CN110926464B - 一种基于双模式的惯性导航方法及系统 - Google Patents

一种基于双模式的惯性导航方法及系统 Download PDF

Info

Publication number
CN110926464B
CN110926464B CN201911262528.5A CN201911262528A CN110926464B CN 110926464 B CN110926464 B CN 110926464B CN 201911262528 A CN201911262528 A CN 201911262528A CN 110926464 B CN110926464 B CN 110926464B
Authority
CN
China
Prior art keywords
navigation
inertial navigation
carrier
information
inertial
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
CN201911262528.5A
Other languages
English (en)
Other versions
CN110926464A (zh
Inventor
王超
郭正东
蔡鹏�
吴文龙
高大远
姜暖
高胜峰
朱海荣
陈新东
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.)
PLA Navy Submarine College
Original Assignee
PLA Navy Submarine College
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 PLA Navy Submarine College filed Critical PLA Navy Submarine College
Priority to CN201911262528.5A priority Critical patent/CN110926464B/zh
Publication of CN110926464A publication Critical patent/CN110926464A/zh
Application granted granted Critical
Publication of CN110926464B publication Critical patent/CN110926464B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01C21/10—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
    • G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices

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)
  • Navigation (AREA)

Abstract

本发明提供了基于双模式的惯性导航方法及系统，通过采用无阻尼和水平阻尼两种惯性导航算法对载体航行状态的惯性测量数据进行解算，分别得到无阻尼惯性导航信息和水平阻尼惯性导航信息；基于载体在稳定航行状态时的上述两种惯性导航信息，构建误差传播估计模型，对载体在机动航行状态时的无阻尼惯性导航信息中受傅科周期调制的舒拉周期振荡误差分量进行预测，根据预测结果对机动航行状态下的无阻尼惯性导航信息进行补偿，得到修正后的无阻尼惯性导航信息；在载体稳定航行状态，输出水平阻尼惯性导航信息，在载体机动航行状态，输出修正后无阻尼惯性导航信息。本发明的导航方法，能够提高载体在机动航行状态时的导航精度和惯性导航系统的校正精度。

