CN110046368B - 一种基于自适应ukf的仿生偏振传感器多源误差标定方法 - Google Patents
一种基于自适应ukf的仿生偏振传感器多源误差标定方法 Download PDFInfo
- Publication number
- CN110046368B CN110046368B CN201811414147.XA CN201811414147A CN110046368B CN 110046368 B CN110046368 B CN 110046368B CN 201811414147 A CN201811414147 A CN 201811414147A CN 110046368 B CN110046368 B CN 110046368B
- Authority
- CN
- China
- Prior art keywords
- polarization
- measurement
- sensor
- error
- bionic
- 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
Links
- 230000010287 polarization Effects 0.000 title claims abstract description 145
- 239000011664 nicotinic acid Substances 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000005259 measurement Methods 0.000 claims abstract description 80
- 238000009434 installation Methods 0.000 claims abstract description 38
- 239000011159 matrix material Substances 0.000 claims description 36
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000002474 experimental method Methods 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 4
- 238000013461 design Methods 0.000 claims description 3
- 230000004907 flux Effects 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- 238000001914 filtration Methods 0.000 description 10
- 241000257303 Hymenoptera Species 0.000 description 2
- 230000003592 biomimetic effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002431 foraging effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
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
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明涉及一种基于自适应UKF的仿生偏振传感器多源误差标定方法,该方法包含以下步骤:(1)基于安装误差、比例因子、偏振度系数、偏振方位角和偏振度为偏振导航系统状态量建立系统状态模型;(2)以含有多源误差的光强测量值为输出建立系统量测模型;(3)设计自适应扩展卡尔曼滤波器,估计安装误差、尺度因子和偏振方位角;(4)根据安装误差和尺度因子估计值补偿含有多源误差的偏振传感器测量值。本发明方法具有鲁棒性强,抗干扰能力强、标定成本低等优点。
Description
技术领域
本发明涉及一种基于自适应UKF的仿生偏振传感器多源误差标定方法,可用于仿生偏振传感器在多源误差干扰的情况下获取偏振方位角和偏振度等信息,提高偏振传感器抗干扰能力。
背景技术
在19世纪70年代英国著名物理学家瑞利基于麦克斯韦电磁波理论发现瑞利散射定律,了解到太阳光在大气分子中的散射特性。太阳光进入地球大气层以后,由于大气分子散射的作用产生不同的偏振形态,这些偏振形态又会产生稳定的大气偏振分布模式,人们可以利用这些分布模式获取导航信息。
随着研究深入,瑞士苏黎世大学科学家R.Wehner教授研究沙蚁运动轨迹,发现沙蚁可以利用偏振光进行导航,它在外出几百米地方觅食以后,能依靠偏振光信息返回巢穴。沙蚁利用偏振信息导航的特性,对解决现有导航方式中的不足有很大帮助,偏振导航具有抗干扰性强、无源、无辐射、隐蔽性好等特点,能够应用在复杂环境下的导航任务中。如太空任务中的月球探测、火星探测等,如何能利用偏振光实现精确导航和定位已经越来越受到广大科研工作者的关注。
