CN105928543B - 一种仿生偏振导航载体测量误差的测量分析方法 - Google Patents

一种仿生偏振导航载体测量误差的测量分析方法 Download PDF

Info

Publication number
CN105928543B
CN105928543B CN201610237030.3A CN201610237030A CN105928543B CN 105928543 B CN105928543 B CN 105928543B CN 201610237030 A CN201610237030 A CN 201610237030A CN 105928543 B CN105928543 B CN 105928543B
Authority
CN
China
Prior art keywords
error
carrier
value
measurement
azimuth
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.)
Active
Application number
CN201610237030.3A
Other languages
English (en)
Other versions
CN105928543A (zh
Inventor
晏磊
赵海盟
关桂霞
杨彬
吴水平
焦健楠
王雪琪
柯子博
赵守江
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Peking University
Original Assignee
Peking University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Peking University filed Critical Peking University
Priority to CN201610237030.3A priority Critical patent/CN105928543B/zh
Publication of CN105928543A publication Critical patent/CN105928543A/zh
Application granted granted Critical
Publication of CN105928543B publication Critical patent/CN105928543B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Automation & Control Theory (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明公开了一种仿生偏振导航载体测量误差的测量分析方法。本方法为:1)在设定区域内分布多个载体,并求得载体间的相对方位角,作为仿生偏振导航载体的测量真值基准;2)对各载体分别执行t次方位角测量计算,得到一组方位角测量值;3)改变设定区域,重新分布载体,重复步骤2),得到另一组方位角测量值;4)重复步骤3)若干次,然后对步骤2)、3)得到的数据进行计算,得到每个载体的统计学误差L'kjt;5)对步骤4)得到的统计学误差L'kjt进行计算,分离随机误差、仪器误差;然后根据随机误差、仪器误差的误差参数值对仿生偏振导航载体测量进行误差评估。本发明能够高效率地完成较为庞大、繁复的运算任务。