Description

一种基于双模式的惯性导航方法及系统
技术领域
本发明涉及惯性导航技术领域，具体涉及一种基于双模式的惯性导航方法及系统。
背景技术
载体水下自主隐蔽航行和武器系统的使用，主要依靠惯性导航设备提供的高精度位置、姿态和速度等信息。现有的惯性导航系统按照解算原理的不同可以分为：无阻尼、水平阻尼(包括内水平阻尼和外水平阻尼)和全阻尼(包括内全阻尼和外全阻尼)等多种。
惯性导航系统工作在无阻尼状态时采用无阻尼惯性导航算法，无阻尼惯性导航算法的优点是输出导航参数信息中的误差不受载体机动(载体机动即载体速度或航向等发生改变)的影响，缺点是输出导航参数信息中存在较大的周期性振荡误差，包括舒拉周期、傅科周期和地球周期三种周期性振荡误差，且振荡误差幅值受随机误差影响发散。
惯性导航系统工作在水平阻尼状态时采用水平阻尼惯性导航算法，水平阻尼惯性导航算法与无阻尼惯性导航算法相比，优点是，可消除舒拉周期、傅科周期这2种周期性振荡误差分量(也即受傅科周期调制的舒拉周期振荡误差分量)，缺点是输出的导航参数信息受载体机动的影响，会产生较大的动态误差，且动态调整时间较长，而这将导致以下两方面的问题：一方面，在载体机动过程及机动结束后的较长一段时间内，惯性导航系统输出的姿态、速度以及位置等导航信息中存在较大的动态误差，影响载体航行安全及载体武器系统的使用；另一方面，由于位置信息中存在较大的动态误差，将严重影响载体机动后利用外部准确位置信息对惯导系统进行校正的精度。
现有技术中的惯性导航系统只能选择处于无阻尼或水平阻尼这两种工作状态中的一种，在载体机动航行阶段，如果让惯性导航系统处于无阻尼工作状态，采用无阻尼惯性导航算法，则无法消除输出导航信息中存在的舒拉周期和傅科周期这两个周期性振荡误差分量，如果让惯性导航系统处于水平阻尼工作状态，采用水平阻尼惯性导航算法，则输出的导航信息受载体机动的影响，产生较大的动态误差，且动态调整时间较长。
发明内容
因此，本发明要解决的技术问题在于克服在载体处于机动航行状态时，无论使导航系统工作在无阻尼和水平阻尼中的哪个状态，均导致导航信息精度差的技术缺陷，从而提供一种在载体处于机动航行状态时，能够提高导航信息精度的基于双模式的惯性导航方法及系统。
根据第一方面，本发明实施例提供了一种基于双模式的惯性导航方法，包括：
实时获取载体处于航行状态时的惯性测量数据；
分别采用无阻尼惯性导航算法和水平阻尼惯性导航算法对所述惯性测量数据进行解算，得到对应的无阻尼惯性导航信息和水平阻尼惯性导航信息；所述导航信息包括至少一个针对某一具体导航参数的导航参数信息；
所述载体处于稳定航行状态时，基于稳定航行状态时的惯性测量数据解算得到的无阻尼惯性导航信息和水平阻尼惯性导航信息，构建误差传播估计模型；
所述载体处于机动航行状态时，根据所述误差传播估计模型及所述载体当前时刻的惯性测量数据，对所述载体当前时刻的无阻尼惯性导航信息中受傅科周期调制的舒拉周期振荡误差分量进行预测，得到误差补偿导航信息；根据所述误差补偿导航信息对当前时刻的无阻尼惯性导航信息进行补偿，得到修正后的无阻尼惯性导航信息；
当载体处于稳定航行状态时，输出经所述水平阻尼惯性导航算法解算出的水平阻尼惯性导航信息；
当载体处于机动航行状态时，输出修正后的经所述无阻尼惯性导航算法解算出的无阻尼惯性导航信息。
所述载体处于稳定航行状态时，基于稳定航行状态时的无阻尼惯性导航信息和水平阻尼惯性导航信息，构建误差传播估计模型；具体包括：
对于各个导航参数，分别计算无阻尼惯性导航参数信息相对水平阻尼惯性导航参数信息的差值数据；
根据所述差值数据分别构建所述各个导航参数的误差传播估计模型。
所述导航参数包括：经度、纬度、航向角、横摇角、纵摇角、东向速度和北向速度中的一种或多种。
所述基于双模式的惯性导航方法还包括：当所述载体在稳定航行状态的惯性测量数据更新后，对于各个导航参数，获取更新后的无阻尼惯性导航参数信息相对水平阻尼惯性导航参数信息的差值数据；
根据更新后的差值数据对各所述误差传播估计模型进行修正，得到修正后的各误差传播估计模型。
所述基于双模式的惯性导航方法，还包括：根据输出的所述惯性导航信息对所述载体进行导航。
根据第二方面，本发明实施例还提供了一种基于双模式的惯性导航系统，包括：
数据获取模块，用于实时获取载体在航行状态时的惯性测量数据；
双模式解算模块，用于分别采用无阻尼惯性导航算法和水平阻尼惯性导航算法对所述惯性测量数据进行解算，得到对应的无阻尼惯性导航信息和水平阻尼惯性导航信息；所述导航信息包括至少一个针对某一具体导航参数的导航参数信息；
数据处理模块，用于在所述载体处于稳定航行状态时，根据所述双模式解算模块基于所述数据获取模块获取到的所述载体的惯性测量数据，分别解算得到的无阻尼惯性导航信息和水平阻尼惯性导航信息，构建误差传播估计模型；
数据预测模块，用于在所述载体处于机动航行状态时，根据所述误差传播估计模型及载体当前时刻的惯性测量数据，对所述载体的当前时刻的无阻尼惯性导航信息中受傅科周期调制的舒拉周期振荡误差分量进行预测，得到误差补偿导航信息；根据所述误差补偿导航信息对当前时刻的无阻尼惯性导航信息进行补偿，得到修正后的无阻尼惯性导航信息；
导航信息输出模块，用于输出导航信息，其中：
当载体处于稳定航行状态时，输出经所述双模式解算模块解算出的水平阻尼惯性导航信息；
当载体处于机动航行状态时，输出经所述数据预测模块解算出的经修正后的无阻尼惯性导航信息。
所述数据处理模块包括：差值数据计算子模块，用于对于某一导航参数，计算无阻尼惯性导航参数信息相对水平阻尼惯性导航参数信息的差值；误差传播估计模型构建子模块，用于根据所述差值数据计算子模块计算得到的差值数据，构建误差传播估计模型。
所述导航参数包括：经度、纬度、航向角、横摇角、纵摇角、东向速度和北向速度中的一种或多种。
本发明实施例还提供了一种电子设备，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行第一方面或者其任意一种可选实施方式中所述的基于双模式的惯性导航方法。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机从而执行第一方面，或者其任意一种可选实施方式中所述的基于双模式的惯性导航方法。
本发明技术方案，具有如下优点：
