CN110095115B - 一种基于地磁信息更新的载体航姿测量方法 - Google Patents
一种基于地磁信息更新的载体航姿测量方法 Download PDFInfo
- Publication number
- CN110095115B CN110095115B CN201910480822.7A CN201910480822A CN110095115B CN 110095115 B CN110095115 B CN 110095115B CN 201910480822 A CN201910480822 A CN 201910480822A CN 110095115 B CN110095115 B CN 110095115B
- Authority
- CN
- China
- Prior art keywords
- time
- measurement
- information
- state vector
- measuring
- 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
- G01C21/06—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means involving measuring of drift angle; involving correction for drift
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本发明涉及一种基于地磁信息更新的载体航姿测量方法,其包括以下步骤:初始化;磁偏角的计算;下一时刻的数据获取;下一时刻航姿信息的测量;磁偏角信息的更新;测量方法的持续执行。本发明基于加速度计、陀螺仪和磁传感器测量数据,利用离散化的卡尔曼滤波算法,实时估计和更新磁偏角信息,避免了磁性矿物、钢筋等铁磁性材料的存在导致磁偏角变化而引起的航向角信息扭曲和不可靠问题。
Description
技术领域
本发明涉及载体航姿测量技术领域,具体来说是一种基于地磁信息更新的载体航姿测量方法。
背景技术
天文测量***利用对天体的测量实现航姿信息输出,受大气影响大、环境适应性差。卫星导航测量方法基于卫星导航***定位技术,利用双天线测量航向和俯仰角、或三天线解算航姿,由于天线安装位置误差、高程差的存在等影响,会降低其精度,且一般精度随基线的加长而提高,不适于在小尺寸设备上使用;卫星数据输出频率一般不超过10Hz,响应速度较慢,无法给出高频或实时航姿信息;另外,卫星导航测量方法需要接受导航卫星信号的特点决定了其存在以下局限性:(1)信号弱,容易受到干扰和欺骗;(2)由于衰减严重难以到达室内、丛林以及水下和地面;(3)导航卫星存在被攻击的危险。惯性测量方法依赖高精度惯性器件,即通过高精度天陀螺仪感知地球自转方法,实现航向角观测,其体积大、成本高,通常需要大量***电路进行集成,以上这些缺点大大限制了其在更多领域的应用,特别是在对低成本小体积轻质量等要求较高的民用领域。
地磁测量方法是指充分利用地球上无处不在具有方向性的地磁场,通过测量磁北方向,在结合磁北与真北之间的夹角即磁偏角,获取航姿信息。与天文测量方法、惯性测量方法以及卫星导航测量方法相比,地磁测量方法具有环境适应性强、成本低、无源、自主等优势。基于地磁信息的航姿测量方法目前主要有地磁匹配、地磁滤波以及电子罗盘三类方式。地磁匹配和地磁滤波这两种方式都依赖预先存储的高精度地磁图。然而,地磁场包含复杂多变,难以预测异常场,高精度地磁图往往难以获取;尤其是近地表区域,异常场的影响更觉明显,导致地磁匹配和地磁滤波的航姿测量方式的使用受到限制。
电子罗盘这种测量航姿的方式不需要高精度地磁图,其往往利用磁偏角在一定区域方位内变化不大、近似保持不变的特性,获取航向角ψ信息;同时,采用加速度计感知重力场信息实现俯仰角θ和翻滚角φ测量,实现航向角ψ测量过程的姿态补偿。对于载体运动过程中,载体加速度对重力场信息检测造成干扰,通常引入微机电(MEMS)陀螺仪,并采用滤波算法,以实现动态过程中的航姿测量。然而,外界磁环境的变化如磁性矿物、含钢筋等铁磁性的建筑的存在,都会导致磁偏角发生变化,会扭曲电子罗盘方式获取的航向角信息。
那么如何基于地磁信息的实时更新,实现对磁偏角的实时校准,准确进行航姿测量方法进行成为急需解决的技术问题。
发明内容
本发明的目的是为了解决现有技术中外界磁环境对磁偏角缺陷,提供一种基于地磁信息更新的载体航姿测量方法来解决上述问题。
为了实现上述目的,本发明的技术方案如下:
一种基于地磁信息更新的载体航姿测量方法,包括以下步骤:
磁偏角的计算:利用当前时刻t=k的磁传感器量测数据,解算量测磁航向角αm,k;根据当前时刻的航向角ψk和量测磁航向角αm,k,计算磁偏角Dk,其计算公式如下:
Dk=ψk-αm,k;
下一时刻的数据获取:获取下一时刻t=k+1的加速度计、陀螺仪和磁传感器的量测数据;
磁偏角信息的更新:根据下一时刻t=k+1的航向角ψk+1和量测磁航向角αm,k+1,更新下一时刻t=k+1时的磁偏角Dk+1;
测量方法的持续执行:返回下一时刻的数据获取步骤,获取时刻t=k+2的数据信息,并进行时刻t=k+2时磁偏角的更新。
所述下一时刻航姿信息的测量步骤中,离散化卡尔曼滤波方法为离散化扩展卡尔曼滤波方法;所述下一时刻航姿信息的测量包括以下步骤:
建立离散化的状态方程和量测方程,其表达式如下:
Zk+1=h(Xk+1,k+1)+vk+1=Xk+1+vk+1, (3)
ψm,k+1=αm,k+1+Dk, (7)
函数f表征下一时刻k+1的状态向量xk+1与当前时刻k的状态向量xk之间的关系;表示角度的时间变化率;dt为t=k与t=k+1之间的时间间隔;和分别为k时刻载体坐标系中标定后陀螺仪在x、y和z轴上方向上量测数据;
函数h表征下一时刻k+1的状态量xk+1与量测量zk+1两者的关系;表示下一时刻k+1的载体坐标系相对于当地水平坐标系的航向角ψk+1、俯仰角θk+1和翻滚角的量测量;和分别为下一时刻k+1载体坐标系中标定后加速度传感器在x,y和z轴上方向上量测数据;和分别为下一时刻k+1载体坐标系中标定后磁传感器在x,y和z轴上方向上量测数据;和分别为和转换到地理坐标系l三个轴xl、yl和zl上得到量测数据;wk和vk+1分别为***过程噪声和量测噪声,其统计特性如下:
其中,k、j表示离散时间点,Q为***过程噪声协方差矩阵,βkj为Kronecker符号,R为量测噪声协方差矩阵;
设定忽略***过程噪声wk和量测噪声vk+1,
由此得到近似呈线性的状态方程和量测方程为:
其中,Xk+1和Zk+1分别为状态向量和量测向量在下一时刻k+1的真实值;
构建一组完整的离散化扩展卡尔曼滤波方法迭代过程,其表示如下:
结合方程(4)和(16),可得到,
离散化扩展卡尔曼滤波方法测量更新方程如下:
其中,(γ1,γ2,γ3)为传感器特性相关的参数,取正数;
Rk+1=f(η1,η2,η3)R, (19)
其中,f(η1,η2,η3)为(η1,η2,η3)相关的函数。
其中,Kk为k时刻的滤波增益矩阵,Pk为k时刻的状态向量的协方差矩阵;
k+1时刻状态向量Xk+1近似如下:
所述下一时刻航姿信息的测量步骤中,离散化卡尔曼滤波方法为离散化无迹卡尔曼滤波方法;所述下一时刻航姿信息的测量包括以下步骤:
构建Sigma散点集:
其中,为状态向量在时刻k的后验估计值;Pk为k时刻的状态向量的协方差矩阵;n为状态向量维数;λ=α2(n+κ)-n为获取给定分布高阶矩信息的自由参数,使得n+κ=3,10-4≤α≤1,代表矩阵(n+λ)Pk-1平方根的第i行或第i列;
设定离散化无迹卡尔曼滤波方法的时间更新方程如下:
其中,β包含状态分布的先验信息;
结合方程Rk+1=f(η1,η2,η3)R,f(η1,η2,η3)为(η1,η2,η3)相关的函数,离散化无迹卡尔曼滤波方法的测量更新方程如下:
得到k+1时刻状态向量Xk+1的近似值,如下:
所述磁偏角信息的更新包括以下步骤:
更新磁偏角信息,并存储时刻k+1的磁偏角Dk+1。
有益效果
本发明的一种基于地磁信息更新的载体航姿测量方法,与现有技术相比基于加速度计、陀螺仪和磁传感器测量数据,利用离散化的卡尔曼滤波算法,实时估计和更新磁偏角信息,避免了磁性矿物、钢筋等铁磁性材料的存在导致磁偏角变化而引起的航向角信息扭曲和不可靠问题。
本发明不依赖预存的高精地地磁图,而是基于地磁信息实时更新的航姿测量方法,实现对磁偏角的实时校准,从而补偿外界磁环境航姿信息的扭曲,达到提高航姿测量可靠性和精度的目的。
附图说明
图1为本发明的方法顺序图;
图2为载体坐标系b、局域水平坐标系l和地理坐标系g关系示意图。
具体实施方式
为使对本发明的结构特征及所达成的功效有更进一步的了解与认识,用以较佳的实施例及附图配合详细的说明,说明如下:
如图1所示,本发明所述的一种基于地磁信息更新的载体航姿测量方法,其包括以下步骤:
第二步,磁偏角的计算。
由此,可以计算当前时刻t=k的量测磁航向角αm,k,计算公式如下:
根据当前时刻t=k的航向角ψk和量测磁航向角αm,k信息,解算当前时刻的磁偏角:
Dk=ψk-αm,k。
第三步,下一时刻的数据获取:获取下一时刻t=k+1的加速度计、陀螺仪和磁传感器的量测数据。
第四步,下一时刻航姿信息的测量。
