CN105043388A - 基于惯性/重力匹配组合导航的向量搜索迭代匹配方法 - Google Patents
基于惯性/重力匹配组合导航的向量搜索迭代匹配方法 Download PDFInfo
- Publication number
- CN105043388A CN105043388A CN201510368921.8A CN201510368921A CN105043388A CN 105043388 A CN105043388 A CN 105043388A CN 201510368921 A CN201510368921 A CN 201510368921A CN 105043388 A CN105043388 A CN 105043388A
- Authority
- CN
- China
- Prior art keywords
- gravity
- matching
- overbar
- sigma
- search
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/04—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means
- G01C21/08—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means involving use of the magnetic field of the earth
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Navigation (AREA)
Abstract
本发明涉及一种基于惯性/重力匹配组合导航的向量搜索迭代匹配方法,其主要技术特点包括以下步骤:由惯导输出位置预估匹配搜索范围和当前匹配性能;以相关极值函数为目标搜索确定最优匹配变换;将匹配定位的结果经过不断加权迭代的过程,最终得到最优匹配位置。本发明作为重力匹配系统各组成部件联接的枢纽,能够完成从重力实时测量信息到载体位置的解算过程,其以惯导误差范围作为匹配区域,可以求得全局最优解,且能抑制发散,对初始位置误差要求低,可有效避免重力数据数据库线性化处理带来的误差和发散问题,提高了算法的效率和性能,对重力测量随机误差和惯导系统变性误差具有较强的鲁棒性。
Description
技术领域
本发明属于惯性/重力组合导航系统技术领域,具体涉及一种基于惯性/重力匹配组合导航的向量搜索迭代匹配方法。
背景技术
惯性/重力匹配组合导航系统是当代组合导航的一个重要发展方向,它采用无源的方式有效地抑制惯性导航系统积累误差,在航海、航天和精确制导领域具有重要应用。重力基准图库、重力传感器和重力匹配定位算法是组合系统的三大关键技术,其中重力匹配算法是重力匹配导航的核心解算模块,其算法性能直接影响到重力匹配导航系统的精度和鲁棒性能。
现有重力匹配算法主要是利用图形图像匹配技术,采用最优估计、模式识别和控制理论等信息处理方法来处理。常用的匹配算法包括批相关匹配算法、最近点迭代匹配算法和卡尔曼滤波匹配算法,批相关匹配定位算法计算量较大且对参考轨迹的变形误差较敏感,最近点匹配算法容易收敛到局部最优解,当初始误差较大时性能较差,卡尔曼滤波算法所需要的各种误差统计模型不易获取,对重力场的线性化处理会造成滤波发散。
发明内容
本发明的目的在于克服现有技术的不足,提供一种设计合理、鲁棒性好且易于实现的基于惯性/重力匹配组合导航的向量搜索迭代匹配方法。
本发明解决其技术问题是采取以下技术方案实现的:
一种基于惯性/重力匹配组合导航的向量搜索迭代匹配方法,包括以下步骤:
步骤1、由惯导输出位置预估匹配搜索范围和当前匹配性能;
步骤2、以相关极值函数为目标搜索确定最优匹配变换;
步骤3、将匹配定位的结果经过不断加权迭代的过程,最终得到最优匹配位置。
而且,所述步骤1的具体实现方法为:
由当前参考轨迹Xr,得到:
其中,Gr为参考轨迹对应的重力值序列,Tr为惯导轨迹对应的重力值梯度序列,TM(·)为重力数据库上重力梯度值的空间变化函数;
将重力数据库线性化处理,并进行中心化,记Gcr=Gc-Gr,得到:
由最小二乘基本原理,得到变换向量δX的估计值Cx、方差系数Hx和估计方差Dx:
而且,所述步骤2的具体实现方法为:
设重力实时测量序列为
重力数据库图中目标重力序列为