本发明实施例提供的基于双模式的惯性导航方法及系统，通过采用无阻尼和水平阻尼两种惯性导航算法对载体稳定航行状态的惯性测量数据进行解算，并根据解算结果构建误差传播估计模型，然后利用该误差传播估计模型对载体机动航行状态的无阻尼惯性导航信息中的舒拉周期、傅科周期这两种周期性振荡误差分量进行预测，并根据预测结果对载体在机动航行状态下的无阻尼惯性导航信息进行补偿，得到修正后的无阻尼惯性导航信息。
本发明提供的惯性导航方法，在载体稳定航行状态下，对于各导航参数，比较无阻尼惯性导航参数信息和水平阻尼惯性导航参数信息，提取只有舒拉周期和傅科周期这两个周期性振荡误差分量的数据，得到各导航参数的受傅科周期调制的舒拉周期振荡误差分量的误差传播估计模型，并不断利用载体稳定航行时的无阻尼和水平阻尼惯性导航参数信息数据修正该振荡误差分量的误差传播估计模型。在载体机动航行阶段，考虑到较长时间段内(大于动态调整时间)，受到傅科周期调制的舒拉周期振荡误差分量传播较为稳定，利用载体稳定航行阶段获取的受到傅科周期调制的舒拉周期振荡误差分量的传播模型，对载体机动过程中的受傅科周期调制的舒拉周期振荡误差进行预测，并补偿到无阻尼惯性导航参数信息中，得到相当于不受载体机动影响的水平阻尼状态下的导航数据。这种算法既可消除无阻尼惯性导航参数信息中的舒拉周期和傅科周期这两个周期性振荡误差分量，又可解决载体机动对水平阻尼惯性导航精度的影响，从而能够提高导航信息的精度。
利用外界准确位置信息对长时间工作的惯性导航设备进行测漂补偿和位置重调，要求惯性导航保持高精度的姿态、速度和位置信息，一般使惯性导航设备处于水平阻尼状态。由于载体机动航行，水平阻尼惯性导航模式输出的姿态、速度、位置信息中存在较大的动态误差，且动态稳定时间较长，严重影响惯性导航设备测漂补偿精度和位置重调精度。而采用本发明的惯性导航方法输出的姿态、速度和位置信息中的误差较小，因而能够提高惯性导航测漂补偿精度和位置重调精度。
附图说明
为了更清楚地说明本发明的技术方案，下面对描述中使用到的附图作简单介绍。
图1为本发明实施例的一种基于双模式的惯性导航方法的流程图。
图2为本发明实施例的载体航行轨迹示意图。
图3A和图3B分别为本发明实施例的无阻尼惯性导航速度信息误差仿真图形和局部放大图。
图4A和图4B分别为本发明实施例的外水平阻尼惯性导航速度信息误差仿真图形和局部放大图。
图5A和图5B分别为本发明实施例的载体在稳定航行阶段导航速度信息误差仿真图形和局部放大图。
图6为本发明实施例的一种基于双模式的惯性导航系统的结构示意图。
图7为本发明实施例的一种电子设备的结构示意图。
图8为惯性导航误差仿真原理示意图。
具体实施方式
下面结合附图，对本发明的技术方案进行描述，显然，所描述的实施例是一部分实施例，而不是全部实施例。基于本发明描述的实施例，本领域技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明的保护范围。
下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
现有技术中，惯性导航的应用非常广泛，比如载体的水下自主隐蔽航行和武器系统使用，就主要依靠惯性导航设备提供高精度的位置、姿态和速度等信息。另外惯性导航定位误差随时间累积，因此需定期或不定期对其进行校正。
惯性导航解算原理主要包括：无阻尼、水平阻尼(包括内水平阻尼和外水平阻尼)和全阻尼(包括内全阻尼和外全阻尼)等多种解算方案。现有的惯性导航设备通常是选择以上解算方案中的一种进行惯性导航解算，实现导航信息输出。惯性导航系统工作在无阻尼状态，采用无阻尼惯性导航算法，输出的惯性导航信息的优点是输出导航参数信息中的误差不受载体机动的影响；缺点是输出导航参数信息中存在舒拉周期、傅科周期和地球周期三种周期性振荡误差，且振荡误差幅值受随机误差影响而发散，并且不利于惯性导航导航信息的重调和校正。
通过在无阻尼惯性导航算法中加入阻尼网络，可使无阻尼系统变成阻尼系统。水平阻尼惯性导航系统作为阻尼惯性导航系统的一种，其优点是在载体稳定航行状态时，能够抑制惯性导航设备输出的导航参数信息中受傅科周期调制的舒拉周期振荡误差分量，提高导航信息精度，特别是能够显著提高水平姿态和速度精度；缺点是在这种工作状态模式下，受到载体机动加速度的影响，水平阻尼惯性导航输出的导航参数信息中产生较大的动态误差，动态调整时间较长。一方面，在载体机动过程及机动结束后较长一段时间内，惯性导航输出的姿态、速度以及位置信息中存在较大的动态误差，影响载体航行安全及载体武器系统的使用；另一方面，由于位置信息中存在较大的动态误差，将严重影响载体机动后利用外部准确位置信息对惯性导航系统进行校正的精度。
现有的惯性导航系统通常是选择工作在无阻尼或水平阻尼工作状态中的一种状态，按照现有的单一模式的惯性导航算法，无法实现既抑制输出导航信息中存在的舒拉周期、傅科周期这两种周期性振荡误差分量，又有效消除载体机动对输出导航信息精度的影响。抑制输出导航信息中存在的舒拉周期、傅科周期性振荡误差和消除载体机动对输出导航信息精度的影响，二者只能选择其一，成为一对不可调和的矛盾。基于此，本发明实施例提供了一种基于双模式的惯性导航方法以解决上述问题，下面将结合具体示例，对本发明实施例提供的技术方案进行详细介绍。
图1示出了本实施例的基于双模式的惯性导航方法的流程图，具体包括如下步骤：
步骤S101：实时获取载体处于航行状态时的惯性测量数据。具体地，该惯性测量数据是由惯性导航设备中的惯性测量组件测量采集得到的。在实际应用中，可以选择载体在稳定航行阶段的惯性测量数据作为基础数据为后续导航参数的补偿校正提供数据基础。
步骤S102：分别采用无阻尼惯性导航算法和水平阻尼惯性导航算法对惯性测量数据进行解算，生成对应的无阻尼惯性导航信息和水平阻尼惯性导航信息。
具体地，在实际应用中，无阻尼惯性导航的典型算法如公式(1)所示：
Figure BDA0002311952680000091
其中，
Figure BDA0002311952680000092
为加速度计测量输出值(惯性数据)；
Figure BDA0002311952680000093
为惯性导航解算载体运动速度；
Figure BDA0002311952680000094
为惯性测量坐标系到导航坐标系的方向余弦矩阵；vE、vN分别为载体的东向和北向速度计算值；RM、RN分别为载体所在位置的地球曲率半径，
