CN108594271A - 一种基于复合分层滤波的抗欺骗干扰的组合导航方法 - Google Patents
一种基于复合分层滤波的抗欺骗干扰的组合导航方法 Download PDFInfo
- Publication number
- CN108594271A CN108594271A CN201810864041.3A CN201810864041A CN108594271A CN 108594271 A CN108594271 A CN 108594271A CN 201810864041 A CN201810864041 A CN 201810864041A CN 108594271 A CN108594271 A CN 108594271A
- Authority
- CN
- China
- Prior art keywords
- interference
- state
- matrix
- moment
- cheating
- 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
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/21—Interference related issues ; Issues related to cross-correlation, spoofing or other methods of denial of service
- G01S19/215—Interference related issues ; Issues related to cross-correlation, spoofing or other methods of denial of service issues related to spoofing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
- G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明涉及一种基于复合分层滤波的抗欺骗干扰的组合导航方法,首先,基于惯性和卫星组合导航系统建立组合导航系统状态模型;其次,考虑欺骗干扰传播特性,提取欺骗干扰的数学特征,将欺骗干扰表征在基于一阶马尔科夫的随机过程,建立含有欺骗干扰的组合导航系统量测模型;最后设计复合分层滤波器抑制欺骗干扰。本发明方法具备抗干扰、鲁棒性强、兼容性好等优点。
Description
技术领域
本发明涉及一种基于复合分层滤波的抗欺骗干扰的组合导航方法,可用于飞行器、移动机器人或地面车辆在面临欺骗干扰情况下获取姿态、速度和位置等信息,提高飞行器、移动机器人或地面车辆的抗欺骗能力。
背景技术
SINS/GNSS组合导航系统中,即使是目前精度最高的惯性器件,也存在着各种干扰引起的误差,这对SINS系统的精度影响很大。惯导系统的误差包括系统误差和随机误差。
卫星导航系统是一种无线电导航系统,该系统的各类测量误差有卫星钟差误差、星历误差,电磁波信号传输中的大气延时误差,这些误差值可以通过卫星信号播发的导航电文予以校正,但是由于地面监控系统不可能对卫星的运行轨道和卫星时钟做出精确的测量和预估,所以会存在残差。针对大气延时误差采用的电离层模型和对流层模型不可能准确的描述地球大气层的复杂变化,也会存在残差。与用户接收机有关的误差包括多路径误差和各类无意干扰,接收机的软件计算误差主要包括近似线性化带来的误差以及受计算机位长影响导致的量化误差等。
鉴于GPS系统潜在的SA欺骗干扰,如果由于某种原因,如果SA欺骗干扰启动,则许多导航产品的精确度将大大下降,无法实现高精度导航的目的。GPS系统的SA欺骗干扰不是不可检测的,只是在开启后的几十个小时或者几天内有效果,过后就会被地面监测站发现,但是需要如此长的时间,对导航而言已经失去了实时导航的意义。
SA欺骗干扰是未知的,但是在数学上可以表征为对GPS输出的位置和速度的不确定性,在此基础上建立的含有SA欺骗干扰的量测方程。此时标准的卡尔曼滤波难以使用,无法估计组合导航系统的状态,因此会导致输出的导航信息精度不高,甚至可能出现滤波器发散的情况。