则有,重力相关极值函数为:
其中, N为重力序列个数。
而且,所述步骤3的具体实现方法包括对搜索范围的更新处理和匹配迭代更新处理过程,其中:
(1)搜索范围的更新处理过程为:
设在k时刻的最大惯导误差为EI(k),重力匹配k时刻的变换量为P(k),则搜索向量dx应满足:
|P(k-1)+dx|≤EI(k)
|dx|≤2Cx(k)+3Dx(k)
其中,2Cx(k)是为了避免搜索区域遗漏而适当扩大了范围,3Dx(k)是搜索向量的3σ分布区间;
从而可以得到新的搜索范围为:
dx∈R(k)=[max{-2Cx(k)-3Dx(k),-EI(k)-P(k-1)},
min{2Cx(k)+3Dx(k),EI(k)-P(k-1)]
dx∈R(k)=[max{-2Cx(k)-3Dx(k),-EI(k)-P(k-1)},
min{2Cx(k)+3Dx(k),EI(k)-P(k-1)]
对于初始时刻,取
R(0)=[-EI(0),EI(0)];
(2)匹配迭代更新处理过程为:
设第k时刻的匹配变化方差为Qx(k),则有
Qx(k)=Refp(k)·Hx(k)
设加权系数函数为F(k),则:
其中,μ为系数因子;
于是,重力匹配k时刻的变换量P(k)表示为:
k时刻的参考轨迹取为:
Xr(k)=XI(k)+P(k-1)
重力匹配定位输出为:
Xp(k)=XI(k)+P(k)。
本发明的优点和积极效果是:
1、本发明作为重力匹配系统各组成部件联接的枢纽,能够完成从重力实时测量信息到载体位置的解算过程,其以惯导误差范围作为匹配区域,可以求得全局最优解,且能抑制发散,对初始位置误差要求低。
2、本发明在重力匹配定位计算过程中未对重力数据库进行线性化处理,可有效避免重力数据数据库线性化处理带来的误差和发散问题。
3、本发明的极值相关函数采用中心均方差的形式,以重力值的变化趋势作为匹配相关量,可有效克服重力仪常值误差。
4、本发明增加重力匹配定位误差预判环节,形成重力匹配搜索区域合理的限定,并设计了算法迭代更新流程,提高了算法的效率和性能。
5、本发明精度高,对重力测量随机误差和惯导系统变性误差具有较强的鲁棒性。
附图说明
图1为向量搜索迭代算法解算流程图;
图2为向量搜索迭代匹配算法原理;
图3a为重力数据库三维图;
图3b为重力数据库等值线图;
图4a为重力匹配定位轨迹图;
图4b为重力匹配定位轨迹的误差曲线图。
具体实施方式
以下结合附图对本发明实施例做进一步详述:
一种基于惯性/重力匹配组合导航的向量搜索迭代匹配方法,其解算方程如下:
Xr(k)=XI(k)+P(k-1)
Gcr(k)=Gc(k)-Gr(k)
R(k)=[max{-2Cx(k)-3Dx(k),-EI(k)-P(k-1)},
min{2Cx(k)+3Dx(k),EI(k)-P(k-1)]
δX(k)={Refp(k)=Ref(δX)≤Ref(dx)|dx∈R(k)}
Qx(k)=Refp(k)·Hx(k)
Xp(k)=XI(k)+P(k)
本发明的向量搜索迭代匹配算法解算流程如图1所示,系统输入为惯导位置信息、重力实时测量值和惯导系统精度特性,输出为匹配定位信息。如图2所示,本发明包括以下步骤:
步骤1、由惯导输出位置预估匹配搜索范围和当前匹配性能。
在进行向量搜索匹配定位解算时,需要对重力匹配的搜索区域进行限定,在重力匹配定位校正时也需要对匹配精度预估。为此,在向量匹配定位解算前,需要对匹配过程进行预测。
由当前参考轨迹Xr,可以得到:
其中,Gr为参考轨迹对应的重力值序列,Tr为惯导轨迹对应的重力值梯度序列,TM(·)为重力数据库上重力梯度值的空间变化函数,其值也可通过重力数据库线性化处理方法得到。
将重力数据库线性化处理,并进行中心化,记Gcr=Gc-Gr,得到:
由最小二乘基本原理,可以得到变换向量δX的估计值Cx、方差系数Hx和估计方差Dx:
有了对变换向量的估计值、估计方差和方差系数,便可以对搜索匹配过程进行迭代更新。
步骤2、以相关极值函数为目标搜索确定最优匹配变换。
相关极值函数是相关分析的一种性能指标,用以检验两个特征函数的相关程度。这里采用较精确的均方差函数作为重力特征相似的判断标准。当从重力数据库图中得到的重力特征序列与重力仪实测重力序列最相似时,即当均方差函数取极小值时,此时的重力图示位置便为最佳匹配位置。在实际应用过程中,为了消除重力测量常值误差带来的影响,可以采用重力序列的变化趋势作为基本的特征序列进行判断。
设重力实时测量序列为