Figure BDA0002311952680000095
为载体的纬度计算值；P为载体位置信息；
Figure BDA0002311952680000096
为地球坐标系相对于惯性坐标系的旋转角速度在导航坐标系中的投影；
Figure BDA0002311952680000097
为导航坐标系相对于地球坐标系的旋转角速度在导航坐标系中的投影；
Figure BDA0002311952680000098
为导航坐标系相对于惯性坐标系的旋转角速度在导航坐标系下的投影；gn为导航坐标系下的重力加速度矢量；
Figure BDA0002311952680000099
为惯性测量坐标系相对于导航坐标系的旋转角速度在惯性测量坐标系下的投影；
Figure BDA00023119526800000910
为
Figure BDA00023119526800000911
分量构成的斜对称矩阵。
水平阻尼惯性导航算法包括内水平阻尼惯性导航算法和外水平阻尼惯性导航算法，本实施例以外水平阻尼惯性导航算法为例，其是通过在无阻尼惯性导航典型算法中解算的速度处加入阻尼网络，外水平阻尼后的速度为
Figure BDA00023119526800000912
其中，
Figure BDA00023119526800000913
为惯性导航解算载体运动速度，
Figure BDA00023119526800000914
为外水平阻尼情况下的外部参考速度信息，
Figure BDA0002311952680000101
为加入阻尼网络后的速度，H(s)为水平阻尼网络。
本发明实施例提供的外水平阻尼惯性导航典型算法如公式(2)所示：
Figure BDA0002311952680000102
其中，vE_damp(s)和vN_damp(s)分别表示阻尼速度
Figure BDA0002311952680000103
的东向分量和北向分量。
步骤S103：根据载体在稳定航行状态时的无阻尼惯性导航信息和水平阻尼惯性导航信息构建误差传播估计模型。
具体地，由无阻尼惯性导航算法的特点可知，采用无阻尼惯性导航算法解算后输出的导航信息(即无阻尼惯性导航信息)中存在舒拉周期、傅科周期和地球周期三种周期性振荡误差，且误差特点是不受载体机动的影响。而采用外水平阻尼惯性导航算法解算后输出的导航数信息，在载体处于不同航行状态下，误差特点不同，在载体稳定航行状态，外水平阻尼惯性导航算法输出的导航参数误差中受傅科周期调制的舒拉周期振动误差被抑制，周期性振荡误差主要呈现地球周期振荡特点；而在载体机动航行状态，外水平阻尼惯性导航算法输出的导航参数误差受到载体机动的影响，将产生较大的动态误差，且动态调整时间较长，这导致采用外水平阻尼惯性导航算法输出的导航信息在载体机动过程及机动结束后的较长一段时间内，惯性导航输出信息中的姿态、速度以及位置信息中存在较大的动态误差，影响载体航行安全及载体武器系统的使用。此外，由于输出位置信息中存在较大的动态误差，也将严重影响载体机动后利用外界准确位置信息对惯性导航系统进行校正的精度。基于此，可利用上述两种不同惯性导航算法输出的导航信息的特点来构建误差传播估计模型，需要说明的是，在实际应用中，该误差传播估计模型为多个，具体地，导航信息中包含有多种导航参数，具体包括：经度、纬度、航向角、横摇角、纵摇角、东向速度和北向速度等导航参数中的一个或多个，因此该误差传播估计模型的个数分别与导航信息中包含的导航参数的个数相对应，即在本发明实施例中每个导航参数均对应有一个误差传播估计模型，也对应有至少一个导航参数信息。
具体地，在一实施例中，上述的步骤S103包括如下步骤：
步骤S201：对于各个导航参数，分别计算无阻尼惯性导航参数信息相对水平阻尼惯性导航参数信息的差值数据。下面以经度导航参数为例对本发明实施例提供的基于双模式的惯性导航方法进行详细的说明。
根据惯性测量数据，采用无阻尼惯性导航算法输出的经度误差可分为受傅科周期调制的舒拉周期振荡误差分量、地球周期振荡误差分量、随时间增长的累积性误差分量、常值误差分量和随机误差等几部分，其经度误差的表达式如公式(3)所示：
δλ(t)＝k1sin(ωst+φs0)cos(ωft+φf0)+k2sin(ωiet+φie0)+k3t+k4+k5 (3)
其中，δλ(t)为t时刻采用无阻尼惯性导航算法输出的经度误差，k1为受傅科周期调制的舒拉周期振荡误差分量系数，k2为地球周期振荡误差分量系数，k3为累积性误差分量系数，k4为常值误差分量，k5为随机误差量，ωs为舒拉周期振荡角频率，φs0为舒拉周期振荡初始相位，ωf为傅科周期振荡角频率，φf0为傅科周期振荡初始相位，ωie为地球周期振荡角频率，φie0为地球周期振荡初始相位。
而根据同样的惯性测量数据，采用外水平阻尼惯性导航算法输出的经度误差中受傅科周期调制的舒拉周期振荡误差分量受到抑制，经度误差主要包括地球周期振荡误差分量、随时间增长的累积性误差分量、常值误差分量和随机误差等几部分，表达式如公式(4)所示：
δλ1(t)＝k2sin(ωiet+φie0)+k3t+k4+k5 (4)
其中，δλ1(t)为t时刻采用外水平阻尼惯性导航算法输出的经度误差，k2为地球周期振荡误差分量系数，k3为累积性误差分量系数，k4为常值误差分量，k5为随机误差量，ωie为地球周期振荡角频率，φie0为地球周期振荡初始相位。
根据公式(3)和公式(4)，无阻尼惯性导航经度信息相对外水平阻尼惯性导航经度信息间的差值数据，反应了采用无阻尼惯性导航算法输出经度信息中受傅科周期调制的舒拉周期振荡误差分量，其表达式如公式(5)所示：
δλ2(t)＝δλ(t)-δλ1(t)＝k1sin(ωst+φs0)cos(ωft+φf0) (5)
其中，δλ2(t)为t时刻采用无阻尼惯性导航算法输出经度参数中受傅科周期调制的舒拉周期振荡误差分量，k1为受傅科周期调制的舒拉周期振荡误差分量系数，ωs为舒拉周期振荡角频率，φs0为舒拉周期振荡初始相位，ωf为傅科周期振荡角频率，φf0为傅科周期振荡初始相位。
步骤S202：分别根据各差值数据构建与各导航参数对应的误差传播估计模型。在实际应用中，在载体处于稳定航行阶段时，根据无阻尼惯性导航经度信息相对外水平阻尼惯性导航经度信息间的差值数据，根据公式(5)可对经度误差中受傅科周期调制的舒拉周期振荡误差分量模型进行估计，所得到的该经度导航参数对应的误差传播估计模型可由公式(6)表示：