为解决含有欺骗干扰的组合导航系统的状态估计问题,考虑到SA欺骗干扰具有强随机性,但是同时具备部分模型特征,提出了一种基于复合分层抗干扰滤波组合导航方法。采用基于一阶马尔科夫过程近似表征SA欺骗干扰,建立SA欺骗干扰的数学表征模型,同时考虑了器件漂移、测量噪声等多源干扰,建立含有多源干扰的SINS/GPS组合导航系统模型,首先设计干扰观测器估计SA欺骗干扰,其次设计鲁棒卡尔曼滤波,抑制范数有界干扰,同时滤波器结构保持卡尔曼滤波结构,工程上易于实现。
现有专利中存在以下三个缺点和不足:第一,考虑误差不全,对器件漂移、测量噪声等多源干扰考虑不充分,第二,组合导航方法中滤波方式单一,导致系统鲁棒性不强,第三,多种导航方式组合一起存在兼容性不好的缺点。
发明内容
本发明的技术解决问题是:在GPS的SA欺骗干扰情况下,SINS/GPS组合导航系统采用传统的卡尔曼滤波器将无法正常工作,导致运动体和运载体无法导航的特性。针对这一现状,针对含有高斯型干扰、能量有界干扰的SINS/GPS组合导航系统,一种基于复合分层滤波的抗欺骗干扰的组合导航方法,具备抗干扰、鲁棒性强、兼容性好等优点。
本发明的技术解决方案为:一种基于复合分层滤波的抗欺骗干扰的组合导航方法,步骤如下:
(1)将东北天地理坐标系作为导航坐标系,将欧拉角姿态误差φEφNφU、速度误差δVEδVNδVU、位置误差δLδλδh、陀螺仪漂移εxεyεz和加速度计偏置误差共15维向量作为惯性和卫星组合导航系统的状态方程,下标E、N、U分别表示真实地理坐标系的东向、北向和天向分量,下标x、y、z分别表示载体系下的x方向、y方向、z方向分量;
(2)根据欺骗干扰的特性,基于一阶马尔科夫过程,建立欺骗干扰的数学模型;
(3)基于步骤(1)和步骤(2),借助于状态增广方法,建立含有欺骗干扰的惯性和卫星组合导航系统的量测方程;
(4)对步骤(1)的状态方程和步骤(3)的量测方程离散化;
(5)针对步骤(4)得到的离散化状态方程和量测方程,设计复合分层滤波器,输出导航信息。
所述步骤(1)具体实现如下:
其中为组合导航系统的15维状态向量,下标E、N、U分别表示真实地理坐标系的东向、北向和天向分量,φE、φN、φU分别表示理想导航坐标系和实际计算导航坐标系由于不重合引起的失准角,δVE、δVN、δVU为东向、北向和天向的速度误差,δL、δλ、δh为地球坐标系下的纬度、经度、高度误差,εx、εy、εz为陀螺随机常值漂移,为加速度计随机常值零偏,其下标x、y、z分别表示载体系下的x方向、y方向、z方向分量。表示系统过程噪声矢量,类型为高斯型干扰。F(t)为系统的状态转移矩阵,G(t)为噪声增益矩阵。
所述步骤(2)利用可欺骗干扰的特性,采用基于一阶马尔科夫过程来描述SA欺骗干扰,将SA欺骗干扰表征为一阶马尔科夫过程如下:
d(t)=Dη(t)
其中,这里τ1=71.6s,τ2=66.7s,τ3=161.6s分别为纬度、经度和高度的相关时间。D为采用维数的参数矩阵,一般为坐标转换矩阵。w1为未知分布的能量有界噪声。
所述步骤(3)基于状态增广方法,建立含有欺骗干扰的惯性/卫星组合导航系统的量测方程如下:
定义增广状态:其中x(t)为15维系统状态,η(t)为欺骗干扰。含有欺骗干扰的惯性/卫星组合导航系统量测方程为:
z(t)表示组合导航系统速度误差和位置误差,表示含有欺骗干扰的测量矩阵,v(t)分别表示速度和位置的高斯型速度测量噪声。
所述步骤(4)基于步骤(1)、(2)和(3)离散化,具体实现如下:
离散化后的系统状态,zk为z(t)离散化后的量测值,为离散化后的系统状态转移矩阵,为离散化后的噪声增益矩阵,Hk为离散后的量测矩阵,vk为v(t)离散化后的测量噪声,wk为组合导航系统离散化后的系统噪声。
所述步骤(5)设计复合分层滤波器,具体实现如下:
首先定义H∞性能指标定义为:
其中
1)初始化,给定性能指标参数γ>0,状态估计误差协方差初始值状态估计初始值干扰估计的初始值
2)干扰估计:
