CN116165690A - 一种基于gnss/ins的双自适应因子组合导航定位方法 - Google Patents

一种基于gnss/ins的双自适应因子组合导航定位方法 Download PDF

Info

Publication number
CN116165690A
CN116165690A CN202310431483.XA CN202310431483A CN116165690A CN 116165690 A CN116165690 A CN 116165690A CN 202310431483 A CN202310431483 A CN 202310431483A CN 116165690 A CN116165690 A CN 116165690A
Authority
CN
China
Prior art keywords
gnss
ins
representing
time
positioning
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
Application number
CN202310431483.XA
Other languages
English (en)
Other versions
CN116165690B (zh
Inventor
尤春存
刘胜利
杨素平
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.)
Shanxi Loufan Huanggushan Mining Co ltd
Original Assignee
Shanxi Loufan Huanggushan Mining Co ltd
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 Shanxi Loufan Huanggushan Mining Co ltd filed Critical Shanxi Loufan Huanggushan Mining Co ltd
Priority to CN202310431483.XA priority Critical patent/CN116165690B/zh
Publication of CN116165690A publication Critical patent/CN116165690A/zh
Application granted granted Critical
Publication of CN116165690B publication Critical patent/CN116165690B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
    • 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
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Automation & Control Theory (AREA)
  • Navigation (AREA)

Abstract

本发明涉及信号的测量、传输、定位技术领域，尤其涉及一种基于GNSS/INS的双自适应因子组合导航定位方法，解决了背景技术中的技术问题，其包括两部分，第一部分是INS的机械编排过程，第二部分是GNSS测量信息中位置域和速度域的自适应因子的分离与滤波。INS的定位特点是自主性强，输出频率高且短时精度高。所述组合导航定位方法将GNSS定位结果中的位置信息和速度信息分开处理，分别得到位置域和速度域对应的自适应因子，然后各自调整测量噪声协方差矩阵中对应的部分，进一步提高自适应卡尔曼滤波性能并提高GNSS/INS组合系统的定位精度。

Description

一种基于GNSS/INS的双自适应因子组合导航定位方法
技术领域
本发明涉及信号的测量、传输、定位技术领域，尤其涉及一种基于GNSS/INS的双自适应因子组合导航定位方法。
背景技术
智慧矿山和自动驾驶技术是新一代新息技术的重要组成部分，精准的定位信息和导航服务是新一代新息技术的时空基础和关键技术。因此，通过不同定位传感器进行优势互补的信息融合技术已经成为定位导航领域的研究热点。全球导航卫星系统（GlobalNavigation Satellite System，GNSS）具有全天候、广覆盖等定位优势，是实现车辆定位的主要方式之一。然后矿山复杂地貌环境会使GNSS信号被遮挡和反射产生多径和非视距效应导致定位精度下降，将INS(Inertial Navigation System)与GNSS测量信息融合实现定位信息连续、高质量输出是主流方案。
然而，实现GNSS和INS融合的传统卡尔曼滤波方法只有在满足GNSS测量噪声符合高斯假设的前提下获得最优定位结果。矿山复杂地貌环境不仅容易产生多径和非视距误差，而且GNSS测量噪声具有较大的随机性，导致观测值误差变大，甚至滤波发散，无法输出定位信息。
因此，有必要设计一种适用于矿井复杂环境的导航定位方法。
发明内容
为克服现有定位系统在矿山复杂地貌环境下，很容易被遮挡和反射产生多径和非视距误差，进而降低GNSS/INS组合系统的定位性能的技术缺陷，本发明提供了一种基于GNSS/INS的双自适应因子组合导航定位方法。
本发明提供了一种基于GNSS/INS的双自适应因子组合导航定位方法，GNSS/INS组合系统通过卡尔曼滤波融合实现，卡尔曼滤波的动态模型和测量模型分别为：
Figure SMS_1
（1）
Figure SMS_2
（2）
其中，xk表示k时刻的状态向量，Фk-1表示k-1时刻到k时刻的一步转移矩阵，wk-1表示k-1时刻的过程噪声；zk表示k时刻的测量值，Hk表示k时刻的设计矩阵，vk表示k时刻的测量噪声；
所述组合导航定位方法包括如下步骤：
步骤1、根据INS的机械编排过程和GNSS/INS组合系统的滤波误差模型，将状态向量定义为：
Figure SMS_3
（3）
其中，x表示GNSS/INS组合系统的状态向量，
Figure SMS_5
、
Figure SMS_9
和
Figure SMS_12
分别为东、北和天方向的姿态角误差，δVE、δVN和δVU分别为东、北和天方向的速度误差，
Figure SMS_6
、
Figure SMS_10
和
Figure SMS_11
分别为经度、维度和高程方向的位置误差，
Figure SMS_14
、
Figure SMS_4
和
Figure SMS_8
分别表示载体坐标系内三个方向的加速度计偏差，
Figure SMS_13
、
Figure SMS_15
和
Figure SMS_7
分别表示载体坐标系内三个方向的陀螺仪偏差；
根据卡尔曼滤波模型，GNSS/INS组合系统的时间更新过程为：
Figure SMS_16
（4）
Figure SMS_17
（5）
其中，
Figure SMS_18
表示k-1时刻的后验估计向量，Pk-1表示k-1时刻的后验估计向量
Figure SMS_19
对应的协方差矩阵；
Figure SMS_20
表示时间更新后的状态向量，
Figure SMS_21
表示时间更新后状态向量
Figure SMS_22
对应的协方差矩阵，Qk-1表示公式（1）中过程噪声wk-1对应的协方差矩阵；
步骤2、在GNSS接收到卫星信号后，根据原始测量值解算得到包括位置定位信息和速度定位信息的6维定位结果，其中伪距和载波相位测量值经定位解算生成位置定位信息，多普勒频移经定位解算生成速度定位信息；
步骤3、将GNSS的位置定位信息、速度定位信息分别与INS定位结果中的位置和速度分量作差得到新息向量及其对应的协方差矩阵：
Figure SMS_23
（6）
Figure SMS_24
（7）
其中，dk表示k时刻的新息向量；Zk表示k时刻包括位置和速度的GNSS的定位结果，Zk为一个6维列向量，其中前三个元素为东、北和天方向的位置信息，后三个元素为东、北和天方向的速度信息；
Figure SMS_25
表示由前
Figure SMS_26
个历元时刻测量信息得到的协方差矩阵；
步骤4、根据公式（7）将与GNSS有关的项合并，得到矩阵
Figure SMS_27
，假设矩阵
Figure SMS_28
的第i行第j列元素为Pij，矩阵
Figure SMS_29
的第i行第j列元素为qij，那么位置域的自适应因子βp和速度域的自适应因子βv分别表示为：
Figure SMS_30
（8）
Figure SMS_31
（9）；
步骤5、根据位置域的自适应因子βp和速度域的自适应因子βv得GNSS/INS组合系统的自适应矩阵βk为：
Figure SMS_32
（10），
根据自适应矩阵βk可得卡尔曼滤波的测量更新过程为：
Figure SMS_33
（11）
Figure SMS_34
（12）
Figure SMS_35
（13）
其中，Kk表示卡尔曼滤波增益，Rk表示公式（2）中测量噪声
Figure SMS_36
对应的协方差矩阵，I表示单位矩阵，
Figure SMS_37
和Pk分别为GNSS/INS组合系统的后验估计向量和对应的协方差矩阵；所述组合导航定位方法根据
Figure SMS_38
和Pk同时输出最优定位结果。
本发明所述组合导航定位方法包含两个部分，第一部分是INS的机械编排过程，第二部分是GNSS测量信息中位置域和速度域的自适应因子的分离与滤波。
本发明提供的技术方案与现有技术相比具有如下优点：本发明所述方法通过分离位置域和速度域获得双自适应因子，有效提高卡尔曼滤波性能，提高GNSS/INS组合系统的定位性能，解决矿山复杂地貌环境下车辆定位精度底的问题。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
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，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明所述一种基于GNSS/INS的双自适应因子组合导航定位方法的流程示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面将对本发明的方案进行进一步描述。需要说明的是，在不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但本发明还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本发明的一部分实施例，而不是全部的实施例。
下面结合附图1对本发明的具体实施例进行详细说明。
在某个实施例中，公开了一种基于GNSS/INS的双自适应因子组合导航定位方法，GNSS/INS组合系统通过卡尔曼滤波融合实现，卡尔曼滤波的动态模型和测量模型分别为：
Figure SMS_39
（1）
Figure SMS_40
（2）
其中，xk表示k时刻的状态向量，Фk-1表示k-1时刻到k时刻的一步转移矩阵，wk-1表示k-1时刻的过程噪声；zk表示k时刻的测量值，Hk表示k时刻的设计矩阵，vk表示k时刻的测量噪声；
所述组合导航定位方法包括如下步骤：
步骤1、根据INS的机械编排过程和GNSS/INS组合系统的滤波误差模型，将状态向量定义为：
Figure SMS_41
（3）
其中，x表示GNSS/INS组合系统的状态向量，
Figure SMS_44
、
Figure SMS_47
和
Figure SMS_51
分别为东、北和天方向的姿态角误差，δVE、δVN和δVU分别为东、北和天方向的速度误差，
Figure SMS_45
、
Figure SMS_48
和
Figure SMS_50
分别为经度、维度和高程方向的位置误差，
Figure SMS_53
、
Figure SMS_42
和
Figure SMS_46
分别表示载体坐标系内三个方向的加速度计偏差，
Figure SMS_49
、
Figure SMS_52
和
Figure SMS_43
分别表示载体坐标系内三个方向的陀螺仪偏差；
根据卡尔曼滤波模型，GNSS/INS组合系统的时间更新过程为：
Figure SMS_54
（4）
Figure SMS_55
（5）
其中，
Figure SMS_56
表示k-1时刻的后验估计向量，Pk-1表示k-1时刻的后验估计向量
Figure SMS_57
对应的协方差矩阵；
Figure SMS_58
表示时间更新后的状态向量，
Figure SMS_59
表示时间更新后状态向量
Figure SMS_60
对应的协方差矩阵，Qk-1表示公式（1）中过程噪声wk-1对应的协方差矩阵；
步骤2、在GNSS接收到卫星信号后，根据原始测量值解算得到包括位置定位信息和速度定位信息的6维定位结果，其中伪距和载波相位测量值经定位解算生成位置定位信息，多普勒频移经定位解算生成速度定位信息；
步骤3、将GNSS的位置定位信息、速度定位信息分别与INS定位结果中的位置和速度分量作差得到新息向量及其对应的协方差矩阵：
Figure SMS_61
（6）
Figure SMS_62
（7）
其中，dk表示k时刻的新息向量；Zk表示k时刻包括位置和速度的GNSS的定位结果，Zk为一个6维列向量，其中前三个元素为东、北和天方向的位置信息，后三个元素为东、北和天方向的速度信息；
Figure SMS_63
表示由前
Figure SMS_64
个历元时刻测量信息得到的协方差矩阵；
步骤4、根据公式（7）将与GNSS有关的项合并，得到矩阵
Figure SMS_65
，假设矩阵
Figure SMS_66
的第i行第j列元素为Pij，矩阵
Figure SMS_67
的第i行第j列元素为qij，那么位置域的自适应因子βp和速度域的自适应因子βv分别表示为：
Figure SMS_68
（8）
Figure SMS_69
（9）；
步骤5、根据位置域的自适应因子βp和速度域的自适应因子βv得GNSS/INS组合系统的自适应矩阵βk为：
Figure SMS_70
（10），
根据自适应矩阵βk可得卡尔曼滤波的测量更新过程为：
Figure SMS_71
（11）
Figure SMS_72
（12）
Figure SMS_73
（13）
其中，Kk表示卡尔曼滤波增益，Rk表示公式（2）中测量噪声
Figure SMS_74
对应的协方差矩阵，I表示单位矩阵，
Figure SMS_75
和Pk分别为GNSS/INS组合系统的后验估计向量和对应的协方差矩阵；所述组合导航定位方法根据
Figure SMS_76
和Pk同时输出最优定位结果。
本发明所述组合导航定位方法包含两个部分，第一部分是INS的机械编排过程，第二部分是GNSS测量信息中位置域和速度域的自适应因子的分离与滤波。INS的定位特点是自主性强，输出频率高且短时精度高，其定位原理是通过将加速度计输出的比例和陀螺仪输出的角速度等原始测量值经过机械编排解算得到位置、速度和姿态等定位结果。所述组合导航定位方法将GNSS定位结果中的位置信息和速度信息分开处理，分别得到位置域和速度域对应的自适应因子，然后各自调整测量噪声协方差矩阵中对应的部分，进一步提高自适应卡尔曼滤波性能并提高GNSS/INS组合系统的定位精度。
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。尽管参照前述各实施例进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离各实施例技术方案的范围，其均应涵盖权利要求书的保护范围中。

Claims (1)

1.一种基于GNSS/INS的双自适应因子组合导航定位方法，其特征在于，GNSS/INS组合系统通过卡尔曼滤波融合实现，卡尔曼滤波的动态模型和测量模型分别为：
Figure QLYQS_1
（1）
Figure QLYQS_2
（2）
其中，xk表示k时刻的状态向量，Фk-1表示k-1时刻到k时刻的一步转移矩阵，wk-1表示k-1时刻的过程噪声；zk表示k时刻的测量值，Hk表示k时刻的设计矩阵，vk表示k时刻的测量噪声；
所述组合导航定位方法包括如下步骤：
步骤1、根据INS的机械编排过程和GNSS/INS组合系统的滤波误差模型，将状态向量定义为：
Figure QLYQS_3
（3）
其中，x表示GNSS/INS组合系统的状态向量，
Figure QLYQS_6
、
Figure QLYQS_9
和
Figure QLYQS_13
分别为东、北和天方向的姿态角误差，δVE、δVN和δVU分别为东、北和天方向的速度误差，
Figure QLYQS_7
、
Figure QLYQS_10
和
Figure QLYQS_12
分别为经度、维度和高程方向的位置误差，
Figure QLYQS_14
、
Figure QLYQS_4
和
Figure QLYQS_8
分别表示载体坐标系内三个方向的加速度计偏差，
Figure QLYQS_11
、
Figure QLYQS_15
和
Figure QLYQS_5
分别表示载体坐标系内三个方向的陀螺仪偏差；
根据卡尔曼滤波模型，GNSS/INS组合系统的时间更新过程为：
Figure QLYQS_16
（4）
Figure QLYQS_17
（5）
其中，
Figure QLYQS_18
表示k-1时刻的后验估计向量，Pk-1表示k-1时刻的后验估计向量
Figure QLYQS_19
对应的协方差矩阵；
Figure QLYQS_20
表示时间更新后的状态向量，
Figure QLYQS_21
表示时间更新后状态向量
Figure QLYQS_22
对应的协方差矩阵，Qk-1表示公式（1）中过程噪声wk-1对应的协方差矩阵；
步骤2、在GNSS接收到卫星信号后，根据原始测量值解算得到包括位置定位信息和速度定位信息的6维定位结果，其中伪距和载波相位测量值经定位解算生成位置定位信息，多普勒频移经定位解算生成速度定位信息；
步骤3、将GNSS的位置定位信息、速度定位信息分别与INS定位结果中的位置和速度分量作差得到新息向量及其对应的协方差矩阵：
Figure QLYQS_23
（6）
Figure QLYQS_24
（7）
其中，dk表示k时刻的新息向量；Zk表示k时刻包括位置和速度的GNSS的定位结果，Zk为一个6维列向量，其中前三个元素为东、北和天方向的位置信息，后三个元素为东、北和天方向的速度信息；
Figure QLYQS_25
表示由前
Figure QLYQS_26
个历元时刻测量信息得到的协方差矩阵；
步骤4、根据公式（7）将与GNSS有关的项合并，得到矩阵
Figure QLYQS_27
，假设矩阵
Figure QLYQS_28
的第i行第j列元素为Pij，矩阵
Figure QLYQS_29
的第i行第j列元素为qij，那么位置域的自适应因子βp和速度域的自适应因子βv分别表示为：
Figure QLYQS_30
（8）
Figure QLYQS_31
（9）；
步骤5、根据位置域的自适应因子βp和速度域的自适应因子βv得GNSS/INS组合系统的自适应矩阵βk为：
Figure QLYQS_32
（10），
根据自适应矩阵βk可得卡尔曼滤波的测量更新过程为：
Figure QLYQS_33
（11）
Figure QLYQS_34
（12）
Figure QLYQS_35
（13）
其中，Kk表示卡尔曼滤波增益，Rk表示公式（2）中测量噪声
Figure QLYQS_36
对应的协方差矩阵，I表示单位矩阵，
Figure QLYQS_37
和Pk分别为GNSS/INS组合系统的后验估计向量和对应的协方差矩阵；所述组合导航定位方法根据
Figure QLYQS_38
和Pk同时输出最优定位结果。
CN202310431483.XA 2023-04-21 2023-04-21 一种基于gnss/ins的双自适应因子组合导航定位方法 Active CN116165690B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310431483.XA CN116165690B (zh) 2023-04-21 2023-04-21 一种基于gnss/ins的双自适应因子组合导航定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310431483.XA CN116165690B (zh) 2023-04-21 2023-04-21 一种基于gnss/ins的双自适应因子组合导航定位方法

Publications (2)

Publication Number Publication Date
CN116165690A true CN116165690A (zh) 2023-05-26
CN116165690B CN116165690B (zh) 2023-07-07

Family

ID=86413433

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310431483.XA Active CN116165690B (zh) 2023-04-21 2023-04-21 一种基于gnss/ins的双自适应因子组合导航定位方法

Country Status (1)

Country Link
CN (1) CN116165690B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2701529A1 (en) * 2007-10-04 2009-04-09 Trusted Positioning Inc. System and method for intelligent tuning of kalman filters for ins/gps navigation applications
CN110109162A (zh) * 2019-03-26 2019-08-09 西安开阳微电子有限公司 一种gnss接收机自适应的卡尔曼滤波定位解算方法
CN110196443A (zh) * 2019-06-06 2019-09-03 中国人民解放军战略支援部队信息工程大学 一种飞行器的容错组合导航方法及系统
CN111024064A (zh) * 2019-11-25 2020-04-17 东南大学 一种改进Sage-Husa自适应滤波的SINS/DVL组合导航方法
CN111175795A (zh) * 2020-01-03 2020-05-19 暨南大学 Gnss/ins组合导航系统的两步抗差滤波方法及系统
CA3064640A1 (en) * 2019-04-09 2020-10-09 Rosemount Aerospace Inc. Navigation augmentation system and method
CN113063429A (zh) * 2021-03-18 2021-07-02 苏州华米导航科技有限公司 一种自适应车载组合导航定位方法
CN113295162A (zh) * 2021-04-28 2021-08-24 南京航空航天大学 基于无人机状态信息的广义因子图融合导航方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2701529A1 (en) * 2007-10-04 2009-04-09 Trusted Positioning Inc. System and method for intelligent tuning of kalman filters for ins/gps navigation applications
CN110109162A (zh) * 2019-03-26 2019-08-09 西安开阳微电子有限公司 一种gnss接收机自适应的卡尔曼滤波定位解算方法
CA3064640A1 (en) * 2019-04-09 2020-10-09 Rosemount Aerospace Inc. Navigation augmentation system and method
CN110196443A (zh) * 2019-06-06 2019-09-03 中国人民解放军战略支援部队信息工程大学 一种飞行器的容错组合导航方法及系统
CN111024064A (zh) * 2019-11-25 2020-04-17 东南大学 一种改进Sage-Husa自适应滤波的SINS/DVL组合导航方法
CN111175795A (zh) * 2020-01-03 2020-05-19 暨南大学 Gnss/ins组合导航系统的两步抗差滤波方法及系统
CN113063429A (zh) * 2021-03-18 2021-07-02 苏州华米导航科技有限公司 一种自适应车载组合导航定位方法
CN113295162A (zh) * 2021-04-28 2021-08-24 南京航空航天大学 基于无人机状态信息的广义因子图融合导航方法

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
WU, L: "A Novel Two-Stage Adaptive Filtering Model-Based GNSS/INS Tightly Coupled Precise Relative Navigation Algorithm for Autonomous Aerial Refueling", 《INTERNATIONAL JOURNAL OF AEROSPACE ENGINEERING》 *
ZHAO, L: "Federated Adaptive Kalman Filtering and Its Application", 《2008 7TH WORLD CONGRESS ON INTELLIGENT CONTROL AND AUTOMATION》 *
ZHU, Y.Y.: "Technology of SINS/USBL highly tightly coupled integrated navigation based on phase difference measurements", 《2019 DGON INERTIAL SENSORS AND SYSTEMS (ISS)》 *
吴晓倩;卢秀山;王胜利;王鸣鹤;柴大帅;: "一种基于改进自适应卡尔曼滤波的GNSS/INS组合导航算法", 科学技术与工程, no. 03 *
孙淑光: "改进调节因子的GPS/SINS组合导航自适应滤波算法", 《航天控制》 *
崔先强;杨元喜;: "分类因子自适应抗差滤波", 自然科学进展, no. 04 *
强明辉;蒋文;: "改进的自适应滤波算法在BDS/INS组合导航中的应用", 全球定位系统, no. 03 *
田源: "GNSS/INS定位测姿模型构建与算法研究", 《中国优秀硕士学位论文全文数据库 基础科学辑》 *

Also Published As

Publication number Publication date
CN116165690B (zh) 2023-07-07

Similar Documents

Publication Publication Date Title
CN111024064B (zh) 一种改进Sage-Husa自适应滤波的SINS/DVL组合导航方法
US8224574B2 (en) System for multiple navigation components
CN111175795A (zh) Gnss/ins组合导航系统的两步抗差滤波方法及系统
CN103744098B (zh) 基于sins/dvl/gps的auv组合导航系统
CN104412066B (zh) 定位装置
CN101846734B (zh) 农用机械导航定位方法、系统及农用机械工控机
CN108709552A (zh) 一种基于mems的imu和gps紧组合导航方法
CN111323012B (zh) 载体高动态环境下的ins辅助dvl测速误差补偿方法
JP6870507B2 (ja) 測位装置
CN113203418A (zh) 基于序贯卡尔曼滤波的gnssins视觉融合定位方法及系统
CN110146075A (zh) 一种增益补偿自适应滤波的sins/dvl组合定位方法
CN103941274B (zh) 一种导航方法及导航终端
CN111854747B (zh) 一种载体大机动情况下的dvl辅助sins粗对准方法
JP2011127939A (ja) 移動体位置推定追尾装置、移動体位置推定追尾方法、及び移動体位置推定追尾プログラム
CN114894181A (zh) 一种实时自主组合导航定位方法及装置
CN115166802A (zh) 飞行器定位方法、装置及电子设备
CN112747748A (zh) 一种基于逆向解算的领航auv导航数据后处理方法
CN115373007A (zh) 基于手机gnss模糊度相对变化估计的里程计定位方法
CN114459476A (zh) 基于虚拟速度量测的水下无人潜航器测流dvl/sins组合导航方法
CN116165690B (zh) 一种基于gnss/ins的双自适应因子组合导航定位方法
Gehrt et al. High accuracy navigation filter with dual antenna enabling double-differencing with dual-constellation
CN116222578B (zh) 基于自适应滤波和最优平滑的水下组合导航方法及系统
CN108828644B (zh) Gnss/mems紧组合导航系统中动态突变识别方法
CN114018262B (zh) 一种改进的衍生容积卡尔曼滤波组合导航方法
JP6962040B2 (ja) 方位推定装置

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