为解决含有多源误差干扰的仿生偏振传感器中的偏振方位角和偏振度估计问题,考虑到多源误差具有强随机性,但是同时具备部分模型特征,提出了一种基于自适应UKF的仿生偏振传感器多源误差标定方法。根据安装误差、测量噪声等多源干扰建立传感器数学表征模型,设计自适应无迹卡尔曼滤波方法,该算法在进行滤波计算的同时,采用噪声统计估计器对未知时变的噪声统计进行实时估计和修正来减小多源误差的干扰,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,现有专利(申请号:CN201810129371)主要是无迹卡尔曼滤波方法,滤波方式具有局限性,在噪声统计未知时变情况下,存在滤波精度下降甚至发散的问题,导致系统鲁棒性不强,第二,现有方法中考虑误差不全,多源噪声干扰考虑不充分,第三,现有方法工程实现成本较高。
发明内容
本发明要解决的技术问题是:针对偏振导航系统中偏振传感器含有多源误差干扰,提供一种基于自适应UKF的仿生偏振传感器多源误差标定方法,解决偏振传感器在不依赖于其它精密仪器设备的条件下误差分析和标定的问题,提高了偏振导航的效率和准确性。具备鲁棒性强,抗干扰能力强、成本低等优点。
本发明的技术解决方案为:一种基于自适应UKF的仿生偏振传感器多源误差标定方法,步骤如下:
(1)基于安装误差、比例因子、偏振度系数、偏振方位角和偏振度为偏振导航系统状态量建立系统状态模型;
(2)以含有多源误差的光强测量值为输出建立偏振导航系统量测模型;
(3)在步骤(1)和(2)已经建立的偏振导航系统状态模型和量测模型基础上,设计自适应扩展卡尔曼滤波器,估计安装误差、尺度因子、偏振度系数、偏振方位角和偏振度;
(4)根据步骤(3)得到安装误差和尺度因子估计值补偿含有多源误差的偏振传感器测量值;
所述步骤(1)具体实现如下:
根据偏振传感器对立通道信号处理方法,假设第一个通道的仿生传感器偏振片安装误差α1′=0,选取m个状态量作为标定参数(m的数值与选取的通道数有关,m至少为4),m个状态量包括:仿生传感器各个通道偏振片的安装误差角,仿生传感器各个通道比例因子,仿生传感器各个通道偏振度系数,偏振度和偏振传感器偏振方位角,考虑偏振传感器待估计的参数为:
其中X为偏振传感器待估计的参数,n是仿生偏振传感器的通道数,α2′~αn′是仿生传感器各个通道偏振片的安装误差角,是仿生传感器各个通道比例因子,/>是仿生传感器各个通道偏振度系数,d是偏振度,φ是偏振传感器偏振方位角;
建立仿生偏振导航系统状态方程为:
Xk=f(Xk-1)+Wk-1
其中,Xk为第k次测量的状态量,Wk-1是系统噪声,为高斯白噪声,Wk-1的协方差阵为Qk-1;
所述步骤(2)以含有多源误差的光强测量值为输出建立系统量测模型:
Yk=h(Xk)+Vk
Vk是测量噪声,噪声为高斯白噪声,Vk的协方差阵为Rk,k为第k次测量;
其中,I是偏振传感器光电二极管输出光强转换的电流值,d是偏振度,φ是偏振方位角,α1~αn是偏振传感器各个通道偏振片的安装角度,Vk是测量噪声,噪声为高斯白噪声,Vk的协方差阵为Rk。
所述步骤(3)设计自适应无迹卡尔曼滤波器,估计安装误差、尺度因子、偏振方位角和偏振度,具体实现如下:
(1)时间更新;
其中,Qk-1为系统噪声协方差阵;
(2)量测更新
③计算量测协方差矩阵Py,
其中,Rk为量测噪声协方差阵;
④计算互相关协方差阵Pxy
⑤状态估计更新
⑥更新量测噪声Rk
更新后的量测噪声Rk+1
其中w为选取的权重值,取值范围为0<w≤5;
所述步骤(4)根据安装误差、尺度因子和偏振方位角估计值补偿仿生偏振传感器实际测量值,具体实现如下:
考虑安装误差αi′,其值与偏振片安装角度有关,偏振传感器的光通量可以描述为:
对于仿生偏振传感器,其中i=1…n是偏振传感器各个通道的编号,参数I是光电二极管输出光强转换的电流值,为光电二极管传输响应系数即比例因子,/>为偏振度系数,αi是各通道中偏振片的安装角度,αi′是各通道中偏振片的安装误差;
公式展开为:
矩阵形式如下:
A=[1 cos2φ sin2φ]
Y=[I1…In]
AX=Y
最小二乘法求解等式得:
偏振方位角φ和偏振度d得
本发明与现有技术相比的优点在于:
(1)鲁棒性强;
(2)抗干扰能力强;
(3)标定成本低;
本发明的一种基于自适应UKF的仿生偏振传感器多源误差标定方法,是针对现有的偏振导航中偏振传感器安装误差和光电二级管传输响应系数即比例因子等多源误差标定方法的改进,与现有的传统方法相比较,具有鲁棒性强,抗干扰能力强,标定成本低等特点,适用于仿生偏振导航系统快速标定与补偿。利用本方法还可以弥补全球导航卫星系统(GNSS)在特定区域不适用和惯导系统(INS)有累计误差的不足。通过对偏振传感器进行标定,提升偏振传感器精度,本发明在滤波方式上克服了现有方法噪声必须设定为已知的困难,在噪声统计未知时变情况下,现有方法存在滤波精度下降甚至发散的问题,本方法增强了系统的鲁棒性;而在滤波计算的同时,采用噪声统计估计器对未知时变的噪声统计进行实时估计和修正来减小多源误差的干扰,曾强了系统的抗干扰能力;同时本发明的标定方法对偏振导航设备成本的降低具有重要意义。
附图说明
图1为本发明的设计流程图;
图2为本发明一种基于自适应UKF的仿生偏振传感器多源误差标定方法的实验标定环境图;
附图标记说明:
1-积分球; 2-支架;
3-偏振片; 4-镜头;
5-旋转平台; 6-电源接口;
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、基于安装误差、比例因子、偏振度系数、偏振方位角和偏振度为偏振导航系统状态量建立系统状态模型;
根据偏振传感器对立通道信号处理方法,假设第一个通道的仿生传感器偏振片安装误差α1′=0,选取m个状态量作为标定参数(m的数值与选取的通道数有关,m至少为4),m个状态量包括:仿生传感器各个通道偏振片的安装误差角,仿生传感器各个通道比例因子,仿生传感器各个通道偏振度系数,偏振度和偏振传感器偏振方位角,考虑偏振传感器待估计的参数为:
其中X为偏振传感器待估计的参数,n是仿生偏振传感器的通道数,α2′~αn′是仿生传感器各个通道偏振片的安装误差角,是仿生传感器各个通道比例因子,/>是仿生传感器各个通道偏振度系数,d是偏振传感器偏振度,φ是偏振传感器偏振方位角;
建立仿生偏振导航系统状态方程为:
Xk=f(Xk-1)+Wk-1
其中,Xk为第k次测量的状态量,Wk-1是系统噪声,为高斯白噪声,Wk-1的协方差阵为Qk-1;
2、以含有多源误差的光强测量值为输出建立系统量测模型;
Yk=h(Xk)+Vk
Vk是测量噪声,噪声为高斯白噪声,Vk的协方差阵为Rk,k为第k次测量;
其中,I是偏振传感器光电二极管输出光强转换的电流值,d是大气偏振度,φ是偏振方位角,α1~αn是偏振传感器各个通道偏振片的安装角度,Vk是测量噪声,噪声为高斯白噪声,Vk的协方差阵为Rk。
3、设计自适应无迹卡尔曼滤波器,估计安装误差、尺度因子、偏振方位角和偏振度,具体实现如下:
(1)时间更新;
其中,Qk-1为系统噪声协方差阵;
(2)量测更新
③计算量测协方差矩阵Py,
其中,Rk为量测噪声协方差阵;
④计算互相关协方差阵Pxy
⑤状态估计更新
⑥更新量测噪声Rk
更新后的量测噪声Rk+1
其中w为选取的权重值,取值范围为0<w≤5;
4、根据安装误差、尺度因子和偏振方位角估计值补偿仿生偏振传感器实际测量值;
如图2所示,包括积分球1、支架2、偏振片3、镜头4、旋转平台5、电源接口6;其中:积分球1是由支架2作为固定支撑平放在地面上,积分球1作用是提供没有干扰的标准偏振光源,供电接口6在积分球1表面,给积分球1中固定光源发光供电。根据实验测量要求,将待测量的仿生偏振导航传感器固定在旋转平台5上,偏振片3固定在积分球1的出光口处,镜头4采集通过偏振片3的光强数据;旋转平台5匀速旋转,每次旋转度数为ψk度,每个测量周期内实验旋转平台5旋转度数不少于360°,在旋转过程中对偏振传感器对立通道的输出测量值进行等间隔采样,作为仿生偏振传感器输出值记录。
考虑安装误差αi′,其值与偏振片安装角度有关,偏振传感器的光通量可以描述为:
对于仿生偏振传感器,其中i=1…n是偏振传感器各个通道的编号,参数I是光电二极管输出光强转换的电流值,为光电二极管传输响应系数即比例因子,/>为偏振度系数,αi是偏振传感器各通道中偏振片的安装角度,αi′是各通道中偏振片的安装误差;
公式展开为:
仿生偏振传感器的矩阵形式如下:
A=[1 cos2φ sin2φ]
Y=[I1…In]
AX=Y
最小二乘法求解等式得:
偏振方位角φ和偏振度d得:
本发明在滤波方式上克服了现有方法噪声必须设定为已知的困难,在噪声统计未知时变情况下,现有方法存在滤波精度下降甚至发散的问题,本发明增强了系统的鲁棒性;而在滤波计算的同时,采用噪声统计估计器对未知时变的噪声统计进行实时估计和修正来减小多源误差的干扰,增强了系统的抗干扰能力;同时本发明的标定方法对偏振导航设备成本的降低具有重要意义。
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。
Claims (3)
1.一种基于自适应UKF的仿生偏振传感器多源误差标定方法,其特征在于,包括以下步骤:
(1)基于安装误差、比例因子、偏振度系数、偏振方位角和偏振度为偏振导航系统状态量建立系统状态模型;
(2)以含有多源误差的光强测量值为输出建立偏振导航系统量测模型;
(3)在步骤(1)和(2)已经建立的偏振导航系统状态模型和量测模型基础上,设计自适应无迹卡尔曼滤波器,估计安装误差、尺度因子、偏振方位角和偏振度;
(4)根据步骤(3)得到安装误差和尺度因子估计值补偿含有多源误差的偏振传感器测量值;
所述步骤(1)基于安装误差、比例因子、偏振度系数、多源误差、偏振方位角和偏振度为系统状态量建立系统状态模型,具体实现如下:
根据偏振传感器对立通道信号处理方法,设第一个通道的仿生传感器偏振片安装误差α1′=0,选取m个状态量作为标定参数,m个状态量包括:仿生传感器各个通道偏振片的安装误差角,仿生传感器各个通道比例因子,仿生传感器各个通道偏振度系数,偏振度和偏振传感器偏振方位角,考虑偏振传感器待估计的参数为:
其中X为偏振传感器待估计的参数,n是仿生偏振传感器的通道数,α′2~α′n是各个通道仿生传感器偏振片的安装误差角,是仿生传感器各个通道比例因子,/>是传感器各个通道偏振度系数,d是偏振度,φ是偏振传感器偏振方位角;
建立仿生偏振导航系统状态方程为:
Xk=f(Xk-1)+Wk-1
其中,Xk为第k次测量的状态量,Wk-1是系统噪声,为高斯白噪声,Wk-1的协方差阵为Qk-1,k-1表示第k-1次测量;
所述步骤(2)以含有多源误差的光强测量值为输出建立偏振导航系统量测模型;
Yk=h(Xk)+Vk
Vk是测量噪声,噪声为高斯白噪声,Vk的协方差阵为Rk,k为第k次测量;
其中,I是偏振传感器光电二极管输出光强转换的电流值,d是偏振度,φ是偏振方位角,α1~αn是偏振传感器各个通道偏振片的安装角度,Vk是测量噪声,噪声为高斯白噪声,Vk的协方差阵为Rk;
所述步骤(3)中,设计自适应无迹卡尔曼滤波器实现如下:
(1)时间更新;
其中,Qk-1为系统噪声协方差阵;
(2)量测更新
③计算量测协方差矩阵Py,
其中,Rk为量测噪声协方差阵;
④计算互相关协方差阵Pxy
⑤状态估计更新
⑥更新量测噪声Rk
更新后的量测噪声Rk+1
其中w为选取的权重值。
2.根据权利要求1所述的基于自适应UKF的仿生偏振传感器多源误差标定方法,其特征在于:所述w为:0<w≤5。
3.根据权利要求1所述的基于自适应UKF的仿生偏振传感器多源误差标定方法,其特征在于:所述步骤(4)中,根据安装误差和尺度因子估计值补偿含有多源误差的偏振传感器测量值过程为:
考虑各通道中偏振片的安装误差α′i,其值与偏振片安装角度有关,偏振传感器的光通量描述为:
公式展开为:
矩阵形式如下:
A=[1cos2φsin2φ]
Y=[I1…In]
AX=Y最小二乘法求解等式得:
偏振方位角φ和偏振度d得
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811414147.XA CN110046368B (zh) | 2018-11-26 | 2018-11-26 | 一种基于自适应ukf的仿生偏振传感器多源误差标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811414147.XA CN110046368B (zh) | 2018-11-26 | 2018-11-26 | 一种基于自适应ukf的仿生偏振传感器多源误差标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110046368A CN110046368A (zh) | 2019-07-23 |
CN110046368B true CN110046368B (zh) | 2023-06-13 |
Family
ID=67273646
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811414147.XA Active CN110046368B (zh) | 2018-11-26 | 2018-11-26 | 一种基于自适应ukf的仿生偏振传感器多源误差标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110046368B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111551917B (zh) * | 2020-04-30 | 2023-06-27 | 中国科学院沈阳自动化研究所 | 一种激光三角法位移传感器的标定方法 |
CN111457911B (zh) * | 2020-05-29 | 2022-02-01 | 北京航空航天大学 | 一种基于偏振二维残差信息的仿生偏振罗盘标定方法 |
CN111854957B (zh) * | 2020-07-21 | 2021-06-25 | 北京航空航天大学 | 一种基于水下光强干扰模型的水下偏振自主定向方法 |
CN116222581B (zh) * | 2023-05-10 | 2023-07-11 | 北京航空航天大学 | 一种基于水下光强拮抗差分的偏振抗干扰解算方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103323005A (zh) * | 2013-03-06 | 2013-09-25 | 郭雷 | 一种sins/gps/偏振光组合导航系统多目标优化抗干扰滤波方法 |
CN104331902A (zh) * | 2014-10-11 | 2015-02-04 | 深圳超多维光电子有限公司 | 目标跟踪方法、跟踪装置和3d显示方法及显示装置 |
CN105737818A (zh) * | 2016-02-03 | 2016-07-06 | 曲阜师范大学 | 基于偏振分光棱镜的两通道仿生偏振光导航仪及其方法 |
CN108375381A (zh) * | 2018-02-08 | 2018-08-07 | 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 |
CN108388720A (zh) * | 2018-02-08 | 2018-08-10 | 北方工业大学 | 一种基于无迹卡尔曼滤波的仿生偏振传感器多源误差标定方法 |
-
2018
- 2018-11-26 CN CN201811414147.XA patent/CN110046368B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103323005A (zh) * | 2013-03-06 | 2013-09-25 | 郭雷 | 一种sins/gps/偏振光组合导航系统多目标优化抗干扰滤波方法 |