Description

一种仿生偏振导航载体测量误差的测量分析方法
技术领域
本发明涉及一种偏振光载体测量误差的分析方法,特别是关于一种基于云计算的仿生偏振导航载体测量误差的分析方法。
背景技术
传统的导航手段已经较为成熟,如惯性导航、卫星导航、地磁导航等,但新的导航手段及方式还在不断涌现出来,仿生偏振导航就是其中的一种。仿生偏振导航是一种新颖的导航手段,但因其所依赖的天空偏振模式图受环境的影响较大,同时获取天空偏振光方向信息的传感器还有待于进一步完善,因此在应用方面还没有发展起来,目前只停留在理论研究和实验阶段。
从理论上分析仿生偏振导航实验的误差来源,其主要是信息源误差和载体测量误差,信息源误差主要是由天空偏振模式图随时间、空间的变化造成的,从工程实用的角度看,这部分误差在系统允许误差中占10%是实际可用的。载体测量误差由噪声、热效应等引起的随机误差和机械结构等造成的系统误差两部分组成,它们是导航系统的主要误差,约占系统允许误差的90%。因此,对于仿生偏振导航实验,如何采用有效的手段对载体测量误差进行评估是亟需解决的一个问题。
发明内容
针对上述问题,本发明的目的是提供一种基于云计算的仿生偏振导航载体测量误差的分析方法。
本发明的采样环境为常压,以满足常规大气环境监测仪器正常工作的需要。
为实现上述目的,本发明采用以下技术方案(见附件图1),包括以下步骤:1)选取云平台,搭建基于云计算的仿生偏振导航应用系统,将资源最大化利用,且实现资源共享;2)平均分布载体(偏振光传感器),求得相对方位角,作为仿生偏振导航载体的测量真值基准;3)在步骤1)、步骤2)的基础上,分析研究时域测量系统随机误差、系统误差;4)对仿生偏振导航测量值进行误差评估。
所述步骤1)包括:
基于服务型的需求,实验选取典型的PaaS(Platform as a Service)类型的云计算平台——新浪云平台(SAE:SinaApp Engine),该平台提供了基于MySQL的数据库集群服务,基于PHPMyAdmin的管理工具以及可以在线编辑的语言运行环境,利用这些服务可以在SAE平台构建数据库,开发web应用,建立云计算系统,通过浏览器就可以统一编辑和管理,从而实现基于SAE云平台的仿生偏正导航测量误差评估。
根据研究服务需求,搭建仿生偏振导航误差分析应用的云计算系统。本发明中的云平台系统主要包括数据存储、云计算和可视化三个模块(见附件图2)。系统设计和运行在新浪云计算平台上。数据存储和云计算模块由新浪云分布式任务队列作为底层支撑,程序采用PHP+MySQL的架构。可视化模块采用html代码编写,web浏览器访问。文件保存在中央版本库SVN(Subversion:版本控制系统)仓库,通过使用TortoiseSVN向SAE部署代码。在新浪云平台上,结合MySQL服务,使用PHP技术,建立基于云计算的仿生偏振导航误差分析系统,实现资源得以充分利用且共享。
所述步骤2)包括:
由于天空偏振模式图受环境影响,随着时间、地点的变化而变化,为确保偏振光检测仪器(即载体)测量值不受天空偏振模式图的影响,本发明采取求其相对角度,进行对测量值进行误差分析与研究。
本发明实验测量过程中,多载体分布如下:
在直径为d的圆形区域边缘上平均分布N个偏振光传感器作为载体,各载体静止不动且方向均指向圆心(见附图3,射线方向表示偏振光传感器90°刻度线方向)。选取一个载体方位角为0°参考方向,求其余载体方位角的相对方位角为载体i的实际测量方位角,为该载体i相对于的相对角度。
所述步骤3)包括以下步骤:
①载体方位角测量
在载体平均分布的确定区域中,同时对各载体执行方位角测量计算,记为一组方位角测量值。对j组多载体的每组多载体进行t次实际测量,则标记第j组中第k号载体所有t次的实验测量值构成的序列记为等效长度Lkjt
②统计学误差计算
针对每个载体所有t次的方位测量值计算其统计学误差L'kjt。若t=1,2……t,则
对以上步骤中得到的实验数据进行云计算误差分析,分离仪器误差、随机误差,最后通过仪器误差、随机误差的误差参数值对仿生偏振导航载体测量进行误差评估,具体操作见以下步骤:
③载体方位角估计值计算
对每组中每个载体的等效长度Lkjt进行kalman滤波,获取最优估计序列值L″kjt。本发明选用适合于本实验系统的线性随机卡尔曼滤波算法,旨在通过系统输入输出观测数据,对系统状态进行最优估计,获得仪器测量最优估计值,可使得随机误差足够小,仪器误差占主导地位,得到以仪器误差为主的估计序列值L″kjt
④载体方位角高精度准真值
根据步骤2)中在空间范围内平均分布载体,确定其相对方位角角度,将其作为准真值
⑤载体方位角等效长度仪器误差的分离
计算准仪器误差序列值并计算此误差的最大值、均值和均方根分别为:
⑥载体方位角等效长度随机误差的分离
计算准随机误差序列值并计算此误差的最大值、均值和均方根分别为:
⑦重复计算求误差参数值
改变直径d的大小,重新分布多载体,从而获取多组多载体实验数据,j为多载体组号。j=1,2……。重复实验步骤①到步骤⑥,多次获得多组参量值 并计算各参量的平均值。以这些参数为评判标准,可以进行仪器和环境的系统误差来源分析,为抑制系统测量误差提供依据。
所述步骤4)包括:
本发明中的实验条件要求无限制,选择不同的天气条件下,对仿生偏振导航测量仪器误差分析评估并建模,操作步骤见步骤3)。其中误差参数的评估意义如下:误差最大值可以查看测量结果偏离真值的最大程度,误差平均值可以反应测量结果误差的整体情况,均方根值可以反应测量结果误差的离散度。
