CN112379395B - 一种定位导航授时系统 - Google Patents
一种定位导航授时系统 Download PDFInfo
- Publication number
- CN112379395B CN112379395B CN202011331147.0A CN202011331147A CN112379395B CN 112379395 B CN112379395 B CN 112379395B CN 202011331147 A CN202011331147 A CN 202011331147A CN 112379395 B CN112379395 B CN 112379395B
- Authority
- CN
- China
- Prior art keywords
- information
- unit
- service
- navigation
- time
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/14—Receivers specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G04—HOROLOGY
- G04R—RADIO-CONTROLLED TIME-PIECES
- G04R20/00—Setting the time according to the time information carried or implied by the radio signal
- G04R20/02—Setting the time according to the time information carried or implied by the radio signal the radio signal being sent by a satellite, e.g. GPS
Abstract
本发明提供一种定位导航授时系统,包括感知单元、预处理参量单元、本地时空参数单元、环境信息单元、多源信息融合单元、系统应用服务单元及体系服务管理单元;所述感知单元、所述预处理参量单元及所述本地时空参数单元依次连接;所述多源信息融合单元、所述系统应用服务单元及所述体系服务管理单元依次连接;所述预处理参量单元与所述环境信息单元相连;所述本地时空参数单元与所述多源信息融合单元相连。本发明针对空间全域进行PNT信息支持,并针对目前PNT系统存在的应用场景有限、误差积累等问题,构建统一抽象全源导航信息融合框架,获得强悍的PNT信息。
Description
技术领域
本发明涉及定位导航授时技术领域,具体涉及一种定位导航授时系统。
背景技术
定位导航授时(positioning,navigation,and timing,PNT)是描述时间和空间的关键技术,随着时代的发展,人们对PNT的依赖超越了历史上任何一个时期。PNT系统应用是北斗应用中非常重要的领域,相对于消费电子产品来说,PNT系统的自主和国产化带来的意义非常重大。
现有的PNT系统主要是单一或者几种方法的组合导航定位授时系统,如GNSS和惯导组合、惯导和里程计组合、惯导和声纳组合等等,进而存在导航精度不够、容易受到干扰、误差积累等问题;而且,现有的PNT系统存在使用范围窄,适用领域小等问题,如果需要组成一个大的PNT系统的情况下或者国家级别的PNT系统时,则难以达到所需的要求。
发明内容
针对现有技术存在的问题,本发明提供了一种定位导航授时系统,将导航定位授时方法进行组合,并结合环境信息,提供特定算法进行融合。能够给用户提供高精度、高可靠性的定位导航授时数据。
为达到上述目的,本发明提出如下技术方案,本发明提供一种定位导航授时系统,其特征在于,包括感知单元、预处理参量单元、本地时空参数单元、环境信息单元、多源信息融合单元、系统应用服务单元及体系服务管理单元;
所述感知单元、所述预处理参量单元及所述本地时空参数单元依次连接;
所述多源信息融合单元、所述系统应用服务单元及所述体系服务管理单元依次连接;
所述预处理参量单元与所述环境信息单元相连;所述本地时空参数单元与所述多源信息融合单元相连;
所述感知单元用于感知外界物理量,并将外界物理量转化为电信号;
所述预处理参量单元用于将所述感知单元获取的外界物理量的电信号转换为数字信号;
所述本地时空参数单元用于对所述预处理参量单元的数字信号进行解算,得到本地时空参数;
所述环境信息单元用于根据所述预处理参量单元的数字信号及外界环境信息建立环境信息数据库;
所述多源信息融合单元用于对所述本地时空参数进行多源信息融合,得到本地定位导航授时PNT信息;
所述系统应用服务单元用于根据所述本地定位导航授时PNT信息和环境信息得到系统级数据并提供相应的信息服务支持;
所述体系服务管理单元用于根据所述系统级数据进行体系级信息服务处理。
优选地,所述外界物理量包括惯性信号、声音信号、无线电信号、物理场信号、光学信号及原子信号。
优选地,所述数字信号包括载波相位、伪距/伪距率、角速度、加速度、航向、图像、钟差、重力、重力梯度、磁力及磁力梯度。
优选地,所述本地时空参数单元的解算过程为:通过惯导算法对载体的加速度和角速度信息进行处理,得到速度、姿态信息;根据罗经算法利用地球自转角速度和重力场的综合效应,得到航向信息;通过GNSS算法解算卫星信号,得到位置、速度、高度、时间信息;根据声速修正算法处理温度、湿度物理量,得到声速信息;通过声学定位算法处理声学信号,得到深度、距离、位置信息。
优选地,所述环境信息单元包括已知信息及未知信息;
所述已知信息包括已知固定信息、缓变信息、慢变信息、快变信息及瞬变信息;
所述未知信息包括未知固定信息及未知变化信息。
优选地,所述多元信息融合单元的信息融合过程为:对所述本地时空参数单元得到的导航参数和所述环境信息单元得到的环境信息进行建模,得到导航参数和环境信息模型;根据导航参数和环境信息模型进行综合信号分析处理;最后对分析处理后的数据信息进行信息融合,得到本地PNT参数。
优选地,所述导航参数和环境信息模型的建模过程包括动态基准重建、伴随学习、深度学习、误差模型优化及基准特征提取;
所述综合信号分析处理包括坐标统一、时空匹配、可用性分析、故障隔离、抗干扰检测、在线估计、信息融合及模式切换;
所述信息融合的过程包括随机信号导航、因子图、联邦Kalman滤波处理、序贯Kalman滤波处理及交互多模型处理。
优选地,所述系统应用服务单元的具体工作过程为:所述系统应用服务单元基于环境信息和所述本地定位导航授时PNT信息,结合已有的电子海图、地图、空图以及SLAM自建地图,提供路径规划和导航引导服务,并支持单平台/编队协同,为室内小空间区域协同、地下小空间区域协同、水面中等范围协同、水下中等范围协同、空域中等范围协同提供保障;根据复杂环境或作战条件进行威胁评估,并根据航空、导弹应用场景,提供导航级服务。
优选地,所述体系服务管理单元的具体工作过程为:所述体系服务管理单元根据所述系统应用服务单元提供的系统级数据及北斗系统建立数据库,并通过北斗的短报文服务或者其他通讯信息体系进行数据传输;根据数据库进行全域PNT能力监控、全域态势目标监控和跨领域跨介质协同功能,并为水文气象信息采集、云计算提供基础信息支持。
本发明公开了以下技术效果:
本发明选取对未来国家战略经济军事影响深远的典型的深空、地下、室内、深海、近海、极地等6种应用场景,根据技术差异特点,贯彻各体系的弹性化架构设计思想,在必要的关键技术论证、验证的基础上,提出合理的解决方案,各体系围绕北斗为主干,相互支撑,与北斗覆盖的地域空域结合,从而实现PNT体系构建的目的;同时本发明针对目前PNT系统存在的应用场景有限、误差积累等问题,构建统一抽象全源导航信息融合框架,获得强悍的PNT信息。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见的,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一种定位导航授时系统结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明提供一种定位导航授时系统,包括感知单元、预处理参量单元、本地时空参数单元、环境信息单元、多源信息融合单元、系统应用服务单元及体系服务管理单元;
感知单元包括PNT测量传感器,用于感知外界物理量,并将外界物理量转化为电信号。
外界物理量来自人为设计系统传输的物理量、采取设计信号体制的物理层特性以及自然环境的物理量,输出为电测量值。采取设计信号体制的物理层信息具体为人为设计系统的物理层信息,比如系统内部的温度、湿度及脉冲数等。
本实施例的外界物理量包括惯性信号、声音信号、无线电信号、物理场信号、光学信号及原子信号6种物理量。其中,惯性信号通过陀螺仪和加速度计测量;声学信号通过声学信标、水听器、超短基线定位系统USBL、声学多普勒计程仪DVL及声学授时系统测量;无线电信号通过全球定位导航系统GNSS、北斗短报文、罗兰、蓝牙、WIFI及射频识别RIFD测量;物理场信号通过重力仪、重力梯度仪、磁力仪、磁力梯度仪及地形匹配系统测量;光学信号通过相机、星敏感器、激光测距仪、激光测速仪及光纤授时系统测量;原子信号通过原子陀螺、原子钟及原子重力仪测量。
PNT传感器测量精度是后续处理的基础和前提。本实施例的PNT传感器设计的精度、动态特性、可靠性、测量范围等总体性能受到机理、材料、工艺等约束,且采用共性集成设计原则,能够解决干扰兼容的问题。
预处理参量单元用于将感知单元获取的外界物理量的测量值处理转换为可以进行PNT参数解算使用的时空基础参元。预处理参量单元通过滤波、解调、解码将电信号转换为时空基础参元,即数字信号。对于人为信号,基于信号体制进行解调解码、频率幅值相位测量等,通过各种数据处理、滤波等方式提高时空相关基础参元的解算能力。
预处理参量单元通常集成在PNT传感器内,其单一机制的电路与信号处理设计也支持基于超紧组合即两个系统的相关参数进行耦合,以提高信息处理性能。
本实施例得到的预处理参量包括载波相位、伪距/伪距率、角速度、加速度、航向、图像、钟差、重力、重力梯度、磁力及磁力梯度。
本地时空参数单元用于对预处理参量单元的数字信号进行解算,得到本地时空参数。
本地时空参数单元基于预处理参量单元输出的时空参元进行解算,具体的解算机理涉及人为(或自然)的外部基准设施的拓扑结构和几何分布,通过各单一的PNT系统根据自身机理,完成对应参量的解算。本地时空参数单元通过设定各机理下的PNT算法,对时空参元进行解算,得到的各类本地时空参数,并输入到多源信息融合单元。
本地时空参数包含有不同的误差特性,在单一功能系统中独立输出。
本实施例得到的本地时空参数包括位置、速度、航向、姿态、高度、深度、距离及时间。
通过惯导算法对载体的加速度和角速度信息进行处理,得到速度、姿态等信息;采用罗经算法利用地球自转角速度和重力场的综合效应,得到航向信息;通过GNSS算法解算卫星信号,得到位置、速度、高度、时间等信息;声速修正算法处理温度、湿度等物理量,得到更加准确的声速信息;通过声学定位算法处理声学信号,得到深度、距离、位置等信息。
环境信息单元用于建立环境信息数据库。环境信息单元通过多种方式建立环境信息,这些环境信息根据动态变化特点,可以分为已知信息和未知信息。已知信息包括已知固定信息、缓变信息、慢变信息、快变信息及瞬变信息;未知信息包括未知固定信息、未知变化信息。
其中,已知固定信息包括各类固定外部目标或信标基站、地形信息;缓变信息包括重力、地磁、信标指纹信息;慢变信息包括水文洋流信息;快变信息包括气象信息;瞬变信息包括移动目标信息、协同目标信息及敌对目标信息。上述已知信息均属于环境物理信息范畴。
未知固定信息为没有相关数据库需要自行探测发现的情况信息,包括未知隧道信息;未知变化信息包括移动环境目标信息。未知固定信息可提取建库成为参考标签。
已知信息可以通过预处理参量单元的数字信号信息获得,未知信息需要通过环境感知传感器单独获取。
环境信息单元在多源信息融合单元进行PNT信息融合时,给融合算法提供环境信息,并向系统应用服务单元提供环境信息进而实现路径规划、编队决策等功能。
多源信息融合单元用于对本地时空参数单元输出的本地时空参数进行多源信息融合,得到本地定位导航授时PNT信息。多源信息融合单元的融合过程为:对本地时空参数单元得到的导航参数和环境信息单元得到的环境信息,通过动态基准重建、伴随学习、深度学习、误差模型优化及基准特征提取进行建模分析,得到导航参数和环境信息模型,为后续综合信号分析提供技术支持;对来自本地时空参数单元中测量的导航参数和环境信息单元中获得的环境信息进行综合信号分析,进行坐标系的统一化操作、对信息的可用性进行分析,去除不可靠的信息、通过检测系统各部分的工作状态,隔离故障部分产生的错误信号、在线实时估计信号误差等;最后对综合信号分析后的数据信息进行信息融合,在涵盖传统PNT相关最优估计算法基础上,针对弹性化设计需求,将随机信号导航、全源导航的因子图、联邦滤波、多模型并行滤波等适应动态接入的新算法架构纳入,在融合架构上支持信息弹性动态接入,实现即插即用功能,使得不同的PNT系统解算得到的参数可以随时输入抽象全源导航信息融合框架进行信息融合;经过多源信息融合单元的处理,将得到本地PNT参数。
系统应用服务单元用于根据多源信息融合单元得到的本地定位导航授时PNT信息和环境信息单元中的环境信息得到系统级数据并提供相应的信息服务支持。
系统应用服务单元基于环境信息和本地PNT参数,结合已有的电子海图、地图、空图以及SLAM自建地图,通过匹配本地环境参数可以给用户提供路径规划和导航引导服务。同时,系统应用服务单元能够支持单平台/编队协同,可以为室内小空间区域协同、地下小空间区域协同、水面中等范围协同、水下中等范围协同、空域中等范围协同提供保障;针对复杂环境或作战条件下,可以进行威胁评估;针对航空、导弹等高精度应用场景,可以提供导航级(N)服务。
体系服务管理单元用于根据系统应用服务单元的系统级数据进行基础信息支持(与水文气象信息共享,云计算)、全域PNT能力监控、全域态势目标监控、备份PNT系统启用控制、跨领域跨介质协同等体系级信息服务处理。体系服务管理单元以北斗导航系统为核心,以其他通讯信息体系资源为支撑,包括国家级体系和陆、海、空、天、地应用环境体系。
体系服务管理单元利用系统应用服务单元提供的系统级数据建立数据库,该数据库以北斗为主干核心,全域(深空、空域、地面、水面、地下、近海、深海、极区冰下、室内)PNT信息为支持,并保持不断更新。通过北斗的短报文服务或者其他通讯信息体系进行数据传输,主要实现全域PNT能力监控、全域态势目标监控和跨领域跨介质协同功能。此外,可为水文气象信息采集、云计算提供基础信息支持。
以上所述的实施例仅是对本发明的优选方式进行描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案做出的各种变形和改进,均应落入本发明权利要求书确定的保护范围内。
Claims (7)
1.一种定位导航授时系统,其特征在于,包括感知单元、预处理参量单元、本地时空参数单元、环境信息单元、多源信息融合单元、系统应用服务单元及体系服务管理单元;
所述感知单元、所述预处理参量单元及所述本地时空参数单元依次连接;
所述多源信息融合单元、所述系统应用服务单元及所述体系服务管理单元依次连接;
所述预处理参量单元与所述环境信息单元相连;所述本地时空参数单元与所述多源信息融合单元相连;
所述感知单元用于感知外界物理量,并将外界物理量转化为电信号;
所述预处理参量单元用于将所述感知单元获取的外界物理量的电信号转换为数字信号;
所述本地时空参数单元用于对所述预处理参量单元的数字信号进行解算,得到本地时空参数;所述本地时空参数单元的解算过程为:通过惯导算法对载体的加速度和角速度信息进行处理,得到速度、姿态信息;根据罗经算法利用地球自转角速度和重力场的综合效应,得到航向信息;通过GNSS算法解算卫星信号,得到位置、速度、高度、时间信息;根据声速修正算法处理温度、湿度物理量,得到声速信息;通过声学定位算法处理声学信号,得到深度、距离、位置信息;
所述环境信息单元用于根据所述预处理参量单元的数字信号及外界环境信息建立环境信息数据库;
所述多源信息融合单元用于对所述本地时空参数进行多源信息融合,得到本地定位导航授时PNT信息;所述多源信息融合单元的信息融合过程为:对所述本地时空参数单元得到的导航参数和所述环境信息单元得到的环境信息进行建模,得到导航参数和环境信息模型;根据导航参数和环境信息模型进行综合信号分析处理;最后对分析处理后的数据信息进行信息融合,得到本地PNT参数;
所述系统应用服务单元用于根据所述本地定位导航授时PNT信息和环境信息得到系统级数据并提供相应的信息服务支持;
所述体系服务管理单元用于根据所述系统级数据进行体系级信息服务处理。
2.根据权利要求1所述的定位导航授时系统,其特征在于,所述外界物理量包括惯性信号、声音信号、无线电信号、物理场信号、光学信号及原子信号。
3.根据权利要求1所述的定位导航授时系统,其特征在于,所述数字信号包括载波相位、伪距/伪距率、角速度、加速度、航向、图像、钟差、重力、重力梯度、磁力及磁力梯度。
4.根据权利要求1所述的定位导航授时系统,其特征在于,所述环境信息单元包括已知信息及未知信息;
所述已知信息包括已知固定信息、缓变信息、慢变信息、快变信息及瞬变信息;
所述未知信息包括未知固定信息及未知变化信息。
5.根据权利要求1所述的定位导航授时系统,其特征在于,所述导航参数和环境信息模型的建模过程包括动态基准重建、伴随学习、深度学习、误差模型优化及基准特征提取;
所述综合信号分析处理包括坐标统一、时空匹配、可用性分析、故障隔离、抗干扰检测、在线估计、信息融合及模式切换;
所述信息融合的过程包括随机信号导航、因子图、联邦Kalman滤波处理、序贯Kalman滤波处理及交互多模型处理。
6.根据权利要求1所述的定位导航授时系统,其特征在于,所述系统应用服务单元的具体工作过程为:所述系统应用服务单元基于环境信息和所述本地定位导航授时PNT信息,结合已有的电子海图、地图、空图以及SLAM自建地图,提供路径规划和导航引导服务,并支持单平台/编队协同,为室内小空间区域协同、地下小空间区域协同、水面中等范围协同、水下中等范围协同、空域中等范围协同提供保障;根据复杂环境或作战条件进行威胁评估,并根据航空、导弹应用场景,提供导航级服务。
7.根据权利要求1所述的定位导航授时系统,其特征在于,所述体系服务管理单元的具体工作过程为:所述体系服务管理单元根据所述系统应用服务单元提供的系统级数据及北斗系统建立数据库,并通过北斗的短报文服务或者其他通讯信息体系进行数据传输;根据数据库进行全域PNT能力监控、全域态势目标监控和跨领域跨介质协同功能,并为水文气象信息采集、云计算提供基础信息支持。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011331147.0A CN112379395B (zh) | 2020-11-24 | 2020-11-24 | 一种定位导航授时系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011331147.0A CN112379395B (zh) | 2020-11-24 | 2020-11-24 | 一种定位导航授时系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112379395A CN112379395A (zh) | 2021-02-19 |
CN112379395B true CN112379395B (zh) | 2023-09-05 |
Family
ID=74587958
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011331147.0A Active CN112379395B (zh) | 2020-11-24 | 2020-11-24 | 一种定位导航授时系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112379395B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115208965A (zh) * | 2022-03-15 | 2022-10-18 | 北京金坤科创技术有限公司 | 一种弹性集成的水下定位导航授时终端 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6278945B1 (en) * | 1997-11-24 | 2001-08-21 | American Gnc Corporation | Fully-coupled positioning process and system thereof |
CN106017454A (zh) * | 2016-06-16 | 2016-10-12 | 东南大学 | 一种基于新型多传感器融合技术的行人导航装置和方法 |
CN109596119A (zh) * | 2018-11-23 | 2019-04-09 | 中国船舶重工集团公司第七0七研究所 | 基于自适应信息融合的船舶综合pnt系统及其监控方法 |
CN110068339A (zh) * | 2018-01-22 | 2019-07-30 | 方美华 | X射线脉冲星空间导航的地面模拟定位系统及定位方法 |
CN111780755A (zh) * | 2020-06-30 | 2020-10-16 | 南京理工大学 | 一种基于因子图和可观测度分析的多源融合导航方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7409290B2 (en) * | 2004-04-17 | 2008-08-05 | American Gnc Corporation | Positioning and navigation method and system thereof |
US11150357B2 (en) * | 2017-04-24 | 2021-10-19 | The Charles Stark Draper Laboratory, Inc. | Multi-source distributed navigation system architecture |
US10386202B2 (en) * | 2017-02-17 | 2019-08-20 | The Charles Stark Draper Laboratory, Inc. | Systems and methods for determining quality and integrity of source information to determine navigation information of an object |
-
2020
- 2020-11-24 CN CN202011331147.0A patent/CN112379395B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6278945B1 (en) * | 1997-11-24 | 2001-08-21 | American Gnc Corporation | Fully-coupled positioning process and system thereof |
CN106017454A (zh) * | 2016-06-16 | 2016-10-12 | 东南大学 | 一种基于新型多传感器融合技术的行人导航装置和方法 |
CN110068339A (zh) * | 2018-01-22 | 2019-07-30 | 方美华 | X射线脉冲星空间导航的地面模拟定位系统及定位方法 |
CN109596119A (zh) * | 2018-11-23 | 2019-04-09 | 中国船舶重工集团公司第七0七研究所 | 基于自适应信息融合的船舶综合pnt系统及其监控方法 |
CN111780755A (zh) * | 2020-06-30 | 2020-10-16 | 南京理工大学 | 一种基于因子图和可观测度分析的多源融合导航方法 |
Non-Patent Citations (1)
Title |
---|
全源定位与导航的统一理论框架构建;戴海发 等;《导航定位与授时》;第5卷(第6期);9-16 * |
Also Published As
Publication number | Publication date |
---|---|
CN112379395A (zh) | 2021-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
El-Sheimy et al. | Indoor navigation: State of the art and future trends | |
Sermet et al. | Crowdsourced approaches for stage measurements at ungauged locations using smartphones | |
Yang et al. | Global autonomous positioning in GNSS-challenged environments: A bioinspired strategy by polarization pattern | |
CN103017772B (zh) | 一种基于可观性分析的光学和脉冲星融合自主导航方法 | |
CA3181086A1 (en) | Operating modes of magnetic navigation devices | |
Wang et al. | A hybrid approach based on improved AR model and MAA for INS/DVL integrated navigation systems | |
CN112379395B (zh) | 一种定位导航授时系统 | |
CA3181630A1 (en) | Correlating overlapping magnetic measurement data from multiple magnetic navigation devices and updating a geomagnetic map with that data | |
Ali | Low-cost sensors-based attitude estimation for pedestrian navigation in GPS-denied environments | |
CN104296741A (zh) | 采用距离平方和距离平方变化率的wsn/ahrs紧组合方法 | |
Liu et al. | An Indoor 3-D Quadrotor Localization Algorithm Based on WiFi RTT and MEMS Sensors | |
Groves et al. | Toward a Unified PNT, Part 1: Complexity and context: Key challenges of multisensor positioning | |
Hu et al. | A brief review on the positioning technologies for unmanned aerial vehicles | |
Wang | A driverless vehicle vision path planning algorithm for sensor fusion | |
Perul et al. | BIKES: Bicycle Itinerancy Kalman filter with Embedded Sensors for challenging urban environment | |
Wang et al. | Key technologies research of PNT system | |
Luo et al. | A BDS/LTE-R Enhanced Data Fusion Positioning Algorithm Based on Deep Learning | |
Zou et al. | A MEMS-assisted GNSS Signal Uninterrupted Tracking Method Based on Adaptive Motion Constraints | |
Dell'Erba | The Localization problem for an underwater swarm | |
Zhang et al. | Frogman Self-Navigation Method Based on Virtual Transponder Array and Dead Reckoning | |
Gong et al. | Application of improved robust adaptive algorithm in UWB/MEMS positioning system | |
Bai et al. | Data-Driven Integrated Inertial Navigation Based on ESN Model | |
RU2806707C1 (ru) | Способ бесплатформенной инерциальной навигации | |
Xiaoyu et al. | GH-LPS/INS integration for precise UAV application | |
CN107436145A (zh) | 基于poi交互的mems协同无缝车载定位方法及系统 |
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 |