CN110608741A - 一种提高飞机航姿参考系统姿态解算精度的方法 - Google Patents
一种提高飞机航姿参考系统姿态解算精度的方法 Download PDFInfo
- Publication number
- CN110608741A CN110608741A CN201910911438.8A CN201910911438A CN110608741A CN 110608741 A CN110608741 A CN 110608741A CN 201910911438 A CN201910911438 A CN 201910911438A CN 110608741 A CN110608741 A CN 110608741A
- Authority
- CN
- China
- Prior art keywords
- attitude
- angular rate
- reference system
- heading reference
- information
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000004364 calculation method Methods 0.000 title claims description 18
- 230000001133 acceleration Effects 0.000 claims abstract description 24
- 238000001914 filtration Methods 0.000 claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 230000001629 suppression Effects 0.000 claims abstract description 8
- 230000008569 process Effects 0.000 claims abstract description 7
- 239000011159 matrix material Substances 0.000 claims description 18
- 239000013598 vector Substances 0.000 claims description 9
- 239000000463 material Substances 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 230000007704 transition Effects 0.000 claims description 6
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 230000003111 delayed effect Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 239000000758 substrate Substances 0.000 claims description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Gyroscopes (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种提高飞机航姿参考系统姿态解算精度的方法,包括,滤除三轴角速率信息和加速度信息中的干扰信号,获取三轴角速率实际信息流和加速度实际信息流;根据三轴角速率信息和加速度信息,完成初始对准过程;根据三轴角速率信息完成四元数的更新,实现航姿参考系统的更新;根据加速度实际信息流,采用七维卡尔曼滤波算法对三轴角速率实际信息流进行修正,得修正后的三轴角速率信息;根据修正后的三轴角速率信息,采用基于奇异值分析的加速度计振动噪声抑制方法,提高航姿参考系统姿态解算精度。优点是:以七维卡尔曼滤波算法结合FIR滤波器和基于奇异值分析的加速度计振动噪声抑制方法,对飞行状态进行判断,提高航姿参考系统的稳定性。
Description
技术领域
本发明涉及民航飞机航姿算法领域,尤其涉及一种提高飞机航姿参考系统姿态解算精度的方法。
背景技术
常见的航姿算法主要包括初始对准、互补滤波或卡尔曼滤波、基于龙格库塔法的姿态解算,但是上述算法对系统动态性能的提高非常有限。
发明内容
本发明的目的在于提供一种提高飞机航姿参考系统姿态解算精度的方法,从而解决现有技术中存在的前述问题。
为了实现上述目的,本发明采用的技术方案如下:
一种提高飞机航姿参考系统姿态解算精度的方法,所述航姿参考系统包括陀螺和加速度计,所述方法包括如下步骤,
S1、使用陀螺和加速度计分别获取载体的三轴角速率信息和加速度信息;滤除采集到的三轴角速率信息和加速度信息中的干扰信号,获取被噪声干扰的三轴角速率实际信息流和加速度实际信息流;
S2、根据采集到的三轴角速率信息和加速度信息,完成初始对准过程;
S3、根据采集到的三轴角速率信息完成四元数的更新,以实现航姿参考系统的更新;
S4、根据加速度实际信息流,采用七维卡尔曼滤波算法对三轴角速率实际信息流进行修正,获取修正后的三轴角速率信息;
S5、根据修正后的三轴角速率信息,采用基于奇异值分析的加速度计振动噪声抑制方法,提高振动情况下的航姿参考系统姿态解算精度。
优选的,所述航姿参考系统内设置有FIR滤波器,所述FIR滤波器用于滤除采集到的陀螺信息和加速度信息中的干扰信号;所述FIR滤波器的差分方程为,
其中,x(n)表示滤波器的输入信号,y(n)表示滤波器的输出信号,ak,bk为数字滤波器的系数,N为阶数;
FIR滤波器的窗函数采用凯赛窗,
其中,如果αs<21dB,就采用矩形窗(β=0),则N=0.9/△f。
优选的,步骤S3中,在静态情况下,考虑到重力矢量在地理系中的投影为 an=[00 g]T,载体坐标系下的投影为ab=[ax ay az]T,令航向角为 0°,则俯仰角θ和横滚角γ分别为,
根据飞机姿态角确定航姿参考系统的初始姿态矩阵以及四元数如下,
其中,为初始姿态矩阵,q为四元数。
优选的,在步骤S4中,在所述修正过程中,设置状态量可为X=[qwb],量测量为Zk=[am]T,则根据四元数微分方程获取状态转移方程为,
其中,q为四元数;wb为角速率;am为加速度计归一化处理后的结果;wm为当前时刻陀螺输出的角速率;wb为待估的陀螺零位;T为滤波周期。
优选的,将状态转移方程中的进一步展开可得,
将状态转移方程线性化和离散化,再进行时间更新和离散更新,之后将修正后的四元数进行姿态变换,得到最终的姿态数据。
优选的,步骤S5中所述基于奇异值分析的加速度计振动噪声抑制方法具体包括如下内容,
A、插值构造;构造多维序列信号矩阵H=[X1,...,XN],Xi=[x1,...,xi+L-1]为延迟信号矢量,K=N-L-1,L为时间窗口长度,且取值为整数,2<L<N;
B、奇异值分解;求取矩阵HHT的特征值,为λ1,λ2,...,λL。按从大到小的顺序将λi作为对角元素构造对角矩阵Λ,且HHT=UΛVT,可得所以,
C、分类;对分解到的初等矩阵进行分组,另I1={i1,...,ip},则组I可定义为 H1+...+Hip,将轨迹矩阵分为2组,则HI=HI1+...+HLs,其中一类噪声为趋势项,另一类为噪声项,每一组占用的权重为,
D、对角平分;根据分组结果将对应的奇异向量重构对其汉克尔化;算子定义为,对于L×K矩阵Z=[zij],L≤K,对于i+j=c,N=L+K-1的元素可按下式计算,
本发明的有益效果是:1、采用FIR滤波器对陀螺和加速度数据进行预处理,去除噪声干扰。2、采用基于四元数的七维卡尔曼滤波算法对四元数及陀螺误差进行估计,以提高姿态解算的精度。3、采用基于奇异值分析的加速度计振动噪声抑制技术,以提高振动情况下的姿态解算精度。
附图说明
图1是本发明实施例中方法的流程图;
图2是本发明实施例中方法的原理示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施方式仅仅用以解释本发明,并不用于限定本发明。
如图1所示,本实施例中提供了一种提高飞机航姿参考系统姿态解算精度的方法,所述航姿参考系统包括陀螺和加速度计,所述方法包括如下步骤,
S1、使用陀螺和加速度计分别获取载体的三轴角速率信息和加速度信息;滤除采集到的三轴角速率信息和加速度信息中的干扰信号,获取被噪声干扰的三轴角速率实际信息流和加速度实际信息流;
S2、根据采集到的三轴角速率信息和加速度信息,完成初始对准过程;
S3、根据采集到的三轴角速率信息完成四元数的更新,以实现航姿参考系统的更新;
S4、根据加速度实际信息流,采用七维卡尔曼滤波算法对三轴角速率实际信息流进行修正,获取修正后的三轴角速率信息;
S5、根据修正后的三轴角速率信息,采用基于奇异值分析的加速度计振动噪声抑制方法,提高振动情况下的航姿参考系统姿态解算精度。
本实施例中,所述航姿参考系统内设置有FIR滤波器,所述FIR滤波器用于滤除采集到的陀螺信息和加速度信息中的干扰信号;所述FIR滤波器的差分方程为,
其中,x(n)表示滤波器的输入信号,y(n)表示滤波器的输出信号,ak,bk为数字滤波器的系数,N为阶数;
FIR滤波器的窗函数采用凯赛窗,所述FIR滤波器稳定且计算量小;
其中,如果αs<21dB,就采用矩形窗(β=0),则N=0.9/△f。
本实施例中,FIR滤波器只是对陀螺和加速度计的数据进行一个预处理,滤除一定的干扰信号,后续用处理后的信号再进行噪声抑制和姿态解算等操作。 FIR滤波器是信号滤波中一种常用的滤波器,这里采用的是一种窗函数法进行滤波处理的,具体采用的是凯赛窗。
本实施例中,步骤S3中,在静态情况下,考虑到重力矢量在地理系中的投影为an=[0 0 g]T,载体坐标系下的投影为ab=[ax ay az]T,令航向角为0°,则俯仰角θ和横滚角γ分别为,
根据俯仰角确定初始姿态矩阵以及四元数如下,
其中,为初始姿态矩阵,q为四元数。
本实施例中,在步骤S4中,在所述修正过程中,设置状态量可为X=[qwb],量测量为Zk=[am]T,则根据四元数微分方程获取状态转移方程为,
其中,q为四元数;wb为角速率;am为加速度计归一化处理后的结果;wm为当前时刻陀螺输出的角速率;wb为待估的陀螺零位;T为滤波周期。
本实施例中,将状态转移方程中的进一步展开可得,
将状态转移方程线性化和离散化,再进行时间更新和离散更新,之后将修正后的四元数进行姿态变换,得到最终的姿态数据。
本实施例中,由于振动的时候对姿态精度影响很大,所以通过奇异值分析抑制振动噪声来提高精度,步骤S5中所述基于奇异值分析的加速度计振动噪声抑制方法具体包括如下内容:
A、插值构造;构造多维序列信号矩阵H=[X1,...,XN],Xi=[x1,...,xi+L-1]为延迟信号矢量,K=N-L-1,L为时间窗口长度,且取值为整数,2<L<N;
B、奇异值分解;求取矩阵HHT的特征值,为λ1,λ2,...,λL。按从大到小的顺序将λi作为对角元素构造对角矩阵Λ,且HHT=UΛVT,可得所以,
C、分类;对分解到的初等矩阵进行分组,另I1={i1,...,ip},则组I可定义为 H1+...+Hip,将轨迹矩阵分为2组,则其中一类噪声为趋势项,另一类为噪声项,每一组占用的权重为,
D、对角平分;根据分组结果将对应的奇异向量重构对其汉克尔化;算子定义为,对于L×K矩阵Z=[zij],L≤K,对于i+j=c,N=L+K-1的元素可按下式计算,
本实施例中,通过奇异值分析会把信号中的趋势项(有用部分)和周期谐振信号(噪声部分,会影响精度)分离开,这样只采用趋势项来解算,以达到提高精度的目的。
通过采用本发明公开的上述技术方案,得到了如下有益的效果:
本发明提供了一种提高飞机航姿参考系统姿态解算精度的方法,该方法采用 FIR滤波器对三轴角速率和加速度数据进行预处理,去除噪声干扰;采用基于四元数的七维卡尔曼滤波算法对四元数及陀螺误差进行估计,以提高姿态解算的精度;同时,采用基于奇异值分析的加速度计振动噪声抑制技术,以提高振动情况下的姿态解算精度。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视本发明的保护范围。
Claims (6)
1.一种提高飞机航姿参考系统姿态解算精度的方法,所述航姿参考系统包括陀螺和加速度计,其特征在于:所述方法包括如下步骤,
S1、使用陀螺和加速度计分别获取载体的三轴角速率信息和加速度信息;滤除采集到的三轴角速率信息和加速度信息中的干扰信号,获取被噪声干扰的三轴角速率实际信息流和加速度实际信息流;
S2、根据采集到的三轴角速率信息和加速度信息,完成初始对准过程;
S3、根据采集到的三轴角速率信息完成四元数的更新,以实现航姿参考系统的更新;
S4、根据加速度实际信息流,采用七维卡尔曼滤波算法对三轴角速率实际信息流进行修正,获取修正后的三轴角速率信息;
S5、根据修正后的三轴角速率信息,采用基于奇异值分析的加速度计振动噪声抑制方法,提高振动情况下的航姿参考系统姿态解算精度。
2.根据权利要求1所述的提高飞机航姿参考系统姿态解算精度的方法,其特征在于:所述航姿参考系统内设置有FIR滤波器,所述FIR滤波器用于滤除采集到的陀螺信息和加速度信息中的干扰信号;所述FIR滤波器的差分方程为,
其中,x(n)表示滤波器的输入信号,y(n)表示滤波器的输出信号,ak,bk为数字滤波器的系数,N为阶数;
FIR滤波器的窗函数采用凯赛窗,
其中,如果αs<21dB,就采用矩形窗(β=0),则N=0.9/△f。
3.根据权利要求1所述的提高飞机航姿参考系统姿态解算精度的方法,其特征在于:步骤S3中,在静态情况下,考虑到重力矢量在地理系中的投影为an=[0 0 g]T,载体坐标系下的投影为ab=[ax ay az]T,令航向角为0°,则俯仰角θ和横滚角γ分别为,
根据飞机姿态角确定航姿参考系统的初始姿态矩阵以及四元数如下,
其中,为初始姿态矩阵,q为四元数。
4.根据权利要求1所述的提高飞机航姿参考系统姿态解算精度的方法,其特征在于:在步骤S4中,在所述修正过程中,设置状态量可为X=[qwb],量测量为Zk=[am]T,则根据四元数微分方程获取状态转移方程为,
其中,q为四元数;wb为角速率;am为加速度计归一化处理后的结果;wm
为当前时刻陀螺输出的角速率;wb为待估的陀螺零位;T为滤波周期。
5.根据权利要求4所述的提高飞机航姿参考系统姿态解算精度的方法,其特征在于:将状态转移方程中的进一步展开可得,
将状态转移方程线性化和离散化,再进行时间更新和离散更新,之后将修正后的四元数进行姿态变换,得到最终的姿态数据。
6.根据权利要求4所述的提高飞机航姿参考系统姿态解算精度的方法,其特征在于:步骤S5中所述基于奇异值分析的加速度计振动噪声抑制方法具体包括如下内容,
A、插值构造;构造多维序列信号矩阵H=[X1,...,XN],Xi=[x1,...,xi+L-1]为延迟信号矢量,K=N-L-1,L为时间窗口长度,且取值为整数,2<L<N;
B、奇异值分解;求取矩阵HHT的特征值,为λ1,λ2,...,λL。按从大到小的顺序将λi作为对角元素构造对角矩阵Λ,且HHT=UΛVT,可得所以,
C、分类;对分解到的初等矩阵进行分组,另I1={i1,...,ip},则组I可定义为H1+...+Hip,将轨迹矩阵分为2组,则其中一类噪声为趋势项,另一类为噪声项,每一组占用的权重为,
D、对角平分;根据分组结果将对应的奇异向量重构对其汉克尔化;算子定义为,对于L×K矩阵Z=[zij],L≤K,对于i+j=c,N=L+K-1的元素可按下式计算,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910911438.8A CN110608741A (zh) | 2019-09-25 | 2019-09-25 | 一种提高飞机航姿参考系统姿态解算精度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910911438.8A CN110608741A (zh) | 2019-09-25 | 2019-09-25 | 一种提高飞机航姿参考系统姿态解算精度的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110608741A true CN110608741A (zh) | 2019-12-24 |
Family
ID=68893448
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910911438.8A Pending CN110608741A (zh) | 2019-09-25 | 2019-09-25 | 一种提高飞机航姿参考系统姿态解算精度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110608741A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112504268A (zh) * | 2020-09-22 | 2021-03-16 | 合肥赛为智能有限公司 | 一种无人机imu采集数据的预处理方法 |
CN113483765A (zh) * | 2021-05-24 | 2021-10-08 | 航天科工空间工程发展有限公司 | 一种卫星自主姿态确定方法 |
CN114485723A (zh) * | 2021-02-08 | 2022-05-13 | 北京理工大学 | 一种自适应鲁棒矩阵卡尔曼滤波的高旋体空中对准方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070032951A1 (en) * | 2005-04-19 | 2007-02-08 | Jaymart Sensors, Llc | Miniaturized Inertial Measurement Unit and Associated Methods |
CN102654404A (zh) * | 2011-03-02 | 2012-09-05 | 浙江中科无线授时与定位研发中心 | 一种提高航姿参考系统解算精度和系统抗干扰能力的方法 |
CN103776451A (zh) * | 2014-03-04 | 2014-05-07 | 哈尔滨工业大学 | 一种基于mems的高精度三维姿态惯性测量系统以及测量方法 |
CN105203098A (zh) * | 2015-10-13 | 2015-12-30 | 上海华测导航技术股份有限公司 | 基于九轴mems传感器的农业机械全姿态角更新方法 |
CN106996778A (zh) * | 2017-03-21 | 2017-08-01 | 北京航天自动控制研究所 | 误差参数标定方法及装置 |
CN108318038A (zh) * | 2018-01-26 | 2018-07-24 | 南京航空航天大学 | 一种四元数高斯粒子滤波移动机器人姿态解算方法 |
-
2019
- 2019-09-25 CN CN201910911438.8A patent/CN110608741A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070032951A1 (en) * | 2005-04-19 | 2007-02-08 | Jaymart Sensors, Llc | Miniaturized Inertial Measurement Unit and Associated Methods |
CN102654404A (zh) * | 2011-03-02 | 2012-09-05 | 浙江中科无线授时与定位研发中心 | 一种提高航姿参考系统解算精度和系统抗干扰能力的方法 |
CN103776451A (zh) * | 2014-03-04 | 2014-05-07 | 哈尔滨工业大学 | 一种基于mems的高精度三维姿态惯性测量系统以及测量方法 |
CN105203098A (zh) * | 2015-10-13 | 2015-12-30 | 上海华测导航技术股份有限公司 | 基于九轴mems传感器的农业机械全姿态角更新方法 |
CN106996778A (zh) * | 2017-03-21 | 2017-08-01 | 北京航天自动控制研究所 | 误差参数标定方法及装置 |
CN108318038A (zh) * | 2018-01-26 | 2018-07-24 | 南京航空航天大学 | 一种四元数高斯粒子滤波移动机器人姿态解算方法 |
Non-Patent Citations (7)
Title |
---|
RAIN-XIA: "基于EKF的IMU姿态结算", 《HTTPS://BLOG.CSDN.NET/U012871872/ARTICLE/DETAILS/78269420》 * |
丁君等: "AHRS航姿解算中的两种滤波方法的比较研究", 《计算机仿真》 * |
乔世坤等: "《Matlab在通信课程中的仿真应用》", 31 March 2017, 东北林业大学出版社 * |
伍宗伟等: "基于奇异谱分解的微机械加速度计振动噪声抑制方法", 《振动与冲击》 * |
何云强: "《电子线路设计、检验、测试使用手册 第3卷》", 31 May 2005, 北京科技大学出版社 * |
刘萍: "基于MEMS的高精度姿态检测系统设计", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
西蒙: "《最优状态估计 卡尔曼H∞及非线性滤波》", 31 May 2013, 国防工业出版社 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112504268A (zh) * | 2020-09-22 | 2021-03-16 | 合肥赛为智能有限公司 | 一种无人机imu采集数据的预处理方法 |
CN114485723A (zh) * | 2021-02-08 | 2022-05-13 | 北京理工大学 | 一种自适应鲁棒矩阵卡尔曼滤波的高旋体空中对准方法 |
CN114485723B (zh) * | 2021-02-08 | 2024-02-27 | 北京理工大学 | 一种自适应鲁棒矩阵卡尔曼滤波的高旋体空中对准方法 |
CN113483765A (zh) * | 2021-05-24 | 2021-10-08 | 航天科工空间工程发展有限公司 | 一种卫星自主姿态确定方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110608741A (zh) | 一种提高飞机航姿参考系统姿态解算精度的方法 | |
CN111156987B (zh) | 基于残差补偿多速率ckf的惯性/天文组合导航方法 | |
CN110702107A (zh) | 一种单目视觉惯性组合的定位导航方法 | |
CN109459019A (zh) | 一种基于级联自适应鲁棒联邦滤波的车载导航计算方法 | |
CN110109470A (zh) | 基于无迹卡尔曼滤波的联合定姿方法、卫星姿态控制系统 | |
CN109931957B (zh) | 基于lgmkf的sins捷联惯性导航系统自对准方法 | |
CN110887480B (zh) | 基于mems传感器的飞行姿态估计方法及系统 | |
CN110887481B (zh) | 基于mems惯性传感器的载体动态姿态估计方法 | |
CN107390247A (zh) | 一种导航方法、系统及导航终端 | |
CN114858189B (zh) | 捷联惯导系统陀螺漂移等效补偿方法 | |
CN108645404B (zh) | 一种小型多旋翼无人机姿态解算方法 | |
CN109556606A (zh) | 基于模糊补偿和卡尔曼滤波的传感器角度测量优化方法 | |
CN114485641A (zh) | 一种基于惯导卫导方位融合的姿态解算方法及装置 | |
CN111189442A (zh) | 基于cepf的无人机多源导航信息状态预测方法 | |
CN108871319B (zh) | 一种基于地球重力场与地磁场序贯修正的姿态解算方法 | |
CN110058324B (zh) | 利用重力场模型的捷联式重力仪水平分量误差修正方法 | |
US11293816B2 (en) | Inertial measurement apparatus and method with improved thermal and noise performance | |
CN113532481A (zh) | 一种mems惯性导航系统的零偏补偿方法 | |
CN112212889A (zh) | 基于特殊正交群最优估计的sins捷联惯性导航系统晃动基座粗对准方法 | |
CN110375773A (zh) | Mems惯导系统姿态初始化方法 | |
CN108692727B (zh) | 一种带有非线性补偿滤波器的捷联惯导系统 | |
CN112304309B (zh) | 一种基于心动阵列的高超飞行器组合导航信息解算方法 | |
CN112525187B (zh) | 基于角速率输入的高阶增强姿态方法 | |
CN111879325B (zh) | 一种具备高精度和抗干扰能力的imu姿态角估算方法 | |
CN111678512B (zh) | 一种基于因子图的星敏感器和陀螺组合卫星姿态确定方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191224 |