本发明由于采取以上技术方案,其具有以下优点:
1.本发明将仿生偏振导航载体测量误差的分析方法集成为一套系统。
2.首次将仿生偏振导航应用移植到云平台上,对大量的实验数据进行云计算,并实现了资源最大化利用且共享。
3.本发明在云平台上建立了一个仿生偏振导航测量误差分析应用,可以不限时间、地域使用。
4.本发明中涉及到的误差参数运算均在云端自主进行,能够高效率地完成较为庞大、繁复的运算任务,保证了计算的快速和精准。
附图说明
图1是测量误差模型分析的云计算支持系统结构图;
图2是基于云计算的仿生偏振导航误差分析应用结构图;
图3是载体(多载体)分布示意图;
图4是仿生偏振导航载体测量误差分析流程图;
图5是仿生偏振导航载体测量误差分析建模并行计算结构图。
具体实施方式
下面结合附图和实施例对本发明进行详细的描述。
本发明中选取典型的PaaS(Platform as a Service)类型的云计算平台——新浪云平台(SAE:Sina App Engine),基于该平台提供的MySQL数据库集群服务,PHPMyAdmin的管理工具以及可以在线编辑的语言运行环境,本发明利用这些服务在SAE平台构建实验数据库,开发web应用,即仿生偏振导航误差分析应用,集成仿生偏振导航误差分析的云计算系统。本发明通过浏览器统一编辑和管理,实现基于SAE云平台的仿生偏正导航测量误差分析,大量的实验数据通过管理页面中集成的PHPMyAdmin管理工具导入到MySQL数据库中。
本发明在仿生偏振导航实验测量误差分析过程中,如图4所示,本发明主要的步骤如下:
①平均分布载体
在一个直径为d的圆形区域内(基于前期实验经验,误差容忍区无交叉,且d优选5m到10m)平均分布24个载体,且载体上标注的90°方向与示意图中的射线方向重合(见附件图3),令其在实验过程中静止不动。同一时刻对所有载体进行方位角测量,由于载体测角范围是0°-180°,且同一直线上的载体的方位角相同,则一组实测数据相当于13个载体测量数据(0°与180°记为两个载体)。选取一个载体方位角为0°参考方向,求其余载体方位角相对于的相对角度
②载体方位角测量
在载体平均分布的确定区域中,同时对各载体执行方位角测量计算,记为一组观测值。将第j组中第k号载体所有t次的实验测量值Lkjt序列记为等效长度Lkjt。k是载体编号,k=1,2……13;t为实验序号,t=1,2,…,500。
③统计学误差计算
改变直径d的大小,重新分布多载体,从而获取多组多载体实验数据Lkjt,j为多载体组号,j=1,2,…,100;分别对每组多载体进行500次实验测量。对100组多载体的每组多载体进行500次实际测量,针对每个载体计算统计学误差L'kjt
④载体方位角估计值计算
对每组中每个载体的等效长度Lkjt(t=1,2,…,500)进行kalman滤波,获取最有估计值序列值L″kjt
设随机线性离散系统的方程为:
X(k)=ΦX(k-1)+ΓW(k-1)
Z(k)=HX(k)+V(k)
本发明中仿生偏振卡尔曼滤波的系统状态变量取为:
其中:
e(k)和n(k)为东向和北向的位置分量;
ve(k)和vn(k)为东向和北向的速度分量;
ae(k)和an(k)为东向和北向的加速度分量;
为偏振光误差。
由于实验条件限制,认为本系统为静基座条件,即位移、速度恒为零,则系统方程为:
其中:
的高斯白噪声;
的高斯白噪声;
的高斯白噪声;
分别为东向和北向加速度的相关时间常数;
τi为偏振传感器的相关时间常数。
本发明中设计的仿生偏振光卡尔曼滤波的观测量为偏振传感器输出的角度与实验平台的位置信息s,故系统的量测方程为:
Z(k)=H(k)X(k)+V(k)
偏振传感器测量误差可建立为一阶马尔科夫模型,则
其中,τi为相关时间常数,的高斯白噪声,的高斯白噪声,vs(k)为的高斯白噪声。
误差状态空间表达式为:其中,
本发明选用适合于本实验系统的线性随机卡尔曼滤波算法,可使得随机误差足够小,仪器误差占主导地位。X(k)=L”kjt,得到以仪器误差为主的估计值序列值L”kjt
⑤载体方位角高精度准真值
根据步骤2)中在空间范围内平均分布载体(分布24个载体,是为了选用特殊角度方便后续运算),可确定其相对方位角分别为0°,15°,30°,45°,60°,75°,90°,105°,120°,135°,150°,165°,180°。将其作为准真值,记作
⑥载体方位角等效长度仪器误差的分离
计算准仪器误差序列值并计算此误差的最大值、均值和均方根分别为:
⑦载体方位角等效长度随机误差的分离
计算准随机误差序列值并计算此误差的最大值、均值和均方根分别为:
⑧重复计算求误差参数值
令t=t+1,基于云平台进行并行计算(见附件图5),获得上述各参量的平均值。以这些参数为评判标准,可以进行仪器和环境的系统误差来源分析,为抑制系统测量误差提供依据。
⑨改变实验条件重复计算
本发明中载体方位角测量不限制实验天气条件。在天气条件不同的情况下,对多载体进行方位角测量,多次重复步骤②到步骤⑧,重复性实验的次数优选为100~1000次,获取不同天气条件下的仿生偏振导航载体测量误差评估模型。其中:误差最大值可以查看测量结果偏离真值的最大程度,误差平均值可以反应测量结果误差的整体情况,均方根值可以反应测量结果误差的离散度。