CN104331902A (zh) * | 2014-10-11 | 2015-02-04 | 深圳超多维光电子有限公司 | 目标跟踪方法、跟踪装置和3d显示方法及显示装置 |
CN105737818A (zh) * | 2016-02-03 | 2016-07-06 | 曲阜师范大学 | 基于偏振分光棱镜的两通道仿生偏振光导航仪及其方法 |
CN108375381A (zh) * | 2018-02-08 | 2018-08-07 | 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 |
CN108388720A (zh) * | 2018-02-08 | 2018-08-10 | 北方工业大学 | 一种基于无迹卡尔曼滤波的仿生偏振传感器多源误差标定方法 |
Non-Patent Citations (3)
Title |
---|
"A Bionic Polarization Navigation Sensor Based on Polarizing Beam Splitter";Jian Yang等;《 IEEE Access》;20180117;第06卷;第Ⅲ、Ⅵ节 * |
基于SAE云平台的仿生偏振导航测量误差分析;吴水平等;《全球定位系统》;20160415(第02期);全文 * |
大气偏振模式图分布及仿生偏振导航技术;褚金奎等;《遥感学报》;20181125(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110046368A (zh) | 2019-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110046368B (zh) | 一种基于自适应ukf的仿生偏振传感器多源误差标定方法 | |
CN108388720B (zh) | 基于无迹卡尔曼滤波的仿生偏振传感器多源误差标定方法 | |
CN108375381B (zh) | 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 | |
Nassar | Improving the inertial navigation system (INS) error model for INS and INS/DGPS applications | |
CN106093892B (zh) | 基于标校卫星同时开展雷达rcs标定与外测标定系统 | |
CN110514203B (zh) | 一种基于isr-ukf的水下组合导航方法 | |
CN104122566A (zh) | 消除导航卫星系统多路径误差的方法及多路径半天球模型 | |
Feltens | Chapman profile approach for 3-D global TEC representation | |
CN110441795B (zh) | 一种基于时空结构信息的中国区域电离层vtec精确建模方法 | |
CN111964667B (zh) | 一种基于粒子滤波算法的地磁_ins组合导航方法 | |
CN115754861A (zh) | 一种卫星磁强计在轨标定方法 | |
CN111123345B (zh) | 一种基于gnss测量的经验电离层模型数据驱动方法 | |
CN117031513A (zh) | 一种道路及附属物的实时监测定位方法、系统及装置 | |
Zhang et al. | Analysis of key technologies in geomagnetic navigation | |
Ma et al. | Key technologies of geomagnetic aided inertial navigation system | |
CN115014321A (zh) | 一种基于自适应鲁棒滤波的仿生偏振多源融合定向方法 | |
CN114993346A (zh) | 适用于跨海空介质的捷联式惯性导航系统的初始对准方法 | |
CN111044489B (zh) | 一种基于多波长测量获得大气折射率高度分布剖面的方法 | |
CN114002933B (zh) | 基于脉冲星搜寻技术测量原子钟频率漂移的方法 | |
CN117870674A (zh) | 一种基于直射阳光补偿的成像式偏振传感器仿生定向方法 | |
CN113551667B (zh) | 航天器惯性/恒星星光矢量/太阳多普勒速度组合导航方法 | |
CN112346033B (zh) | 一种针对量测数据带零偏的单红外传感器目标定轨方法 | |
CN117433564B (zh) | 一种基于太阳敏感器辅助的偏振传感器误差在线标定方法 | |
Shenglong et al. | A multidimensional gross error positioning method for GNSS navigation satellite based on UKF algorithm | |
Ye et al. | Building Model Rectification Using GNSS Reflectometry |
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 |