其中为k时刻欺骗干扰估计值,为k+1时刻欺骗干扰估计值,为复合分层滤波器欺骗干扰估计增益矩阵,Wk为离散化后的欺骗干扰状态矩阵,为k时刻增广状态估计误差协方差矩阵,Dk为参数矩阵D离散化后的矩阵;
3)时间更新:
其中为k时刻系统状态估计值,为k+1时刻系统状态一步预测值,为状态和欺骗干扰k时刻估计值的协方差矩阵,为状态和欺骗干扰k+1时刻一步预测值的协方差矩阵,为矩阵的转置;
4)量测更新:
其中为k+1时刻系统状态估计值,为k+1时刻系统状态一步预测值,为复合分层滤波器状态估计增益矩阵,为增广状态k+1时刻一步预测估计值的协方差矩阵,为增广状态k+1时刻增广状态估计的协方差矩阵。
本发明与现有技术相比的优点在于:本发明具有抗干扰能力强,鲁棒性强和兼容性好的优点。是针对现有抗干扰组合导航系统中状态估计不准确,SA欺骗干扰具有强随机性等问题提出的一种复合分层滤波组合导航方法。与现有的传统方法相比较具备抗干扰能力强、鲁棒性强、兼容性好等优点。适用于含有多源干扰的SINS/GPS组合导航系统。通过考虑了器件漂移、测量噪声等多源干扰,设计干扰观测器估计SA欺骗干扰,提高抗干扰能力;利用鲁棒卡尔曼滤波,抑制范数有界干扰;提高系统的鲁棒性;提取欺骗干扰的数学特征,将欺骗干扰表征在基于一阶马尔科夫的随机过程,建立含有欺骗干扰的组合导航系统量测模型,增强了系统的兼容性。本方法对组合导航系统的准确性和自主性具有现实意义。
附图说明
图1为本发明的设计流程图;
图2为复合分层滤波结构示意图。
具体实施方式
下面结合附图及实施例对本发明进行详细说明。
如图1所示,本发明的具体实现步骤如下:
1、将东北天地理坐标系作为导航坐标系,考虑欧拉角姿态误差φEφNφU、速度误差δVEδVNδVU、位置误差δLδλδh、陀螺仪漂移和加速度计偏置误差这15维向量作为惯性/卫星组合导航系统的状态方程;
其中为组合导航系统的15维状态向量,下标E、N、U分别表示真实地理坐标系的东向、北向和天向分量,φE、φN、φU分别表示理想导航坐标系和实际计算导航坐标系由于不重合引起的失准角,δVE、δVN、δVU为东向、北向和天向的速度误差,δL、δλ、δh为地球坐标系下的纬度、经度、高度误差,εx、εy、εz为陀螺随机常值漂移,为加速度计随机常值零偏,其下标x、y、z分别表示载体系下的x方向、y方向、z方向分量。w(t)表示系统过程噪声矢量,类型为高斯型干扰。F(t)为系统的状态转移矩阵,G(t)为噪声增益矩阵。
2、基于一阶马尔科夫过程建立欺骗干扰模型;
所述步骤(2)利用可欺骗干扰的特性,采用基于一阶马尔科夫过程来描述SA欺骗干扰,将SA欺骗干扰表征为一阶马尔科夫过程如下:
d(t)=Dη(t)
其中,这里τ1=71.6s,τ2=66.7s,τ3=161.6s分别为纬度、经度和高度的相关时间。D为适当维数的参数矩阵,一般为坐标转换矩阵。w1为未知分布的能量有界噪声。
3、基于状态增广方法,建立含有欺骗干扰的惯性/卫星组合导航系统的量测方程如下:
z(t)表示组合导航系统速度误差和位置误差,表示含有欺骗干扰的测量矩阵,v(t)表示高斯型测量噪声。
4、对状态方程和量测方程离散化,具体实现如下:
离散化后的系统状态,zk为z(t)离散化后的量测值,为离散化后的系统状态转移矩阵,为离散化后的噪声增益矩阵,Hk为离散后的量测矩阵,vk为v(t)离散化后的测量噪声,wk为组合导航系统离散化后的系统噪声。
5、设计复合分层滤波器,如图2所示,具体实现如下:
(1)初始化,给定性能指标参数γ>0,状态估计误差协方差初始值状态估计初始值干扰估计的初始值
(2)干扰估计:
其中为k时刻欺骗干扰估计值,为k+1时刻欺骗干扰估计值,为复合分层滤波器欺骗干扰估计增益矩阵,Wk为离散化后的欺骗干扰状态矩阵,为k时刻增广状态估计误差协方差矩阵,Dk为矩阵D离散化后的矩阵;
(3)时间更新:
其中为k时刻系统状态估计值,为k+1时刻系统状态一步预测值,为状态和欺骗干扰k时刻估计值的协方差矩阵,为状态和欺骗干扰k+1时刻一步预测值的协方差矩阵,为矩阵的转置;
(4)量测更新:
其中为k+1时刻系统状态估计值,为k+1时刻系统状态一步预测值,为复合分层滤波器状态估计增益矩阵,为增广状态k+1时刻一步预测估计值的协方差矩阵,为增广状态k+1时刻增广状态估计的协方差矩阵。
通过相关试验表明,本发明由于考虑了SA欺骗干扰的模型,在设计鲁棒卡尔曼滤波器时,考虑了欺骗干扰的影响,因而对比与未考虑欺骗干扰的滤波器具有更强的抗干扰能力,更好的鲁棒性,该滤波器可以与其他滤波器一同使用,具备更好的兼容性。
本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
以上虽然描述了本发明的具体实施方法,但是本领域的技术人员应当理解,这些仅是举例说明,在不背离本发明原理和实现的前提下,可以对这些实施方案做出多种变更或修改,因此,本发明的保护范围由所附权利要求书限定。
Claims (6)
1.一种基于复合分层滤波的抗欺骗干扰的组合导航方法,其特征在于,包括以下步骤:
第一步,将东北天地理坐标系作为导航坐标系,将欧拉角姿态误差φE,φN,φU、速度误差δVE,δVN,δVU、位置误差δL,δλ,δh、陀螺仪漂移εx,εy,εz和加速度计偏置误差共15维向量作为惯性和卫星组合导航系统的状态方程,下标E、N、U分别表示真实地理坐标系的东向、北向和天向分量,下标x、y、z分别表示载体系下的x方向、y方向、z方向分量;
第二步,根据欺骗干扰的特性,基于一阶马尔科夫过程,建立欺骗干扰的数学模型;
第三步,在第一步和第二步骤的基础上,利用状态增广方法,建立含有欺骗干扰的惯性和卫星组合导航系统的量测方程;
第四步,对第一步的状态方程和第二步中的量测方程离散化;
第五步,针对第四步得到的离散化状态方程和量测方程,设计复合分层滤波器,输出导航信息。
2.根据权利要求1所述的一种基于复合分层滤波的抗欺骗干扰的组合导航方法,其特征在于:所述第一步具体实现如下:
其中为组合导航系统的15维状态向量,w(t)表示系统过程噪声矢量,类型为高斯型干扰;F(t)为系统的状态转移矩阵,G(t)为噪声增益矩阵。
3.根据权利要求1所述的一种基于复合分层滤波的抗欺骗干扰的组合导航方法,其特征在于:所述第二步采用一阶马尔科夫过程建立欺骗干扰模型如下;
d(t)=Dη(t)
其中,τ1=71.6s,τ2=66.7s,τ3=161.6s分别为纬度、经度和高度的相关时间;D为采用维数的参数矩阵,w1为未知分布的能量有界噪声。
4.根据权利要求1所述的一种基于复合分层滤波的抗欺骗干扰的组合导航方法,其特征在于:所述第三步基于状态增广方法,建立含有欺骗干扰的惯性和卫星组合导航系统的量测方程如下:
定义增广状态:
含有欺骗干扰的惯性和卫星组合导航系统量测方程为:
z(t)表示组合导航系统速度误差和位置误差,表示含有欺骗干扰的测量矩阵,v(t)表示速度和位置的高斯型速度测量噪声。
5.根据权利要求1所述的一种基于复合分层滤波的抗欺骗干扰的组合导航方法,其特征在于:所述第四步中,对状态方程和量测方程离散化实现如下:
离散化后的系统状态,zk为z(t)离散化后的量测值,为离散化后的系统状态转移矩阵,为离散化后的噪声增益矩阵,Hk为离散后的量测矩阵,vk为v(t)离散化后的测量噪声,wk为组合导航系统离散化后的系统噪声。
6.根据权利要求1所述的一种基于复合分层滤波的抗欺骗干扰的组合导航方法,其特征在于:所述第五中,设计复合分层滤波器,包含以下四个部分,具体实现如下:
(1)初始化,给定性能指标参数γ>0,状态估计误差协方差初始值P0 +,状态估计初始值干扰估计的初始值
(2)干扰估计:
其中为k时刻欺骗干扰估计值,为k+1时刻欺骗干扰估计值,为复合分层滤波器欺骗干扰估计增益矩阵,Wk为离散化后的欺骗干扰状态矩阵,Pk +为k时刻增广状态估计误差协方差矩阵,Dk为参数矩阵D离散化后的矩阵;
(3)时间更新:
其中为k时刻系统状态估计值,为k+1时刻系统状态一步预测值,为状态和欺骗干扰k时刻估计值的协方差矩阵,为状态和欺骗干扰k+1时刻一步预测值的协方差矩阵,为矩阵的转置;
(4)量测更新:
其中为k+1时刻系统状态估计值,为k+1时刻系统状态一步预测值,为复合分层滤波器状态估计增益矩阵,为增广状态k+1时刻一步预测估计值的协方差矩阵,为增广状态k+1时刻增广状态估计的协方差矩阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810864041.3A CN108594271B (zh) | 2018-08-01 | 2018-08-01 | 一种基于复合分层滤波的抗欺骗干扰的组合导航方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810864041.3A CN108594271B (zh) | 2018-08-01 | 2018-08-01 | 一种基于复合分层滤波的抗欺骗干扰的组合导航方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108594271A true CN108594271A (zh) | 2018-09-28 |
CN108594271B CN108594271B (zh) | 2020-07-10 |
Family
ID=63619134
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810864041.3A Active CN108594271B (zh) | 2018-08-01 | 2018-08-01 | 一种基于复合分层滤波的抗欺骗干扰的组合导航方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108594271B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108594272A (zh) * | 2018-08-01 | 2018-09-28 | 北京航空航天大学 | 一种基于鲁棒卡尔曼滤波的抗欺骗干扰组合导航方法 |
CN110007318A (zh) * | 2019-04-25 | 2019-07-12 | 西安电子科技大学 | 风场干扰下基于卡尔曼滤波的单无人机判断gps欺骗的方法 |
CN110208821A (zh) * | 2019-06-11 | 2019-09-06 | 中国人民解放军战略支援部队信息工程大学 | 一种针对gnss/imu松组合系统的轨迹诱骗方法及装置 |
CN110715660A (zh) * | 2019-11-21 | 2020-01-21 | 中国人民解放军63961部队 | 基于卡尔曼滤波估计的北斗/惯性组合抗欺骗干扰方法 |
CN111624626A (zh) * | 2020-04-29 | 2020-09-04 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 卫星导航系统欺骗干扰信号抑制方法 |
CN111913195A (zh) * | 2020-07-07 | 2020-11-10 | 北京自动化控制设备研究所 | 基于陆基无线电导航信息的gps接收机抗欺骗干扰处理方法 |
CN112461235A (zh) * | 2020-11-20 | 2021-03-09 | 北京航空航天大学 | 一种基于干扰观测器的抗干扰组合导航方法 |
CN114755639A (zh) * | 2022-04-27 | 2022-07-15 | 电子科技大学 | 一种面向跟踪对抗的多样式复合欺骗干扰自适应生成方法 |
CN115265528A (zh) * | 2022-06-29 | 2022-11-01 | 烟台哈尔滨工程大学研究院 | 基于未知输入观测器的组合导航系统鲁棒抗扰滤波方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105865441A (zh) * | 2016-03-31 | 2016-08-17 | 北京航空航天大学 | 一种针对多源干扰系统的复合分层自适应滤波器 |
CN105929840A (zh) * | 2016-05-30 | 2016-09-07 | 北京航空航天大学 | 一种组合体航天器复合分层抗干扰姿态稳定控制方法 |
CN106020221A (zh) * | 2016-05-30 | 2016-10-12 | 北京航空航天大学 | 一种基于输出反馈的抗干扰姿态控制验证平台及验证方法 |
-
2018
- 2018-08-01 CN CN201810864041.3A patent/CN108594271B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105865441A (zh) * | 2016-03-31 | 2016-08-17 | 北京航空航天大学 | 一种针对多源干扰系统的复合分层自适应滤波器 |
CN105929840A (zh) * | 2016-05-30 | 2016-09-07 | 北京航空航天大学 | 一种组合体航天器复合分层抗干扰姿态稳定控制方法 |
CN106020221A (zh) * | 2016-05-30 | 2016-10-12 | 北京航空航天大学 | 一种基于输出反馈的抗干扰姿态控制验证平台及验证方法 |
Non-Patent Citations (2)
Title |
---|
WENSHUO LI ET AL.: "An enhanced anti-disturbance filtering scheme for non-Gaussian systems with additional exogenous disturbances", 《2017 CHINESE AUTOMATION CONGRESS (CAC)》 * |
卢昊 等: "基于非线性干扰观测器的导弹系统指令滤波反步控制", 《第三十二届中国控制会议论文集(C卷)》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108594272A (zh) * | 2018-08-01 | 2018-09-28 | 北京航空航天大学 | 一种基于鲁棒卡尔曼滤波的抗欺骗干扰组合导航方法 |
CN110007318B (zh) * | 2019-04-25 | 2023-02-24 | 西安电子科技大学 | 风场干扰下基于卡尔曼滤波的单无人机判断gps欺骗的方法 |
CN110007318A (zh) * | 2019-04-25 | 2019-07-12 | 西安电子科技大学 | 风场干扰下基于卡尔曼滤波的单无人机判断gps欺骗的方法 |
CN110208821A (zh) * | 2019-06-11 | 2019-09-06 | 中国人民解放军战略支援部队信息工程大学 | 一种针对gnss/imu松组合系统的轨迹诱骗方法及装置 |
CN110208821B (zh) * | 2019-06-11 | 2021-03-26 | 中国人民解放军战略支援部队信息工程大学 | 一种针对gnss/imu松组合系统的轨迹诱骗方法及装置 |
CN110715660A (zh) * | 2019-11-21 | 2020-01-21 | 中国人民解放军63961部队 | 基于卡尔曼滤波估计的北斗/惯性组合抗欺骗干扰方法 |
CN110715660B (zh) * | 2019-11-21 | 2023-06-06 | 中国人民解放军63961部队 | 基于卡尔曼滤波估计的北斗/惯性组合抗欺骗干扰方法 |
CN111624626A (zh) * | 2020-04-29 | 2020-09-04 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 卫星导航系统欺骗干扰信号抑制方法 |
CN111624626B (zh) * | 2020-04-29 | 2022-06-14 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 卫星导航系统欺骗干扰信号抑制方法 |
CN111913195A (zh) * | 2020-07-07 | 2020-11-10 | 北京自动化控制设备研究所 | 基于陆基无线电导航信息的gps接收机抗欺骗干扰处理方法 |
CN112461235A (zh) * | 2020-11-20 | 2021-03-09 | 北京航空航天大学 | 一种基于干扰观测器的抗干扰组合导航方法 |
CN114755639B (zh) * | 2022-04-27 | 2023-03-21 | 电子科技大学 | 一种面向跟踪对抗的多样式复合欺骗干扰自适应生成方法 |
CN114755639A (zh) * | 2022-04-27 | 2022-07-15 | 电子科技大学 | 一种面向跟踪对抗的多样式复合欺骗干扰自适应生成方法 |
CN115265528A (zh) * | 2022-06-29 | 2022-11-01 | 烟台哈尔滨工程大学研究院 | 基于未知输入观测器的组合导航系统鲁棒抗扰滤波方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108594271B (zh) | 2020-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108594271A (zh) | 一种基于复合分层滤波的抗欺骗干扰的组合导航方法 | |
CN108594272A (zh) | 一种基于鲁棒卡尔曼滤波的抗欺骗干扰组合导航方法 | |
CN110487301A (zh) | 一种雷达辅助机载捷联惯性导航系统初始对准方法 | |
CN110006433A (zh) | 海底油气管检测机器人的组合导航定位系统及方法 | |
CN105737828B (zh) | 一种基于强跟踪的相关熵扩展卡尔曼滤波的组合导航方法 | |
CN103076015B (zh) | 一种基于全面最优校正的sins/cns组合导航系统及其导航方法 | |
CN106643709B (zh) | 一种海上运载体的组合导航方法及装置 | |
CN108226980A (zh) | 基于惯性测量单元的差分gnss与ins自适应紧耦合导航方法 | |
CN103900611B (zh) | 一种惯导天文高精度复合两位置对准及误差标定方法 | |
CN103630139B (zh) | 一种基于地磁梯度张量测量的水下载体全姿态确定方法 | |
CN105021198B (zh) | 一种基于多传感器综合导航的位置估计方法 | |
CN101858748A (zh) | 高空长航无人机的多传感器容错自主导航方法 | |
CN104049269B (zh) | 一种基于激光测距和mems/gps组合导航系统的目标导航测绘方法 | |
CN109556631A (zh) | 一种基于最小二乘的ins/gnss/偏振/地磁组合导航系统对准方法 | |
CN103017755A (zh) | 一种水下导航姿态测量方法 | |
CN103968844B (zh) | 基于低轨平台跟踪测量的大椭圆机动航天器自主导航方法 | |
CN110849360B (zh) | 面向多机协同编队飞行的分布式相对导航方法 | |
CN110220512A (zh) | 一种全站仪组合惯性测量单元的动态定位系统 | |
CN101122637A (zh) | 一种sar运动补偿用sins/gps组合导航自适应降维滤波方法 | |
CN103278165A (zh) | 基于剩磁标定的磁测及星光备份的自主导航方法 | |
CN106199668A (zh) | 一种级联式gnss/sins深组合导航方法 | |
CN103697892B (zh) | 一种多无人艇协同导航条件下陀螺漂移的滤波方法 | |
CN104061930A (zh) | 基于捷联惯性制导和多普勒计程仪的导航方法 | |
CN105928519B (zh) | 基于ins惯性导航与gps导航以及磁力计的导航算法 | |
CN105115507A (zh) | 一种基于双imu的双模式室内个人导航系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |