CN116539029B - 一种水下动基座的基座定位方法、装置、存储介质及设备 - Google Patents
一种水下动基座的基座定位方法、装置、存储介质及设备 Download PDFInfo
- Publication number
- CN116539029B CN116539029B CN202310351836.5A CN202310351836A CN116539029B CN 116539029 B CN116539029 B CN 116539029B CN 202310351836 A CN202310351836 A CN 202310351836A CN 116539029 B CN116539029 B CN 116539029B
- Authority
- CN
- China
- Prior art keywords
- posture
- base
- matrix
- coordinate system
- alignment
- 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
- 238000000034 method Methods 0.000 title claims abstract description 92
- 230000008569 process Effects 0.000 claims abstract description 41
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 14
- 239000011159 matrix material Substances 0.000 claims description 199
- 239000013598 vector Substances 0.000 claims description 91
- 238000006243 chemical reaction Methods 0.000 claims description 88
- 238000005259 measurement Methods 0.000 claims description 53
- 238000004590 computer program Methods 0.000 claims description 17
- 238000007711 solidification Methods 0.000 claims description 17
- 230000008023 solidification Effects 0.000 claims description 17
- 238000001914 filtration Methods 0.000 claims description 16
- 230000007704 transition Effects 0.000 claims description 15
- 230000005484 gravity Effects 0.000 claims description 12
- 238000005295 random walk Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 4
- 241000283160 Inia Species 0.000 claims 1
- 230000000747 cardiac effect Effects 0.000 claims 1
- 239000004973 liquid crystal related substance Substances 0.000 claims 1
- 238000004364 calculation method Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 241000238557 Decapoda Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
-
- 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
-
- 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
Abstract
本申请涉及一种水下动基座的基座定位方法、装置、存储介质及设备，所述方法包括：确定粗对准开始时刻，并在粗对准过程中通过晃动基座对准模型解算所述动基座在惯导系统中的初始姿态，得到惯导粗对准结束时刻的初始姿态；通过所述粗对准结束时刻确定精对准开始时刻，并根据所述惯导粗对准结束时刻的初始姿态、以及精对准过程的精对准模型，对所述动基座进行精对准，得到所述动基座的当前姿态角。相比现有技术，本发明几乎不需要外界信息，且可以适用于动基座，同时保证算法有较高的对准精度和一定的抗干扰能力，满足了实际应用需求。
Description
技术领域
本申请涉及水下定位技术领域，特别是涉及一种水下动基座的基座定位方法、装置、存储介质及终端设备。
背景技术
水下定位系统，是用以实时确定沉放在水中的震源、等浮电缆、无人航行器、无人滑翔机、水下观测平台，等的确切位置的所有的水中定位设备的总称。水下定位主要有两种方法：水下精确定位法与水下区域定位法。前者是水下定位中最常用的定位方法，后者应用在无需精确定位目标坐标的场景，例如鱼虾群、污染水域等。然而，现有的水下定位通常是静态定位，或对准过程中也需要接收多帧可靠的卫星定位等外界信息，不适用于水下动基座这类晃动基座的情形。
发明内容
基于此，有必要针对上述技术问题，提供一种可以适用于动基座，同时保证算法有较高的对准精度和一定的抗干扰能力的水下动基座的基座定位方法、装置、存储介质及终端设备。
本发明实施例提供了一种水下动基座的基座定位方法，所述方法包括以下步骤：
确定粗对准开始时刻，并在粗对准过程中通过晃动基座对准模型解算所述动基座在惯导系统中的初始姿态，得到惯导粗对准结束时刻的初始姿态；
通过所述粗对准结束时刻确定精对准开始时刻，并根据所述惯导粗对准结束时刻的初始姿态、以及精对准过程的精对准模型，对所述动基座进行精对准，得到所述动基座的当前姿态角。
进一步地，所述晃动基座对准模型的创建，具体包括：
获取所述动基座在理想地心惯性坐标系的姿态，并将所述动基座在所述理想地心惯性坐标系的姿态转化为地球坐标系的第一姿态，得到第一姿态转换矩阵；
获取所述动基座在计算地心惯性坐标系的计算姿态，并将所述动基座在计算地心惯性坐标系的计算姿态转换为理想地心惯性坐标系的理想姿态，得到姿态误差矩阵；其中，所述姿态误差矩阵包括失准角向量；
获取所述动基座在凝固惯性系的姿态，并将所述动基座在凝固惯性系的姿态转换为计算地心惯性坐标系的第二姿态，得到第二姿态转换矩阵；
获取所述动基座在惯性测量单元坐标系的姿态，并将所述动基座在惯性测量单元坐标系的姿态转换为凝固惯性系的第三姿态，得到第三姿态转换矩阵；
根据地球坐标系与导航坐标系所构建的坐标系转换矩阵，以及所述第一姿态转换矩阵、姿态误差矩阵、第二姿态转换矩阵、第三姿态转换矩阵，构建所述晃动基座对准模型。
进一步地，所述晃动基座对准模型为：
其中，为坐标系转换矩阵，/>为第一姿态转换矩阵，/>为姿态误差矩阵，为第二姿态转换矩阵，/>为第三姿态转换矩阵，e为地球坐标系，n为导航坐标系，i为理想地心惯性坐标系，i'为计算地心惯性坐标系，ib0为凝固惯性系，b为惯性测量单元坐标系，t为[t0,t1]区间内的某一个时刻，t0时刻为粗对准开始的时刻，t1为粗对准结束的时刻。
进一步地，向所述第三姿态转换矩阵的更新模型为：
其中，为b系下的ib0与b之间的角速度矢量；/>为b下的ib0与i之间的角速度矢量；/>为b系下的i与b之间的角速度矢量；/>为向量/>张成的反对称矩阵；/>为离散化后k-1时刻的/> 为离散化后k时刻的/> 的初值为：/>其中I3为3×3的单位矩阵；Ts为解算周期，它等于惯性测量单元的采样周期。
进一步地，所述坐标系转换矩阵为：
其中，L0为t0时刻动基座所处的纬度；
所述第一姿态转换矩阵为：
其中，ωie为地球自转角速度；
所述第二姿态转换矩阵为：
其中，ΔVC(tki)，C＝i'或ib0坐标系，tki＝tk1或tk2表示从t0至tki时间段内积分得到的C坐标系下的速度差矢量；
式中tk2＝t＝N·Ts，/>是包含测量误差或零偏误差的加速度计测量结果；/>gn是n系下的重力矢量。
进一步地，根据所述惯导粗对准结束时刻的初始姿态、以及精对准过程的精对准模型，对所述动基座进行精对准，具体包括：
以所述惯导粗对准结束时刻的初始姿态为起点，获取所述初始姿态中的有用姿态信息，并根据所述有用姿态信息创建第四姿态转换矩阵，得到所述动基座的第四姿态信息；其中，所述第四姿态信息为所述动基座由惯性测量单元坐标系的姿态转化为计算地心惯性坐标系下的姿态信息；所述初始姿态中的有用姿态信息包括第二姿态矩阵及第三姿态矩阵所输出的姿态信息；
将所述动基座的第四姿态信息，输入所述精对准模型，得到所述动基座在精对准结束时刻的姿态信息，并对所述动基座进行精对准。
进一步地，所述精对准模型的创建，具体包括：
在精对准过程中，将所述动基座在理想地心惯性坐标系的状态转化为导航坐标系下的第五姿态，得到第五姿态转换矩阵；
根据所述第五姿态转换矩阵、所述动基座在精对准过程中的姿态误差矩阵、以及第四姿态转换矩阵，创建所述精对准模型。
进一步地，所述精对准模型为：
其中，为第四姿态转换矩阵，/>为第五姿态转换矩阵，φi×为失准角向量φi张成的反对称矩阵，t为[t1,t2]区间内的某一个时刻，/>是所述动基座在精对准过程中的误差矩阵。
进一步地，所述第五姿态转换矩阵的模型为：
式中，λ0是t0时刻动基座所处的经度。
进一步地，所述失准角向量的求取方法包括：
根据状态变量、状态转移矩阵、噪声驱动矩阵、系统噪声、观测量、量测矩阵、以及量测噪声，创建滤波模型；
并根据卡尔曼递推算法对所述滤波模型进行计算，并根据说是精对准模型不断地递推计算，得到所述失准角向量。
进一步地，所述滤波模型为：
式中，X是状态变量，F是状态转移矩阵，G是噪声驱动矩阵，W是系统噪声，Z是观测量，H是量测矩阵，V是量测噪声；
其中，状态变量和系统噪声的模型为：
式中δvi，φi，εb，分别是i系下的速度误差向量、i系下的失准角向量、b系下的陀螺零偏向量、b系下的加速度计零偏向量、b系下的加速度计随机游走向量、b系下的陀螺随机游走噪声向量；
所述状态转移矩阵的模型为：
式中，的gi是重力矢量在i系下的投影；
所述量测矩阵的模型为：
所述噪声驱动矩阵的模型为：
所述观测量量的测模型为：
式中的是由比力/>积分得到的速度矢量，其中/>fb是理想的比力值；/>是由重力在i系中的矢量gi积分得到的速度矢量；V是量测噪声。
本发明的另一实施例提出一种水下动基座的基座定位装置，所述装置包括：
粗对准模块，用于确定粗对准开始时刻，并在粗对准过程中通过晃动基座对准模型解算所述动基座在惯导系统的初始姿态，得到惯导粗对准结束时刻的初始姿态；
精对准模块，用于通过所述粗对准结束时刻确定精对准开始时刻，并根据所述惯导粗对准结束时刻的初始姿态、以及精对准过程的精对准模型，对所述动基座进行精对准，得到所述动基座的当前姿态角。
本发明的另一个实施例还提出一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如上所述的水下动基座的基座定位方法。
本发明的另一个实施例还提出一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如上所述的水下动基座的基座定位方法。
上述水下动基座的基座定位方法，确定粗对准开始时刻，并在粗对准过程中通过晃动基座对准模型解算所述动基座在惯导系统中的初始姿态，得到惯导粗对准结束时刻的初始姿态；通过所述粗对准结束时刻确定精对准开始时刻，并根据所述惯导粗对准结束时刻的初始姿态、以及精对准过程的精对准模型，对所述动基座进行精对准，得到所述动基座的当前姿态角。相比现有技术，本发明几乎不需要外界信息，且可以适用于动基座，同时保证算法有较高的对准精度和一定的抗干扰能力，满足了实际应用需求。
附图说明
图1为本发明实施例提供的水下动基座的基座定位方法的一种流程示意图；
图2为卡尔曼滤波的计算流程图；
图3为本发明实施例提供的水下动基座的基座定位装置的结构框图；
图4为本发明实施例提供的终端设备的结构图。
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，本技术领域普通技术人员在没有作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。
需要说明的是，文中的步骤编号，仅为了方便具体实施例的解释，不作为限定步骤执行先后顺序的作用。本实施例提供的方法可以由相关的服务器执行，且下文均以服务器作为执行主体为例进行说明。
需要说明的是，水下预置武器、水下兵器等对水下高精度快速对准提出了较严格的要求。在水下几乎无外界信息的情况下，要在较短时间内完成高精度对准。还要求算法鲁棒性强、计算量尽量小。因此本发明提出一种适用于水下动基座的高精度对准算法，几乎不需要外界信息，可以适用于动基座，同时保证算法有较高的对准精度和一定的抗干扰能力。
如图1所示，本发明实施例提供的水下动基座的基座定位方法，所述方法包括步骤S11至步骤S12：
步骤S11，确定粗对开始时刻，并在粗对准过程中通过晃动基座对准模型解算所述动基座在惯导系统中的初始姿态，得到惯导粗对准结束时刻的初始姿态。
其中，若设t0时刻是粗对准开始的时刻，t1是粗对准结束的时刻(也是精对准开始的时刻)，则t是[t0,t1]区间内的某一个时刻。
创建所述晃动基座对准模型时，首先获取所述动基座在理想地心惯性坐标系的姿态，并将所述动基座在所述理想地心惯性坐标系的姿态转化为地球坐标系的第一姿态，得到第一姿态转换矩阵；获取所述动基座在计算地心惯性坐标系的计算姿态，并将所述动基座在计算地心惯性坐标系的计算姿态转换为理想地心惯性坐标系的理想姿态，得到姿态误差矩阵；其中，所述姿态误差矩阵包括失准角向量；获取所述动基座在凝固惯性系的姿态，并将所述动基座在凝固惯性系的姿态转换为计算地心惯性坐标系的第二姿态，得到第二姿态转换矩阵；获取所述动基座在惯性测量单元坐标系的姿态，并将所述动基座在惯性测量单元坐标系的姿态转换为凝固惯性系的第三姿态，得到第三姿态转换矩阵；然后根据地球坐标系与导航坐标系所构建的坐标系转换矩阵，以及所述第一姿态转换矩阵、姿态误差矩阵、第二姿态转换矩阵、第三姿态转换矩阵，构建所述晃动基座对准模型。
所述晃动基座对准模型为：
其中，为坐标系转换矩阵，/>为第一姿态转换矩阵，/>为姿态误差矩阵，为第二姿态转换矩阵，/>为第三姿态转换矩阵；e为地球坐标系，oxi轴在赤道平面内且指向春分点，ozi轴平行于地球自转轴，oyi由右手坐标系确定；n为导航坐标系(东北天)；i为理想地心惯性坐标系；i'为计算地心惯性坐标系，即i'系是计算得到的i系，计算出的惯性系相对理想的i系总有一定的误差，把计算出的i系记为i'系；ib0为凝固惯性系，是将对准起始时刻的b坐标系凝固得到的惯性系，相对惯性空间固定，其指向始终不变；b为惯性测量单元坐标系，三个轴的定义为右前上；t为[t0,t1]区间内的某一个时刻，t0时刻为粗对准开始的时刻，t1为粗对准结束的时刻。
可以理解的，式(1)中的代表从A坐标系到B坐标系的姿态转换矩阵。A和B坐标系在以上所述的坐标系中选取。姿态转换矩阵的含义为：一个矢量在A系中投影的三个分量构成的列向量乘以/>就得到了该矢量在B系中投影的三个分量构成的列向量。根据姿态矩阵的链式法则，/>可以分解为如上五个矩阵相乘。计算出/>就完成了对准，三个姿态角可以由/>中的元素推算得到。/>是e系到n系的转换矩阵，是个常数矩阵，仅与初始位置的纬度L0有关；/>是i系到e系的转换矩阵，是地球自转角速度ωie与时间t的函数；是i'系到i系的转换矩阵，由失准角向量Φi的三个分量构成，是时间t的函数；/>是ib0系到i'系的转换矩阵，由重力加速度矢量和加速度计测量的比力积分结果推算得到，是时间t的函数；/>是b系到ib0系的转换矩阵，由陀螺的测量结果得到，是时间t的函数。
可以由陀螺的测量结果和姿态更新公式计算得到，计算方法如下：
式中，是b系下的ib0系与b系之间的旋转角速度矢量；/>是b系下的ib0系与i系之间的角速度矢量，由于惯性系之间不会发生相对运动，所以该矢量为一个0矢量；/>是b系下的i系与b系之间的旋转角速度矢量，即陀螺测量的三个角速率组成的向量；/>是向量/>张成的反对称矩阵；/>是离散化后k-1时刻的/> 是离散化后k时刻的/> 的初值为：/>其中I3是3×3的单位矩阵；Ts是解算周期，也就是惯性测量单元的采样周期，一般为1、2、5ms。惯性测量单元是由三个陀螺，三个加速度计构成。/>也将用于式(7)的计算中。向量V张成的反对称矩阵的公式为：
由上式易知，(V×)是反对称阵，即满足(V×)＝-(V×)T。本发明将(V×)记为由三维向量V＝[Vx Vy Vz]T构成的反对称阵(或斜对称阵)。
所述坐标系转换矩阵为：
其中，L0为t0时刻动基座所处的纬度，由水面布放时接收卫星导航定位信息或人工输入得到。
所述第一姿态转换矩阵为：
其中，ωie为地球自转角速度。
所述第二姿态转换矩阵为：
其中，ΔVC(tki)，x＝i'或ib0坐标系，tki＝tk1或tk2表示从t0至tki时间段内积分得到的x坐标系下的速度差矢量；其计算如下式所示：
式中，tk2＝t＝N·Ts(每当N为偶数时，进行一次更新计算)，/>是包含测量误差(或零偏误差)的加速度计测量结果；/>gn是n系下的重力矢量，取为：[0 0 -g]T,其中g为重力加速度。
进一步地，式(1)中在粗对准阶段可以认为等于单位矩阵I3。因此，可以不断地递推，当t＝t1时可以计算出/>从而可以由公式(1)求出/>完成粗对准。粗对准结束后，惯性导航装置可以给出一个粗略的姿态角。利用粗对准得到的/>继续利用精对准求解较精确的失准角向量φi和/>再计算得到/>就完成了精对准。对于常规的n系下的对准，精对准以/>为起点继续推算。
步骤S12，通过所述粗对准时间确定精对准时间，并根据所述惯导粗对准结束时刻的初始姿态、以及精对准过程的精对准模型，对所述动基座进行精对准，得到所述动基座的当前姿态角。
其中，只有得到以后，φi包含的三个分量才都为小角度(一般地，≤5°可以认为是小角度)，才能够利用滤波模型(线性卡尔曼模型)对φi进行精确求解。设t2是精对准结束的时刻。精对准过程中变量t是[t1,t2]区间内的某一个时刻。
精对准也就是求解 比/>包含更精确的姿态角。正如前面分析的，i系和i'系之间的三个姿态偏差角就是由计算误差引起的。精对准的过程就是使得i'系不断地逼近i系，减小失准角，从而得到更精确的/>当失准角减小至小于设定的阈值就可以认为精对准成功。该阈值一般是一个角分级或角秒级的小量。
根据所述惯导粗对准结束时刻的初始姿态、以及精对准过程的精对准模型，对所述动基座进行精对准时，以所述惯导粗对准结束时刻的初始姿态为起点，获取所述初始姿态中的有用姿态信息，并根据所述有用姿态信息创建第四姿态转换矩阵得到所述动基座的第四姿态信息；其中，所述第四姿态信息为所述动基座由惯性测量单元坐标系b的姿态转化为计算地心惯性坐标系i'下的姿态信息；所述初始姿态中的有用姿态信息包括第二姿态矩阵/>及第三姿态矩阵/>所输出的姿态信息；然后将所述动基座的第四姿态信息，输入所述精对准模型，得到所述动基座在精对准结束时刻的姿态信息，并对所述动基座进行精对准。
可以理解的，对于本发明，利用粗对准得到的继续利用精对准求解较精确的失准角向量φi和/>再计算得到/>就完成了精对准。
对于本发明，如果不需要粗略的姿态角信息，则直接计算就可以继续进行精对准，不必计算/>这样可以减小计算量。
进一步地，所述精对准模型的创建，具体包括：
在精对准过程中，将所述动基座在理想地心惯性坐标系i的状态转化为导航坐标系n下的第五姿态，得到第五姿态转换矩阵
根据所述第五姿态转换矩阵所述动基座在精对准过程中的姿态误差矩阵以及第四姿态转换矩阵/>创建所述精对准模型。
所述精对准模型为：
其中，为第四姿态转换矩阵，/>为第五姿态转换矩阵，φi×为失准角向量φi张成的反对称矩阵，φi向量的三个分量就是i系和i'系之间的三个误差角，t为[t1,t2]区间内的某一个时刻，/>是所述动基座在精对准过程中的误差矩阵。/>由前面的式(6)、式(7)和/>计算得到。利用式(6)和(7)时，注意：/>tk2＝t＝N·Ts(每当N为偶数时，进行一次更新计算)。/>也可描述失准角，矩阵/>与/>之间关系为：第五姿态转换矩阵/>由下式计算得到：
式中，λ0是t0时刻动基座所处的经度。由于是晃动基座，可以认为t0到t2时间段内，L0保持为常数。式(10)是由式(4)和(5)推导得出的，利用式(10)计算更加便捷。由以上的分析可知，精对准的关键在于求取φi(t)。所述失准角向量的求取方法包括：根据状态变量、状态转移矩阵、噪声驱动矩阵、系统噪声、观测量、量测矩阵、以及量测噪声，创建滤波模型；并根据卡尔曼递推算法对所述滤波模型进行计算，并根据说是精对准模型不断地递推计算，得到所述失准角向量。所述滤波模型为：
式中，X是状态变量，F是状态转移矩阵，G是噪声驱动矩阵，W是系统噪声，Z是观测量，H是量测矩阵，V是量测噪声；
其中，状态变量和系统噪声的模型为：
式中δvi，φi，εb，分别是i系下的速度误差向量、i系下的失准角向量、b系下的陀螺零偏向量、b系下的加速度计零偏向量、b系下的加速度计随机游走向量、b系下的陀螺随机游走噪声向量；
所述状态转移矩阵的模型为：
式中，的gi是重力矢量在i系下的投影；
所述量测矩阵的模型为：
所述噪声驱动矩阵的模型为：
所述观测量量的测模型为：
式中的是由比力/>积分得到的速度矢量，其中/>fb是理想的比力值；/>是由重力在i系中的矢量gi积分得到的速度矢量；V是量测噪声，为高斯白噪声。
式(17)中矢量和/>的计算方法如下：
式(19)的推导过程中用到了式(20)：
式中Δt＝t-t0以及Δt1＝t1-t0。注意式(18)的计算中用到了所以必须先完成粗对准才能进行精对准。越接近精对准结束的时刻，/>越接近/>近似误差越小。所以，可以保证最后精对准的精度。
有了以上模型就可以进行滤波递推计算，卡尔曼滤波的计算流程图如如2所示。
图2中各个变量的含义和具体计算公式如下。在每个导航周期进行状态转移矩阵的离散化计算，离散形式的转移矩阵Φk,k-1计算如下：
其中T为导航解算周期，一般等于Ts或者是Ts的整数倍；I是单位矩阵；Fk定义为：Fk＝F(tk)。一般地，用式(21b)就可以保证计算精度。
Φk,k-1≈I+T Fk (21b)
Kalman滤波计算过程分为五步：
式中：为当前滤波周期的实时状态估计值，/>为上一滤波周期对当前滤波周期的状态预测值，Kk为当前滤波周期的滤波增益阵，Pk/k-1为上一滤波周期对当前滤波周期的预测误差估计的协方差阵，Pk为当前滤波周期的实时误差估计协方差阵，Qk为系统噪声方差阵，Rk为量测噪声方差阵。Qk的计算方法如下：
Mi+1＝FkMi+(FkMi)T (23b)
式中的q为系统噪声阵，由式(13)所示的W向量扩展成对角矩阵得到。
Γ是离散形式的噪声驱动阵，由G阵计算得到，计算公式如下：
以上这些公式就构成了完整的卡尔曼递推算法。滤波器初值根据经验和惯性器件零偏、随机游走噪声等进行设定即可。推荐的δvi(0)＝[0.1m/s 0.1m/s 0.1m/s]、φi(0)＝[3° 3° 3°]。按照此流程对式(11)所示的卡尔曼模型进行解算，再利用式(8)不断地递推计算，当t＝t2时，就完成精对准了。
对于陀螺零偏≤0.02°/h，加速度计零偏≤100μg的惯性导航装置，推荐的参数为：δvi(0)＝[0.1m/s 0.1m/s 0.1m/s]、φi(0)＝[3° 3° 3°]、量测噪声R＝[(0.05m/s)2(0.05m/s)2 (0.05m/s)2]。P(0)和Q取值根据δvi(0)、φi(0)、εb、 和/>设定即可。推荐的粗对准时间和整个对准时间的选择为：t1＝4min；t2＝10min。
上述水下动基座的基座定位方法，首先确定粗对准开始时刻，并在粗对准过程中通过晃动基座对准模型解算所述动基座在惯导系统中的初始姿态，得到惯导粗对准结束时刻的初始姿态；通过所述粗对准结束时刻确定精对准开始时刻，并根据所述惯导粗对准结束时刻的初始姿态、以及精对准过程的精对准模型，对所述动基座进行精对准，得到所述动基座的当前姿态角。相比现有技术，本发明几乎不需要外界信息，且可以适用于动基座，同时保证算法有较高的对准精度和一定的抗干扰能力，满足了实际应用需求。
应该理解的是，虽然上述流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，上述流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
请参阅图3，本发明提供还提供了一种水下动基座的基座定位装置，用于执行如上所述的水下动基座的基座定位方法，所述装置包括：
粗对准模块21，用于确定粗对准开始时刻，并在粗对准过程中通过晃动基座对准模型解算所述动基座在惯导系统的初始姿态，得到惯导粗对准结束时刻的初始姿态。
所述晃动基座对准模型的创建，具体包括：
获取所述动基座在理想地心惯性坐标系的姿态，并将所述动基座在所述理想地心惯性坐标系的姿态转化为地球坐标系的第一姿态，得到第一姿态转换矩阵；
获取所述动基座在计算地心惯性坐标系的计算姿态，并将所述动基座在计算地心惯性坐标系的计算姿态转换为理想地心惯性坐标系的理想姿态，得到姿态误差矩阵；其中，所述姿态误差矩阵包括失准角向量；
获取所述动基座在凝固惯性系的姿态，并将所述动基座在凝固惯性系的姿态转换为计算地心惯性坐标系的第二姿态，得到第二姿态转换矩阵；
获取所述动基座在惯性测量单元坐标系的姿态，并将所述动基座在惯性测量单元坐标系的姿态转换为凝固惯性系的第三姿态，得到第三姿态转换矩阵；
根据地球坐标系与导航坐标系所构建的坐标系转换矩阵，以及所述第一姿态转换矩阵、姿态误差矩阵、第二姿态转换矩阵、第三姿态转换矩阵，构建所述晃动基座对准模型。
所述晃动基座对准模型为：
其中，为坐标系转换矩阵，/>为第一姿态转换矩阵，/>为姿态误差矩阵，为第二姿态转换矩阵，/>为第三姿态转换矩阵，e为地球坐标系，n为导航坐标系，i为理想地心惯性坐标系，i'为计算地心惯性坐标系，ib0为凝固惯性系，b为惯性测量单元坐标系，t为[t0,t1]区间内的某一个时刻，t0时刻为粗对准开始的时刻，t1为粗对准结束的时刻。
向所述第三姿态转换矩阵的更新模型为：
其中，为b系下的ib0与b之间的旋转角速度矢量；/>为b下的ib0与i之间的角速度矢量；/>为b系下的i与b之间的旋转角速度矢量；/>为向量/>张成的反对称矩阵；为离散化后k-1时刻的/> 为离散化后k时刻的/> 的初值为：/>其中I3为3×3的单位矩阵；Ts为解算周期，它等于惯性测量单元的采样周期。/>
所述坐标系转换矩阵为：
其中，L0为t0时刻动基座所处的纬度；
所述第一姿态转换矩阵为：
其中，ωie为地球自转角速度；
所述第二姿态转换矩阵为：
其中，ΔVC(tki)，x＝i'或ib0坐标系，tki＝tk1或tk2表示从t0至tki时间段内积分得到的x坐标系下的速度差矢量；
式中tk2＝t＝N·Ts，/>是包含测量误差或零偏误差的加速度计测量结果；/>gn是n系下的重力矢量。
精对准模块22，通过所述粗对准结束时刻确定精对准开始时刻，并根据所述惯导粗对准结束时刻的初始姿态、以及精对准过程的精对准模型，对所述动基座进行精对准，得到所述动基座的当前姿态角。
根据所述惯导粗对准结束时刻的初始姿态、以及精对准过程的精对准模型，对所述动基座进行精对准，具体包括：
以所述惯导粗对准结束时刻的初始姿态为起点，获取所述初始姿态中的有用姿态信息，并根据所述有用姿态信息创建第四姿态转换矩阵，得到所述动基座的第四姿态信息；其中，所述第四姿态信息为所述动基座由惯性测量单元坐标系的姿态转化为计算地心惯性坐标系下的姿态信息；所述初始姿态中的有用姿态信息包括第二姿态矩阵及第三姿态矩阵所输出的姿态信息；
将所述动基座的第四姿态信息，输入所述精对准模型，得到所述动基座在精对准结束时刻的姿态信息，并对所述动基座进行精对准。
所述精对准模型的创建，具体包括：
在精对准过程中，将所述动基座在理想地心惯性坐标系的状态转化为导航坐标系下的第五姿态，得到第五姿态转换矩阵；
根据所述第五姿态转换矩阵、所述动基座在精对准过程中的姿态误差矩阵、以及第四姿态转换矩阵，创建所述精对准模型。
所述精对准模型为：
其中，为第四姿态转换矩阵，/>为第五姿态转换矩阵，φi×为失准角向量φi张成的反对称矩阵，t为[t1,t2]区间内的某一个时刻，/>是所述动基座在精对准过程中的误差矩阵。
所述第五姿态转换矩阵的模型为：
式中，λ0是t0时刻动基座所处的经度。
所述失准角向量的求取方法包括：
根据状态变量、状态转移矩阵、噪声驱动矩阵、系统噪声、观测量、量测矩阵、以及量测噪声，创建滤波模型；
并根据卡尔曼递推算法对所述滤波模型进行计算，并根据说是精对准模型不断地递推计算，得到所述失准角向量。
所述滤波模型为：
式中，X是状态变量，F是状态转移矩阵，G是噪声驱动矩阵，W是系统噪声，Z是观测量，H是量测矩阵，V是量测噪声；
其中，状态变量和系统噪声的模型为：
式中δvi，φi，εb，分别是i系下的速度误差向量、i系下的失准角向量、b系下的陀螺零偏向量、b系下的加速度计零偏向量、b系下的加速度计随机游走向量、b系下的陀螺随机游走噪声向量；
所述状态转移矩阵的模型为：
/>
式中，的gi是重力矢量在i系下的投影；
所述量测矩阵的模型为：
所述噪声驱动矩阵的模型为：
所述观测量量的测模型为：
式中的是由比力/>积分得到的速度矢量，其中/>fb是理想的比力值；/>是由重力在i系中的矢量gi积分得到的速度矢量；V是量测噪声。
本发明实施例所提供的水下动基座的基座定位装置，首先确定粗对准开始时刻，并在粗对准过程中通过晃动基座对准模型解算所述动基座在惯导系统中的初始姿态，得到惯导粗对准结束时刻的初始姿态；通过所述粗对准结束时刻确定精对准开始时刻，并根据所述惯导粗对准结束时刻的初始姿态、以及精对准过程的精对准模型，对所述动基座进行精对准，得到所述动基座的当前姿态角。相比现有技术，本发明几乎不需要外界信息，且可以适用于动基座，同时保证算法有较高的对准精度和一定的抗干扰能力，满足了实际应用需求。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如上所述的水下动基座的基座定位方法。
本发明实施例还提供了一种终端设备，参见图4所示，是本发明提供的一种终端设备的一个优选实施例的结构框图，所述终端设备包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如上所述的水下动基座的基座定位方法。
优选地，所述计算机程序可以被分割成一个或多个模块/单元(如计算机程序1、计算机程序2、······)，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述终端设备中的执行过程。
所述处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，通用处理器可以是微处理器，或者所述处理器也可以是任何常规的处理器，所述处理器是所述终端设备的控制中心，利用各种接口和线路连接所述终端设备的各个部分。
所述存储器主要包括程序存储区和数据存储区，其中，程序存储区可存储操作系统、至少一个功能所需的应用程序等，数据存储区可存储相关数据等。此外，所述存储器可以是高速随机存取存储器，还可以是非易失性存储器，例如插接式硬盘，智能存储卡(SmartMedia Card，SMC)、安全数字(Secure Digital，SD)卡和闪存卡(Flash Card)等，或所述存储器也可以是其他易失性固态存储器件。
需要说明的是，上述终端设备可包括，但不仅限于，处理器、存储器，本领域技术人员可以理解，图4结构框图仅仅是终端设备的示例，并不构成对终端设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件。
综上，本发明提供的水下动基座的基座定位方法、装置、存储介质及终端设备，首先确定粗对准开始时刻，并在粗对准过程中通过晃动基座对准模型解算所述动基座在惯导系统中的初始姿态，得到惯导粗对准结束时刻的初始姿态；通过所述粗对准结束时刻确定精对准开始时刻，并根据所述惯导粗对准结束时刻的初始姿态、以及精对准过程的精对准模型，对所述动基座进行精对准，得到所述动基座的当前姿态角。相比现有技术，本发明整个对准过程中所需外界信息少，仅需要水面投放点的经纬度信息、高精度陀螺与加速度计的测量信息即可。整个对准阶段的卡尔曼滤波器观测量由加速度计的比力经过积分得到(如前面式(7)所示)，这种处理方法使得算法抗干扰强，对准精度较高，满足了实际应用需求。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。
Claims (13)
1.一种水下动基座的基座定位方法，其特征在于，所述方法包括以下步骤：
确定粗对准开始时刻，并在粗对准过程中通过晃动基座对准模型解算所述动基座在惯导系统中的初始姿态，得到惯导粗对准结束时刻的初始姿态；
通过所述粗对准结束时刻确定精对准开始时刻，并根据所述惯导粗对准结束时刻的初始姿态、以及精对准过程的精对准模型，对所述动基座进行精对准，得到所述动基座的当前姿态角；所述晃动基座对准模型的创建，具体包括：获取所述动基座在理想地心惯性坐标系的姿态，并将所述动基座在所述理想地心惯性坐标系的姿态转化为地球坐标系的第一姿态，得到第一姿态转换矩阵；
获取所述动基座在计算地心惯性坐标系的计算姿态，并将所述动基座在计算地心惯性坐标系的计算姿态转换为理想地心惯性坐标系的理想姿态，得到姿态误差矩阵；其中，所述姿态误差矩阵包括失准角向量的三个分量；
获取所述动基座在凝固惯性系的姿态，并将所述动基座在凝固惯性系的姿态转换为计算地心惯性坐标系的第二姿态，得到第二姿态转换矩阵；
获取所述动基座在惯性测量单元坐标系的姿态，并将所述动基座在惯性测量单元坐标系的姿态转换为凝固惯性系的第三姿态，得到第三姿态转换矩阵；
根据地球坐标系与导航坐标系所构建的坐标系转换矩阵，以及所述第一姿态转换矩阵、姿态误差矩阵、第二姿态转换矩阵、第三姿态转换矩阵，构建所述晃动基座对准模型。
2.根据权利要求1所述的水下动基座的基座定位方法，其特征在于，所述晃动基座对准模型为：
其中，为坐标系转换矩阵，/>为第一姿态转换矩阵，/>为姿态误差矩阵，/>为第二姿态转换矩阵，/>为第三姿态转换矩阵，e为地球坐标系，n为导航坐标系，i为理想地心惯性坐标系，i'为计算地心惯性坐标系，i b0为凝固惯性系，b为惯性测量单元坐标系，t为[t 0, t 1]区间内的某一个时刻，t 0时刻为粗对准开始的时刻，t 1为粗对准结束的时刻。
3.根据权利要求2所述的水下动基座的基座定位方法，其特征在于，向所述第三姿态转换矩阵的更新模型为：
其中，为b系下的i b0与b之间的旋转角速度矢量；/>为b下的i b0与i之间的角速度矢量；/>为b系下的i与b之间的旋转角速度矢量；/>为向量/>张成的反对称矩阵；/>为离散化后k-1时刻的/>；/>为离散化后k时刻的/>；/>的初值为：/>，其中/>为3×3的单位矩阵；/>为解算周期，它等于惯性测量单元的采样周期。
4.根据权利要求3所述的水下动基座的基座定位方法，其特征在于，
所述坐标系转换矩阵为：
其中，L 0为t 0时刻动基座所处的纬度；
所述第一姿态转换矩阵为：
其中，ω ie为地球自转角速度；
所述第二姿态转换矩阵为：
其中，，x=i'或i b0坐标系，/>表示从/>至/>时间段内积分得到的x坐标系下的速度差矢量；
式中，/>，/>是包含测量误差或零偏误差的加速度计测量结果；/>，/>是n系下的重力矢量。
5.根据权利要求4所述的水下动基座的基座定位方法，其特征在于，根据所述惯导粗对准结束时刻的初始姿态、以及精对准过程的精对准模型，对所述动基座进行精对准，具体包括：
以所述惯导粗对准结束时刻的初始姿态为起点，获取所述初始姿态中的有用姿态信息，并根据所述有用姿态信息创建第四姿态转换矩阵，得到所述动基座的第四姿态信息；其中，所述第四姿态信息为所述动基座由惯性测量单元坐标系的姿态转化为计算地心惯性坐标系下的姿态信息；所述初始姿态中的有用姿态信息包括第二姿态矩阵及第三姿态矩阵所输出的姿态信息；
将所述动基座的第四姿态信息，输入所述精对准模型，得到所述动基座在精对准结束时刻的姿态信息，并对所述动基座进行精对准。
6.根据权利要求5所述的水下动基座的基座定位方法，其特征在于，所述精对准模型的创建，具体包括：
在精对准过程中，将所述动基座在理想地心惯性坐标系的状态转化为导航坐标系下的第五姿态，得到第五姿态转换矩阵；
根据所述第五姿态转换矩阵、所述动基座在精对准过程中的姿态误差矩阵、以及第四姿态转换矩阵，创建所述精对准模型。
7.根据权利要求6所述的水下动基座的基座定位方法，其特征在于，所述精对准模型为：
；
其中，为第四姿态转换矩阵，/>为第五姿态转换矩阵，/>为失准角向量/>张成的反对称矩阵，t为[t 1 , t 2]区间内的某一个时刻，/>是所述动基座在精对准过程中的误差矩阵。
8.根据权利要求7所述的水下动基座的基座定位方法，其特征在于，所述第五姿态转换矩阵的模型为：
式中，λ 0是t 0时刻动基座所处的经度。
9.根据权利要求8所述的水下动基座的基座定位方法，其特征在于，所述失准角向量的求取方法包括：
根据状态变量、状态转移矩阵、噪声驱动矩阵、系统噪声、观测量、量测矩阵、以及量测噪声，创建滤波模型；
并根据卡尔曼递推算法对所述滤波模型进行计算，并根据说是精对准模型不断地递推计算，得到所述失准角向量。
10.根据权利要求9所述的水下动基座的基座定位方法，其特征在于，所述滤波模型为：
式中，X是状态变量，F是状态转移矩阵，G是噪声驱动矩阵，W是系统噪声，Z是观测量，H是量测矩阵，V是量测噪声；
其中，状态变量和系统噪声的模型为：
式中，/>，/>，/>，/>，/>分别是i系下的速度误差向量、i系下的失准角向量、b系下的陀螺零偏向量、b系下的加速度计零偏向量、b系下的加速度计随机游走向量、b系下的陀螺随机游走噪声向量；
所述状态转移矩阵的模型为：
式中，的是重力矢量在i系下的投影；
所述量测矩阵的模型为：
所述噪声驱动矩阵的模型为：
所述观测量的模型为：
式中的是由比力/>积分得到的速度矢量，其中/>，/>是理想的比力值；是由重力在i系中的矢量/>积分得到的速度矢量；V是量测噪声。
11.一种水下动基座的基座定位装置，其特征在于，所述装置包括：
粗对准模块，用于确定粗对准开始时刻，并在粗对准过程中通过晃动基座对准模型解算所述动基座在惯导系统的初始姿态，得到惯导粗对准结束时刻的初始姿态；
精对准模块，用于通过所述粗对准结束时刻确定精对准开始时刻，并根据所述惯导粗对准结束时刻的初始姿态、以及精对准过程的精对准模型，对所述动基座进行精对准，得到所述动基座的当前姿态角；所述晃动基座对准模型的创建，具体包括：获取所述动基座在理想地心惯性坐标系的姿态，并将所述动基座在所述理想地心惯性坐标系的姿态转化为地球坐标系的第一姿态，得到第一姿态转换矩阵；
获取所述动基座在计算地心惯性坐标系的计算姿态，并将所述动基座在计算地心惯性坐标系的计算姿态转换为理想地心惯性坐标系的理想姿态，得到姿态误差矩阵；其中，所述姿态误差矩阵包括失准角向量的三个分量；
获取所述动基座在凝固惯性系的姿态，并将所述动基座在凝固惯性系的姿态转换为计算地心惯性坐标系的第二姿态，得到第二姿态转换矩阵；
获取所述动基座在惯性测量单元坐标系的姿态，并将所述动基座在惯性测量单元坐标系的姿态转换为凝固惯性系的第三姿态，得到第三姿态转换矩阵；
根据地球坐标系与导航坐标系所构建的坐标系转换矩阵，以及所述第一姿态转换矩阵、姿态误差矩阵、第二姿态转换矩阵、第三姿态转换矩阵，构建所述晃动基座对准模型。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如权利要求1至10中任一项所述的水下动基座的基座定位方法。
13.一种终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如权利要求1至10中任一项所述的水下动基座的基座定位方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310351836.5A CN116539029B (zh) | 2023-04-03 | 2023-04-03 | 一种水下动基座的基座定位方法、装置、存储介质及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310351836.5A CN116539029B (zh) | 2023-04-03 | 2023-04-03 | 一种水下动基座的基座定位方法、装置、存储介质及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116539029A CN116539029A (zh) | 2023-08-04 |
| CN116539029B true CN116539029B (zh) | 2024-02-23 |
Family
ID=87449576
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310351836.5A Active CN116539029B (zh) | 2023-04-03 | 2023-04-03 | 一种水下动基座的基座定位方法、装置、存储介质及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116539029B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013059989A1 (zh) * | 2011-10-25 | 2013-05-02 | 国防科学技术大学 | 一种惯性导航系统的运动对准方法 |
| CN103245360A (zh) * | 2013-04-24 | 2013-08-14 | 北京工业大学 | 晃动基座下的舰载机旋转式捷联惯导系统自对准方法 |
| CN106052686A (zh) * | 2016-07-10 | 2016-10-26 | 北京工业大学 | 基于dsptms320f28335的全自主捷联惯性导航系统 |
| CN106123921A (zh) * | 2016-07-10 | 2016-11-16 | 北京工业大学 | 动态干扰条件下捷联惯导系统的纬度未知自对准方法 |
| CN109163735A (zh) * | 2018-09-29 | 2019-01-08 | 苏州大学 | 一种晃动基座正向-正向回溯初始对准方法 |
| CN110440830A (zh) * | 2019-08-20 | 2019-11-12 | 湖南航天机电设备与特种材料研究所 | 动基座下车载捷联惯导系统自对准方法 |
| CN113405563A (zh) * | 2021-05-25 | 2021-09-17 | 北京机械设备研究所 | 一种惯性测量单元对准方法 |
| WO2021227012A1 (zh) * | 2020-05-11 | 2021-11-18 | 中国科学院地质与地球物理研究所 | 一种姿态测量方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3933166A4 (en) * | 2020-05-11 | 2022-06-15 | Institute of Geology and Geophysics, Chinese Academy of Sciences | ATTITUDE MEASUREMENT PROCEDURE |
-
2023
- 2023-04-03 CN CN202310351836.5A patent/CN116539029B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013059989A1 (zh) * | 2011-10-25 | 2013-05-02 | 国防科学技术大学 | 一种惯性导航系统的运动对准方法 |
| CN103245360A (zh) * | 2013-04-24 | 2013-08-14 | 北京工业大学 | 晃动基座下的舰载机旋转式捷联惯导系统自对准方法 |
| CN106052686A (zh) * | 2016-07-10 | 2016-10-26 | 北京工业大学 | 基于dsptms320f28335的全自主捷联惯性导航系统 |
| CN106123921A (zh) * | 2016-07-10 | 2016-11-16 | 北京工业大学 | 动态干扰条件下捷联惯导系统的纬度未知自对准方法 |
| CN109163735A (zh) * | 2018-09-29 | 2019-01-08 | 苏州大学 | 一种晃动基座正向-正向回溯初始对准方法 |
| CN110440830A (zh) * | 2019-08-20 | 2019-11-12 | 湖南航天机电设备与特种材料研究所 | 动基座下车载捷联惯导系统自对准方法 |
| WO2021227012A1 (zh) * | 2020-05-11 | 2021-11-18 | 中国科学院地质与地球物理研究所 | 一种姿态测量方法 |
| CN113405563A (zh) * | 2021-05-25 | 2021-09-17 | 北京机械设备研究所 | 一种惯性测量单元对准方法 |
Non-Patent Citations (2)
| Title |
|---|
| 水下重力测量中的高精度组合导航技术研究;潘国伟;中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑(第1期);C036-209 * |
| 高精度GNSS 辅助下MEMS 惯导的初始对准方法;张旭;淮阴工学院学报;第29卷(第3期);36-41 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116539029A (zh) | 2023-08-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111811506B (zh) | 视觉/惯性里程计组合导航方法、电子设备及存储介质 | |
| US11486707B2 (en) | Vision-aided inertial navigation | |
| US20230194265A1 (en) | Square-Root Multi-State Constraint Kalman Filter for Vision-Aided Inertial Navigation System | |
| Heo et al. | Consistent EKF-based visual-inertial odometry on matrix Lie group | |
| Georgy et al. | Modeling the stochastic drift of a MEMS-based gyroscope in gyro/odometer/GPS integrated navigation | |
| Hasberg et al. | Simultaneous localization and mapping for path-constrained motion | |
| CN109931955B (zh) | 基于状态相关李群滤波的捷联惯性导航系统初始对准方法 | |
| CN105806363B (zh) | 基于srqkf的sins/dvl水下大失准角对准方法 | |
| Crocoll et al. | Model‐aided navigation for a quadrotor helicopter: A novel navigation system and first experimental results | |
| CN111982106A (zh) | 导航方法、装置、存储介质及电子装置 | |
| CN105865452A (zh) | 一种基于间接卡尔曼滤波的移动平台位姿估计方法 | |
| Viéville et al. | Cooperation of the inertial and visual systems | |
| Amirsadri et al. | Practical considerations in precise calibration of a low-cost MEMS IMU for road-mapping applications | |
| CN104075713A (zh) | 一种惯性/天文组合导航方法 | |
| CN112146655A (zh) | 一种BeiDou/SINS紧组合导航系统弹性模型设计方法 | |
| Guo et al. | IMU-RGBD camera navigation using point and plane features | |
| CN109141411B (zh) | 定位方法、定位装置、移动机器人及存储介质 | |
| Hu et al. | SINS/CNS/GPS integrated navigation algorithm based on UKF | |
| CN115200578A (zh) | 基于多项式优化的惯性基导航信息融合方法及系统 | |
| de Araujo et al. | A novel method for land vehicle positioning: Invariant kalman filters and deep-learning-based radar speed estimation | |
| CN110873577B (zh) | 一种水下快速动基座对准方法及装置 | |
| CN116539029B (zh) | 一种水下动基座的基座定位方法、装置、存储介质及设备 | |
| CN111982126A (zh) | 一种全源BeiDou/SINS弹性状态观测器模型设计方法 | |
| CN114897942B (zh) | 点云地图的生成方法、设备及相关存储介质 | |
| CN102221366B (zh) | 一种基于模糊变地球自转角速度的快速精对准方法 |
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 |