Figure BDA0002311952680000131
其中，
Figure BDA0002311952680000132
为t时刻的惯性导航经度误差预测值，
Figure BDA0002311952680000133
为受傅科周期调制的舒拉周期振荡误差分量系数估计值，ωs为舒拉周期振荡角频率，
Figure BDA0002311952680000134
为舒拉周期振荡初始相位，ωf为傅科周期振荡角频率，
Figure BDA0002311952680000135
为傅科周期振荡初始相位。
在实际应用中，上述其他导航参数，如纬度、航向角、横摇角、纵摇角、东向速度和北向速度等均可参照上述经度导航参数的误差传播估计模型的具体构建过程加以实现，在此不再赘述。
步骤S203：当载体在稳定航行阶段的惯性测量数据更新后，对于各个导航参数，获取更新后的无阻尼惯性导航参数信息相对水平阻尼惯性导航参数信息的差值数据。
步骤S204：根据更新后的差值数据对各误差传播估计模型进行修正，得到修正后的各误差传播估计模型。在载体稳定航行阶段，不断利用无阻尼惯性导航参数信息相对水平阻尼惯性导航参数信息获取各导航参数间对应的差值数据，修正各导航参数的误差传播估计模型，以提高误差传播估计模型的准确性。
步骤S104：获取载体的当前惯性测量数据，并根据误差传播估计模型及当前惯性测量数据对载体的惯性导航误差进行预测，得到误差补偿导航信息。在实际应用中，可以根据载体当前的惯性测量数据，将其输入如上述公式(6)中，以对载体的惯性导航误差进行预测，得到误差补偿导航信息。
步骤S105：根据误差补偿导航信息对当前无阻尼惯性导航信息进行补偿，得到载体在机动航行状态时的惯性导航信息。具体地，在实际应用中，当载体处于机动航行状态时，可利用载体在稳定航行阶段获取的误差传播估计模型，对当前采用无阻尼惯性导航算法输出的无阻尼惯性导航信息中受傅科周期振荡调制的舒拉周期振荡误差分量进行估计，根据估计量对上述无阻尼惯性导航信息进行补偿，得到相当于不受载体机动影响的外水平阻尼状态下的惯性导航信息，即将上述的公式(3)与公式(6)进行差运算，该相当于外水平阻尼状态下的惯性导航输出的经度误差如公式(7)所示：
Figure BDA0002311952680000141
其中，δλ(t)为t时刻的惯性导航经度误差，k1为受傅科周期调制的舒拉周期振荡误差分量系数，k2为地球周期振荡误差分量系数，k3为累积性误差分量系数，k4为常值误差分量，k5为随机误差量，ωs为舒拉周期振荡角频率，φs0为舒拉周期振荡初始相位，ωf为傅科周期振荡角频率，φf0为傅科周期振荡初始相位，ωie为地球周期振荡角频率，φie0为地球周期振荡初始相位。
需要说明的是，其它导航参数例如：纬度、航向角、横摇角、纵摇角、东向速度和北向速度等导航参数对应的惯性导航参数信息，也可参照上述经度参数对应的惯性导航经度信息的生成过程加以实现，从而得到该载体完整的导航信息，在此不再进行赘述。
步骤S106：根据载体处于不同航行状态，输出不同的导航信息，具体的：
当载体处于稳定航行状态时，输出经所述水平阻尼惯性导航算法解算出的水平阻尼惯性导航信息；
当载体处于机动航行状态时，输出修正后的经所述无阻尼惯性导航算法解算出的无阻尼惯性导航信息。
步骤S107：根据惯性导航信息对载体进行导航。具体地，通过利用上述步骤S105所得到的惯性导航信息对载体对机动航行阶段的载体进行导航，从而可以提高导航的精准度。
通过上述步骤S101至步骤S107，对本发明实施例提供的基于双模式的惯性导航方法进行了详细介绍，主要特点是，通过采用两种不同模式的惯性导航算法对载体稳定航行状态的惯性测量数据进行解算，并根据解算结果构建误差传播估计模型，然后利用该模型对载体机动航行状态的惯性导航误差进行预测，并根据预测结果对当前时刻的无阻尼惯性导航信息进行误差补偿，得到最终的惯性导航信息。从而实现了在载体机动航行阶段既能抑制输出导航信息中存在的舒拉周期、傅科周期这两个周期性振荡误差分量，又能有效消除载体机动对输出导航信息精度的影响，提高了载体机动过程中的导航精度，以及惯性导航系统的校正精度。
下面将结合具体应用示例，对本发明实施例提供的于双模式的惯性导航方法进行详细的说明。
假设某一载体的运动参数设置如下：载体初始速度2节，初始航向为090度，在航行第12小时进行了加速运动，在航行第615小时进行转向机动，转向90度后进入稳定直航状态，在航行第625小时进行转向机动，转向90度后进入稳定直航状态，航行第640小时进行转向机动，转向90度后进入稳定直航状态，航行第665小时进行转向机动，转向90度后进入稳定直航状态。载体航行轨迹如图2所示，惯性导航误差仿真原理如图8所示。
根据上述设置的载体运动参数，生成相应的惯性组件测量数据，根据惯性测量数据，分别采用无阻尼惯性导航算法与外水平阻尼惯性导航算法进行解算，得到对应的无阻尼惯性导航参数信息和外水平阻尼惯性导航参数信息，然后分别与实际的标准导航参数信息进行比较，分别得到无阻尼惯性导航参数信息误差曲线和外水平阻尼惯性导航参数信息误差曲线。在本发明实施例中，无阻尼惯性导航速度信息误差(该速度信息误差包括东速误差和北速误差)仿真图形如图3A所示，局部放大图如图3B所示；外水平阻尼惯性导航速度信息误差仿真图形如图4A所示，载体机动阶段局部放大图如图4B所示。
根据图3A和图3B可知，采用无阻尼惯性导航算法获得的导航参数信息中存在舒拉周期、傅科周期和地球周期三种周期性振荡误差，且其周期性振荡误差特点不受载体机动运动的影响。以东向速度误差为例，东向速度误差存明显的周期性振荡特点，在第10天至12天之间，东向速度误差振荡范围约为(-3.4kn,3.4kn)。根据图4A和图4B，结合图3A可知，采用外水平阻尼惯性导航算法，在载体稳定航行阶段，可有效抑制导航参数信息中受傅科周期调制的舒拉周期振动误差，与采用惯性导航解算模式1相比，输出导航参数精度明显提高，以东向速度误差为例，东向速度误差存明显的周期性振荡特点，在第10天至12天之间，东向速度误差振荡范围约为(-0.5kn,0.5kn)，但在载体机动航行阶段，惯性导航解算模式2输出的导航参数误差受到载体机动加速度的影响，将产生较大的动态误差，且动态调整时间约为2小时。