重力数据库图中目标重力序列为
则有,重力相关极值函数为:
其中, N为重力序列个数。
重力极值相关函数反应了两个重力序列的相关程度,在进行重力匹配定位时需要反复计算重力数据库图参考序列和重力实时测量目标序列的相关性,并由此确定最有匹配位置。
步骤3、将匹配定位的结果经过不断加权迭代的过程,最终得到最优匹配位置。
在本步骤中,包括对搜索范围的更新处理和匹配迭代更新处理过程
(1)搜索范围的更新处理过程
在初始匹配定位计算时,可以以惯导系统的初始误差范围为搜索区域进行。随着匹配过程的继续,惯导定位误差的时间发散特性致使搜索区域逐步扩大,从而使匹配计算量增大的同时也容易产生较大的匹配误差。因此需要对搜索范围进行更新以加快解算速度,同时抑制匹配误差发散。
惯导系统定位误差随时间增大而逐步发散,对某一特定惯导系统,其惯导定位最大误差发散速度可进行预先估计,设为在k时刻的最大惯导误差为EI(k),重力匹配k时刻的变换量为P(k),则搜索向量dx应满足:
|P(k-1)+dx|≤EI(k)
|dx|≤2Cx(k)+3Dx(k)
其中,2Cx(k)是为了避免搜索区域遗漏而适当扩大了范围,3Dx(k)是搜索向量的3σ分布区间。
从而可以得到,新的搜索范围为:
dx∈R(k)=[max{-2Cx(k)-3Dx(k),-EI(k)-P(k-1)},
min{2Cx(k)+3Dx(k),EI(k)-P(k-1)]
dx∈R(k)=[max{-2Cx(k)-3Dx(k),-EI(k)-P(k-1)},
min{2Cx(k)+3Dx(k),EI(k)-P(k-1)]
对于初始时刻,可以取
R(0)=[-EI(0),EI(0)]
(2)匹配迭代更新处理过程
为了使匹配定位过程平稳输出和提高匹配精度,可对单次匹配定位结果进行加权处理,加权系数与估计方差相关。由最优估计理论,统计变量的估计精度与方差成反比。
由匹配变化的估计方差系数和相关极值函数值,可以对匹配方差进行估计。设第k时刻的匹配变化方差为Qx(k),则有
Qx(k)=Refp(k)·Hx(k)
设加权系数函数为F(k),则:
其中,μ为系数因子,是为了增强重力匹配定位的滤波效果。
于是,重力匹配k时刻的变换量为P(k)可以表示为:
k时刻的参考轨迹取为:
Xr(k)=XI(k)+P(k-1)
重力匹配定位输出为:
Xp(k)=XI(k)+P(k)
本发明的向量搜索匹配基本原理为:
向量搜索匹配算法的主要思想是以惯导系统的输出位置为参考轨迹,在惯导系统误差允许的范围内寻找一条轨迹作为重力匹配定位轨迹,这条轨迹满足两个条件,一是与惯导轨迹几何形状相似,二是这条轨迹在重力图上的物理场特性与重力仪实时测量输出相似,即相关极值函数达到最小。
载体在重力匹配区域运动时,重力仪按一定的时间间隔采集一系列重力场强度值,并经过数据预处理后得到测量数据序列,记为:
其中,N为单次匹配的采样个数,也称匹配长度,其值大小由物理场的特点、载体的运动状态和重力仪性能等多种因素决定。当场信息丰富时,N可取小些;当场信息贫乏时,N应取大些。
惯导系统同步输出的位置序列为:
其中,为惯导输出的经纬度位置信息。
对任何一个搜索向量可得到目标位置序列:
其中,
利用目标位置序列,在重力数据图中进行重采样,便可以得到对应于搜索向量的dx目标重力序列,设为:
其中,GM(·)为重力数据库上重力值的空间变化函数,其值可通过重力数据库空间插值处理方法得到。
此时,重力相关极值函数为
对于不同的搜索向量dx,会得到不同的相关函数值。当搜索向量取遍搜索区域R时,取使相关函数极小Refp时的为最优搜索向量δX,此时对应的目标轨迹即为最优匹配位置Xp,即:
δX={Refp=Ref(δX)≤Ref(dx)|dx∈R}
Xp=XI+δX
可以看出,向量搜索算法的实现涉及到搜索区域的选取和搜索步长的确定。适当的搜索区域和搜索步长可以抑制重力匹配定位的发散和减小匹配计算量。
本发明以均方差相关函数极小为目标求解变换向量,每次匹配定位的结果又经过不断加权迭代的过程,最终得到最优匹配位置。
本发明的仿真例:
以图3a给出的重力数据库三维图用作仿真的整个重力数据库信息,以图3b右下角处的方框位置为匹配定位仿真区域。按照本发明的方法处理后,得到图4a的重力匹配定位轨迹和图4b的重力匹配定位误差曲线,通过图4a和图4b中给出的重力匹配过程中的惯导轨迹、真实轨迹和匹配轨迹,可以看出经过重力匹配定位后载体位置精度得到显著提高,该匹配算法性能良好。
需要强调的是,本发明所述的实施例是说明性的,而不是限定性的,因此本发明包括并不限于具体实施方式中所述的实施例,凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式,同样属于本发明保护的范围。
Claims (4)
1.一种基于惯性/重力匹配组合导航的向量搜索迭代匹配方法,其特征在于包括以下步骤:
步骤1、由惯导输出位置预估匹配搜索范围和当前匹配性能;
步骤2、以相关极值函数为目标搜索确定最优匹配变换;
步骤3、将匹配定位的结果经过不断加权迭代的过程,最终得到最优匹配位置。
2.根据权利要求1所述的基于惯性/重力匹配组合导航的向量搜索迭代匹配方法,其特征在于:所述步骤1的具体实现方法为:
由当前参考轨迹Xr,得到:
其中,Gr为参考轨迹对应的重力值序列,Tr为惯导轨迹对应的重力值梯度序列,TM(·)为重力数据库上重力梯度值的空间变化函数;
将重力数据库线性化处理,并进行中心化,记Gcr=Gc-Gr,得到:
由最小二乘基本原理,得到变换向量δX的估计值Cx、方差系数Hx和估计方差Dx:
3.根据权利要求1所述的基于惯性/重力匹配组合导航的向量搜索迭代匹配方法,其特征在于:所述步骤2的具体实现方法为:
设重力实时测量序列为
重力数据库图中目标重力序列为
则有,重力相关极值函数为:
其中, N为重力序列个数。
4.根据权利要求1所述的基于惯性/重力匹配组合导航的向量搜索迭代匹配方法,其特征在于:所述步骤3的具体实现方法包括对搜索范围的更新处理和匹配迭代更新处理过程,其中:
(1)搜索范围的更新处理过程为:
设在k时刻的最大惯导误差为EI(k),重力匹配k时刻的变换量为P(k),则搜索向量dx应满足:
|P(k-1)+dx|≤EI(k)
|dx|≤2Cx(k)+3Dx(k)
其中,2Cx(k)是为了避免搜索区域遗漏而适当扩大了范围,3Dx(k)是搜索向量的3σ分布区间;
从而可以得到新的搜索范围为:
dx∈R(k)=[max{-2Cx(k)-3Dx(k),-EI(k)-P(k-1)},
min{2Cx(k)+3Dx(k),EI(k)-P(k-1)]
dx∈R(k)=[max{-2Cx(k)-3Dx(k),-EI(k)-P(k-1)},
min{2Cx(k)+3Dx(k),EI(k)-P(k-1)]
对于初始时刻,取
R(0)=[-EI(0),EI(0)];
(2)匹配迭代更新处理过程为:
设第k时刻的匹配变化方差为Qx(k),则有
Qx(k)=Refp(k)·Hx(k)
设加权系数函数为F(k),则:
其中,μ为系数因子;
于是,重力匹配k时刻的变换量P(k)表示为:
k时刻的参考轨迹取为:
Xr(k)=XI(k)+P(k-1)
重力匹配定位输出为:
Xp(k)=XI(k)+P(k)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510368921.8A CN105043388B (zh) | 2015-06-29 | 2015-06-29 | 基于惯性/重力匹配组合导航的向量搜索迭代匹配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510368921.8A CN105043388B (zh) | 2015-06-29 | 2015-06-29 | 基于惯性/重力匹配组合导航的向量搜索迭代匹配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105043388A true CN105043388A (zh) | 2015-11-11 |
CN105043388B CN105043388B (zh) | 2018-01-05 |
Family
ID=54450122
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510368921.8A Active CN105043388B (zh) | 2015-06-29 | 2015-06-29 | 基于惯性/重力匹配组合导航的向量搜索迭代匹配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105043388B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105716605A (zh) * | 2016-03-30 | 2016-06-29 | 北京理工大学 | 一种重力辅助惯性导航系统匹配方法 |
CN105737850A (zh) * | 2016-01-29 | 2016-07-06 | 北京理工大学 | 基于粒子滤波的变尺度单方向重力采样矢量匹配定位方法 |
CN105737831A (zh) * | 2016-01-29 | 2016-07-06 | 北京理工大学 | 基于粒子滤波的变尺度变方向重力采样矢量匹配定位方法 |
CN107063249A (zh) * | 2017-04-17 | 2017-08-18 | 重庆邮电大学 | 一种重力梯度辅助ins的野外定位装置 |
CN108225310A (zh) * | 2017-12-22 | 2018-06-29 | 中国船舶重工集团公司第七0七研究所 | 一种重力辅助导航航迹规划方法 |
CN108444479A (zh) * | 2018-03-15 | 2018-08-24 | 北京理工大学 | 基于自适应鲁棒无迹卡尔曼滤波的重力匹配方法 |
CN108896040A (zh) * | 2018-03-30 | 2018-11-27 | 中国空间技术研究院 | 天空海一体化水下潜器惯性/重力组合导航方法和系统 |
CN109141426A (zh) * | 2018-08-10 | 2019-01-04 | 中国空间技术研究院 | 一种水下重力匹配导航适配区的优选方法 |
CN110031001A (zh) * | 2019-05-21 | 2019-07-19 | 北京理工大学 | 一种重力辅助惯性导航的适配区选取方法 |
CN110216715A (zh) * | 2019-06-28 | 2019-09-10 | 炬星科技(深圳)有限公司 | 机器人导航性能测试方法、系统、测试终端及存储介质 |
CN113503871A (zh) * | 2021-05-19 | 2021-10-15 | 北京理工大学 | 基于相关滤波的重力匹配方法 |
CN114136320A (zh) * | 2021-11-19 | 2022-03-04 | 中国船舶重工集团公司第七0七研究所 | 基于特征互补特性的海洋多物理场参数特征定位融合方法 |
CN116182854A (zh) * | 2023-04-28 | 2023-05-30 | 中国人民解放军海军工程大学 | 自适应鲁棒惯性/重力匹配组合导航方法、系统及终端 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6453239B1 (en) * | 1999-06-08 | 2002-09-17 | Schlumberger Technology Corporation | Method and apparatus for borehole surveying |
CN102809376A (zh) * | 2012-08-06 | 2012-12-05 | 哈尔滨工程大学 | 一种基于等值线的辅助导航定位方法 |
CN103389097A (zh) * | 2013-08-02 | 2013-11-13 | 哈尔滨工程大学 | 一种基于阻尼捷联惯性导航重力异常滤波匹配的方法 |
EP2762834A1 (en) * | 2013-02-01 | 2014-08-06 | Intel Corporation | An integrated global navigation satellite system and inertial navigation system |
-
2015
- 2015-06-29 CN CN201510368921.8A patent/CN105043388B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6453239B1 (en) * | 1999-06-08 | 2002-09-17 | Schlumberger Technology Corporation | Method and apparatus for borehole surveying |
CN102809376A (zh) * | 2012-08-06 | 2012-12-05 | 哈尔滨工程大学 | 一种基于等值线的辅助导航定位方法 |
EP2762834A1 (en) * | 2013-02-01 | 2014-08-06 | Intel Corporation | An integrated global navigation satellite system and inertial navigation system |
CN103389097A (zh) * | 2013-08-02 | 2013-11-13 | 哈尔滨工程大学 | 一种基于阻尼捷联惯性导航重力异常滤波匹配的方法 |
Non-Patent Citations (2)
Title |
---|
吴太旗等: "重力场辅助水下导航仿真及分析平台的构建", 《舰船科学技术》 * |
夏冰等: "相关极值的重力匹配辅助导航", 《光学精密工程》 * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105737831B (zh) * | 2016-01-29 | 2019-02-12 | 北京理工大学 | 基于粒子滤波的变尺度变方向重力采样矢量匹配定位方法 |
CN105737850A (zh) * | 2016-01-29 | 2016-07-06 | 北京理工大学 | 基于粒子滤波的变尺度单方向重力采样矢量匹配定位方法 |
CN105737831A (zh) * | 2016-01-29 | 2016-07-06 | 北京理工大学 | 基于粒子滤波的变尺度变方向重力采样矢量匹配定位方法 |
CN105737850B (zh) * | 2016-01-29 | 2019-02-12 | 北京理工大学 | 基于粒子滤波的变尺度单方向重力采样矢量匹配定位方法 |
CN105716605B (zh) * | 2016-03-30 | 2018-07-10 | 北京理工大学 | 一种重力辅助惯性导航系统匹配方法 |
CN105716605A (zh) * | 2016-03-30 | 2016-06-29 | 北京理工大学 | 一种重力辅助惯性导航系统匹配方法 |
CN107063249A (zh) * | 2017-04-17 | 2017-08-18 | 重庆邮电大学 | 一种重力梯度辅助ins的野外定位装置 |
CN108225310B (zh) * | 2017-12-22 | 2020-08-25 | 中国船舶重工集团公司第七0七研究所 | 一种重力辅助导航航迹规划方法 |
CN108225310A (zh) * | 2017-12-22 | 2018-06-29 | 中国船舶重工集团公司第七0七研究所 | 一种重力辅助导航航迹规划方法 |
CN108444479A (zh) * | 2018-03-15 | 2018-08-24 | 北京理工大学 | 基于自适应鲁棒无迹卡尔曼滤波的重力匹配方法 |
CN108896040A (zh) * | 2018-03-30 | 2018-11-27 | 中国空间技术研究院 | 天空海一体化水下潜器惯性/重力组合导航方法和系统 |
CN108896040B (zh) * | 2018-03-30 | 2021-03-26 | 中国空间技术研究院 | 天空海一体化水下潜器惯性/重力组合导航方法和系统 |
CN109141426B (zh) * | 2018-08-10 | 2020-11-10 | 中国空间技术研究院 | 一种水下重力匹配导航适配区的方法 |
CN109141426A (zh) * | 2018-08-10 | 2019-01-04 | 中国空间技术研究院 | 一种水下重力匹配导航适配区的优选方法 |
CN110031001A (zh) * | 2019-05-21 | 2019-07-19 | 北京理工大学 | 一种重力辅助惯性导航的适配区选取方法 |
CN110031001B (zh) * | 2019-05-21 | 2020-12-11 | 北京理工大学 | 一种重力辅助惯性导航的适配区选取方法 |
CN110216715A (zh) * | 2019-06-28 | 2019-09-10 | 炬星科技(深圳)有限公司 | 机器人导航性能测试方法、系统、测试终端及存储介质 |
CN113503871A (zh) * | 2021-05-19 | 2021-10-15 | 北京理工大学 | 基于相关滤波的重力匹配方法 |
CN113503871B (zh) * | 2021-05-19 | 2024-04-16 | 北京理工大学 | 基于相关滤波的重力匹配方法 |
CN114136320A (zh) * | 2021-11-19 | 2022-03-04 | 中国船舶重工集团公司第七0七研究所 | 基于特征互补特性的海洋多物理场参数特征定位融合方法 |
CN116182854A (zh) * | 2023-04-28 | 2023-05-30 | 中国人民解放军海军工程大学 | 自适应鲁棒惯性/重力匹配组合导航方法、系统及终端 |
CN116182854B (zh) * | 2023-04-28 | 2023-09-05 | 中国人民解放军海军工程大学 | 自适应鲁棒惯性/重力匹配组合导航方法、系统及终端 |
Also Published As
Publication number | Publication date |
---|---|
CN105043388B (zh) | 2018-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105043388A (zh) | 基于惯性/重力匹配组合导航的向量搜索迭代匹配方法 | |
CN110849374B (zh) | 地下环境定位方法、装置、设备及存储介质 | |
CN105549049B (zh) | 一种应用于gps导航的自适应卡尔曼滤波算法 | |
CN107084714B (zh) | 一种基于RoboCup3D的多机器人协作目标定位方法 | |
CN105136145A (zh) | 一种基于卡尔曼滤波的四旋翼无人机姿态数据融合的方法 | |
Fang et al. | Graph optimization approach to range-based localization | |
CN102322858B (zh) | 用于地磁/捷联惯导组合导航系统的地磁匹配导航方法 | |
CN108319570B (zh) | 一种异步多传感器空时偏差联合估计与补偿方法及装置 | |
CN104567871A (zh) | 一种基于地磁梯度张量的四元数卡尔曼滤波姿态估计方法 | |
CN104061932A (zh) | 一种利用引力矢量和梯度张量进行导航定位的方法 | |
CN109059907A (zh) | 轨迹数据处理方法、装置、计算机设备和存储介质 | |
CN103604430A (zh) | 一种基于边缘化ckf重力辅助导航的方法 | |
CN114061591B (zh) | 一种基于滑动窗数据回溯的等值线匹配方法 | |
CN113342059B (zh) | 基于位置和速度误差的多无人机跟踪移动辐射源方法 | |
CN103776449A (zh) | 一种提高鲁棒性的动基座初始对准方法 | |
CN109931952A (zh) | 未知纬度条件下捷联惯导直接解析式粗对准方法 | |
CN110209180A (zh) | 一种基于HuberM-Cubature卡尔曼滤波的无人水下航行器目标跟踪方法 | |
CN112797985A (zh) | 基于加权扩展卡尔曼滤波的室内定位方法及室内定位系统 | |
CN110677140B (zh) | 一种含未知输入和非高斯量测噪声的随机系统滤波器 | |
CN109507706A (zh) | 一种gps信号丢失的预测定位方法 | |
Li et al. | Joint localization based on split covariance intersection on the Lie group | |
CN110779544B (zh) | 一种多无人机自定位和对目标定位的双任务深度配合方法 | |
CN111982126A (zh) | 一种全源BeiDou/SINS弹性状态观测器模型设计方法 | |
CN116358547A (zh) | 一种基于光流估计获取agv位置的方法 | |
Kausar et al. | A novel Kalman filter based trilateration approach for indoor localization problem |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |