CN113074721B - 一种基于磁矩量法的地磁指纹构建方法 - Google Patents
一种基于磁矩量法的地磁指纹构建方法 Download PDFInfo
- Publication number
- CN113074721B CN113074721B CN202110320443.9A CN202110320443A CN113074721B CN 113074721 B CN113074721 B CN 113074721B CN 202110320443 A CN202110320443 A CN 202110320443A CN 113074721 B CN113074721 B CN 113074721B
- Authority
- CN
- China
- Prior art keywords
- geomagnetic
- error
- model
- data
- magnetic field
- 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
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
- G01C21/04—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means
- G01C21/08—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means involving use of the magnetic field of the earth
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/211—Schema design and management
- G06F16/212—Schema design and management with details for data modelling support
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Automation & Control Theory (AREA)
- Geology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了一种基于磁矩量法的地磁指纹构建方法,能够通过数据插值来减小遍历采集的工作量,同时提高地磁指纹精度。本发明通过分析局部区域内的磁场分布,根据已有的采集数据,建立局部区域磁场模型,对模型所在区域内位置点进行地磁数据预测插值,获取局部区域内的地磁信息,通过数据插值来减小遍历采集的工作量,同时提高地磁指纹精度。
Description
技术领域
本发明属于地磁匹配导航地磁指纹库构建技术领域,具体涉及一种基于磁矩量法的地磁指纹构建方法。
背景技术
针对高精度导航,目前主流的地磁导航方法是基于地磁图的匹配导航方法。这种方法的主要的流程是先建立待导航区域的地磁指纹库,然后导航时使用实时传感器数据与指纹库内数据进行匹配来得出载体的实时位置,实现定位功能。这种方法能够得到较好定位效果的前提是其使用的高精度的地磁指纹库,地磁指纹库的精度会直接影响地磁导航的精度,所以为了实现精准的地磁匹配定位,对地磁指纹构建方法进行研究是十分重要的。
目前地磁导航时所使用的地磁指纹主要是导航区域内的地磁异常场,所以标准的中国地磁参考场(CGRF2010)模型是无法使用的,其尺度较大,匹配导航时无法得到有效位置。针对高精度地磁导航,目前主流的地磁指纹构建方法是通过遍历采集导航区域内所有位置点的方式,实现区域内地磁指纹的构建。此种方法优点是精度高,实时匹配时误差小,定位效果较好。但是此方法也有缺点,遍历采集需要对待导航区域内所有点进行密集采集,人力物力消耗比较大,为了解决人力消耗问题,目前业内主要采用众包和插值的方法来减小采集工作量。众包采集可以在采集区域得到较多数据,数据量较为完善,但是不同车辆以及不同传感器之间参数差异较大,数据难以统一,此方法应用不成熟。插值的方法是使用现有的采集数据,通过已有的插值模型拟合的方式,来计算出未采集点的数据,进而减小采集工作量。
截至目前,国内外研究人员已经提出了一些插值的算法。张晓明,赵剡等人提出一种基于克里金插值的局部地磁图构建方法,论述了克里金插值理论能够描述地磁场的结构分量,为地磁场的构建提供理论基础。乔玉坤,王仕成等人提出一种采用矩谐分析和支持向量机的地磁基准图构建方法,在导航区域中心采用矩谐分析法来预测基准数据,以提高地磁基准图的精度并加以修正,在导航区域边缘采用支持向量机法来预测基准数据,减弱边界效应的影响。谭斌,林春生等人根据已有地磁测量点数据,采用径向基函数对缺少磁测资料的边界区域进行插值的方法,补充边界区域地磁测量值,加强边界约束,改善区域地磁场模型的边界效应,提高模型精度。杨云涛,石志勇等人采用泰勒多项式拟合法建立高精度区域地磁场模型,对测量点和插值补充点进行整体拟合,建立满足地磁匹配导航的高精度区域地磁场模型。
但是,现有的插值方法,基本上都是以数学拟合的方法进行的,通过实测的数据加以数学上的算法运算来预测未采集点的地磁值。虽然能够解决数据插值问题,但是这些算法最主要的缺陷在于未能从磁场产生的机理上对磁来源进行分析,仅仅依靠拟合的方法不能很好地预测出未采集点的地磁数据。
发明内容
有鉴于此,本发明提供了一种基于磁矩量法的地磁指纹构建方法,能够通过数据插值来减小遍历采集的工作量,同时提高地磁指纹精度。
为实现上述目的,本发明的一种基于磁矩量法的地磁指纹构建方法,包括如下步骤:
步骤1,首先针对场景内磁场分布进行调研,得到建筑物内钢结构的粗位置;其次进行数据采集,对待导航区域内位置点使用地磁传感器进行地磁数据采集;
使用误差模型补偿所有采集数据,得到不含误差的地磁数据;
步骤2,根据不含误差的地磁数据H和钢结构粗位置,基于磁矩量法构建初始局部磁场模型;
使用已采集数据,对初始局部磁场模型进行迭代,其中,通过更改钢结构线单元的位置以及参数对模型进行调整,直到采集点的模型预测值与实际值偏差均值在误差阈值内再停止迭代,最后生成最终模型;
步骤3,使用生成的最终模型预测数据来对未采集点进行插值,实现地磁指纹库的构建。
其中,所述步骤1中,地磁采集过程中产生的误差包括传感器误差、安装误差以及载体误差。
其中,所述步骤2中,基于磁矩量法构建初始局部磁场模型的具体方式为:
根据不含误差的地磁数据H,减去地球产生的磁场H0,得到由钢结构产生的磁场强度Hm,根据钢结构粗位置,得到钢架线单元之间的位置关系,得到耦合系数C,将以上参数输入到模型构建方法中,得到钢结构的磁化强度,完成初始局部磁场模型的构建。
其中,所述步骤2中,对钢结构的物理参数进行调整时,基于监督数据对模型参数进行监督学习,采用梯度下降法获取预测误差最小时模型参数的值,
其中,所述载体误差包括载体硬磁误差和载体软磁误差;
通过对载体工具的离线测量,得到目标载体的硬磁误差,测量值减去误差补偿数值,得到实际值;
通过实验时实际场地的测量,对比含铁磁材料和不含铁磁材料测量值的偏差,得到比例关系,从而得到实际值与测量值之间的关系,通过引入载体软磁误差补偿比例系数矩阵,建立实际值与测量值的关系,将实际值左乘比例系数矩阵,再加上自身值,得到实际值。
有益效果:
本发明通过分析局部区域内的磁场分布,根据已有的采集数据,建立局部区域磁场模型,对模型所在区域内位置点进行地磁数据预测插值,获取局部区域内的地磁信息,通过数据插值来减小遍历采集的工作量,同时提高地磁指纹精度。
附图说明
图1为本发明构建方法流程图。
具体实施方式
下面结合附图并举实施例,对本发明进行详细描述。
本发明提出的基于磁矩量法的地磁指纹构建方法,构建方法流程图1所示,包括如下步骤:
步骤1,首先进行外业调研,针对场景内磁场分布进行调研,得到建筑物内钢结构的粗位置。
其次进行数据采集,对待导航区域内位置点使用地磁传感器进行地磁数据采集。
数据采集完之后,针对采集时存在的数据误差现象进行误差补偿,消除采集时混入的数据误差,保证数据的可信度。
步骤2,地磁数据经过误差补偿后,根据地磁数据和钢结构粗位置,基于磁矩量法构建初始局部磁场模型,使用已采集数据,通过不断优化迭代,调整模型来达到较好的预测效果,最后生成最终模型。
步骤3,使用生成的最终模型预测数据来对未采集点进行插值,实现高精度的地磁指纹库的构建。
其中,所述步骤1中,地磁采集过程中产生的误差主要是传感器误差,安装误差以及载体误差。针对这三类误差产生机理设计误差模型进行误差补偿,所述误差模型如公式(1)-公式(5)所示,具体如下:
首先是传感器误差,传感器自身误差产生的主要原因是生产工艺上的偏差使得传感器的测量结果达不到预期的效果,带来一定的误差。传感器自身误差主要表现在三个方面,传感器零偏误差、传感器灵敏度误差、传感器三轴非正交误差。零偏误差在传感器制造过程中已经被确定,在一定时间段内基本不变。采集数据时,不同磁传感器具有不同的灵敏度,在同样的地点采集地磁数据也会有偏差,所以不同的传感器有不同的灵敏度系数。磁传感器三轴只用来测量其对应三轴的地磁分量大小,所以磁传感器三轴非正交会造成测量地磁数据的偏差。这三类误差会根据不同传感器而发生改变,针对此三类误差,厂家会在传感器出厂时会进行校正,使其输出值是误差补偿后的值。
其次是传感器安装误差,传感器安装过程中也会产生安装误差,实际的测量过程中,地磁传感器普遍固定在车辆内部平台上,所以主要考虑XOY平面上的安装误差,针对偏差角度通过投影方式进行误差补偿,假设偏差角度为δ,由数学关系可得实际值M0与测量值M的关系为
通过引入安装误差补偿矩阵CI,将实际测量值左乘补偿矩阵,即可完成安装误差补偿。其中补偿矩阵的值为
最后是载体误差,测量磁场过程中,载体车辆也会对测量值造成误差,由于车辆中存在大量铁磁性材料,容易被磁化产生磁场,载体误差主要包括载体硬磁误差和载体软磁误差,硬磁误差的产生原因主要是载体内的硬磁材料产生的磁场影响,硬磁误差相对稳定,不随外部磁场的变化而变化,通过对载体工具的离线测量,可以得到目标载体的硬磁误差。测量值减去误差补偿数值即可得到实际值。各方向上的误差补偿数值可以表示为
bh=[bhx bhy bhz] (3)
载体软磁误差产生的主要原因是载体中软磁材料与外部的地磁场相互作用,产生软磁磁场,导致地磁测量值产生偏差,载体产生的软磁磁场的强度与外部磁场强度成比例关系,通过实验时实际场地的测量,对比含铁磁材料和不含铁磁材料测量值的偏差,可以得到比例关系,从而得到实际值与测量值之间的关系为
通过引入载体软磁误差补偿比例系数矩阵As,可以建立实际值与测量值的关系,将实际值左乘比例系数矩阵,再加上自身值,可得实际值。比例系数矩阵取值为
综合以上所有系统误差补偿方法,可以得到地磁采集的数据误差补偿方案,通过误差补偿来避免数据误差对模型构建和地磁指纹构建造成影响。
所述步骤2中,基于磁矩量法构建局部磁场模型的具体过程为:
为了解决数据插值问题,研究含有钢结构建筑物附近区域的局部磁场特征,基于磁矩量法建立钢结构建筑物的初始局部磁场数学模型。常见的含钢结构有高楼、桥梁、隧道、地库等建筑物,这里以桥梁为例。桥梁所处的区域地磁场为H0,桥体内的铁磁材料被磁化产生的磁场为Hm,所以整个空间中的总磁场强度是地磁场和铁磁材料被磁化产生的磁场总和:
H=H0+Hm (6)
其中铁磁材料被磁化产生的磁场可以用区域磁化强度的积分表达式表示
桥梁内部钢结构是线性结构,利用磁矩量法将建筑物内的铁磁材料划分为n个线单元,每个单元内部的材料物质是一样的,每个单元内部的磁化强度假定是均匀的。第i个线单元产生的磁场强度为
其中Cij是源单元j对场单元i磁化作用的耦合系数矩阵,可以根据单元间的几何关系求解
任意一个场点的总磁场强度H可由地磁传感器测得,经过误差补偿之后的真实数据集代表了场点处真实的地磁强度,由地球产生的磁场在一定区域内较为稳定,桥梁区域中无其他钢结构建筑物,可以测得H0的值,根据式(6)可以得到某一场点处由铁磁材料磁化产生的磁场强度Hm,此场点处的Hm由建筑物内n个线单元共同作用产生,将式(6)以及M=χH代入到式(8)中可知,此场点的磁场强度为
其中χi为各铁磁材料线单元的磁化率,将式(10)分别沿XYZ三方向展开可得
当i=j时Mi=Mj,上式可变换为
其中δij的取值为
对于每一个线单元都可以分解为上式的形式,联立方程可以求得铁磁材料内部的磁化强度M。求解过程中,需要知道每个线单元的磁化率χi,钢结构处在建筑物内部,磁化率测量较为困难,所以现阶段磁化率的获取方式是采用试错法,根据物质磁化率表格得知钢铁磁化率的大致范围,然后根据前期实验部分数据拟合情况来动态调整钢结构的磁化率,得知较为吻合的磁化率后,将此磁化率应用到后期的计算分析中。其中,线单元是指待导航区域内所有的钢结构的数量,积分的时候可以分点单元、线单元和体单元,钢结构一般是线性结构,所以分为线单元,总共是n个线单元,i是第i个线单元。
以上的公式推导从原理上论述了局部磁场数学模型构建的方法,接下来将模型转化为矩阵模式,以方便后期的仿真计算和验证。将方程组(12)转换为矩阵形式
CM=H (14)
其中C是一个的系数耦合集合矩阵,C的第p行第q列元素为
其中M是铁磁材料各方向上磁化强度值构成的矩阵集合,维度为3n×1,M的第c行元素为
其中H是一个维度为3n×1的矩阵,其元素由n个采集点各方向数值构成,H的第d行元素为
根据矩阵运算C(p,q)可以转化为下式
在三维空间中,根据源单元p与场单元q之间的位置关系,耦合系数Cpq内元素的值可由以下公式计算
根据以上推理计算,可以计算出系数耦合矩阵集合C,已知矩阵集合H,根据矩阵求逆法则,可以求出M矩阵集合,根据M矩阵内元素的值,就可以得到了铁磁材料内部的磁化强度。
至此可以得到基于磁矩量法的局部磁场数学模型以及其对等变换计算矩阵,所述局部磁场数学模型模型与对等变换计算矩阵分别如下
CM=H (28)
所述步骤2中,根据已知的建筑物各线单元内的磁化强度,带入所述局部磁场数学模型可以计算出建筑物外局部空间内任意一点s处的磁场强度Hs
将所求的s点处地磁强度Hs与实际测量的s点处的实际地磁Hs′进行对比,根据差值对模型内建筑物铁磁材料线单元属性进行调整,主要是对钢结构的物理参数进行调整,基于监督数据对模型参数进行监督学习,采用梯度下降法获取预测误差最小时模型参数的值,以达到更好的拟合效果,能够更好的反映建筑物内线单元的分布以及磁化强度,进而得到真实的地磁分布情况,对未测量点的地磁强度进行预测,填充地磁数据以达到地磁指纹构建的目标。
为了评估本发明方法的有效性,采用现有的克里金插值方法与本发明方法对对于同样的实验数据进行处理,通过对比预测结果来评估方法的有效性。
其中,本发明具体过程为:
首先选取单条道路验证误差补偿方案,先进行一次数据采集实验,此次采集存在系统误差,通过厂家的磁传感器自身的参数和车辆载体的铁磁误差参数,以及此次实验时具体的安装参数,可以得到误差补偿方案中所需要的输入参数,根据参数对误差进行补偿。第二次实验时,使用同类型校准后的磁传感器,避免传感器自身误差,使用水平尺等工具消除安装偏差角,更换传感器安装位置,使其远离载体上的铁磁材料,减小载体误差,第二次实验近似于不存在系统误差,进行实验并记录采集数据。将第一次实验的数据与第二次实验的数据进行差值可以得到误差补偿前系统误差的值。将第一次实验的数据进行误差补偿处理,并与处理前的值进行差值,可以得到误差补偿后的系统误差值,将补偿前的系统误差值与补偿后的系统误差值进行对比,验证补偿方案的有效性。
误差补偿有效性验证完之后,使用误差模型补偿所有采集数据,得到不含误差的地磁数据。根据不含误差的地磁数据H,减去地球产生的磁场H0,得到由大桥钢结构产生的磁场强度Hm,根据外业调研的钢结构粗位置,得到大桥钢架线单元之间的位置关系,得到耦合系数C,将以上参数输入到模型构建方法中,得到钢结构的磁化强度,完成最初模型的构建。粗位置会导致模型预测效果的偏差,后续使用已采集的部分数据对模型进行迭代优化,通过更改钢结构线单元的位置以及参数对模型进行调整,直到采集点的模型预测值与实际值偏差均值在误差阈值内再停止迭代,输出模型,本实施例误差阈值取1.5μT。
对比现有的克里金插值算法,迭代次数较小的情况下,本发明方法局部效果较克里金更差,但是在迭代次数较大的情况下,整体的预测效果较克里金误差较小,效果更优。可见迭代过程能够优化模型,使得模型的预测效果更好。
本发明通过设置较小的误差阈值,以增大迭代次数,能够缩小预测误差,使得模型有较好的预测效果。通过模型不断地更新迭代,对地磁数据的预测误差进一步减小,经过迭代后模型的预测和插值,生成的局部地磁指纹信息更丰富,通过制备完备的地磁指纹库,能够在实时导航时减小定位误差,提高地磁导航的精度。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种基于磁矩量法的地磁指纹构建方法,其特征在于,包括如下步骤:
步骤1,首先针对场景内磁场分布进行调研,得到建筑物内钢结构的粗位置;其次进行数据采集,对待导航区域内位置点使用地磁传感器进行地磁数据采集;
使用误差模型补偿所有采集数据,得到不含误差的地磁数据;
步骤2,根据不含误差的地磁数据H和钢结构粗位置,基于磁矩量法构建初始局部磁场模型;
使用已采集数据,对初始局部磁场模型进行迭代,其中,通过更改钢结构线单元的位置以及参数对模型进行调整,直到采集点的模型预测值与实际值偏差均值在误差阈值内再停止迭代,最后生成最终模型;
其中,基于磁矩量法构建初始局部磁场模型的具体方式为:
根据不含误差的地磁数据H,减去地球产生的磁场H0,得到由钢结构产生的磁场强度Hm,根据钢结构粗位置,得到钢架线单元之间的位置关系,得到耦合系数C,将以上参数输入到模型构建方法中,得到钢结构的磁化强度,完成初始局部磁场模型的构建;
步骤3,使用生成的最终模型预测数据来对未采集点进行插值,实现地磁指纹库的构建。
2.如权利要求1所述的基于磁矩量法的地磁指纹构建方法,其特征在于,所述步骤1中,地磁采集过程中产生的误差包括传感器误差、安装误差以及载体误差。
3.如权利要求1所述的基于磁矩量法的地磁指纹构建方法,其特征在于,所述步骤2中,对钢结构的物理参数进行调整时,基于监督数据对模型参数进行监督学习,采用梯度下降法获取预测误差最小时模型参数的值。
4.如权利要求2所述的基于磁矩量法的地磁指纹构建方法,其特征在于,所述载体误差包括载体硬磁误差和载体软磁误差;
通过对载体工具的离线测量,得到目标载体的硬磁误差,测量值减去误差补偿数值,得到实际值;
通过实验时实际场地的测量,对比含铁磁材料和不含铁磁材料测量值的偏差,得到比例关系,从而得到实际值与测量值之间的关系,通过引入载体软磁误差补偿比例系数矩阵,建立实际值与测量值的关系,将实际值左乘比例系数矩阵,再加上自身值,得到实际值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110320443.9A CN113074721B (zh) | 2021-03-25 | 2021-03-25 | 一种基于磁矩量法的地磁指纹构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110320443.9A CN113074721B (zh) | 2021-03-25 | 2021-03-25 | 一种基于磁矩量法的地磁指纹构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113074721A CN113074721A (zh) | 2021-07-06 |
CN113074721B true CN113074721B (zh) | 2023-03-31 |
Family
ID=76611582
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110320443.9A Active CN113074721B (zh) | 2021-03-25 | 2021-03-25 | 一种基于磁矩量法的地磁指纹构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113074721B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI822384B (zh) * | 2022-10-07 | 2023-11-11 | 國立陽明交通大學 | 判斷道路類型的方法及電子裝置、電腦可讀取的記錄媒體 |
CN115327657B (zh) * | 2022-10-13 | 2022-12-20 | 维飒科技(西安)有限公司 | 探测目标定位方法及装置 |
CN117760414B (zh) * | 2024-02-22 | 2024-05-07 | 中国科学院空天信息创新研究院 | 一种基于手机pdr的面状磁场指纹库快速构建方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102841385B (zh) * | 2012-07-10 | 2015-02-25 | 哈尔滨工程大学 | 一种基于多重分形克里金法的局部地磁图构建方法 |
CN104714257A (zh) * | 2015-01-29 | 2015-06-17 | 哈尔滨工程大学 | 一种基于逐步插值校正的多重分形克里金插值的局部地磁图构建方法 |
CN106899930B (zh) * | 2015-12-17 | 2020-07-28 | 阿里巴巴集团控股有限公司 | 指纹数据库构建方法、定位方法及装置 |
CN107943042B (zh) * | 2017-12-06 | 2021-04-27 | 东南大学 | 一种地磁指纹数据库自动化构建方法与装置 |
KR20200087894A (ko) * | 2018-12-28 | 2020-07-22 | (주) 하나텍시스템 | 지자기 센서와 핑거프린팅 기법을 기반으로 한 교차로 교통정보 플랫폼 |
CN109916396B (zh) * | 2019-04-04 | 2023-08-08 | 南京邮电大学 | 一种基于多维地磁信息的室内定位方法 |
-
2021
- 2021-03-25 CN CN202110320443.9A patent/CN113074721B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113074721A (zh) | 2021-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113074721B (zh) | 一种基于磁矩量法的地磁指纹构建方法 | |
JP4093861B2 (ja) | 電子コンパス及び全オリエンテーション動作に対する大磁気誤差の補償 | |
Liu et al. | Calibration and compensation of geomagnetic vector measurement system and improvement of magnetic anomaly detection | |
AU2013227428B2 (en) | Fault detection for pipelines | |
CN109141426B (zh) | 一种水下重力匹配导航适配区的方法 | |
Wang et al. | A quasi-Newton quaternions calibration method for DVL error aided GNSS | |
CN109814163B (zh) | 一种基于扩展补偿模型的航磁张量数据抑噪方法及系统 | |
CN102252689A (zh) | 一种基于磁传感器的电子罗盘校准方法 | |
CN112833917B (zh) | 基于磁航向角和最小二乘法的三轴磁传感器标定方法 | |
CN104166169A (zh) | 一种捷联于水下潜器的三轴磁场传感器误差补偿方法 | |
CN109856690A (zh) | 基于混合范数拟合的航磁梯度张量数据抑噪方法及系统 | |
CN109856689A (zh) | 一种超导航磁梯度张量数据抑噪处理方法和系统 | |
CN1080413C (zh) | 由磁罗盘指示的稳定方向的方法 | |
Zhuangsheng et al. | Study on initial gravity map matching technique based on triangle constraint model | |
Liu et al. | Two-step calibration method for three-axis magnetic sensor error based on particle swarm optimization | |
Wang et al. | Simultaneous localization and mapping method for geomagnetic aided navigation | |
Zhang et al. | An aeromagnetic compensation algorithm for aircraft based on fuzzy adaptive Kalman filter | |
Huang et al. | A Coarse Alignment Method Based on Vector Observation and Truncated Vectorized $\boldsymbol {\kappa} $-Matrix for Underwater Vehicle | |
JP2004150901A (ja) | 測位誤差シミュレーションシステム、測位誤差評価方法、測位誤差シミュレーションを行うためのプログラム、及びそのプログラムを格納する記憶媒体 | |
Pang et al. | Integrated calibration of strap-down geomagnetic vector measurement system | |
Ge et al. | Cooperative suppression of negative effects associated with multicollinearity and abnormal data for aeromagnetic compensation | |
CN114111798A (zh) | 一种基于仿射因子补偿的改进iccp方法 | |
Andrei et al. | Q-Learning Model Covariance Adaptation of Rao-Blackwellized Particle Filtering in Airborne Geomagnetic Navigation | |
Ge et al. | Gray System-Based Identification and Pre-Culling of Outliers Applied to Magnetic Sensor in Aeromagnetic Compensation | |
CN114152258B (zh) | 基于地球物理/几何特征的海洋多场多参数定位融合方法 |
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 |