CN117724130A - 基于北斗、gps和罗经数据的导航雷达运动状态估计方法 - Google Patents
基于北斗、gps和罗经数据的导航雷达运动状态估计方法 Download PDFInfo
- Publication number
- CN117724130A CN117724130A CN202311729651.XA CN202311729651A CN117724130A CN 117724130 A CN117724130 A CN 117724130A CN 202311729651 A CN202311729651 A CN 202311729651A CN 117724130 A CN117724130 A CN 117724130A
- Authority
- CN
- China
- Prior art keywords
- motion state
- navigation radar
- beidou
- gps
- shipborne
- 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
- 238000000034 method Methods 0.000 title claims abstract description 82
- 238000001914 filtration Methods 0.000 claims abstract description 18
- 238000006243 chemical reaction Methods 0.000 claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims description 40
- 239000005433 ionosphere Substances 0.000 claims description 10
- 239000005436 troposphere Substances 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
Classifications
-
- 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
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了基于北斗、GPS和罗经数据的导航雷达运动状态估计方法,首先选取合适的参考坐标系;然后将北斗数据和GPS数据进行时空转换与统一;接着融合北斗、GPS和罗经数据,构建船载导航雷达运动状态估计模型;最后进行卡尔曼滤波算法的递推计算,得到船载导航雷达运动状态的精确估计值。本发明将北斗数据、GPS数据和罗经数据进行融合,实现船载导航雷达运动状态的精确可靠估计,能在复杂海况场景下,精确估计出船载导航雷达的运动状态,具有精度高、容错性好、成本低等特点。
Description
技术领域
本发明涉及多源信息融合领域,特别是一种基于北斗、GPS和罗经数据的导航雷达运动状态估计方法。
背景技术
随着全球船舶交通流量的不断增加,船舶安全和航行效率问题日益凸显。其中,精确可靠的船舶航行态势感知对于提高航行安全、增强避碰决策能力以及提升水域通航能力具有至关重要的作用。船载导航雷达探测感知就是一种高效的水面态势感知手段。然而现有的船载导航雷达的运动状态估计方法往往依赖于单一传感器,如惯性测量单元(IMU)或全球定位系统(GPS),这使得在某些情况下,如GPS信号被遮挡或IMU出现故障,船载导航雷达的运动状态估计会变得不精确,不可靠。
因此,研究一种基于多传感器数据融合的运动状态估计方法,提高状态估计的准确性和鲁棒性,同时克服单一传感器的局限性,成为了当前水上态势感知领域亟待解决的问题。
与此同时,我国自主研制建设了北斗卫星导航系统(BeiDou NavigationSatellite System,BDS),其可以为用户提供全天候、高精度、强安全的服务。伴随系统服务能力提升,北斗应用领域快速扩展,政府部门的公务船只、渔船、客船、货船、深海科考船等已经逐渐使用支持北斗系统的船载卫星终端设备来替代船载AIS设备,这类终端设备可以同时接收北斗、GPS等数据为船舶提供位置、速度等信息。
发明内容
本发明要解决的技术问题是针对上述现有技术的不足,而提供一种基于北斗、GPS和罗经数据的导航雷达运动状态估计方法,该基于北斗、GPS和罗经数据的导航雷达运动状态估计方法将北斗数据、GPS数据和罗经数据进行融合,并使用卡尔曼滤波算法进行递推计算,实现船载导航雷达运动状态的精确可靠估计。本发明能在复杂海况场景下,精确估计出船载导航雷达的运动状态,具有精度高、容错性好、成本低等特点。
为解决上述技术问题,本发明采用的技术方案是:
一种基于北斗、GPS和罗经数据的导航雷达运动状态估计方法,包括如下步骤。
步骤1、选取参考坐标系:选取北东地坐标系NED作为惯性参考坐标系,并定义载体坐标系;其中,北东地坐标系NED的原点为船载导航雷达的基座平面中心点;N轴指向正北方向,E轴指向正东方向,D轴与N和E两轴所在平面垂直且指向地心。
载体坐标系的原点为船载导航雷达的基座平面中心点;x轴与海面平行且指向船艏,y轴与海面平行且垂直于x轴,z轴垂直于x和y两轴确定的平面。
步骤2、时空转换与统一:通过船载卫星终端接收m颗北斗卫星和n颗GPS卫星的星历数据并解算得到每颗卫星的空间位置坐标,将GPS卫星的空间坐标转换到北斗坐标系下,同时将GPS时间系统转换到北斗时间系统下,从而实现北斗和GPS的时空转换与统一。
步骤3、安装船载卫星终端设备和船载罗经设备:将船载卫星终端设备和船载罗经设备安装于船载导航雷达的基座平面中心点位置附近。
步骤4、构建船载导航雷达运动状态估计模型,具体包括如下步骤:
步骤4-1、构建船载导航雷达运动状态估计模型:基于船载卫星终端设备获取到的北斗、GPS数据和船载罗经设备获取到的罗经数据,构建船载导航雷达在k时刻的运动状态估计模型Xk,具体表达式为:
式中,λk、hk分别表示船载导航雷达在k时刻的纬度、经度和海拔高度,与k时刻的输入向量Uk和观测向量Zk相关。
分别表示船载导航雷达在k时刻的东向速度、北向速度和垂向速度,与k时刻的输入向量Uk相关;
步骤4-2、定义输入向量Uk,具体表达式为:
Uk=[vk pk Ak]T (4-2)
式中,vk表示船载卫星终端设备在k时刻获取到的船载导航雷达速度。
pk、Ak分别表示船载罗经设备在k时刻获取到的船载导航雷达的俯仰角和航向角。
步骤4-3、定义观测向量Zk,具体表达式为:
式中,表示在k时刻修正过电离层延时误差和对流层延时误差的第1颗北斗卫星伪距。
表示在k时刻修正过电离层延时误差和对流层延时误差的第m颗北斗卫星伪距。
表示在k时刻修正过电离层延时误差和对流层延时误差的第1颗GPS卫星伪距。
表示在k时刻修正过电离层延时误差和对流层延时误差的第n颗GPS卫星伪距。
步骤5、基于卡尔曼滤波算法的运动状态估计:对步骤4构建的船载导航雷达运动状态估计模型Xk,进行卡尔曼滤波算法估计,从而得到船载导航雷达在k时刻的运动状态估计值
步骤5中,采用卡尔曼滤波算法获取的方法,包括如下步骤:
步骤5-1、构建运动状态预测模型,具体表达式为:
式中,表示k时刻运动状态的预测值。
A表示状态转移矩阵,为经验矩阵。
表示k-1时刻运动状态的估计值。
B表示船载导航雷达运动状态估计模型Xk的输入矩阵。
Uk表示k时刻模型的输入向量。
步骤5-2、构建运动状态协方差矩阵预测模型,具体表达式为:
式中,表示k时刻运动状态协方差矩阵的预测值。
表示k-1时刻运动状态协方差矩阵的估计值。
Q表示系统噪声矩阵,为经验矩阵。
步骤5-3、更新卡尔曼滤波增益,具体为:
式中,Kk表示k时刻船载导航雷达运动状态估计模型Xk的卡尔曼滤波增益。
H表示船载导航雷达运动状态估计模型Xk的观测矩阵。
R表示过程噪声矩阵,为经验矩阵。
步骤5-4、卡尔曼滤波状态估计,具体表达式为:
还包括步骤5-5、运动状态协方差矩阵估计,具体表达式为:
式中,表示k时刻运动状态协方差矩阵的估计值。
步骤4-3中,北斗卫星使用北斗B1I和B3I两个频段上的伪距进行电离层延时误差修正,其载波频率分别为1561.098MHz和1268.520MHz。
步骤4-3中,GPS卫星使用GPS的L1和L5两个频段上的伪距进行电离层延时误差修正,其载波频率分别为1575.42MHz和1176.45MHz。
步骤4中,船载导航雷达运动状态估计模型的构建方法,还包括步骤4-4、构建船载导航雷达运动状态的转移方程,具体表达式为:
