CN111207773B - 一种用于仿生偏振光导航的姿态无约束优化求解方法 - Google Patents

一种用于仿生偏振光导航的姿态无约束优化求解方法 Download PDF

Info

Publication number
CN111207773B
CN111207773B CN202010045796.8A CN202010045796A CN111207773B CN 111207773 B CN111207773 B CN 111207773B CN 202010045796 A CN202010045796 A CN 202010045796A CN 111207773 B CN111207773 B CN 111207773B
Authority
CN
China
Prior art keywords
attitude
coordinate system
polarized light
quaternion
navigation
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
CN202010045796.8A
Other languages
English (en)
Other versions
CN111207773A (zh
Inventor
金仁成
蔚彦昭
魏巍
洪金辉
褚金奎
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.)
Dalian University of Technology
Original Assignee
Dalian University of Technology
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 Dalian University of Technology filed Critical Dalian University of Technology
Priority to CN202010045796.8A priority Critical patent/CN111207773B/zh
Publication of CN111207773A publication Critical patent/CN111207773A/zh
Application granted granted Critical
Publication of CN111207773B publication Critical patent/CN111207773B/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
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C1/00—Measuring angles
    • 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
    • G01C21/165—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 combined with non-inertial navigation instruments
    • 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
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G06F17/13—Differential equations
    • 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
    • G06F17/15—Correlation function computation including computation of convolution operations
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Operations Research (AREA)
  • Manufacturing & Machinery (AREA)
  • Automation & Control Theory (AREA)
  • Navigation (AREA)

Abstract

本发明涉及一种用于仿生偏振光导航的姿态无约束优化求解方法，属于仿生导航姿态解算技术领域。包括如下步骤：采集加速度计与偏振光传感器测量数据，经姿态坐标转换结合瑞利散射模型构建姿态误差函数；采集陀螺仪测量数据，由实时四元数微分构建动态步长因子，预测姿态四元数变化趋势；设计共轭参数修正姿态迭代寻优过程中的负梯度方向，以保证前后搜索方向相互共轭，提高收敛速度，获得最优四元数完成姿态解算。本发明采用姿态误差函数建模的方法，修正了陀螺仪的测量偏差，可以消除偏振光传感器测角的模糊性，实现三维空间全姿态角解算；设计动态步长因子预测四元数更新趋势，以提高复杂运动状态下的姿态解算性能，保障了偏振光辅助航姿参考系统的可靠性与准确性。

