联解算结果进行组合滤波,根据滤波得到的参数对捷联解算结果进行误差修正,从而得到不随时间发散的组合滤波结果。然而由于滤波过程是逐渐收敛的,Kalman滤波结果只利用了部分量测数据对某一时刻的捷联解算结果进行误差估计,滤波结果在GPS采样点处存在跳跃现象,误差较大。R-T-S平滑技术在Kalman滤波的基础上进行反向平滑解算,利用整个飞行时段的全部量测数据对所有GPS采样点的滤波参数进行估计,提升了各GPS采样点的滤波参数估计精度。利用R-T-S估计的高精度的滤波参数对各GPS采样点的捷连解算结果进行修正,得到各GPS采样点的POS系统输出,依次得到整个飞行任务的所有GPS采样点POS输出。在此基础上,在相邻GPS采样点内,将整个滤波区间分为两部分,从左GPS采样点开始的1/2个滤波区间内,进行正向捷连解算,从右GPS采样点开始反向的1/2个滤波区间内,进行反向递推的捷连解算,使得各个滤波区间内的捷联解算误差最低。将各滤波区间内双向捷联解算输出结果当做POS输出。
本发明与现有技术相比的优点在于:该方法在GPS采样点,通过R-T-S平滑算法对Kalman滤波参数进行误差修正,获得优于Kalman滤波精度的POS输出;在相邻GPS量测区间内,采用双向捷联解算代替单向捷联解算,降低了单向捷联解算随计算时间增大的误差,使得滤波区间内的POS精度提高约75%左右。
附图说明
图1为本发明的基于R-T-S平滑的POS系统双捷联解算后处理方法流程图;
图2为本发明的步骤3中离散化Kalman滤波示意图;
图3为本发明的步骤4中R-T-S平滑方法原理图。
具体实施方式
一种基于R-T-S平滑的POS系统双捷联解算后处理方法主要分为三部分:第一部分是进行Kalman滤波解算,获取每个GPS采样点处平滑所需要的捷联解算结果和Kalman滤波参数。第二部分是利用R-T-S平滑方法估计每个GPS采样点处的状态误差的平滑输出。第三部分是在GPS采样点输出平滑结果的基础上,利用双向捷联解算实现相邻滤波区间内的POS输出。
本发明的具体实施步骤如下:
(1)采集飞行试验或车载试验过程中POS系统输出的惯性测量数据及GPS基站数据及GPS流动站数据;
(2)对步骤(1)中获取的惯性测量数据进行温度误差补偿,补偿后的惯性数据包括三轴陀螺仪数据和三轴加速度计数据x,y,z轴的陀螺仪数据分别为 x,y,z轴的加速度计数据分别为 对步骤(1)中获取的GPS数据进行载波相位差分处理,处理后其位置包括纬度Lgps,经度λgps及高度Hgps,速度包括东向速度VEgps,北向速度VNgps和天向速度VUgps;
(3)利用步骤(2)补偿后的惯性数据及载波相位差分GPS数据进行捷联解算及Kalman滤波,记录每个GPS采样点的捷联解算输出和Kalman滤波参数,捷联解算输出包括位置、速度、姿态,其中位置包括纬度Li,经度λi及高度Hi,速度包括东向速度VEi,北向速度VNi,天向速度VUi,姿态包括航向角ψi,俯仰角θi,滚动角γi;Kalman滤波参数包括离散化状态转移矩阵预测协方差矩阵状态预测值协方差矩阵状态估计值其中,带下标kf的参数是由Kalman滤波计算估计的结果,带上标’-‘和’+’的参数分别为预测结果和估计结果,k和k-1分别表示第k和第k-1个GPS采样点。
①进行捷联解算,捷联解算输出包括位置、速度、和姿态。其中,位置包括纬度Li、经度λi和高度Hi,速度包括东向速度VEi、北向速度VNi及天向速度VUi及姿态:航向角ψi,俯仰角θi,滚动角γi;
②当运行到GPS采样点,对同一时刻的捷联解算输出和GPS信息进行Kalman滤波解算。
a.建立Kalman滤波系统系统方程
其中,x(t)为t时刻的系统误差状态矢量,w(t)为t时刻的系统噪声矢量,F(t)为t时刻的系统转移矩阵,G(t)为t时刻的噪声转换矩阵。
x=[xf xa]T
xf=[δLkf δλkf δHkf δVE,kf δVN,kf δVU,kf φE,kf φN,kf φU,kf]T
其中,δLkf、δλkf、δHkf分别为由Kalman滤波估计的捷联解算纬度误差、经度误差、高度误差;δVE,kf、δVN,kf、δVU,kf分别为Kalman滤波估计的捷联解算东向速度误差、北向速度误差、天向速度误差;分别为Kalman滤波估计的捷联解算东向失准角、北向失准角、天向失准角。εx,kf、εy,kf、εz,kf分别为Kalman滤波估计的x、y、z轴陀螺的零漂,分别为Kalman滤波估计的x、y、z轴加速度计的零偏。分别为x、y、z轴陀螺的噪声,分别为加速度计x、y、z的噪声。
是载体系到导航系的资态变换阵。
系统转移矩阵各子矩阵表示如下:
上式中,RM、RN分别为地球的子午圈主曲率半径,卯酉圈主曲率半径,ωie为地球自转角速度。
b.建立Kalman滤波量测方程
z(t)=H(t)x(t)+v(t)
其中:z(t)、H(t)分别为t时刻的观测矢量和观测矩阵,v(t)为量测噪声:
量测矩阵H=[HP HV]T
HP=[diag(RM+Hi(RN+Hi)cosLi 1)03×6 03×6]
HV=[03×3 diag([1 1 1])03×9]
w(t)和v(t)均为零均值的高斯白噪声,满足
式中:Q∈R6×6是过程噪声方差阵,为非负定阵;R∈R6×6为量测噪声方差阵,为正定阵;Δt为采样时间间隔。
c.Kalman滤波系统方程和量测方程离散化
令t=tk-1,t+Δt=tk。tk时刻的线性离散型系统方程可表示为
yk=Hkxk+vk
式中:Φk/k-1为状态转移矩阵F的离散化形式。当Δt(即滤波周期)较短时,F(t)可近似看作常阵,即
F(t)≈F(tk-1) tk-1≤t<tk
此时,状态转移矩阵Φk/k-1有如下计算式:
如果POS系统中的惯性测量单元(IMU)与GPS天线之间存在杆臂RI,还需要进行杆臂补偿,量测方程离散化表示如下:
Π=diag([(RM+Hi)-1,secL/(RN+Hi),1])
离散化的卡尔曼滤波基本算法编排:
状态一步预测方程
状态估值计算方程
滤波增量方程
一步预测均方误差方程
估计均方误差方程
卡尔曼滤波流程图如图2所示,左右侧回路分别为增益计算回路及滤波计算回路。在增益计算回路中,根据系统状态转移矩阵前一时刻的估计均方误差系统噪声方差阵Qk-1得到一步预测均方误差由及观测矩阵Hk和量测噪声方差阵Rk得到滤波增益阵Kk,kf。根据Kk,kf及得到本次估计均方误差。在滤波计算回路中,由前一时刻状态估值及得到状态单步预测由量测Zk及滤波增益Kk,kf得到状态估计
经过卡尔曼滤波,得到该时刻的位置误差估计值δLkf、δλkf、δHkf,速度误差估计值δVE,kf、δVN,kf、δVU,kf,姿态误差估计值φE,kf、φN,kf、φU,kf。
d.反馈校正
将Kalman滤波估计的系统状态误差反馈至捷联解算输出,对捷联解算输出的位置、速度、姿态进行校正,得到POS系统在GPS采样点处的Kalman滤波输出,以其输出为POS输出继续进行迭代解算,直至最后一个惯性数据。
[Lkf λkf Hkf]T=[Li λi Hi]T-[δLkf δλkf δHkf]T
IMU敏感中心速度修正:
[VE,kf VN,kf VU,kf]T=[VEi VUi VNi]T-[δVE,kf δVN,kf δVU,kf]T
Kalman滤波解算姿态修正:
③存储滤波前的捷联解算输出和Kalman滤波信息。
存储的捷联解算输出包括:每当运行到GPS采样点时,将捷联解算计算得到的位置、速度、姿态记录在存储器中。
(4)从最后一个GPS采样点开始,利用步骤(3)记录的与其相邻的前一GPS采样点处的捷联解算输出及Kalman滤波参数,进行反向R-T-S平滑解算,得到其相邻的前一GPS采样点平滑后的误差状态估计和误差状态协方差矩阵Ps,利用平滑的误差状态估计对前一GPS采样点处的捷联解算结果进行修正,得到其平滑位置、速度、姿态,其中位置包括纬度Ls,经度λs及高度Hs,速度包括东向速度VE,s,北向速度VN,s,天向速度VU,s,姿态包括航向角ψs,俯仰角θs,滚动角γs,其中带有下标s的参数表示是经过平滑后的结果;依次向前迭代进行R-T-S平滑解算,直至计算至第一个GPS采样点,得到每一个GPS采样点的平滑结果。
①R-T-S平滑初值设置
为初始的平滑状态估计值,Ps_ini为初始的误差状态协方差平滑矩阵。
②R-T-S平滑参数估计
从Kalman滤波的最后一个GPS采样点开始逆向递推计算每一个GPS采样点的平滑估计值,该计算过程用到了步骤(4)中存储的GPS采样点的Kalman滤波参数离散化状态转移矩阵预测协方差矩阵状态预测值协方差矩阵状态估计值反向R-T-S平滑估计如下:
式中,下标k,k+1分别代表第k个GPS采样点,第k+1个GPS采样点。上标s代表平滑估计值。为平滑估计的滤波增益阵。平滑计算原理图如图3所示。图3中,第k个GPS采样点处的平滑估计结果由两部分组成,第一部分为第k个GPS采样点的Kalman滤波估计值第二部分为第k+1个GPS采样点的平滑估计的新息结果平滑新息增益矩阵为k时刻的平滑估计可以理解为利用k+1时刻平滑估计得到的新息对k时刻Kalman滤波的估计结果进行的修正。
③R-T-S平滑校正
利用步骤(4)的R-T-S平滑参数估计中计算得到的平滑参数对步骤(3)计算过程存储的捷联解算结果进行修正,修正方法与步骤(3)中Kalman滤波解算部分的反馈校正方法相同,只需将该步骤中的Kalman滤波误差状态估计值替换为R-T-S平滑误差状态估计值R-T-S平滑修正后的GPS采样点输出为POS系统平滑输出。
(5)从第一个GPS采样点开始,在相邻两个GPS采样点的滤波区间内执行双捷联解算,以左GPS采样点的R-T-S平滑位置、速度、姿态做为正向捷联解算的初始值,从左GPS采样点至滤波区间中点执行正向捷联解算;以右GPS采样点的R-T-S平滑位置、速度、姿态做为反向捷联解算的初始值,从右GPS采样点至滤波区间中点,按时间反向顺序执行反向捷联解算,得到每相邻两个GPS采样点构成的滤波区间的POS系统输出。依次向后迭代计算至最后一个GPS采样点。
①从左GPS采样点至1/2滤波区间进行正向捷联解算。
其中,Vn=[VEi VNi VUi]T
Ω为地球自转角速度,g为地球重力加速度,q=[q0 q1 q2 q3]是描述载体转动的姿态四元数。
②从右GPS采样点至后1/2滤波区间进行反向捷联解算
反向捷联解算与正向捷联解算公式相同,但滤波时间Δt=tk-1-tk。
Claims (4)
1.一种基于R-T-S平滑的POS系统双捷联解算后处理方法,其特征在于包括下列步骤:
(1)采集飞行试验或车载试验过程中POS系统输出的惯性测量数据及GPS基站数据及GPS流动站数据;
(2)对步骤(1)中获取的惯性测量数据进行温度误差补偿,补偿后的惯性数据包括三轴陀螺仪数据和三轴加速度计数据x,y,z轴的陀螺仪数据分别为 x,y,z轴的加速度计数据分别为;对步骤(1)中获取的GPS数据进行载波相位差分处理,处理后其位置包括纬度Lgps,经度λgps及高度Hgps,速度包括东向速度VEgps,北向速度VNgps和天向速度VUgps;
(3)利用步骤(2)补偿后的惯性数据及载波相位差分GPS数据进行捷联解算及Kalman滤波,记录每个GPS采样点的捷联解算输出和Kalman滤波参数,捷联解算输出包括位置、速度、姿态,其中位置包括纬度Li,经度λi及高度Hi,速度包括东向速度VEi,北向速度VNi,天向速度VUi,姿态包括航向角ψi,俯仰角θi,滚动角γi;Kalman滤波参数包括离散化状态转移矩阵预测协方差矩阵状态预测值协方差矩阵状态估计值其中,带有下标kf的参数是由Kalman滤波计算估计得到的结果,带有上标’-‘和’+’的参数分别为预测结果和估计结果,k和k-1分别表示第k和第k-1个GPS采样点;
(4)从最后一个GPS采样点开始,利用步骤(3)记录的与其相邻的前一GPS采样点处的捷联解算输出及Kalman滤波参数,进行反向R-T-S平滑解算,得到其相邻的前一GPS采样点平滑后的误差状态估计和误差状态协方差矩阵Ps,利用平滑的误差状态估计对前一GPS采样点处的捷联解算结果进行修正,得到其平滑位置、速度、姿态,其中位置包括纬度Ls,经度λs及高度Hs,速度包括东向速度VE,s,北向速度VN,s,天向速度VU,s,姿态包括航向角ψs,俯仰角θs,滚动角γs,其中带有下标s的参数表示是经过平滑后的结果;依次向前迭代进行R-T-S平滑解算,直至计算至第一个GPS采样点,得到每一个GPS采样点的平滑结果。
(5)从第一个GPS采样点开始,在相邻两个GPS采样点的滤波区间内执行双捷联解算,以左GPS采样点的R-T-S平滑位置、速度、姿态作为正向捷联解算的初始值,从左GPS采样点至滤波区间中点执行正向捷联解算;以右GPS采样点的R-T-S平滑位置、速度、姿态作为反向捷联解算的初始值,从右GPS采样点至滤波区间中点,按时间反向顺序执行反向捷联解算,得到每相邻两个GPS采样点构成的滤波区间的POS系统输出,依次向后迭代计算至最后一个GPS采样点。
3.根据权利要求1所述的一种基于R-T-S平滑的POS系统双捷联解算后处理方法,其特征在于:步骤(5)所述的反向捷联解算计算方法为:
(A)对于相邻的两个GPS采样点,从时间顺序上在前的GPS采样点称之为左GPS采样点,在时间顺序上靠后的GPS采样点称为右GPS采样点;反向捷联解算以右GPS采样点计算得到的平滑位置、速度、姿态作为反向捷联解算的初始位置、速度、姿态;
(B)反向捷联解算的位置、速度、姿态计算公式如下:
位置方程:
其中,L,λ,H代表地理系下的纬度,经度,高度,VE,VN,VU代表东向速度,北向速度,天向速度,Rm,Rn分别代表地球的子午圈半径,卯酉圈半径;
速度方程:
其中,Vn=[VE VN VU]T
Ω为地球自转角速度,g为地球重力加速度;
四元数方程为:
q=[q0 q1 q2 q3]是描述载体转动的姿态四元数;
(C)按时间逆向过程,从右GPS采样点开始进行反向捷联解算,反向捷联解算的时间增量为Δt=tn-1-tn,n-1、n分别为第n-1和第n个惯性数据采样时刻的UTC时间,即Δt为负值。
4.根据权利要求1所述的一种基于R-T-S平滑的POS系统双捷联解算后处理方法,其特征在于:步骤(5)所述的双捷联解算计算方法为:
①以左GPS采样点的平滑位置、速度、姿态为正向捷联解算的初始位置、速度、姿态,在前1/2个滤波区间内按时间正向顺序执行正向捷联解算;
②以右GPS采样点的平滑位置、速度、姿态为反向捷联解算的初始位置、速度、姿态,在后1/2个滤波区间内按时间反向顺序执行反向捷联解算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310289884.2A CN103364817B (zh) | 2013-07-11 | 2013-07-11 | 一种基于r-t-s平滑的pos系统双捷联解算后处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310289884.2A CN103364817B (zh) | 2013-07-11 | 2013-07-11 | 一种基于r-t-s平滑的pos系统双捷联解算后处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103364817A true CN103364817A (zh) | 2013-10-23 |
CN103364817B CN103364817B (zh) | 2015-04-29 |
Family
ID=49366584
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310289884.2A Expired - Fee Related CN103364817B (zh) | 2013-07-11 | 2013-07-11 | 一种基于r-t-s平滑的pos系统双捷联解算后处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103364817B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103644910A (zh) * | 2013-11-22 | 2014-03-19 | 哈尔滨工程大学 | 基于分段rts平滑算法的个人自主导航系统定位方法 |
CN104949687A (zh) * | 2014-03-31 | 2015-09-30 | 北京自动化控制设备研究所 | 一种长时间导航系统全参数精度评估方法 |
CN105607105A (zh) * | 2016-03-07 | 2016-05-25 | 东南大学 | 一种面向不动产实地测量的惯性定位方法 |
CN105806338A (zh) * | 2016-03-17 | 2016-07-27 | 孙红星 | 基于三向卡尔曼滤波平滑器的gnss/ins组合定位定向算法 |
CN108535755A (zh) * | 2018-01-17 | 2018-09-14 | 南昌大学 | 基于mems的gnss/imu车载实时组合导航方法 |
CN108700421A (zh) * | 2015-12-21 | 2018-10-23 | 应美盛股份有限公司 | 使用离线地图信息辅助增强的便携式导航的方法和系统 |
CN108844540A (zh) * | 2018-09-11 | 2018-11-20 | 北京机械设备研究所 | 一种结合协方差和Sage-Husa滤波技术的自适应滤波方法 |
CN109959374A (zh) * | 2018-04-19 | 2019-07-02 | 北京理工大学 | 一种行人惯性导航全时全程逆向平滑滤波方法 |
CN111141279A (zh) * | 2019-12-20 | 2020-05-12 | 北京小马慧行科技有限公司 | 行车轨迹的处理方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102997915A (zh) * | 2011-09-15 | 2013-03-27 | 北京自动化控制设备研究所 | 一种闭环正向滤波结合反向平滑的pos后处理方法 |
-
2013
- 2013-07-11 CN CN201310289884.2A patent/CN103364817B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102997915A (zh) * | 2011-09-15 | 2013-03-27 | 北京自动化控制设备研究所 | 一种闭环正向滤波结合反向平滑的pos后处理方法 |
Non-Patent Citations (2)
Title |
---|
刘占超 等: "基于双捷联算法的POS误差在线标定方法", 《航空学报》, vol. 33, no. 9, 25 September 2012 (2012-09-25), pages 1679 - 1687 * |
杨艳娟 等: "R-T-S平滑算法在捷联惯性导航系统初始对准精度事后评估中的应用", 《上海交通大学学报》, vol. 38, no. 10, 31 October 2004 (2004-10-31), pages 1744 - 1747 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103644910A (zh) * | 2013-11-22 | 2014-03-19 | 哈尔滨工程大学 | 基于分段rts平滑算法的个人自主导航系统定位方法 |
CN104949687A (zh) * | 2014-03-31 | 2015-09-30 | 北京自动化控制设备研究所 | 一种长时间导航系统全参数精度评估方法 |
CN108700421A (zh) * | 2015-12-21 | 2018-10-23 | 应美盛股份有限公司 | 使用离线地图信息辅助增强的便携式导航的方法和系统 |
CN108700421B (zh) * | 2015-12-21 | 2022-05-27 | 应美盛股份有限公司 | 使用离线地图信息辅助增强的便携式导航的方法和系统 |
CN105607105A (zh) * | 2016-03-07 | 2016-05-25 | 东南大学 | 一种面向不动产实地测量的惯性定位方法 |
CN105806338A (zh) * | 2016-03-17 | 2016-07-27 | 孙红星 | 基于三向卡尔曼滤波平滑器的gnss/ins组合定位定向算法 |
CN108535755A (zh) * | 2018-01-17 | 2018-09-14 | 南昌大学 | 基于mems的gnss/imu车载实时组合导航方法 |
CN108535755B (zh) * | 2018-01-17 | 2021-11-19 | 南昌大学 | 基于mems的gnss/imu车载实时组合导航方法 |
CN109959374B (zh) * | 2018-04-19 | 2020-11-06 | 北京理工大学 | 一种行人惯性导航全时全程逆向平滑滤波方法 |
CN109959374A (zh) * | 2018-04-19 | 2019-07-02 | 北京理工大学 | 一种行人惯性导航全时全程逆向平滑滤波方法 |
CN108844540A (zh) * | 2018-09-11 | 2018-11-20 | 北京机械设备研究所 | 一种结合协方差和Sage-Husa滤波技术的自适应滤波方法 |
CN111141279A (zh) * | 2019-12-20 | 2020-05-12 | 北京小马慧行科技有限公司 | 行车轨迹的处理方法及装置 |
CN111141279B (zh) * | 2019-12-20 | 2022-07-01 | 北京小马慧行科技有限公司 | 行车轨迹的处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN103364817B (zh) | 2015-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103364817B (zh) | 一种基于r-t-s平滑的pos系统双捷联解算后处理方法 | |
CN109974697B (zh) | 一种基于惯性系统的高精度测绘方法 | |
CN111156994B (zh) | 一种基于mems惯性组件的ins/dr&gnss松组合导航方法 | |
CN103344259B (zh) | 一种基于杆臂估计的ins/gps组合导航系统反馈校正方法 | |
CN101514900B (zh) | 一种单轴旋转的捷联惯导系统初始对准方法 | |
CN106990426B (zh) | 一种导航方法和导航装置 | |
CN102169184B (zh) | 组合导航系统中测量双天线gps安装失准角的方法和装置 | |
CN106595652B (zh) | 车辆运动学约束辅助的回溯式行进间对准方法 | |
Niu et al. | An accurate land‐vehicle MEMS IMU/GPS navigation system using 3D auxiliary velocity updates | |
CN102519470B (zh) | 多级嵌入式组合导航系统及导航方法 | |
CN107270893A (zh) | 面向不动产测量的杆臂、时间不同步误差估计与补偿方法 | |
CN103727941B (zh) | 基于载体系速度匹配的容积卡尔曼非线性组合导航方法 | |
CN105571578B (zh) | 一种利用伪观测取代精密转台的原地旋转调制寻北方法 | |
CN103822633A (zh) | 一种基于二阶量测更新的低成本姿态估计方法 | |
CN103674064B (zh) | 捷联惯性导航系统的初始标定方法 | |
CN103900608A (zh) | 一种基于四元数ckf的低精度惯导初始对准方法 | |
CN105091907A (zh) | Sins/dvl组合中dvl方位安装误差估计方法 | |
CN102519485A (zh) | 一种引入陀螺信息的二位置捷联惯性导航系统初始对准方法 | |
CN110849360B (zh) | 面向多机协同编队飞行的分布式相对导航方法 | |
Luo et al. | A position loci-based in-motion initial alignment method for low-cost attitude and heading reference system | |
CN103727940A (zh) | 基于重力加速度矢量匹配的非线性初始对准方法 | |
CN104931994A (zh) | 一种基于软件接收机的分布式深组合导航方法及系统 | |
CN113340298A (zh) | 一种惯导和双天线gnss外参标定方法 | |
CN102645223A (zh) | 一种基于比力观测的捷联惯导真空滤波修正方法 | |
CN113566850B (zh) | 惯性测量单元的安装角度标定方法、装置和计算机设备 |
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: 20150429 Termination date: 20190711 |
|
CF01 | Termination of patent right due to non-payment of annual fee |