Claims (7)

1.一种仿生偏振导航载体测量误差的测量分析方法,其步骤为:
1)在设定区域内分布多个载体,并求得载体间的相对方位角,作为仿生偏振导航载体的测量真值基准;
2)对各载体分别执行t次方位角测量计算,得到一组方位角测量值;
3)改变设定区域,重新分布载体,重复步骤2),得到另一组方位角测量值;
4)重复步骤3)若干次,然后对步骤2)、3)得到的数据进行计算,得到每个载体的统计学误差L'kjt
5)对步骤4)得到的统计学误差L'kjt进行计算,分离随机误差、仪器误差;然后根据随机误差、仪器误差的误差参数值对仿生偏振导航载体测量进行误差评估;其中,统计学误差第j组方位角测量值中第k号载体的全部t次方位角测量值构成的序列记为等效长度Lkjt
根据随机误差、仪器误差的误差参数值对仿生偏振导航载体测量进行误差评估的具体方法为:
51)选取一组方位角测量值,对其中每个载体的等效长度Lkjt进行滤波,获取最优估计值序列值L″kjt,即载体的方位角估计值;
52)将所述测量真值基准作为准真值Lkjt,即载体的方位角高精度准真值;
53)计算准仪器误差序列值ΔLkjt=|Lkjt-L”kjt|,并计算此误差的最大值ΔLMax、均值ΔLMean和均方根ΔLMSR
54)计算准随机误差序列值并计算此误差的最大值均值和均方根
55)重复计算求误差参数值:更换一组方位角测量值,重复步骤51)~54),得到多组参量值ΔLMax、ΔLMean、ΔLMSR
56)根据步骤55)得到结果计算各参量值ΔLMax、ΔLMean、ΔLMSR 的平均值,即随机误差、仪器误差的误差参数值;然后根据该误差参数值对仿生偏振导航载体测量进行误差评估。
2.如权利要求1所述的方法,其特征在于,所述在设定区域内分布多个载体的方法为:在直径为d的圆形区域边缘上平均分布N个载体;各载体静止不动且方向均指向该圆形区域的圆心。
3.如权利要求2所述的方法,其特征在于,所述载体为偏振光传感器。
4.如权利要求1或2或3所述的方法,其特征在于,求得载体间的相对方位角的方法为:首先选取一个载体,将其方位角作为0°参考方向,然后计算其余载体方位角的相对方位角其中, 为载体i的实际测量方位角,为该载体i相对于的相对角度。
5.如权利要求1所述的方法,其特征在于,所述滤波方法为kalman滤波。
6.如权利要求1或2所述的方法,其特征在于,采用云计算系统对步骤4)得到的统计学误差L'kjt进行计算,分离随机误差、仪器误差;然后根据得到的随机误差、仪器误差的误差参数值对仿生偏振导航载体测量进行误差评估。
7.如权利要求1或2所述的方法,其特征在于,步骤3)中,改变设定区域,重新分布载体的方法为:改变直径d的大小,然后在直径为d的圆形区域边缘上均匀分布N个载体。
CN201610237030.3A 2016-04-15 2016-04-15 一种仿生偏振导航载体测量误差的测量分析方法 Active CN105928543B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610237030.3A CN105928543B (zh) 2016-04-15 2016-04-15 一种仿生偏振导航载体测量误差的测量分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610237030.3A CN105928543B (zh) 2016-04-15 2016-04-15 一种仿生偏振导航载体测量误差的测量分析方法

Publications (2)

Publication Number Publication Date
CN105928543A CN105928543A (zh) 2016-09-07
CN105928543B true CN105928543B (zh) 2019-01-25

Family

ID=56839191

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610237030.3A Active CN105928543B (zh) 2016-04-15 2016-04-15 一种仿生偏振导航载体测量误差的测量分析方法

Country Status (1)

Country Link
CN (1) CN105928543B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108375381B (zh) * 2018-02-08 2021-12-21 北方工业大学 一种基于扩展卡尔曼滤波的仿生偏振传感器多源误差标定方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102538783A (zh) * 2012-02-14 2012-07-04 北京大学 基于遥感天空偏振模式图的仿生导航方法及导航定位系统
CN103776444A (zh) * 2014-01-29 2014-05-07 北京大学 天空模式图对仿生偏振导航精度影响的云计算控制方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102538783A (zh) * 2012-02-14 2012-07-04 北京大学 基于遥感天空偏振模式图的仿生导航方法及导航定位系统
CN103776444A (zh) * 2014-01-29 2014-05-07 北京大学 天空模式图对仿生偏振导航精度影响的云计算控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"Errors in Ensemble Kalman Smoother Estimates of Cloud Microphysical Parameters";DEREK J. POSSELT;《POSSELT》;20140430;正文第1631-1653页
"偏振导航传感器测角误差分析与补偿";杨中光;《光学精密工程》;20140630;第22卷(第6期);正文第1426-1427页
"新型仿生偏振测角传感器及角度误差补偿算法";赵开春;《宇航学报》;20090331;第30卷(第2期);正文第503-508页

Also Published As

Publication number Publication date
CN105928543A (zh) 2016-09-07

Similar Documents

Publication Publication Date Title
Caroti et al. Accuracy assessment in structure from motion 3D reconstruction from UAV-born images: The influence of the data processing methods
CN110764111B (zh) 雷达坐标与大地坐标的转换方法、装置、系统及介质
CN112285676B (zh) 激光雷达与imu外参标定方法及装置
CN102620748B (zh) 捷联惯导系统晃动基座条件下杆臂效应的估计和补偿方法
Niu et al. Development and evaluation of GNSS/INS data processing software for position and orientation systems
CN109507706B (zh) 一种gps信号丢失的预测定位方法
CN103852085A (zh) 一种基于最小二乘拟合的光纤捷联惯导系统现场标定方法
CN103983278A (zh) 一种测量影响卫星姿态确定系统精度的方法
CN108681487A (zh) 传感器算法参数调优的分布式系统和调优方法
CN105928543B (zh) 一种仿生偏振导航载体测量误差的测量分析方法
CN105628053A (zh) 一种星载激光测高仪脚点几何定位误差的判定方法
Gu et al. A Kalman filter algorithm based on exact modeling for FOG GPS/SINS integration
CN106650595A (zh) 地块边界识别的方法及边界识别装置
Radi et al. An automatic calibration approach for the stochastic parameters of inertial sensors
CN104597513A (zh) 一种地球物理磁场大数据预处理值的获取方法
CN115290041A (zh) 一种施工测量方法、装置、电子设备及存储介质
CN109387181A (zh) 地形绘制方法及装置
CN102589568A (zh) 车辆捷联惯性导航系统的三轴陀螺常值漂移快速测量方法
CN110567489B (zh) 角度交会测量系统的动态误差的获取方法及系统
CN204128566U (zh) 一种惯组标定用北向基准稳定性评估测试装置
CN114076064A (zh) 确定偏航0度方位角以及偏航方向的方法及装置
RU2629539C1 (ru) Способ измерения магнитного курса подвижного объекта
CN114777703B (zh) 基于距离匹配的林业样地精准定位方法及装置
CN109839395A (zh) 土壤污染物分析方法、装置、设备和系统
CN107974904A (zh) 北斗智能压实终端处理器

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