Description

一种用于仿生偏振光导航的姿态无约束优化求解方法
技术领域
本发明属于仿生导航姿态解算技术领域，涉及一种用于仿生偏振光导航的姿态无约束优化求解方法，特别是涉及一种采用动态步长因子的共轭梯度优化姿态求解方法。
背景技术
导航技术是信息化社会和武器装备信息化的重要支撑之一。航姿参考系统(AHRS，Attitude and Heading Reference System)可以为导航提供稳定的姿态参数信息。目前，航姿参考系统一般采用低成本的MEMS惯性测量单元作为姿态解算的主要部件。惯性测量单元由陀螺仪和加速度计组成，两者进行姿态数据融合可以修正陀螺仪的水平姿态角漂移。为修正航向误差，一般在惯性测量单元的基础上，引入磁强计或GPS作进一步融合。磁强计也叫地磁传感器，通过测量地磁场强度和方向获得载体方位信息，但机体振动或控制电路产生的电磁场会降低其测量精度，信息化战争中电磁权是双方争夺的首要制高点，其工作环境无法得到安全保障。GPS卫星导航作为非自主导航方式之一，卫星信号易受人为干扰甚至导航卫星存在被摧毁的可能，不适用于某些特殊场合。
针对磁强计和GPS存在的显著缺点，国内外学者在寻找和利用全新的导航方法方面做了大量研究。偏振光导航是近几年兴起的新型导航方式，其原理是通过大气偏振光在天空中的偏振分布模式进行航向测量，具有完全自主、误差不随时间累积、稳定性好的优势。现阶段偏振光导航方法主要有两种：一是利用偏振光传感器进行自主定位；二是基于卡尔曼滤波与惯性测量单元进行数据融合，由测量所得的偏振方位角修正姿态误差。利用偏振光传感器进行自主定位由于其精度较低所以并不适合实际应用。基于卡尔曼滤波的姿态数据融合由于每次迭代过程中计算量大，实时性难以保证，同时偏振光传感器测量误差受多种因素影响，无法准确获得噪声模型，因此很多还停留在仿真阶段。
发明内容
针对现有技术的不足之处，本发明提出一种用于仿生偏振光导航的姿态无约束优化求解方案。为克服一般梯度下降法收敛速度慢的缺点，本发明设计共轭参数保证姿态迭代寻优过程中前后搜索方向相互共轭；由实时四元数微分构建动态步长因子预测姿态更新趋势，使搜索方向具有目的性，提高姿态求解效率，避免了一般梯度优化方法中步长需要求二阶导数带来的计算复杂性。最后，以无约束梯度优化理论为基础，构建融合陀螺仪、加速度计、偏振光传感器的共轭梯度优化模型，实现偏振光辅助定姿的三维全姿态角求解，保证了偏振光辅助导航系统的精度与可靠性。
本发明的技术方案如下：
一种用于仿生偏振光导航的姿态无约束优化求解方法，具体步骤如下：
步骤一：采集陀螺仪在载体坐标系下的测量值、加速度计在载体坐标系下的测量值、偏振光传感器在测量坐标系下的测量值，陀螺仪测量值设为ωb＝[ωx ωy ωz]T，加速度计测量值设为ab＝[ax ay az]T，偏振光传感器测量值设为pm＝[px py pz]T；其中，下标b表示载体坐标系；下标m表示偏振光传感器测量坐标系；下标x,y,z表示测量值在三轴的投影分量；
步骤二：假定导航坐标系三轴x-y-z对应北东地三个方向，载体坐标系三轴x-y-z对应载体前右下三个方向，太阳坐标系三轴x-y-z对应西南天三个方向，偏振光传感器测量坐标系三轴x-y-z对应载体前左上三个方向；将重力矢量在导航坐标系下的投影[0 0 g]T由变换矩阵
Figure BDA0002369342000000021
变换到载体坐标系，计算出理论重力矢量，设为
Figure BDA0002369342000000022
将太阳位置矢量在太阳坐标系下的投影[cos(hs)sin(As) cos(hs)cos(As) sin(hs)]T由变换矩阵
Figure BDA0002369342000000023
变换到导航坐标系，再由变换矩阵
Figure BDA0002369342000000024
变换到载体坐标系，最后由变换矩阵
Figure BDA0002369342000000025
变换到偏振光传感器测量坐标系，根据瑞利散射模型计算出理论偏振矢量，设为
Figure BDA0002369342000000026
其中g表示重力加速度的大小；hs和As分别表示太阳高度角和太阳方位角，可通过查询天文历表获得；
Figure BDA0002369342000000027
表示太阳坐标系到导航坐标系的变换矩阵；
Figure BDA0002369342000000028
表示导航坐标系到载体坐标系的变换矩阵；
Figure BDA0002369342000000029
表示载体坐标系到偏振光传感器测量坐标系的变换矩阵；上标*表示重力矢量和偏振矢量分别在载体坐标系和偏振光传感器测量坐标系下的理论测量值；下标x,y,z表示理论测量值在三轴的投影分量；
Figure BDA00023693420000000210
Figure BDA00023693420000000211
Figure BDA00023693420000000212
步骤三：计算重力矢量误差函数，设为eg；计算偏振矢量误差函数，设为ep；对重力矢量误差函数求导获得雅可比矩阵，设为Jg；对偏振矢量误差函数求导获得雅可比矩阵，设为Jp；将偏振矢量误差函数与重力矢量误差函数及其雅可比矩阵组合成综合目标误差函数与综合雅可比矩阵，分别设为e＝[eg ep]T、J＝[Jg Jp]T；其中q＝[q0 q1 q2 q3]为姿态角的四元数表示；ax、ay、az和px、py、pz分别为步骤一所测量得到的加速度计和偏振光传感器输出值；
Figure BDA0002369342000000031
和
Figure BDA0002369342000000032
分别为步骤二所计算得到的理论重力矢量和理论偏振矢量；
Figure BDA0002369342000000033
Figure BDA0002369342000000034
Figure BDA0002369342000000035
Figure BDA0002369342000000036
步骤四：根据无约束优化方法中的梯度优化理论，由式(8)计算综合目标误差函数梯度gk；由式(9)计算初始迭代的搜索方向d0；由式(10)计算第k次迭代的搜索方向dk，其中，k≠0，βk为保证前后搜索方向相互共轭的参数，式(11)给出βk的计算公式；式(12)给出步长λk的计算公式；其中，下标k表示四元数姿态求解过程中的第k次迭代；
gk＝JTe(8)
d0＝-g0(9)
dk＝-gk+βkdk-1(k≠0)(10)
Figure BDA0002369342000000037
Figure BDA0002369342000000038
步骤五：为根据载体运动状态实时调整步长大小，由式(13)求解陀螺仪四元数微分方程，并由式(14)构建动态步长因子αk，预测四元数更新趋势；在已知第k次迭代的姿态四元数q(k)后，根据迭代公式(15)更新得到下一时刻的姿态四元数q(k+1)；其中，
Figure BDA0002369342000000045
表示陀螺仪四元数微分；ωx、ωy、ωz为步骤一测量得到的三轴角速度值；Δt表示姿态更新周期；
Figure BDA0002369342000000041
Figure BDA0002369342000000042
Figure BDA0002369342000000043
步骤六：利用步骤五迭代得到的姿态四元数，由式(16)换算出当前载体的横滚角γ、俯仰角θ和航向角ψ；
Figure BDA0002369342000000044
步骤七：重复步骤一至步骤六，实现偏振光辅助航姿参考系统测量定姿。
本发明的有益效果：
(1)相比基于卡尔曼滤波的偏振光辅助定姿方法，本发明不需要建立噪声估计模型，减少了迭代过程中的计算量，提高了导航求解的实时性，降低了对硬件处理能力的要求，适用于低成本的航姿参考系统。
(2)本发明使用天空偏振光作为导航信息来源，可以避免使用磁力计所带来的电磁场干扰，在GPS卫星信号丢失的情况下仍能进行正常导航，具有完全自主、稳定性高的优势。
(3)本发明所提出的共轭梯度优化方法以梯度优化理论为基础，通过建立姿态误差函数去修正陀螺仪漂移，避免偏振光矢量作为双向矢量所导致的角度求解模糊性问题，能够将偏振光传感器用于三维空间全姿态角解算。
(4)本发明引入共轭参数保证前后搜索方向相互共轭，克服了梯度下降法收敛速度慢的缺点，减小了角度突变时的滞后现象，提高了姿态角获取的效率。引入四元数微分构建动态步长因子，可以实时预测姿态变化趋势，提高动态环境下的姿态求解精度与稳定性。
附图说明
图1是本发明的数据融合过程原理图；
图2是本发明的动态步长因子共轭梯度优化方法流程图；
图3(a)～图3(c)是静态实验中本发明解算的姿态角与梯度下降法、参考值对比图；
图3(d)是静态实验中本发明的动态步长因子变化曲线图；
图4(a)～图4(d)是动态实验中本发明解算的横滚角与梯度下降法、参考值对比图及其局部放大图；
图5(a)～图5(d)是动态实验中本发明解算的俯仰角与梯度下降法、参考值对比图及其局部放大图；
图6(a)～图6(d)是动态实验中本发明解算的航向角与梯度下降法、参考值对比图及其局部放大图；
图7是动态实验中本发明的动态步长因子变化曲线图.
具体实施方式
下面结合附图和技术方案对本发明的具体实施方式作进一步阐述：
图1和图2展示了本发明姿态求解方法的计算原理图。
下面通过实验对本发明提出的姿态求解方法进行静态性能与动态性能验证：
实验一为静态测试实验，地点位置为：东经121.31°，北纬38.52°，时间是2019年5月26日下午17时45分，查询天文历表，可以获得太阳高度角为15.78°，太阳方位角为-104.67°。将配有偏振光传感器的导航实验平台静止放置约400秒，采集陀螺仪、加速度计、偏振光传感器的原始输出数据，验证静态条件下本发明求解姿态角的稳定性。
图3(a)～图3(d)展示了静态实验中本发明解算的姿态角与梯度下降法、参考值的对比曲线和动态步长因子变化曲线，参考值为卡尔曼滤波算法解算的姿态角。表1列出了本实施例中解算的姿态角与梯度下降法、参考值的均方差统计对比数据，表1中的参考算法为卡尔曼滤波算法。从姿态角对比曲线图和均方差数据可以看出，本发明用于姿态角求解时静态性能良好，由于本发明的优势主要体现在动态环境中，因此与梯度下降法的静态精度与稳定性相当；图3中动态步长因子曲线的变化较为平缓，符合静态实验条件的特点。
表1静态实验均方差统计对比数据
Figure BDA0002369342000000051
实验二为动态测试实验，实验地点不变，时间是2019年5月26日下午18时10分，查询天文历表，可以获得太阳高度角为11.1°，太阳方位角为-108.24°。将偏振光导航实验台进行绕轴三维转动约250秒，采集陀螺仪、加速度计、偏振光传感器的原始输出数据，验证动态条件下本发明求解姿态角的精度与效率。
图4(a)～图4(d)、图5(a)～图5(d)、图6(a)～图6(d)和图7展示了动态实验中本发明所解算的姿态角与梯度下降法、参考值的对比曲线图、局部放大图和动态步长因子变化曲线图，参考值为卡尔曼滤波算法解算的姿态角。从姿态角对比曲线图可以看出，在姿态大幅度变化时，本发明设计的共轭梯度优化方法能准确跟踪姿态角的变化；从姿态对比曲线局部放大图可以看出，相比梯度下降法，由于本发明设计了共轭参数保证前后搜索方向相互共轭，因此在姿态急剧变化处有更快的收敛速度，本发明设计的方法可以提高姿态求解的精度与效率；从动态步长因子的变化曲线图来看，动态步长因子能根据运动状态进行实时调整，符合动态实验条件的特点，表明对姿态误差发散起到了调控作用。
本发明设计的采用动态步长因子的共轭梯度优化姿态求解方法，能够避免由于偏振光矢量双向性导致的角度求解模糊性问题，可以实现三维空间全姿态角解算；相比梯度下降法，具有更快的收敛速度，提高了姿态求解的精度与效率；动态步长因子可以实时预测姿态更新趋势，保证了偏振光导航系统在复杂运动状态下的可靠性与准确性。