在载体稳定航行阶段，通过利用上述基于双模式的惯性导航方法，得到两种惯性导航算法之间的相对误差曲线，如图5A和图5B所示，其中，图5A为载体在稳定航行阶段导航速度信息误差仿真图形，图5B为图5A的局部放大图。
根据图5A和图5B可知，在载体稳定航行阶段，根据无阻尼惯性导航算法和水平阻尼惯性导航算法得到的各参数相对误差，呈现受傅科周期调制的舒拉周期振荡误差特点，且振荡频率和幅值振荡变化相对稳定，根据相对误差变化特点，可获得载体稳定航行阶段下的误差传播估计模型，为后期载体机动航行阶段中对无阻尼状态惯性导航参数误差进行补偿奠定基础；在载体机动航行阶段，利用前期载体稳定直航阶段获取的误差传播估计模型，对此阶段各导航参数误差中受傅科周期调制的舒拉周期振荡误差分量进行预测，并补偿到无阻尼导航参数信息中，得到修正后的无阻尼导航参数信息，即得到相当于不受载体机动影响的外水平阻尼导航参数信息，实现既能抑制输出导航参数信息中存在的舒拉周期、傅科周期性振荡误差分量，又能有效消除载体机动对输出导航参数信息精度的影响。
图6示出了本发明实施例提供的一种基于双模式的惯性导航系统的结构示意图，该基于双模式的惯性导航系统具体包括：
数据获取模块1，用于获取载体在稳定航行阶段的惯性测量数据。详细内容参见上述方法实施例中步骤S101的相关描述。
双模式解算模块2，用于分别采用无阻尼惯性导航算法和水平阻尼惯性导航算法对惯性测量数据进行解算，生成对应的无阻尼惯性导航信息和水平阻尼惯性导航信息。详细内容参见上述方法实施例中步骤S102的相关描述。
数据处理模块3，用于根据无阻尼惯性导航信息和水平阻尼惯性导航信息构建误差传播估计模型。详细内容参见上述方法实施例中步骤S103的相关描述。
误差预测模块4，用于获取载体的当前惯性测量数据，并根据误差传播估计模型及当前惯性测量数据对载体的惯性导航误差进行预测，得到误差补偿导航信息；根据所述误差补偿导航信息对当前时刻的无阻尼惯性导航信息进行补偿，得到修正后的无阻尼惯性导航信息；详细内容参见上述方法实施例中步骤S104、S105的相关描述。
导航信息输出模块5，用于输出导航信息。详细内容参见上述方法实施例中步骤S106的相关描述。
通过上述各个组成部分的协同合作，本发明实施例提供的基于双模式的惯性导航系统，通过同时采用两种不同模式的惯性导航算法对载体稳定航行阶段的惯性测量数据进行解算，并根据二者的解算结果构建误差传播估计模型，然后利用该模型对载体机动航行阶段的惯性导航误差进行预测，并根据预测结果对无阻尼惯性导航信息进行误差补偿，得到最终的惯性导航信息。从而实现了在载体机动航行阶段既能抑制输出导航参数中存在的舒拉周期、傅科周期性振荡误差分量，又能有效消除载体机动对输出导航参数精度的影响，进而提高了载体机动过程中的导航精度，以及惯性导航系统的校正精度。
下面将结合具体应用示例对本发明实施例提供的基于双模式的惯性导航系统的工作过程进行详细的说明。
首先，获取数据获取模块1中内置的惯性测量组件输出惯性测量数据；
然后，双模式解算模块2分别同时根据惯性测量数据进行解算，分别输出无阻尼惯性导航信息和水平阻尼惯性导航信息，两种导航数信息分别一路送至导航系统的输出模块，另一路导航信息送至数据处理模块3和误差预测模块4。导航信息均包含有经度、纬度、航向角、横摇角、纵摇角、东向速度和北向速度信息等具体导航参数信息；
在载体稳定航行阶段，处理模块3和误差预测模块4利用无阻尼惯性导航信息和水平阻尼惯性导航信息的差值数据，得到各导航信息误差中受傅科周期调制的舒拉周期振荡误差分量的误差传播估计模型，并不断利用载体稳定直航阶段的双模式解算模块2输出导航信息差值数据对误差传播估计模型进行修正。在此阶段，导航信息输出模块5选择水平阻尼惯性导航信息输出。
在载体机动航行阶段，由于水平阻尼导航信息受到载体机动加速度等的影响产生较大的动态误差，利用载体稳定直航阶段获取的各导航参数中受傅科周期调制的舒拉周期振荡误差分量的误差传播估计模型，对此阶段各导航参数误差中受傅科周期调制的舒拉周期振荡误差分量进行预测，并补偿到无阻尼导航参数信息中，得到修正后的无阻尼导航信息，即得到相当于外水平阻尼导航信息，实现既能抑制输出导航参数中存在的舒拉周期、傅科周期性振荡误差分量，又能有效消除载体机动对输出导航参数精度的影响。在此阶段，导航信息输出模块5选择修正后无阻尼导航信息输出或无阻尼导航信息输出。
图7示出了本发明实施例的一种电子设备，如图7所示，该电子设备可以包括处理器901和存储器902，其中处理器901和存储器902可以通过总线或者其他方式连接，图7中以通过总线连接为例。
处理器901可以为中央处理器(Central Processing Unit，CPU)。处理器901还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
存储器902作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施例中的方法所对应的程序指令/模块。处理器901通过运行存储在存储器902中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的方法。
存储器902可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器901所创建的数据等。此外，存储器902可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器902可选包括相对于处理器901远程设置的存储器，这些远程存储器可以通过网络连接至处理器901。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个模块存储在存储器902中，当被处理器901执行时，执行上述方法实施例中的方法。
上述电子设备具体细节可以对应参阅上述方法实施例中对应的相关描述和效果进行理解，此处不再赘述。
本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，可通过计算机程序来指令相关的硬件来完成，程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (8)

1.一种基于双模式的惯性导航方法，其特征在于，包括：
实时获取载体处于航行状态时的惯性测量数据；
分别采用无阻尼惯性导航算法和水平阻尼惯性导航算法对所述惯性测量数据进行解算，得到对应的无阻尼惯性导航信息和水平阻尼惯性导航信息；所述导航信息包括至少一个针对某一具体导航参数的导航参数信息；
所述载体处于稳定航行状态时，基于稳定航行状态时的惯性测量数据解算得到的无阻尼惯性导航信息和水平阻尼惯性导航信息，构建误差传播估计模型；
所述载体处于机动航行状态时，根据所述误差传播估计模型及所述载体当前时刻的惯性测量数据，对所述载体当前时刻的无阻尼惯性导航信息中受傅科周期调制的舒拉周期振荡误差分量进行预测，得到误差补偿导航信息；根据所述误差补偿导航信息对当前时刻的无阻尼惯性导航信息进行补偿，得到修正后的无阻尼惯性导航信息；
当载体处于稳定航行状态时，输出经所述水平阻尼惯性导航算法解算出的水平阻尼惯性导航信息；当载体处于机动航行状态时，输出修正后的经所述无阻尼惯性导航算法解算出的无阻尼惯性导航信息；
所述载体处于稳定航行状态时，基于稳定航行状态时的无阻尼惯性导航信息和水平阻尼惯性导航信息，构建误差传播估计模型；具体包括：
对于各个导航参数，分别计算无阻尼惯性导航参数信息相对水平阻尼惯性导航参数信息的差值数据；
根据所述差值数据分别构建所述各个导航参数的误差传播估计模型。
2.根据权利要求1所述的基于双模式的惯性导航方法，其特征在于，所述导航参数包括：经度、纬度、航向角、横摇角、纵摇角、东向速度和北向速度中的一种或多种。
3.根据权利要求1所述的基于双模式的惯性导航方法，其特征在于，
当所述载体在稳定航行状态的惯性测量数据更新后，对于各个导航参数，获取更新后的无阻尼惯性导航参数信息相对水平阻尼惯性导航参数信息的差值数据；
根据更新后的差值数据对各所述误差传播估计模型进行修正，得到修正后的各误差传播估计模型。
4.根据权利要求1所述的基于双模式的惯性导航方法，其特征在于，还包括：
根据输出的所述惯性导航信息对所述载体进行导航。
5.一种基于双模式的惯性导航系统，其特征在于，包括：
数据获取模块，用于实时获取载体在航行状态时的惯性测量数据；
双模式解算模块，用于分别采用无阻尼惯性导航算法和水平阻尼惯性导航算法对所述惯性测量数据进行解算，得到对应的无阻尼惯性导航信息和水平阻尼惯性导航信息；所述导航信息包括至少一个针对某一具体导航参数的导航参数信息；
数据处理模块，用于在所述载体处于稳定航行状态时，根据所述双模式解算模块基于所述数据获取模块获取到的所述载体的惯性测量数据，分别解算得到的无阻尼惯性导航信息和水平阻尼惯性导航信息，构建误差传播估计模型；
数据预测模块，用于在所述载体处于机动航行状态时，根据所述误差传播估计模型及载体当前时刻的惯性测量数据，对所述载体的当前时刻的无阻尼惯性导航信息中受傅科周期调制的舒拉周期振荡误差分量进行预测，得到误差补偿导航信息；根据所述误差补偿导航信息对当前时刻的无阻尼惯性导航信息进行补偿，得到修正后的无阻尼惯性导航信息；
导航信息输出模块，用于输出导航信息，其中：当载体处于稳定航行状态时，输出经所述双模式解算模块解算出的水平阻尼惯性导航信息；当载体处于机动航行状态时，输出经所述数据预测模块解算出的经修正后的无阻尼惯性导航信息；
所述数据处理模块包括：
差值数据计算子模块，用于对于某一导航参数，计算无阻尼惯性导航参数信息相对水平阻尼惯性导航参数信息的差值；
误差传播估计模型构建子模块，用于根据所述差值数据计算子模块计算得到的差值数据，构建误差传播估计模型。
6.根据权利要求5所述的基于双模式的惯性导航系统，其特征在于，所述导航参数包括：经度、纬度、航向角、横摇角、纵摇角、东向速度和北向速度中的一种或多种。
7.一种电子设备，其特征在于，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1-4中任一项所述的基于双模式的惯性导航方法。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机从而执行权利要求1-4中任一项所述的基于双模式的惯性导航方法。
CN201911262528.5A 2019-12-11 2019-12-11 一种基于双模式的惯性导航方法及系统 Active CN110926464B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911262528.5A CN110926464B (zh) 2019-12-11 2019-12-11 一种基于双模式的惯性导航方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911262528.5A CN110926464B (zh) 2019-12-11 2019-12-11 一种基于双模式的惯性导航方法及系统

Publications (2)

Publication Number Publication Date
CN110926464A CN110926464A (zh) 2020-03-27
CN110926464B true CN110926464B (zh) 2020-10-16

Family

ID=69859886

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911262528.5A Active CN110926464B (zh) 2019-12-11 2019-12-11 一种基于双模式的惯性导航方法及系统

Country Status (1)

Country Link
CN (1) CN110926464B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111780758A (zh) * 2020-07-08 2020-10-16 中国人民解放军海军工程大学 一种基于双模解算的重力稳定平台姿态确定方法及应用
CN112129289B (zh) * 2020-11-30 2021-02-05 中国人民解放军国防科技大学 一种基于输出校正的容错水平阻尼方法
CN112697139A (zh) * 2020-12-08 2021-04-23 中国人民解放军海军工程大学 光纤陀螺捷联惯导阻尼方法、系统、载体机、终端及应用
CN112816961B (zh) * 2021-03-17 2022-03-25 中国人民解放军海军潜艇学院 一种自适应波束稳定的Ku波段相控阵水面目标检测系统
CN113739806B (zh) * 2021-09-07 2023-09-19 中国人民解放军海军工程大学 利用参数识别的惯导系统阻尼方法
CN114323065B (zh) * 2021-11-24 2023-04-28 中国船舶重工集团公司第七0七研究所 基于多手段融合的水下自主导航系统误差监测与估计方法
CN114279462B (zh) * 2021-11-24 2023-06-20 中国船舶重工集团公司第七0七研究所 一种惯导周期性误差自主估计与预测方法
CN114771877B (zh) * 2022-05-26 2022-11-18 哈尔滨工业大学 一种考虑导航误差的最优拦截制导方法
CN116989823B (zh) * 2023-06-30 2024-09-27 中国船舶集团有限公司第七一九研究所 一种平台式以及旋转调制捷联式异构惯导定位增强方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103557863B (zh) * 2013-10-15 2016-05-04 哈尔滨工程大学 水下潜器的阻尼方法
CN103925924B (zh) * 2014-04-25 2017-02-15 哈尔滨工程大学 一种空间稳定惯导系统阻尼切换延迟和超调控制方法
CN107270899B (zh) * 2017-07-21 2019-07-30 北京理工大学 基于切换控制的长航时惯性导航系统阻尼切换方法
CN107941216A (zh) * 2017-09-18 2018-04-20 哈尔滨工程大学 一种基于自适应互补滤波的捷联惯导系统外水平阻尼方法
CN109029454A (zh) * 2018-07-13 2018-12-18 哈尔滨工程大学 一种基于卡尔曼滤波的横坐标系捷联惯导系统阻尼算法
CN109099913B (zh) * 2018-10-10 2023-07-07 格物智航(深圳)科技有限公司 一种基于mems惯性器件的穿戴式导航装置和方法

Also Published As

Publication number Publication date
CN110926464A (zh) 2020-03-27

Similar Documents

Publication Publication Date Title
CN110926464B (zh) 一种基于双模式的惯性导航方法及系统
CN108827310B (zh) 一种船用星敏感器辅助陀螺仪在线标定方法
CN107643534B (zh) 一种基于gnss/ins深组合导航的双速率卡尔曼滤波方法
CN110044376B (zh) 一种惯性导航设备的校正方法及装置
CN107110650B (zh) 在能观测性方面受约束的导航状态的估计方法
JP4199553B2 (ja) ハイブリッド航法装置
CN109029454A (zh) 一种基于卡尔曼滤波的横坐标系捷联惯导系统阻尼算法
CN103941273B (zh) 机载惯性/卫星组合导航系统的自适应滤波方法与滤波器
CN108957495A (zh) Gnss与mimu组合导航方法
CN112798021B (zh) 基于激光多普勒测速仪的惯导系统行进间初始对准方法
CN110567455B (zh) 一种求积更新容积卡尔曼滤波的紧组合导航方法
CN106441357A (zh) 一种基于阻尼网络的单轴旋转sins轴向陀螺漂移校正方法
CN103344260A (zh) 基于rbckf的捷联惯导系统大方位失准角初始对准方法
CN114019954B (zh) 航向安装角标定方法、装置、计算机设备和存储介质
El-Shafie et al. Amplified wavelet-ANFIS-based model for GPS/INS integration to enhance vehicular navigation system
CN114413895A (zh) 光纤陀螺旋转惯导联合定位方法、装置、设备及介质
CN115031731B (zh) 一种基于相对安装位置关系的多惯导协同导航方法及装置
CN114323007A (zh) 一种载体运动状态估计方法及装置
CN104121930B (zh) 一种基于加表耦合的mems陀螺漂移误差的补偿方法
Song et al. INS/GPS integrated smoothing algorithm for synthetic aperture radar motion compensation using an extended Kalman filter with a position damping loop
US10852159B2 (en) Method for controlling the precession of a vibrating structure gyroscope
Maliňák et al. Pure-inertial AHRS with adaptive elimination of non-gravitational vehicle acceleration
CN106643726A (zh) 一种统一惯性导航解算方法
Kui et al. Research on internal damping algorithm of marine inertial navigation system
Libero et al. A unified filter for fusion of multiple inertial measurement units

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