式中,λk-1、hk-1分别表示船载导航雷达在k-1时刻的纬度、经度和海拔高度。
Δt为采样时间,RM为子午线半径,RN为基准椭球体的卯酉圈曲率半径。
步骤4中,船载导航雷达运动状态估计模型的构建方法,还包括步骤4-5、构建观测方程,具体为:
式中,表示船载卫星终端在k时刻接收到的第1颗北斗卫星位置坐标。
表示船载卫星终端在k时刻接收到的第m颗北斗卫星位置坐标。
表示船载卫星终端在k时刻接收到的第1颗GPS卫星位置坐标。
表示船载卫星终端在k时刻接收到的第n颗GPS卫星位置坐标。
εk表示k时刻的观测噪声矩阵。
本发明具有如下有益效果:
1、本发明提出一种基于北斗、GPS和罗经数据的运动状态估计方法,该方法具有精度高、容错性好、成本低等特点,可以得到船载导航雷达运动状态的精确估计值。
2、本发明提出的方法融合了北斗、GPS和罗经提供的相关信息(位置、速度、航向),大幅提升了系统可靠性,同时也对北斗系统在水上交通运输领域的应用普及具有一定的推广意义和实用价值。
附图说明
图1为本发明基于北斗、GPS和罗经数据的导航雷达运动状态估计方法的流程图。
图2为本发明中北东地坐标系NED的示意图。
图3为本发明中载体坐标系的示意图。
具体实施方式
下面结合附图和具体较佳实施方式对本发明作进一步详细的说明。
本发明的描述中,需要理解的是,术语“左侧”、“右侧”、“上部”、“下部”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,“第一”、“第二”等并不表示零部件的重要程度,因此不能理解为对本发明的限制。本实施例中采用的具体尺寸只是为了举例说明技术方案,并不限制本发明的保护范围。
如图1所示,一种基于北斗、GPS和罗经数据的导航雷达运动状态估计方法,包括如下步骤。
步骤1、选取参考坐标系
如图2所示,选取北东地坐标系NED作为惯性参考坐标系,并定义载体坐标系;其中,北东地坐标系NED的原点为船载导航雷达的基座平面中心点;N轴指向正北方向,E轴指向正东方向,D轴与N和E两轴所在平面垂直且指向地心。
如图3所示,载体坐标系的原点为船载导航雷达的基座平面中心点;x轴与海面平行且指向船艏,y轴与海面平行且垂直于x轴,z轴垂直于x和y两轴确定的平面。
步骤2、时空转换与统一
通过船载卫星终端接收m颗北斗卫星和n颗GPS卫星的星历数据并解算得到每颗卫星的空间位置坐标,将GPS卫星的空间坐标转换到北斗坐标系下,同时将GPS时间系统转换到北斗时间系统下,从而实现北斗和GPS的时空转换与统一。
步骤3、安装船载卫星终端设备和船载罗经设备:将船载卫星终端设备和船载罗经设备安装于船载导航雷达的基座平面中心点位置附近。
步骤4、构建船载导航雷达运动状态估计模型,具体包括如下步骤。
步骤4-1、构建船载导航雷达运动状态估计模型:基于船载卫星终端设备获取到的北斗、GPS数据和船载罗经设备获取到的罗经数据,构建船载导航雷达在k时刻的运动状态估计模型Xk,具体表达式为:
式中,λk、hk分别表示船载导航雷达在k时刻的纬度、经度和海拔高度,与k时刻的输入向量Uk和观测向量Zk相关。
分别表示船载导航雷达在k时刻的东向速度、北向速度和垂向速度,与k时刻的输入向量Uk相关。
步骤4-2、定义输入向量Uk,具体表达式为:
Uk=[vk pk Ak]T (4-2)
式中,vk表示船载卫星终端设备在k时刻获取到的船载导航雷达速度。
pk、Ak分别表示船载罗经设备在k时刻获取到的船载导航雷达的俯仰角和航向角。
步骤4-3、定义观测向量Zk,具体表达式为:
式中,表示在k时刻修正过电离层延时误差和对流层延时误差的第1颗北斗卫星伪距。
表示在k时刻修正过电离层延时误差和对流层延时误差的第m颗北斗卫星伪距。
表示在k时刻修正过电离层延时误差和对流层延时误差的第1颗GPS卫星伪距。
表示在k时刻修正过电离层延时误差和对流层延时误差的第n颗GPS卫星伪距。
之前的方法通常采用数学模型来估算电离层延时,实验证明这些模型只能修正50%到60%的电离层延时误差。随着BDS的建成完善以及GPS的现代化,卫星信号体制也发生了改变,除了已有的北斗B1I和GPS L1频段,逐渐加入了北斗B3I、B2a和GPS L2、L5频段,可用的频段资源越来越丰富。同时,越来越多的北斗接收终端支持接收多个频段的卫星信号。对于这些多频接收终端,可以不借助任何电离层延时数学估算模型,而是直接利用卫星两个频段的伪距测量值对电离层延时进行实时测定,进而完全消除电离层延时误差。
上述北斗卫星使用北斗B1I和B3I两个频段上的伪距进行电离层延时误差修正,其载波频率分别为1561.098MHz和1268.520MHz。
上述GPS卫星使用GPS的L1和L5两个频段上的伪距进行电离层延时误差修正,其载波频率分别为1575.42MHz和1176.45MHz。
经双频修正后的伪距值将不再含有电离层延时误差,具体修正过程为现有技术,这里不再赘述。
步骤4-4、构建船载导航雷达运动状态的转移方程,具体表达式为:
式中,λk-1、hk-1分别表示船载导航雷达在k-1时刻的纬度、经度和海拔高度。
Δt为采样时间,RM为子午线半径,RN为基准椭球体的卯酉圈曲率半径。
步骤4-5、构建观测方程,具体为:
式中,表示船载卫星终端在k时刻接收到的第1颗北斗卫星位置坐标。
表示船载卫星终端在k时刻接收到的第m颗北斗卫星位置坐标。
表示船载卫星终端在k时刻接收到的第1颗GPS卫星位置坐标。
表示船载卫星终端在k时刻接收到的第n颗GPS卫星位置坐标。
εk表示k时刻的观测噪声矩阵。
步骤5、基于卡尔曼滤波算法的运动状态估计
对步骤4构建的船载导航雷达运动状态估计模型Xk,进行卡尔曼滤波算法估计,从而得到船载导航雷达在k时刻的运动状态估计值具体估计方法,优选包括如下步骤。
步骤5-1、构建运动状态预测模型,具体表达式为:
式中,表示k时刻运动状态的预测值。
A表示状态转移矩阵,为经验矩阵。
表示k-1时刻运动状态的估计值。
B表示船载导航雷达运动状态估计模型Xk的输入矩阵。
Uk表示k时刻模型的输入向量。
步骤5-2、构建运动状态协方差矩阵预测模型,具体表达式为:
式中,表示k时刻运动状态协方差矩阵的预测值。
表示k-1时刻运动状态协方差矩阵的估计值。
Q表示系统噪声矩阵,为经验矩阵。
步骤5-3、更新卡尔曼滤波增益,具体为:
式中,Kk表示k时刻船载导航雷达运动状态估计模型Xk的卡尔曼滤波增益。
H表示船载导航雷达运动状态估计模型Xk的观测矩阵。
R表示过程噪声矩阵,为经验矩阵。
步骤5-4、卡尔曼滤波状态估计,具体表达式为:
步骤5-5、运动状态协方差矩阵估计,具体表达式为:
式中,表示k时刻运动状态协方差矩阵的估计值。
经过上述步骤5-1至5-5的递推计算,可以精确可靠估计出船载导航雷达每个时刻的运动状态估计值。
本发明将北斗数据、GPS数据和罗经数据进行融合,实现船载导航雷达运动状态的精确可靠估计,主要步骤如下:首先选取合适的参考坐标系;然后将北斗数据和GPS数据进行时空转换与统一;接着融合北斗、GPS和罗经数据,构建船载导航雷达运动状态估计模型;最后进行卡尔曼滤波算法的递推计算,得到船载导航雷达运动状态的精确估计值。本发明方法可以在复杂海况场景下,精确估计出船载导航雷达的运动状态,具有精度高、容错性好、成本低等特点。
以上详细描述了本发明的优选实施方式,但是,本发明并不限于上述实施方式中的具体细节,在本发明的技术构思范围内,可以对本发明的技术方案进行多种等同变换,这些等同变换均属于本发明的保护范围。
Claims (7)
1.基于北斗、GPS和罗经数据的导航雷达运动状态估计方法,其特征在于:包括如下步骤:
步骤1、选取参考坐标系:选取北东地坐标系NED作为惯性参考坐标系,并定义载体坐标系;其中,北东地坐标系NED的原点为船载导航雷达的基座平面中心点;N轴指向正北方向,E轴指向正东方向,D轴与N和E两轴所在平面垂直且指向地心;
载体坐标系的原点为船载导航雷达的基座平面中心点;x轴与海面平行且指向船艏,y轴与海面平行且垂直于x轴,z轴垂直于x和y两轴确定的平面;
步骤2、时空转换与统一:通过船载卫星终端接收m颗北斗卫星和n颗GPS卫星的星历数据并解算得到每颗卫星的空间位置坐标,将GPS卫星的空间坐标转换到北斗坐标系下,同时将GPS时间系统转换到北斗时间系统下,从而实现北斗和GPS的时空转换与统一;
步骤3、安装船载卫星终端设备和船载罗经设备:将船载卫星终端设备和船载罗经设备安装于船载导航雷达的基座平面中心点位置附近;
步骤4、构建船载导航雷达运动状态估计模型,具体包括如下步骤:
步骤4-1、构建船载导航雷达运动状态估计模型:基于船载卫星终端设备获取到的北斗、GPS数据和船载罗经设备获取到的罗经数据,构建船载导航雷达在k时刻的运动状态估计模型Xk,具体表达式为:
式中,λk、hk分别表示船载导航雷达在k时刻的纬度、经度和海拔高度,与k时刻的输入向量Uk和观测向量Zk相关;
分别表示船载导航雷达在k时刻的东向速度、北向速度和垂向速度,与k时刻的输入向量Uk相关;
步骤4-2、定义输入向量Uk,具体表达式为:
Uk=[vk pk Ak]T (4-2)
式中,vk表示船载卫星终端设备在k时刻获取到的船载导航雷达速度;
pk、Ak分别表示船载罗经设备在k时刻获取到的船载导航雷达的俯仰角和航向角;
步骤4-3、定义观测向量Zk,具体表达式为:
式中,表示在k时刻修正过电离层延时误差和对流层延时误差的第1颗北斗卫星伪距;
表示在k时刻修正过电离层延时误差和对流层延时误差的第m颗北斗卫星伪距;
表示在k时刻修正过电离层延时误差和对流层延时误差的第1颗GPS卫星伪距;
表示在k时刻修正过电离层延时误差和对流层延时误差的第n颗GPS卫星伪距;
步骤5、基于卡尔曼滤波算法的运动状态估计:对步骤4构建的船载导航雷达运动状态估计模型Xk,进行卡尔曼滤波算法估计,从而得到船载导航雷达在k时刻的运动状态估计值
2.根据权利要求1所述的基于北斗、GPS和罗经数据的导航雷达运动状态估计方法,其特征在于:步骤5中,采用卡尔曼滤波算法获取的方法,包括如下步骤:
步骤5-1、构建运动状态预测模型,具体表达式为:
式中,表示k时刻运动状态的预测值;
A表示状态转移矩阵,为经验矩阵;
表示k-1时刻运动状态的估计值;
B表示导航雷达运动状态估计模型Xk的输入矩阵;
Uk表示k时刻模型的输入向量;
步骤5-2、构建运动状态协方差矩阵预测模型,具体表达式为:
式中,表示k时刻运动状态协方差矩阵的预测值;
表示k-1时刻运动状态协方差矩阵的估计值;
Q表示系统噪声矩阵,为经验矩阵;
步骤5-3、更新卡尔曼滤波增益,具体为:
式中,Kk表示k时刻船载导航雷达运动状态估计模型Xk的卡尔曼滤波增益;
H表示船载导航雷达运动状态估计模型Xk的观测矩阵;
R表示过程噪声矩阵,为经验矩阵;
步骤5-4、卡尔曼滤波状态估计,具体表达式为:
3.根据权利要求2所述的基于北斗、GPS和罗经数据的导航雷达运动状态估计方法,其特征在于:还包括步骤5-5、运动状态协方差矩阵估计,具体表达式为:
式中,表示k时刻运动状态协方差矩阵的估计值。
4.根据权利要求1所述的基于北斗、GPS和罗经数据的导航雷达运动状态估计方法,其特征在于:步骤4-3中,北斗卫星使用北斗B1I和B3I两个频段上的伪距进行电离层延时误差修正,其载波频率分别为1561.098MHz和1268.520MHz。
5.根据权利要求1所述的基于北斗、GPS和罗经数据的导航雷达运动状态估计方法,其特征在于:步骤4-3中,GPS卫星使用GPS的L1和L5两个频段上的伪距进行电离层延时误差修正,其载波频率分别为1575.42MHz和1176.45MHz。
6.根据权利要求1所述的基于北斗、GPS和罗经数据的导航雷达运动状态估计方法,其特征在于:步骤4中,船载导航雷达运动状态估计模型的构建方法,还包括步骤4-4、构建船载导航雷达运动状态的转移方程,具体表达式为:
式中,λk-1、hk-1分别表示船载导航雷达在k-1时刻的纬度、经度和海拔高度;
Δt为采样时间,RM为子午线半径,RN为基准椭球体的卯酉圈曲率半径。
7.根据权利要求6所述的基于北斗、GPS和罗经数据的导航雷达运动状态估计方法,其特征在于:步骤4中,船载导航雷达运动状态估计模型的构建方法,还包括步骤4-5、构建观测方程,具体为:
式中,表示船载卫星终端在k时刻接收到的第1颗北斗卫星位置坐标;
表示船载卫星终端在k时刻接收到的第m颗北斗卫星位置坐标;
表示船载卫星终端在k时刻接收到的第1颗GPS卫星位置坐标;
表示船载卫星终端在k时刻接收到的第n颗GPS卫星位置坐标;
εk表示k时刻的观测噪声矩阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311729651.XA CN117724130A (zh) | 2023-12-15 | 2023-12-15 | 基于北斗、gps和罗经数据的导航雷达运动状态估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311729651.XA CN117724130A (zh) | 2023-12-15 | 2023-12-15 | 基于北斗、gps和罗经数据的导航雷达运动状态估计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117724130A true CN117724130A (zh) | 2024-03-19 |
Family
ID=90204707
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311729651.XA Pending CN117724130A (zh) | 2023-12-15 | 2023-12-15 | 基于北斗、gps和罗经数据的导航雷达运动状态估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117724130A (zh) |
-
2023
- 2023-12-15 CN CN202311729651.XA patent/CN117724130A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102918416B (zh) | 用于确定车辆的方位角的系统和方法 | |
CN110133700B (zh) | 一种船载综合导航定位方法 | |
JP2010500578A (ja) | マルチプルgps測定タイプを加重最小二乗解へと融合するための方法 | |
CN112255648B (zh) | 运动状态检测方法、装置、电子设备及存储介质 | |
CN114562992B (zh) | 一种基于因子图及场景约束的多径环境组合导航方法 | |
CN112526569B (zh) | 一种惯导辅助卫导相对定位多历元逐级模糊度求解方法 | |
CN114488230B (zh) | 一种多普勒定位方法、装置、电子设备和存储介质 | |
CN113050142B (zh) | 终端设备的定位方法、装置、电子设备及可读存储介质 | |
CN110208835A (zh) | 一种基于消电离层组合的跨系统紧组合差分定位方法 | |
CN112327340A (zh) | 终端定位精度评估方法、装置、设备以及介质 | |
Hesselbarth et al. | Enabling assistance functions for the safe navigation of inland waterways | |
CN112285749A (zh) | 全球导航卫星系统原始观测数据处理方法、装置及存储介质 | |
CN112859133A (zh) | 一种基于雷达与北斗数据的船舶深度融合定位方法 | |
CN110068848B (zh) | 一种高性能rtk处理技术方法 | |
KR20070065319A (ko) | 위성을 이용한 상대 측위 방법 및 상대 측위 시스템 | |
US6211821B1 (en) | Apparatus and method for determining pitch and azimuth from satellite signals | |
CN113009537A (zh) | 一种惯导辅助卫导相对定位单历元部分模糊度求解方法 | |
CN117055323A (zh) | 基于北斗/伽利略系统融合的星基精密授时方法及系统 | |
CN111288990A (zh) | 一种架空检修机器人组合姿态测量方法 | |
CN112964250B (zh) | 基于北斗和降维imu数据的船舶运动姿态估计方法 | |
CN117724130A (zh) | 基于北斗、gps和罗经数据的导航雷达运动状态估计方法 | |
CN116626726A (zh) | 确定关于车辆的基于gnss的定位的完整性信息的方法 | |
JPH07294623A (ja) | 測位装置及び測位装置付移動体 | |
CN113791432A (zh) | 一种提高ais定位精度的组合导航定位方法 | |
CN117782080B (zh) | 基于PPP-B2b/INS的实时空基导航系统及方法 |
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 |