CN111623771A - 一种基于光强的偏振惯导紧组合导航方法 - Google Patents
一种基于光强的偏振惯导紧组合导航方法 Download PDFInfo
- Publication number
- CN111623771A CN111623771A CN202010512168.6A CN202010512168A CN111623771A CN 111623771 A CN111623771 A CN 111623771A CN 202010512168 A CN202010512168 A CN 202010512168A CN 111623771 A CN111623771 A CN 111623771A
- Authority
- CN
- China
- Prior art keywords
- polarization
- inertial navigation
- light intensity
- navigation
- vector
- 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
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
- 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
- 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)
- Navigation (AREA)
- Gyroscopes (AREA)
Abstract
本发明公开一种基于光强的偏振惯导紧组合导航方法,涉及偏振组合导航系统技术领域,用于解决现有的偏振组合导航系统抗干扰能力较低的技术问题。本发明所述的基于光强的偏振惯导紧组合导航方法,包括:以三维姿态失准角,三维陀螺随机漂移,偏振度作为状态量,建立偏振惯导紧组合状态方程;根据载体系下,偏振矢量垂直于太阳矢量及观测矢量的关系,建立偏振角与三维姿态失准角的相关关系;通过偏振传感器模型,建立基于对立双通道光强的偏振惯导紧组合量测方程;采用非线性卡尔曼滤波的滤波方法估计状态量中的三维姿态失准角及偏振度。本发明主要应用于导航系统中。
Description
技术领域
本发明涉及偏振组合导航系统技术领域,尤其涉及一种基于光强 的偏振惯导紧组合导航方法,能够用于估计GPS(Global Positioning System-全球定位系统)拒止、地磁干扰环境下组合导航系统的航向 与姿态角,提高系统的抗干扰能力与导航精度。
背景技术
自然界中的生物具备出色的自主导航能力,可以利用多器官对外 界信息进行感知和融合。经过研究发现许多生物,例如:沙蚁、蜜蜂、 蝴蝶等均可以利用偏振罗盘和自身的平衡棒来获取航向和姿态信息。 因此,人们研究生物的导航融合机制,发展了基于偏振的自主导航方 法。由于仿生偏振导航具有自主性高、抗干扰能力强、误差不随时间 累积的优点,为GNSS(Global Navigation Satellite System-全球导航 卫星系统)拒止、地磁干扰环境下的自主导航提供了新的解决方案。 近几年受到国内外广泛的关注,如何更好的利用偏振信息与惯导信息 进行融合,得到更高精度的航向与姿态信息成为偏振导航系统的核心 部分。
近几年,基于偏振的组合导航模型成为研究热点,论文“Method andImplementation of a Bioinspired Polarization-Based Attitude and HeadingReference System Aided by Inertial Sensors(基于仿生极化的 惯性传感器姿态航向参考系统的实现与方法)”及专利“一种基于偏 振信息的组合导航方法”(申请号:201611062735.2)均使用偏振传 感器的解算信息即偏振角信息,然后利用偏振矢量与太阳矢量及观测 矢量垂直的关系,建立偏振量测模型。专利“一种基于太阳矢量的偏 振辅助导航方法”(申请号:201510295505.X)利用偏振传感器先解 算出偏振角信息,然后得到偏振矢量,最后利用不同坐标系下的单位 太阳矢量建立偏振导航线性模型。专利“一种基于偏振-地磁矢量紧 组合的导航方法”(申请号:201811336222.5)利用偏振传感器先解 算得到偏振角,然后根据偏振矢量与太阳矢量的垂直关系,提取出载 体系下的太阳矢量,最后建立基于地磁矢量和太阳矢量的组合导航模 型。
上述论文及专利的组合模型中,均未使用偏振传感器的原始光强 信息,都是根据光强信息先解算出偏振角信息,然后利用偏振矢量或 者太阳矢量建立组合导航模型。偏振传感器的噪声经过了多次相加、 相乘等运算,使得噪声类型复杂,难以分析及补偿,并且这种方法至 少需要两组对立通道才能够解算出偏振角信息,对偏振传感器通道数 依赖性较大,降低了系统本身的抗干扰能力。
发明内容
本发明的目的在于提供一种基于光强的偏振惯导紧组合导航方 法,用于解决现有的偏振组合导航系统抗干扰能力较低的技术问题。
为达到上述目的,本发明采用如下技术方案:
一种基于光强的偏振惯导紧组合导航方法,包括:以三维姿态失 准角ψE,ψN,ψU,三维陀螺随机漂移εE,εN,εU,偏振度d,作为状态量x, x=[ψE ψN ψU εE εN εU d]T,建立偏振惯导紧组合状态方程;其中, 三维姿态失准角、三维陀螺随机漂移的下标E、N、U分别表示东、北、天;
将载体所在的坐标系称为载体系,根据载体系下,偏振矢量Pb垂 直于太阳矢量Sn及观测矢量Ob的关系,建立偏振角φ与三维姿态失准 角ψE,ψN,ψU的相关关系;
通过对立通道光强、传感器标定参数、量测噪声建立的偏振传感 器模型,并结合建立的偏振角φ与三维姿态失准角ψE,ψN,ψU的相关关 系,建立基于对立双通道光强的偏振惯导紧组合量测方程;
建立完偏振惯导紧组合状态方程,以及基于对立双通道光强的偏 振惯导紧组合量测方程后,采用非线性卡尔曼滤波的滤波方法估计状 态量中的三维姿态失准角及偏振度。
实际应用时,以三维姿态失准角ψE,ψN,ψU,三维陀螺随机漂移 εE,εN,εU,偏振度d,作为状态量x,x=[ψE ψN ψU εE εN εU d]T,建 立偏振惯导紧组合状态方程,具体包括:
进一步地,根据载体系下,偏振矢量Pb垂直于太阳矢量Sn及观 测矢量Ob的关系,建立偏振角φ与三维姿态失准角ψE,ψN,ψU的相关关 系,具体包括:
由于Pb垂直于Sn与Ob构成的散射平面,因此:
其中,ψ×表示三维姿态失准角反对称阵;
其中,Gi1(ψE,ψN,ψU)(i=1,2,3)表示G(ψE,ψN,ψU)的第i行,第 1列;
最后,得到偏振方位角φ与三维姿态失准角ψE,ψN,ψU的关系:
再进一步地,通过偏振传感器模型,采用偏振传感器对立通道解 算方法,建立基于对立双通道光强的偏振惯导紧组合量测方程中,基 于对立通道的偏振传感器模型具体为:
其中,Iout1,Iout2表示对立通道的光强,k1,k2,ε1为已知的传 感器标定参数,v表示量测噪声;
最终,建立基于对立双通道光强的偏振惯导紧组合量测方程:
相对于现有技术,本发明所述的一种基于光强的偏振惯导紧组合 导航方法具有以下优势:
本发明提供的一种基于光强的偏振惯导紧组合导航方法中,首 先,以三维姿态失准角,三维陀螺随机漂移,偏振度作为状态量,建 立偏振惯导紧组合状态方程;其次,根据载体系下,偏振矢量垂直于 太阳矢量及观测矢量的关系,建立偏振角与三维姿态失准角的相关关 系;然后,通过偏振传感器模型,建立基于对立双通道光强的偏振惯 导紧组合量测方程;最后,采用非线性卡尔曼滤波的滤波方法估计状 态量中的三维姿态失准角及偏振度。因此,本发明提供的一种基于光 强的偏振惯导紧组合导航方法,提出的紧组合模型能够仅利用偏振传 感器对立双通道的光强信息,有效减少了对偏振传感器通道数的依 赖,提高了系统的抗干扰能力,并且能够直接利用偏振传感器的直接 输出量即光强信息作为量测,量测噪声类型易于确定,能够有效提高 对导航信息的估计精度。
附图说明
图1为本发明实施例提供的一种基于光强的偏振惯导紧组合导 航方法的流程示意图。
具体实施方式
为了便于理解,下面结合说明书附图,对本发明实施例提供的一 种基于光强的偏振惯导紧组合导航方法进行详细描述。
本发明实施例提供一种基于光强的偏振惯导紧组合导航方法,如 图1所示,包括:
以三维姿态失准角ψE,ψN,ψU,三维陀螺随机漂移εE,εN,εU,偏振 度d,作为状态量x,x=[ψE ψN ψU εE εN εU d]T,建立偏振惯导紧 组合状态方程;其中,三维姿态失准角、三维陀螺随机漂移的下标E、 N、U分别表示东、北、天;
将载体所在的坐标系称为载体系,根据载体系下,偏振矢量Pb垂 直于太阳矢量Sn及观测矢量Ob的关系,建立偏振角φ与三维姿态失准 角ψE,ψN,ψU的相关关系;
通过对立通道光强、传感器标定参数、量测噪声建立的偏振传感 器模型,并结合建立的偏振角φ与三维姿态失准角ψE,ψN,ψU的相关关 系,建立基于对立双通道光强的偏振惯导紧组合量测方程;
建立完偏振惯导紧组合状态方程,以及基于对立双通道光强的偏 振惯导紧组合量测方程后,采用非线性卡尔曼滤波(UKF)的滤波方 法估计状态量中的三维姿态失准角及偏振度。
相对于现有技术,本发明所述的一种基于光强的偏振惯导紧组合 导航方法具有以下优势:
本发明实施例提供的一种基于光强的偏振惯导紧组合导航方法 中,首先,以三维姿态失准角,三维陀螺随机漂移,偏振度作为状态 量,建立偏振惯导紧组合状态方程;其次,根据载体系下,偏振矢量 垂直于太阳矢量及观测矢量的关系,建立偏振角与三维姿态失准角的 相关关系;然后,通过偏振传感器模型,建立基于对立双通道光强的 偏振惯导紧组合量测方程;最后,采用非线性卡尔曼滤波的滤波方法 估计状态量中的三维姿态失准角及偏振度。因此,本发明实施例提供 的一种基于光强的偏振惯导紧组合导航方法,提出的紧组合模型能够 仅利用偏振传感器对立双通道的光强信息,有效减少了对偏振传感器 通道数的依赖,提高了系统的抗干扰能力,并且能够直接利用偏振传 感器的直接输出量即光强信息作为量测,量测噪声类型易于确定,能 够有效提高对导航信息的估计精度。
此处需要补充说明的是,卡尔曼滤波(Kalman filtering)是一种 利用线性系统状态方程,通过系统输入输出观测数据,对系统状态进 行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影 响,所以最优估计也可看作是滤波过程。
数据滤波是去除噪声还原真实数据的一种数据处理技术, Kalman滤波在测量方差已知的情况下能够从一系列存在测量噪声的 数据中,估计动态系统的状态。由于它便于计算机编程实现,并能够 对现场采集的数据进行实时的更新和处理,Kalman滤波是目前应用 最为广泛的滤波方法,在通信,导航,制导与控制等多领域得到了较 好的应用。
实际应用时,以三维姿态失准角ψE,ψN,ψU,三维陀螺随机漂移 εE,εN,εU,偏振度d,作为状态量x,x=[ψE ψN ψU εE εN εU d]T,建 立偏振惯导紧组合状态方程,具体包括:
进一步地,根据载体系下,偏振矢量Pb垂直于太阳矢量Sn及观 测矢量Ob的关系,建立偏振角φ与三维姿态失准角ψE,ψN,ψU的相关关 系,具体包括:
由于Pb垂直于Sn与Ob构成的散射平面,因此:
其中,ψ×表示三维姿态失准角反对称阵;
其中,M(i,j)(i=1,2,3;j=1,2,3)表示M的第i行,第j列;Sn(i,1) (i=1,2,3)表示Sn的第i行,第1列;
其中,Gi1(ψE,ψN,ψU)(i=1,2,3)表示G(ψE,ψN,ψU)的第i行,第 1列;
最后,得到偏振方位角φ与三维姿态失准角ψE,ψN,ψU的关系:
再进一步地,通过偏振传感器模型,采用偏振传感器对立通道解 算方法,建立基于对立双通道光强的偏振惯导紧组合量测方程中,基 于对立通道的偏振传感器模型具体为:
其中,Iout1,Iout2表示对立通道的光强,k1,k2,ε1为已知的传 感器标定参数,v表示量测噪声;
最终,建立基于对立双通道光强的偏振惯导紧组合量测方程:
本发明实施例提供的一种基于光强的偏振惯导紧组合导航方法 主要具有以下几点优势:
一、能够用于估计GPS(Global Positioning System-全球定位系统) 拒止、地磁干扰环境下组合导航系统的航向与姿态角,提高系统的抗 干扰能力与导航精度;
二、提出的紧组合模型能够仅利用偏振传感器对立双通道的光强 信息,有效减少了对偏振传感器通道数的依赖,提高了系统的抗干扰 能力;
三、能够直接利用偏振传感器的直接输出量即光强信息作为量 测,量测噪声类型易于确定,能够有效提高对导航信息的估计精度;
四、能够有效提高组合导航系统的航向与姿态精度,增强系统的 抗干扰能力。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并 不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范 围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。 因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (4)
1.一种基于光强的偏振惯导紧组合导航方法,其特征在于,包括:
以三维姿态失准角ψE,ψN,ψU,三维陀螺随机漂移εE,εN,εU,偏振度d,作为状态量x,x=[ψEψN ψU εE εN εU d]T,建立偏振惯导紧组合状态方程;其中,三维姿态失准角、三维陀螺随机漂移的下标E、N、U分别表示东、北、天;
将载体所在的坐标系称为载体系,根据载体系下,偏振矢量Pb垂直于太阳矢量Sn及观测矢量Ob的关系,建立偏振角φ与三维姿态失准角ψE,ψN,ψU的相关关系;
通过对立通道光强、传感器标定参数、量测噪声建立的偏振传感器模型,并结合建立的偏振角φ与三维姿态失准角ψE,ψN,ψU的相关关系,建立基于对立双通道光强的偏振惯导紧组合量测方程;
建立完偏振惯导紧组合状态方程,以及基于对立双通道光强的偏振惯导紧组合量测方程后,采用非线性卡尔曼滤波的滤波方法估计状态量中的三维姿态失准角及偏振度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010512168.6A CN111623771B (zh) | 2020-06-08 | 2020-06-08 | 一种基于光强的偏振惯导紧组合导航方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010512168.6A CN111623771B (zh) | 2020-06-08 | 2020-06-08 | 一种基于光强的偏振惯导紧组合导航方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111623771A true CN111623771A (zh) | 2020-09-04 |
CN111623771B CN111623771B (zh) | 2022-05-06 |
Family
ID=72258255