Claims (1)

1.一种用于仿生偏振光导航的姿态无约束优化求解方法，其特征在于，具体步骤如下：
步骤一：采集陀螺仪在载体坐标系下的测量值、加速度计在载体坐标系下的测量值、偏振光传感器在测量坐标系下的测量值，陀螺仪测量值设为ωb＝[ωxωyωz]T，加速度计测量值设为ab＝[ax ay az]T，偏振光传感器测量值设为pm＝[px py pz]T；其中，下标b表示载体坐标系；下标m表示偏振光传感器测量坐标系；下标x,y,z表示测量值在三轴的投影分量；
步骤二：假定导航坐标系三轴x-y-z对应北东地三个方向，载体坐标系三轴x-y-z对应载体前右下三个方向，太阳坐标系三轴x-y-z对应西南天三个方向，偏振光传感器测量坐标系三轴x-y-z对应载体前左上三个方向；将重力矢量在导航坐标系下的投影[00g]T由变换矩阵
Figure FDA0004057287630000011
变换到载体坐标系，计算出理论重力矢量，设为
Figure FDA0004057287630000012
将太阳位置矢量在太阳坐标系下的投影[cos(hs)sin(As)cos(hs)cos(As)sin(hs)]T由变换矩阵
Figure FDA0004057287630000013
变换到导航坐标系，再由变换矩阵
Figure FDA0004057287630000014
变换到载体坐标系，最后由变换矩阵
Figure FDA0004057287630000015
变换到偏振光传感器测量坐标系，根据瑞利散射模型计算出理论偏振矢量，设为
Figure FDA0004057287630000016
其中g表示重力加速度的大小；hs和As分别表示太阳高度角和太阳方位角，通过查询天文历表获得；
Figure FDA0004057287630000017
表示太阳坐标系到导航坐标系的变换矩阵；
Figure FDA0004057287630000018
表示导航坐标系到载体坐标系的变换矩阵；
Figure FDA0004057287630000019
表示载体坐标系到偏振光传感器测量坐标系的变换矩阵；上标*表示重力矢量和偏振矢量分别在载体坐标系和偏振光传感器测量坐标系下的理论测量值；下标x,y,z表示理论测量值在三轴的投影分量；
Figure FDA00040572876300000110
Figure FDA00040572876300000111
Figure FDA00040572876300000112
步骤三：计算重力矢量误差函数，设为eg；计算偏振矢量误差函数，设为ep；对重力矢量误差函数求导获得雅可比矩阵，设为Jg；对偏振矢量误差函数求导获得雅可比矩阵，设为Jp；将偏振矢量误差函数与重力矢量误差函数及其雅可比矩阵组合成综合目标误差函数与综合雅可比矩阵，分别设为e＝[eg ep]T、J＝[Jg Jp]T；其中q＝[q0 q1 q2 q3]为姿态角的四元数表示；ax、ay、az和px、py、pz分别为步骤一所测量得到的加速度计和偏振光传感器输出值；
Figure FDA0004057287630000021
Figure FDA0004057287630000022
Figure FDA0004057287630000023
Figure FDA0004057287630000024
步骤四：根据无约束优化方法中的梯度优化理论，由式(8)计算综合目标误差函数梯度gk；由式(9)计算初始迭代的搜索方向d0；由式(10)计算第k次迭代的搜索方向dk，其中，k≠0，βk为保证前后搜索方向相互共轭的参数，式(11)给出βk的计算公式；式(12)给出步长λk的计算公式；其中，下标k表示四元数姿态求解过程中的第k次迭代；
gk＝JTe(8)
d0＝-g0(9)
dk＝-gk+βkdk-1，k≠0(10)
Figure FDA0004057287630000025
Figure FDA0004057287630000026
步骤五：为根据载体运动状态实时调整步长大小，由式(13)求解陀螺仪四元数微分方程，并由式(14)构建动态步长因子αk，预测四元数更新趋势；在已知第k次迭代的姿态四元数q(k)后，根据迭代公式(15)更新得到下一时刻的姿态四元数q(k+1)；其中，
Figure FDA0004057287630000027
表示陀螺仪四元数微分；ωx、ωy、ωz为步骤一测量得到的三轴角速度值；Δt表示姿态更新周期；
Figure FDA0004057287630000031
Figure FDA0004057287630000032
Figure FDA0004057287630000033
步骤六：利用步骤五迭代得到的姿态四元数，由式(16)换算出当前载体的横滚角γ、俯仰角θ和航向角ψ；
Figure FDA0004057287630000034
步骤七：重复步骤一至步骤六，实现偏振光辅助航姿参考系统测量定姿。
CN202010045796.8A 2020-01-16 2020-01-16 一种用于仿生偏振光导航的姿态无约束优化求解方法 Active CN111207773B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010045796.8A CN111207773B (zh) 2020-01-16 2020-01-16 一种用于仿生偏振光导航的姿态无约束优化求解方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010045796.8A CN111207773B (zh) 2020-01-16 2020-01-16 一种用于仿生偏振光导航的姿态无约束优化求解方法

Publications (2)

Publication Number Publication Date
CN111207773A CN111207773A (zh) 2020-05-29
CN111207773B true CN111207773B (zh) 2023-04-11

Family

ID=70789071

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010045796.8A Active CN111207773B (zh) 2020-01-16 2020-01-16 一种用于仿生偏振光导航的姿态无约束优化求解方法

Country Status (1)

