CN111982089A - 一种磁罗盘全罗差实时校准与补偿方法 - Google Patents
一种磁罗盘全罗差实时校准与补偿方法 Download PDFInfo
- Publication number
- CN111982089A CN111982089A CN202010736727.1A CN202010736727A CN111982089A CN 111982089 A CN111982089 A CN 111982089A CN 202010736727 A CN202010736727 A CN 202010736727A CN 111982089 A CN111982089 A CN 111982089A
- Authority
- CN
- China
- Prior art keywords
- matrix
- magnetic
- compass
- vector
- error
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C17/00—Compasses; Devices for ascertaining true or magnetic north for navigation or surveying purposes
- G01C17/38—Testing, calibrating, or compensating of compasses
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C17/00—Compasses; Devices for ascertaining true or magnetic north for navigation or surveying purposes
- G01C17/02—Magnetic compasses
- G01C17/28—Electromagnetic compasses
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Navigation (AREA)
Abstract
提供一种磁罗盘全罗差实时校准与补偿方法,属于导航技术领域,分阶段进行,第一阶段使用载体不同姿态下的磁罗盘三轴磁场数据,基于地磁场的模不变,由不同姿态下的磁罗盘三轴磁场数据对三轴磁传感器的全罗差进行自适应Kalman滤波估计,估计磁罗盘全罗差中的9个罗差参数;第二阶段基于水平坐标系中地磁场分量不变的约束条件,仅利用磁罗盘自身输出的信息进一步估计出剩余缺失的3个罗差参数,实现全罗差补偿。本发明解决现有技术无法实现对磁罗盘中全罗差12个参数进行校正和补偿的问题,不需要附加的姿态测量设备就能够提供准确的外部姿态信息,精度高、成本低及操作简便等特点,实现了全罗差实时校正,扩展了校正与补偿方法的自主性。
Description
技术领域
本发明属于导航技术领域,具体涉及一种磁罗盘全罗差实时校准与补偿方法。
背景技术
磁罗盘是一种利用地球磁场与重力加速度实现航向测量的工具,由于其具有体积小、功耗低、可靠性高、精度高等方面的优势,磁罗盘作为导航仪器、姿态传感器或动作捕捉设备已被广泛应用于矿山探测、煤田开采、航空、航天、机器人、航海、导航等领域。在实际应用中,由于大多数载体上均存在类似电缆、电机、钢铁结构等铁磁性物体,磁罗盘极易受到载体周边杂散磁场地干扰,造成较大的磁航向测量误差(罗差)。为实现高精度、高可靠性的导航与定位,必须对磁罗盘罗差进行有效的校正与补偿。目前的做法是通过对误差产生机理分析,建立误差模型,再通过不同方法对误差参数进行估计,例如:椭圆假设法、分步校准法、椭球假设法、幅值约束法、位置翻转法等,再尝试不同方法对模型参数进行离线估计。目前磁罗盘罗差校正主要存在以下局限性:(1)只校正罗差中的9个参数,不能对磁罗盘中全罗差12个参数进行校正;(2)即使能够校正磁罗盘全罗差参数,也必须配备外部辅助测量设备,如测姿设备等,这就增加了校正系统的使用成本,失去了校正与补偿方法的经济性;(3)上述方法都需要对磁罗盘输出进行批处理,无法实现实时校正。因此有必要提出改进。
发明内容
本发明解决的技术问题:提供一种磁罗盘全罗差实时校准与补偿方法,本发明是一种具有精度高、成本低及操作简便等特点的磁罗盘全罗差实时校正与补偿方法,对磁罗盘全罗差实时校正与补偿方法分阶段进行,提升了磁航向精度,解决在没有附加测试设备的情况下不能对磁罗盘中全罗差进行校正与补偿的问题,解决现有技术无法实现对磁罗盘中全罗差12个参数进行校正和补偿的问题,实现了全罗差实时校正,扩展了校正与补偿方法的自主性。
本发明采用的技术方案:一种磁罗盘全罗差实时校准与补偿方法,该方法分阶段进行,第一阶段使用载体不同姿态下的磁罗盘三轴磁场数据,基于地磁场的模不变性,由不同姿态下的磁罗盘三轴磁场测量数据对三轴磁传感器的全罗差进行自适应Kalman滤波估计,估计磁罗盘全罗差中的9个罗差参数;第二阶段基于水平坐标系中地磁场分量不变的约束条件,仅利用磁罗盘自身输出的信息进一步估计出剩余缺失的3个罗差参数,实现全罗差补偿;
具体包括如下步骤:
步骤1:在无磁场干扰的区域,用磁传感器测量该区域的总场值||Hb||,采集载体不同姿态下的磁罗盘三轴磁场数据;
步骤2:建立全罗差模型和校正模型
地磁场的真实值Hb与磁罗盘三轴磁场的测量值Hm之间可用下列矩阵方程表示:
Hm=CHb+b+n
其中,矩阵C=I+K,为软磁干扰系数矩阵,b=[bx by bz]T为硬磁干扰系数向量,向量n表示磁传感器噪声,可以用测量值的平均值来估计;相对于系统误差,测量噪声误差的数量级较小,为此,在建立标定与补偿模型时可先不予考虑n的影响;
为了消除上述系统误差,根据全罗差模型构建校正模型,校正模型以磁罗盘中三轴磁场测量值Hm作为模型输入,其模型的输出为
步骤3:构造Kalman滤波模型
对于步骤2中的校正模型的输出公式,有
||Hb||2=[G(Hm-b)]T[G(Hm-b)]
=(Hm-b)TΓ(Hm-b)
展开方程,则
以待估计参数作为状态变量,基于地磁场模的不变性,构造观测方程,得到如下的Kalman滤波模型:
y=Hx+v
μ=E(v)=sum(Γ.*∑)
σ2=E(v2)-μ2
=4[Γ(Hm-b)]T∑[Γ(Hm-b)]
H和x分别为9元素行向量和9元素列向量,其各元素分别为:
对Kalman滤波模型测量方程式离散化,可以得到:
式中,下标表示k时刻,噪声vk是一个与状态相关的非高斯噪声,若采用传统的最小二乘算法无法实现参数的最优估计;
步骤4:采用自适应Kalman滤波进行状态估计;
2)计算矩阵Γ
Γ用来确定矩阵KG,KG由矩阵G的极分解给出,即
KG=(RG)TG
所以,由矩阵Γ的奇异值分解,可以得到:
步骤7:第二阶段确定剩余罗差参数,实现全罗差补偿;
基于水平坐标系中地磁场分量不变的约束条件,仅利用磁罗盘自身输出的信息进一步估计出剩余缺失3个罗差参数,从而实现全罗差补偿;
地磁场矢量的模长与方向均不变,因此其竖直分矢量与水平分矢量均为常矢量,计算地磁场竖直分量:
根据空间轴系的转换关系,将RG简化成3参数的方向余弦矩阵,得到正交矩阵RG如下:
该式表示为一个关于参数β1、β2和β3的非线性方程,估计出该参数方程,即可确定正交矩阵RG,再根据G=RGKG,确定矩阵G,从而完成实现全罗差补偿;
步骤9:根据补偿后的磁罗盘的三轴磁场数据,结合三轴加速度数据按照以下公式计算得到磁罗盘的俯仰角、横滚角和磁航向角;
计算俯仰角θ和横滚角γ:
利用下式计算磁航向角ψ:
上述步骤4中,Kalman滤波进行状态估计的步骤:
1)在无磁场干扰的区域,用磁传感器测量该区域的总场值||Hb||;
4)依据步骤3计算系统的观测值yk、观测矩阵Hk和噪声vk;
5)按照下式计算自适应Kalman滤波的新息ek:
6)按照下式更新量测噪声Rk:
7)按照下式计算滤波增益Kk:
9)按照下式计算估计误差协方差Pk:
10)令k=k+1,返回步骤3)。
上述步骤7中,使用粒子群方法对正交矩阵RG中参数进行估计,其步骤如下:
1)按照下式构造目标函数:
2)初始化粒子群及参数设置;
随机给定微粒初始速度Vij与初始位置Xij,其中Vij~U[Vmin,Vmax],βij~U[βmin,βmax]i=1,2,L,m,j=1,2,3,m为种群大小;初始个体适应度pbesti=L(ξi)和全局最优适应度gbest=min[L(ξ1) L(ξ2) L L(ξm)];
3)根据以下公式调整微粒速度和位置
式中:t为当前进化代数,r1、r2为均匀分布于(0,1)区间的随机数,ω为惯性权重,c1、c2为加速因子;
4)局部位置和全局位置向量更新:更新个体的pbesti和全局最优gbest;
5)终止条件判断:若达到最大进化代数或满足精度标准,输出全局最优解;否则继续迭代,跳转至步骤3)。。
本发明与现有技术相比的优点:
1、本方案中的磁罗盘全罗差实时校正与补偿方法分阶段进行,第一阶段使用载体不同姿态下的磁罗盘三轴磁场数据,基于地磁场的模不变,由不同姿态下的磁罗盘三轴磁场数据对三轴磁传感器的全罗差进行自适应Kalman滤波估计,估计磁罗盘全罗差中的9个罗差参数;第二阶段基于水平坐标系中地磁场分量不变的约束条件,仅利用磁罗盘自身输出的信息进一步估计出剩余缺失的3个罗差参数,从而实现全罗差补偿;提升了磁航向精度,解决现有技术无法实现对磁罗盘中全罗差12个参数进行校正和补偿的问题,不需要附加的姿态测量设备就能够提供准确的外部姿态信息;
2、本方案具有精度高、成本低及操作简便等特点,解决在没有附加测试设备的情况下不能对磁罗盘中全罗差进行校正与补偿的问题,实现了全罗差实时校正,扩展了校正与补偿方法的自主性。
附图说明
图1为本发明的原理框图;
图2为本发明中磁罗盘三轴磁传感器的校正模型;
图3为本发明中地磁场在水平面的投影示意图。
具体实施方式
以下结合附图1-3和具体实施例对本发明进行详细描述。
一种磁罗盘全罗差实时校准与补偿方法:
首先对数字磁罗盘作简单介绍,数字磁罗盘由三轴磁传感器、三轴加速度计以及数据采集系统构成,三轴磁传感器用于测量三轴方向磁场数据,三轴加速度计用于测量三轴方向加速度数据。
该方法分阶段进行,第一阶段使用载体不同姿态下的磁罗盘三轴磁场数据,基于地磁场的模不变性,由不同姿态下的磁罗盘三轴磁场测量数据对三轴磁传感器的全罗差进行自适应Kalman滤波估计,估计磁罗盘全罗差中的9个罗差参数;第二阶段基于水平坐标系中地磁场分量不变的约束条件,仅利用磁罗盘自身输出的信息进一步估计出剩余缺失的3个罗差参数,实现全罗差补偿。提升了磁航向精度,解决现有技术无法实现对磁罗盘中全罗差12个参数进行校正和补偿的问题。
具体包括如下步骤:如图3所示,
步骤1:在无磁场干扰的区域,用磁传感器测量该区域的总场值||Hb||,采集载体不同姿态下的磁罗盘三轴磁场数据;
步骤2:建立罗差模型和校正模型。
定义为地磁场矢量的真实值在载体坐标系中的投影,为磁罗盘三轴磁场的测量值。地磁传感器受到外界环境干扰产生影响,其敏感的磁场强度为地磁场与载体杂散干扰磁场叠加的总和,地磁场的真实值Hb与磁罗盘三轴磁场的测量值Hm之间可用下列矩阵方程表示:
Hm=CHb+b+n
其中,矩阵C=I+K,为软磁干扰系数矩阵,b=[bx by bz]T为硬磁干扰系数向量,向量n表示磁传感器噪声,可以用测量值的平均值来估计。相对于系统误差,测量噪声误差的数量级较小,为此,在建立标定与补偿模型时可先不予考虑n的影响。
为了消除上述系统误差,根据全罗差模型构建如图1的校正模型。校正模型以磁罗盘三轴磁场的测量值Hm作为模型输入,其模型的输出为
步骤3:构造Kalman滤波模型。
对于步骤2中的校正模型的输出公式,有
||Hb||2=[G(Hm-b)]T[G(Hm-b)]
=(Hm-b)TΓ(Hm-b)
展开方程,则
以待估计参数作为状态变量,基于地磁场模的不变性,构造观测方程,,得Kalman滤波测量方程:
y=Hx+v
μ=E(v)=sum(Γ.*∑)
σ2=E(v2)-μ2
=4[Γ(Hm-b)]T∑[Γ(Hm-b)]
H和x分别为9元素行向量和9元素列向量,其各元素分别为:
对Kalman滤波测量方程式离散化,可以得到:
式中,下标表示k时刻。噪声vk是一个与状态相关的非高斯噪声,若采用传统的最小二乘算法无法实现参数的最优估计。
步骤4:采用自适应Kalman滤波进行状态估计,步骤如下:
1)在无磁场干扰的区域,用磁传感器测量该区域的总场值||Hb||;
4)依据步骤3计算系统的观测值yk、观测矩阵Hk和噪声vk。
5)按照下式计算自适应Kalman滤波的新息ek:
6)按照下式更新量测噪声Rk:
7)按照下式计算滤波增益Kk:
9)按照下式计算估计误差协方差Pk:
10)令k=k+1,返回步骤3)。
2)计算矩阵Γ
因为对于任何一个满足RG TRG=I的正交矩阵RG,都有(RGG)T(RGG)=GTRG TRGG=Γ,所以Γ用来确定矩阵KG,KG由矩阵G的极分解给出,即
KG=(RG)TG
所以,由矩阵Γ的奇异值分解,可以得到:
目前的技术方案中只能对12个罗差参数中的9个进行校正,要对剩余缺失3个参数进行校正需要借助外部附加测试设备。
步骤7:第二阶段确定剩余罗差参数,实现全罗差补偿。
由步骤6中公式式可知:
G=RGKG
由上式可知,要校正剩余3个罗差参数,在于确定正交矩阵RG。这也是现有的文献中提到的要对剩余缺失3个参数进行校正需要借助外部附加测试设备。从几何意义上说,正交矩阵RG的存在相当于将第一阶段补偿后地磁场测量轴系相对于较重力加速度测量轴系旋转了一定角度,引入了轴系间的非对准误差。而李智等人实验证明了非对准误差的存在会造成较强的非线性罗差。
固定空间位置,地磁场矢量的模与方向均不变,因此其竖直分矢量与水平分矢量均为常矢量,如图2所示。计算地磁场竖直分量:
根据空间轴系的转换关系,将RG简化3参数的方向余弦矩阵,得到正交矩阵RG如下:
该式表示为一个关于参数β1、β2和β3的非线性方程,估计出该参数方程,即可确定正交矩阵RG,再根据G=RGKG,确定矩阵G,从而完成实现全罗差补偿;
使用粒子群方法对正交矩阵RG中参数进行估计,其步骤如下:
1)按照下式构造目标函数:
2)初始化粒子群及参数设置;
随机给定微粒初始速度Vij与初始位置Xij,其中Vij~U[Vmin,Vmax],βij~U[βmin,βmax]i=1,2,L,m,j=1,2,3,m为种群大小;初始个体适应度pbesti=L(ξi)和全局最优适应度gbest=min[L(ξ1) L(ξ2) L L(ξm)];
3)根据以下公式调整微粒速度和位置。
式中:t为当前进化代数,r1、r2为均匀分布于(0,1)区间的随机数,ω为惯性权重,c1、c2为加速因子;
4)局部位置和全局位置向量更新:更新个体的pbesti和全局最优gbest;
5)终止条件判断:若达到最大进化代数或满足精度标准,输出全局最优解;否则继续迭代,跳转至步骤3)。
步骤9:根据步骤8最终全罗差补偿后的三轴磁场数据,结合三轴加速度数据求解得到磁罗盘的俯仰角、横滚角和磁航向角。
载体坐标系与地理坐标系之间的转换矩阵为:
其中θ、γ和ψ分别为数字磁罗盘的俯仰、横滚和磁航向角。
其中俯仰角和横滚角的求解方法为:利用地理坐标系与载体坐标系之间的变换关系,则有:
通过对上式进行求解,可计算出俯仰角θ和横滚角γ
利用下式计算磁航向角ψ:
本发明是一种具有精度高、成本低及操作简便等特点的磁罗盘全罗差实时校正与补偿方法,对磁罗盘全罗差实时校正与补偿方法分阶段进行,提升了磁航向精度,解决在没有附加测试设备的情况下不能对磁罗盘中全罗差进行校正与补偿的问题,解决现有技术无法实现对磁罗盘中全罗差12个参数进行校正和补偿的问题,实现了全罗差实时校正,扩展了校正与补偿方法的自主性。
上述实施例,只是本发明的较佳实施例,并非用来限制本发明实施范围,故凡以本发明权利要求所述内容所做的等效变化,均应包括在本发明权利要求范围之内。
Claims (3)
1.一种磁罗盘全罗差实时校准与补偿方法,其特征在于:该方法分阶段进行,第一阶段使用载体不同姿态下的磁罗盘三轴磁场数据,基于地磁场的模不变性,由不同姿态下的磁罗盘三轴磁场测量数据对三轴磁传感器的全罗差进行自适应Kalman滤波估计,估计磁罗盘全罗差中的9个罗差参数;第二阶段基于水平坐标系中地磁场分量不变的约束条件,仅利用磁罗盘自身输出的信息进一步估计出剩余缺失的3个罗差参数,实现全罗差补偿;
具体包括如下步骤:
步骤1:在无磁场干扰的区域,用磁传感器测量该区域的总场值||Hb||,采集载体不同姿态下的磁罗盘三轴磁场数据;
步骤2:建立全罗差模型和校正模型
地磁场的真实值Hb与磁罗盘三轴磁场的测量值Hm之间可用下列矩阵方程表示:
Hm=CHb+b+n
其中,矩阵C=I+K,为软磁干扰系数矩阵,b=[bx by bz]T为硬磁干扰系数向量,向量n表示磁传感器噪声,可以用测量值的平均值来估计;相对于系统误差,测量噪声误差的数量级较小,为此,在建立标定与补偿模型时可先不予考虑n的影响;
为了消除上述系统误差,根据全罗差模型构建校正模型,校正模型以磁罗盘中三轴磁场测量值Hm作为模型输入,其模型的输出为
步骤3:构造Kalman滤波模型
对于步骤2中的校正模型的输出公式,有
||Hb||2=[G(Hm-b)]T[G(Hm-b)]
=(Hm-b)TΓ(Hm-b)
展开方程,则
以待估计参数作为状态变量,基于地磁场模的不变性,构造观测方程,得到如下的Kalman滤波模型:
y=Hx+v
μ=E(v)=sum(Γ.*∑)
σ2=E(v2)-μ2
=4[Γ(Hm-b)]T∑[Γ(Hm-b)]
H和x分别为9元素行向量和9元素列向量,其各元素分别为:
对Kalman滤波模型测量方程式离散化,可以得到:
式中,下标表示k时刻,噪声vk是一个与状态相关的非高斯噪声,若采用传统的最小二乘算法无法实现参数的最优估计;
步骤4:采用自适应Kalman滤波进行状态估计;
2)计算矩阵Γ
Γ用来确定矩阵KG,KG由矩阵G的极分解给出,即
KG=(RG)TG
所以,由矩阵Γ的奇异值分解,可以得到:
步骤7:第二阶段确定剩余罗差参数,实现全罗差补偿;
基于水平坐标系中地磁场分量不变的约束条件,仅利用磁罗盘自身输出的信息进一步估计出剩余缺失3个罗差参数,从而实现全罗差补偿;
地磁场矢量的模长与方向均不变,因此其竖直分矢量与水平分矢量均为常矢量,计算地磁场竖直分量:
根据空间轴系的转换关系,将RG简化成3参数的方向余弦矩阵,得到正交矩阵RG如下:
该式表示为一个关于参数β1、β2和β3的非线性方程,估计出该参数方程,即可确定正交矩阵RG,再根据G=RGKG,确定矩阵G,从而完成实现全罗差补偿;
步骤9:根据补偿后的磁罗盘的三轴磁场数据,结合三轴加速度数据按照以下公式计算得到磁罗盘的俯仰角、横滚角和磁航向角;
计算俯仰角θ和横滚角γ:
利用下式计算磁航向角ψ:
2.根据权利要求1所述的一种磁罗盘全罗差实时校准与补偿方法,其特征在于:上述步骤4中,Kalman滤波进行状态估计的步骤:
1)在无磁场干扰的区域,用磁传感器测量该区域的总场值||Hb||;
4)依据步骤3计算系统的观测值yk、观测矩阵Hk和噪声vk;
5)按照下式计算自适应Kalman滤波的新息ek:
6)按照下式更新量测噪声Rk:
7)按照下式计算滤波增益Kk:
9)按照下式计算估计误差协方差Pk:
10)令k=k+1,返回步骤3)。
3.根据权利要求1所述的一种磁罗盘全罗差实时校准与补偿方法,其特征在于:上述步骤7中,使用粒子群方法对正交矩阵RG中参数进行估计,其步骤如下:
1)按照下式构造目标函数:
2)初始化粒子群及参数设置;
随机给定微粒初始速度Vij与初始位置Xij,其中Vij~U[Vmin,Vmax],βij~U[βmin,βmax]i=1,2,L,m,j=1,2,3,m为种群大小;初始个体适应度pbesti=L(ξi)和全局最优适应度gbest=min[L(ξ1) L(ξ2) L L(ξm)];
3)根据以下公式调整微粒速度和位置
式中:t为当前进化代数,r1、r2为均匀分布于(0,1)区间的随机数,ω为惯性权重,c1、c2为加速因子;
4)局部位置和全局位置向量更新:更新个体的pbesti和全局最优gbest;
5)终止条件判断:若达到最大进化代数或满足精度标准,输出全局最优解;否则继续迭代,跳转至步骤3)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010736727.1A CN111982089A (zh) | 2020-07-28 | 2020-07-28 | 一种磁罗盘全罗差实时校准与补偿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010736727.1A CN111982089A (zh) | 2020-07-28 | 2020-07-28 | 一种磁罗盘全罗差实时校准与补偿方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111982089A true CN111982089A (zh) | 2020-11-24 |
Family
ID=73444706
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010736727.1A Pending CN111982089A (zh) | 2020-07-28 | 2020-07-28 | 一种磁罗盘全罗差实时校准与补偿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111982089A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112596015A (zh) * | 2020-12-28 | 2021-04-02 | 上海矽睿科技有限公司 | 三轴磁传感器的测试方法及系统 |
CN112762916A (zh) * | 2021-01-09 | 2021-05-07 | 西安因诺航空科技有限公司 | 磁罗盘参数标定方法、装置、计算机设备及存储介质 |
CN113074752A (zh) * | 2021-03-11 | 2021-07-06 | 清华大学 | 一种用于车载地磁传感器的动态标定方法及系统 |
CN114440870A (zh) * | 2021-12-29 | 2022-05-06 | 宜昌测试技术研究所 | 一种基于自适应互补滤波的九轴磁罗盘姿态获取方法 |
CN117879540A (zh) * | 2024-03-12 | 2024-04-12 | 西南应用磁学研究所(中国电子科技集团公司第九研究所) | 基于改进卡尔曼滤波的磁罗盘传感器自适应信号滤波方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110077889A1 (en) * | 2009-09-28 | 2011-03-31 | Teledyne Rd Instruments, Inc. | System and method of magnetic compass calibration |
CN104237958A (zh) * | 2014-09-29 | 2014-12-24 | 陕西宝成航空仪表有限责任公司 | 基于轨迹约束的地磁场矢量测量误差修正方法 |
CN106990426A (zh) * | 2017-03-16 | 2017-07-28 | 北京无线电计量测试研究所 | 一种导航方法和导航装置 |
-
2020
- 2020-07-28 CN CN202010736727.1A patent/CN111982089A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110077889A1 (en) * | 2009-09-28 | 2011-03-31 | Teledyne Rd Instruments, Inc. | System and method of magnetic compass calibration |
CN104237958A (zh) * | 2014-09-29 | 2014-12-24 | 陕西宝成航空仪表有限责任公司 | 基于轨迹约束的地磁场矢量测量误差修正方法 |
CN106990426A (zh) * | 2017-03-16 | 2017-07-28 | 北京无线电计量测试研究所 | 一种导航方法和导航装置 |
Non-Patent Citations (3)
Title |
---|
刘玉霞,等: "基于轨迹约束的地磁场测量误差修正方法", 《中国惯性技术学报》 * |
徐祥,等: "基于阵列MEMS磁传感器的测量与标定方法", 《中国惯性技术学报》 * |
袁耀东: "嵌入式综合光电瞄准系统设计", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑(2014 年)》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112596015A (zh) * | 2020-12-28 | 2021-04-02 | 上海矽睿科技有限公司 | 三轴磁传感器的测试方法及系统 |
CN112762916A (zh) * | 2021-01-09 | 2021-05-07 | 西安因诺航空科技有限公司 | 磁罗盘参数标定方法、装置、计算机设备及存储介质 |
CN113074752A (zh) * | 2021-03-11 | 2021-07-06 | 清华大学 | 一种用于车载地磁传感器的动态标定方法及系统 |
CN114440870A (zh) * | 2021-12-29 | 2022-05-06 | 宜昌测试技术研究所 | 一种基于自适应互补滤波的九轴磁罗盘姿态获取方法 |
CN114440870B (zh) * | 2021-12-29 | 2023-06-27 | 宜昌测试技术研究所 | 一种基于自适应互补滤波的九轴磁罗盘姿态获取方法 |
CN117879540A (zh) * | 2024-03-12 | 2024-04-12 | 西南应用磁学研究所(中国电子科技集团公司第九研究所) | 基于改进卡尔曼滤波的磁罗盘传感器自适应信号滤波方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111982089A (zh) | 一种磁罗盘全罗差实时校准与补偿方法 | |
Vasconcelos et al. | Geometric approach to strapdown magnetometer calibration in sensor frame | |
CN108827310B (zh) | 一种船用星敏感器辅助陀螺仪在线标定方法 | |
Batista et al. | Accelerometer calibration and dynamic bias and gravity estimation: Analysis, design, and experimental evaluation | |
Mansoor et al. | Improved attitude determination by compensation of gyroscopic drift by use of accelerometers and magnetometers | |
CN110231029B (zh) | 一种水下机器人多传感器融合数据处理方法 | |
CN104698485A (zh) | 基于bd、gps及mems的组合导航系统及导航方法 | |
CN110285815A (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 | |
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 | |
CN112461262A (zh) | 一种校正三轴磁强计误差的装置和方法 | |
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 | |
Wang et al. | Attitude determination method by fusing single antenna GPS and low cost MEMS sensors using intelligent Kalman filter algorithm | |
CN116147624A (zh) | 一种基于低成本mems航姿参考系统的船舶运动姿态解算方法 | |
Patel et al. | Multi-IMU Based Alternate Navigation Frameworks: Performance & Comparison for UAS | |
CN112729348B (zh) | 一种用于imu系统的姿态自适应校正方法 | |
CN110375773B (zh) | Mems惯导系统姿态初始化方法 | |
Han et al. | A fast SINS initial alignment method based on RTS forward and backward resolution | |
Milanchian et al. | Magnetic calibration of three-axis strapdown magnetometers for applications in MEMS attitude-heading reference systems | |
Wang et al. | GPS-based land vehicle navigation system assisted by a low-cost gyro-free INS using neural network | |
Hajiyev et al. | Nontraditional approach to satellite attitude estimation | |
Fourati et al. | A quaternion-based Complementary Sliding Mode Observer for attitude estimation: application in free-ranging animal motions | |
CN113483748B (zh) | 小天体柔性附着多节点相对位姿估计方法 | |
Brommer et al. | Improved state estimation in distorted magnetic fields | |
Candan et al. | Estimation of attitude using robust adaptive Kalman filter | |
Vertzberger et al. | Attitude and heading adaptive estimation using a data driven approach |
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 |