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010512168.6A Active CN111623771B (zh) | 2020-06-08 | 2020-06-08 | 一种基于光强的偏振惯导紧组合导航方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111623771B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113834487A (zh) * | 2021-11-23 | 2021-12-24 | 北京航空航天大学 | 一种偏振传感器光强谐波干扰估计及补偿方法 |
CN114018258A (zh) * | 2021-11-05 | 2022-02-08 | 北京航空航天大学杭州创新研究院 | 基于偏振量测噪声方差自适应估计的仿生组合导航方法 |
CN114018242A (zh) * | 2021-11-05 | 2022-02-08 | 北京航空航天大学杭州创新研究院 | 一种基于偏振/太阳/惯性信息智能匹配的自主定姿方法 |
CN114459474A (zh) * | 2022-02-16 | 2022-05-10 | 北方工业大学 | 一种基于因子图的惯性/偏振/雷达/光流紧组合导航的方法 |
CN116222580A (zh) * | 2023-05-09 | 2023-06-06 | 北京航空航天大学 | 一种基于跨介质折射干扰补偿修正的水下偏振定向方法 |
CN116242350A (zh) * | 2023-05-12 | 2023-06-09 | 北京航空航天大学 | 一种空间分布式偏振/惯导协同定位方法 |
CN114018242B (zh) * | 2021-11-05 | 2024-05-24 | 北京航空航天大学杭州创新研究院 | 一种基于偏振/太阳/惯性信息智能匹配的自主定姿方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103217699A (zh) * | 2013-03-06 | 2013-07-24 | 郭雷 | 一种基于偏振信息的组合导航系统递推优化初始对准方法 |
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 |
CN109556633A (zh) * | 2018-11-26 | 2019-04-02 | 北方工业大学 | 一种基于自适应ekf的仿生偏振传感器多源误差标定方法 |
CN110672130A (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ekf对准方法 |
-
2020
- 2020-06-08 CN CN202010512168.6A patent/CN111623771B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103217699A (zh) * | 2013-03-06 | 2013-07-24 | 郭雷 | 一种基于偏振信息的组合导航系统递推优化初始对准方法 |
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 |
CN109556633A (zh) * | 2018-11-26 | 2019-04-02 | 北方工业大学 | 一种基于自适应ekf的仿生偏振传感器多源误差标定方法 |
CN110672130A (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ekf对准方法 |
Non-Patent Citations (1)
Title |
---|
王岩等: "一种多光谱仿生偏振导航传感器设计方法", 《2017中国自动化大会》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114018258A (zh) * | 2021-11-05 | 2022-02-08 | 北京航空航天大学杭州创新研究院 | 基于偏振量测噪声方差自适应估计的仿生组合导航方法 |
CN114018242A (zh) * | 2021-11-05 | 2022-02-08 | 北京航空航天大学杭州创新研究院 | 一种基于偏振/太阳/惯性信息智能匹配的自主定姿方法 |
CN114018242B (zh) * | 2021-11-05 | 2024-05-24 | 北京航空航天大学杭州创新研究院 | 一种基于偏振/太阳/惯性信息智能匹配的自主定姿方法 |
CN113834487A (zh) * | 2021-11-23 | 2021-12-24 | 北京航空航天大学 | 一种偏振传感器光强谐波干扰估计及补偿方法 |
CN114459474A (zh) * | 2022-02-16 | 2022-05-10 | 北方工业大学 | 一种基于因子图的惯性/偏振/雷达/光流紧组合导航的方法 |
CN114459474B (zh) * | 2022-02-16 | 2023-11-24 | 北方工业大学 | 一种基于因子图的惯性/偏振/雷达/光流紧组合导航的方法 |
CN116222580A (zh) * | 2023-05-09 | 2023-06-06 | 北京航空航天大学 | 一种基于跨介质折射干扰补偿修正的水下偏振定向方法 |
CN116222580B (zh) * | 2023-05-09 | 2023-07-25 | 北京航空航天大学 | 一种基于跨介质折射干扰补偿修正的水下偏振定向方法 |
CN116242350A (zh) * | 2023-05-12 | 2023-06-09 | 北京航空航天大学 | 一种空间分布式偏振/惯导协同定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111623771B (zh) | 2022-05-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111623771B (zh) | 一种基于光强的偏振惯导紧组合导航方法 | |
CN106052685B (zh) | 一种两级分离融合的姿态和航向估计方法 | |
CN101949703B (zh) | 一种捷联惯性/卫星组合导航滤波方法 | |
CN103235328B (zh) | 一种gnss与mems组合导航的方法 | |
CN106772524B (zh) | 一种基于秩滤波的农业机器人组合导航信息融合方法 | |
Stančić et al. | The integration of strap-down INS and GPS based on adaptive error damping | |
CN108362288B (zh) | 一种基于无迹卡尔曼滤波的偏振光slam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 | |
CN105509739A (zh) | 采用固定区间crts平滑的ins/uwb紧组合导航系统及方法 | |
CN108387236B (zh) | 一种基于扩展卡尔曼滤波的偏振光slam方法 | |
Dorveaux et al. | Combining inertial measurements and distributed magnetometry for motion estimation | |
CN109000639B (zh) | 乘性误差四元数地磁张量场辅助陀螺的姿态估计方法及装置 | |
CN111189474A (zh) | 基于mems的marg传感器的自主校准方法 | |
Lambert et al. | Visual odometry aided by a sun sensor and inclinometer | |
Zhang et al. | A novel INS/USBL integrated navigation scheme via factor graph optimization | |
Kong et al. | Performance improvement of visual-inertial navigation system by using polarized light compass | |
Asadi et al. | A decentralized architecture for simultaneous localization and mapping | |
Zhu et al. | The quaternion-based attitude error for the nonlinear error model of the INS | |
CN109387198A (zh) | 一种基于序贯检测的惯性/视觉里程计组合导航方法 | |
Chang et al. | Pseudo open-loop unscented quaternion estimator for attitude estimation | |
CN110926499A (zh) | 基于李群最优估计的sins捷联惯性导航系统晃动基座自对准方法 | |
Zhou et al. | Applying quaternion-based unscented particle filter on INS/GPS with field experiments | |
Wang et al. | Land vehicle navigation using odometry/INS/vision integrated system | |
CN112229421B (zh) | 基于李群最优估计的捷联惯性导航晃动基座粗对准方法 | |
CN110887472A (zh) | 一种偏振-地磁信息深度融合全自主姿态解算方法 |
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 |