Country Link
CN (1) CN111207773B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112697138B (zh) * 2020-12-07 2022-09-27 北方工业大学 一种基于因子图优化的仿生偏振同步定位与构图的方法
CN113114105B (zh) * 2021-03-10 2022-08-09 上海工程技术大学 一种光伏电池组件输出特性动态测量方法
CN113325365B (zh) * 2021-05-18 2023-01-03 哈尔滨工程大学 一种基于四元数的相干信号二维doa估计方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2308004C1 (ru) * 2006-05-02 2007-10-10 Федеральное государственное унитарное предприятие "Центральный научно-исследовательский институт "Электроприбор" Способ ориентации полярного электростатического гироскопа корабельной навигационной системы
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
CN103712621A (zh) * 2013-12-23 2014-04-09 大连理工大学 偏振光及红外传感器辅助惯导系统定姿方法
CN105698819A (zh) * 2016-01-18 2016-06-22 中国人民解放军国防科学技术大学 一种用于多相机偏振光传感器的标定方法
CN107727101A (zh) * 2017-11-16 2018-02-23 大连理工大学 基于双偏振光矢量的三维姿态信息快速解算方法
CN109506660A (zh) * 2019-01-08 2019-03-22 大连理工大学 一种用于仿生导航的姿态最优化解算方法
CN110672131A (zh) * 2019-11-19 2020-01-10 北方工业大学 一种大失准角下惯性/偏振光组合导航系统ukf对准方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2308004C1 (ru) * 2006-05-02 2007-10-10 Федеральное государственное унитарное предприятие "Центральный научно-исследовательский институт "Электроприбор" Способ ориентации полярного электростатического гироскопа корабельной навигационной системы
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
CN103712621A (zh) * 2013-12-23 2014-04-09 大连理工大学 偏振光及红外传感器辅助惯导系统定姿方法
CN105698819A (zh) * 2016-01-18 2016-06-22 中国人民解放军国防科学技术大学 一种用于多相机偏振光传感器的标定方法
CN107727101A (zh) * 2017-11-16 2018-02-23 大连理工大学 基于双偏振光矢量的三维姿态信息快速解算方法
CN109506660A (zh) * 2019-01-08 2019-03-22 大连理工大学 一种用于仿生导航的姿态最优化解算方法
CN110672131A (zh) * 2019-11-19 2020-01-10 北方工业大学 一种大失准角下惯性/偏振光组合导航系统ukf对准方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
蔚彦昭.基于仿生偏振光的无人机航姿优化算法研究.《中国优秀硕士学位论文 工程科技Ⅱ辑》.2021,全文. *

Also Published As

Publication number Publication date
CN111207773A (zh) 2020-05-29

Similar Documents

Publication Publication Date Title
CN110487301B (zh) 一种雷达辅助机载捷联惯性导航系统初始对准方法
CN106871928B (zh) 基于李群滤波的捷联惯性导航初始对准方法
CN111947652B (zh) 一种适用于月球着陆器的惯性/视觉/天文/激光测距组合导航方法
CN101344391B (zh) 基于全功能太阳罗盘的月球车位姿自主确定方法
CN107588771B (zh) 基于李群描述的捷联惯性导航解算方法
CN101788296B (zh) 一种sins/cns深组合导航系统及其实现方法
CN111207773B (zh) 一种用于仿生偏振光导航的姿态无约束优化求解方法
CN104655131B (zh) 基于istssrckf的惯性导航初始对准方法
CN110702143B (zh) 基于李群描述的sins捷联惯性导航系统动基座快速初始对准方法
CN105371844B (zh) 一种基于惯性/天文互助的惯性导航系统初始化方法
CN109931955B (zh) 基于状态相关李群滤波的捷联惯性导航系统初始对准方法
CN109506660B (zh) 一种用于仿生导航的姿态最优化解算方法
CN112697138B (zh) 一种基于因子图优化的仿生偏振同步定位与构图的方法
CN104165640A (zh) 基于星敏感器的近空间弹载捷联惯导系统传递对准方法
CN107727101B (zh) 基于双偏振光矢量的三维姿态信息快速解算方法
CN110285815B (zh) 一种可在轨全程应用的微纳卫星多源信息姿态确定方法
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
CN111323050A (zh) 一种捷联惯导和多普勒组合系统标定方法
CN104698485A (zh) 基于bd、gps及mems的组合导航系统及导航方法
CN108021138B (zh) 一种地磁场模型简化设计方法
CN110196066B (zh) 基于格网姿态速度信息不变的虚拟极区方法
CN114018242A (zh) 一种基于偏振/太阳/惯性信息智能匹配的自主定姿方法
CN112325886A (zh) 一种基于重力梯度仪和陀螺仪组合的航天器自主定姿系统
CN111156986A (zh) 一种基于抗差自适应ukf的光谱红移自主组合导航方法
Yang et al. Multilayer low-cost sensor local-global filtering fusion integrated navigation of small UAV

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