建立离散化的卡尔曼滤波的状态方程和量测方程,其表达式如下:
Zk+1=h(Xk+1,k+1)+vk+1=Xk+1+vk+1, (3)
Ψm,k+1=αm,k+1+Dk,
函数f表征下一时刻k+1的状态向量xk+1与当前时刻k的状态向量xk之间的关系;表示角度的时间变化率;dt为t=k与t=k+1之间的时间间隔;和分别为k时刻载体坐标系中标定后陀螺仪在x,y和z轴上方向上量测数据;
函数h表征下一时刻k+1的状态量xk+1与量测量zk+1两者的关系;表示下一时刻k+1的载体坐标系相对于当地水平坐标系的航向角ψk+1、俯仰角θk+1和翻滚角的量测量;wk和vk+1分别为***过程噪声和量测噪声,其统计特性如下:
其中,k、j表示离散时间点,Q为***过程噪声协方差矩阵,δkj为Kronecker符号,R为量测噪声协方差矩阵。
作为本发明的第一种实施方式,当离散化卡尔曼滤波方法采用扩展卡尔曼滤波时,
设定忽略***过程噪声wk和量测噪声vk+1,
由此得到近似呈线性的状态方程和量测方程为:
其中,Xk+1和Zk+1分别为状态向量和量测向量在下一时刻k+1的真实值;
构建一组完整的离散化扩展卡尔曼滤波方法迭代过程,其表示如下:
离散化扩展卡尔曼滤波方法测量更新方程如下:
其中,(γ1,γ2,γ3)为传感器特性相关的参数,取正数;
Rk+1=f(η1,η2,η3)R,
其中,f(η1,η2,η3)为(η1,η2,η3)相关的函数。
其中,Kk为k时刻的滤波增益矩阵,Pk为k时刻的状态向量的协方差矩阵;
k+1时刻状态向量Xk+1近似如下:
作为本发明的第二种实施方式,当离散化卡尔曼滤波方法采用无迹卡尔曼滤波时:
构建Sigma散点集:
其中,为状态向量在时刻k的后验估计值;Pk为k时刻的状态向量的协方差矩阵;n为状态向量维数;λ=α2(n+κ)-n为获取给定分布高阶矩信息的自由参数,使得n+κ=3,10-4≤α≤1,代表矩阵(n+λ)Pk-1平方根的第i行或第i列;
设定离散化无迹卡尔曼滤波方法的时间更新方程如下:
其中,β包含状态分布的先验信息;
结合方程Rk+1=f(η1,η2,η3)R,f(η1,η2,η3)为(η1,η2,η3)相关的函数,离散化无迹卡尔曼滤波方法的测量更新方程如下:
得到k+1时刻状态向量Xk+1的近似值,如下:
第五步,磁偏角信息的更新。
根据下一时刻t=k+1的航向角ψk+1和量测磁航向角αm,k+1,更新下一时刻t=k+1时的磁偏角Dk+1;
Dk+1=ψk+1-αm,k+1。
第六步,测量方法的持续执行:返回下一时刻的数据获取步骤,获取时刻t=k+2的数据信息,并进行时刻t=k+2时磁偏角的更新。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是本发明的原理,在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。
Claims (4)
1.一种基于地磁信息更新的载体航姿测量方法,其特征在于,包括以下步骤:
12)磁偏角的计算:利用当前时刻t=k的磁传感器量测数据,解算量测磁航向角αm.k;根据当前时刻的航向角ψk和量测磁航向角αm,k,计算磁偏角Dk,其计算公式如下:
Dk=ψk-αm,k;
13)下一时刻的数据获取:获取下一时刻t=k+1的加速度计、陀螺仪和磁传感器的量测数据;
15)磁偏角信息的更新:根据下一时刻t=k+1的航向角ψk+1和量测磁航向角αm,k+1,更新下一时刻t=k+1时的磁偏角Dk+1;
16)测量方法的持续执行:返回下一时刻的数据获取步骤,获取时刻t=k+2的数据信息,并进行时刻t=k+2时磁偏角的更新。
2.根据权利要求1所述的一种基于地磁信息更新的载体航姿测量方法,其特征在于,所述下一时刻航姿信息的测量步骤中,离散化卡尔曼滤波方法为离散化扩展卡尔曼滤波方法;所述下一时刻航姿信息的测量包括以下步骤:
21)建立离散化的状态方程和量测方程,其表达式如下:
Zk+1=h(Xk+1,k+1)+vk+1=Xk+1+vk+1, (3)
ψm,k+1=αm,k+1+Dk, (7)
函数f表征下一时刻k+1的状态向量xk+1与当前时刻k的状态向量xk之间的关系;表示角度的时间变化率;dt为t=k与t=k+1之间的时间间隔;和分别为k时刻载体坐标系中标定后陀螺仪在x,y和z轴上方向上量测数据;
函数h表征下一时刻k+1的状态向量xk+1与量测量zk+1两者的关系;表示下一时刻k+1的载体坐标系相对于当地水平坐标系的航向角ψk+1、俯仰角θk+1和翻滚角的量测量;和分别为下一时刻k+1载体坐标系中标定后加速度传感器在x、y和z轴上方向上量测数据;和分别为下一时刻k+1载体坐标系中标定后磁传感器在x、y和z轴上方向上量测数据;和分别为和转换到地理坐标系l三个轴xl、yl和zl上得到量测数据;wk和vk+1分别为***过程噪声和量测噪声,其统计特性如下:
其中,k、j表示离散时间点,Q为***过程噪声协方差矩阵,δkj为Kronecker符号,R为量测噪声协方差矩阵;
22)设定忽略***过程噪声wk和量测噪声vk+1,
由此得到近似呈线性的状态方程和量测方程为:
其中,Xk+1和Zk+1分别为状态向量和量测向量在下一时刻k+1的真实值;
H为函数h关于x偏导的Jacobian矩阵,
V为函数h关于v偏导的Jacobian矩阵,
23)构建一组完整的离散化扩展卡尔曼滤波方法迭代过程,其表示如下:
结合方程(4)和(16),可得到,
24)离散化扩展卡尔曼滤波方法测量更新方程如下:
其中,(γ1,γ2,γ3)为传感器特性相关的参数,取正数;
Rk+1=f(η1,η2,η3)R, (19)
其中,f(η1,η2,η3)为(η1,η2,η3)相关的函数;
其中,Kk为k时刻的滤波增益矩阵,Pk为k时刻的状态向量的协方差矩阵;
25)k+1时刻状态向量Xk+1近似如下:
3.根据权利要求2所述的一种基于地磁信息更新的载体航姿测量方法,其特征在于,所述下一时刻航姿信息的测量步骤中,离散化卡尔曼滤波方法为离散化无迹卡尔曼滤波方法;所述下一时刻航姿信息的测量包括以下步骤:
31)构建Sigma散点集:
其中,为状态向量在时刻k的后验估计值;Pk为k时刻的状态向量的协方差矩阵;n为状态向量维数;λ=α2(n+κ)-n为获取给定分布高阶矩信息的自由参数,使得n+κ=3,10-4≤α≤1,代表矩阵(n+λ)Pk-1平方根的第i行或第i列;
32)设定离散化无迹卡尔曼滤波方法的时间更新方程如下:
其中,β包含状态分布的先验信息;
33)结合方程Rk+1=f(η1,η2,η3)R,f(η1,η2,η3)为(η1,η2,η3)相关的函数,离散化无迹卡尔曼滤波方法的测量更新方程如下:
34)得到k+1时刻状态向量Xk+1的近似值,如下:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910480822.7A CN110095115B (zh) | 2019-06-04 | 2019-06-04 | 一种基于地磁信息更新的载体航姿测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910480822.7A CN110095115B (zh) | 2019-06-04 | 2019-06-04 | 一种基于地磁信息更新的载体航姿测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110095115A CN110095115A (zh) | 2019-08-06 |
CN110095115B true CN110095115B (zh) | 2020-12-25 |
Family
ID=67450164
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910480822.7A Active CN110095115B (zh) | 2019-06-04 | 2019-06-04 | 一种基于地磁信息更新的载体航姿测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110095115B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111895994A (zh) * | 2020-06-29 | 2020-11-06 | 西北工业大学 | 一种基于磁趋势航向策略的地磁仿生导航方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1908584A (zh) * | 2006-08-23 | 2007-02-07 | 北京航空航天大学 | 一种捷联惯性导航***初始姿态确定方法 |
CN108955671A (zh) * | 2018-04-25 | 2018-12-07 | 珠海全志科技股份有限公司 | 一种基于磁偏角、磁倾角的卡尔曼滤波导航方法 |
CN109163721A (zh) * | 2018-09-18 | 2019-01-08 | 河北美泰电子科技有限公司 | 姿态测量方法及终端设备 |
CN109443342A (zh) * | 2018-09-05 | 2019-03-08 | 中原工学院 | 新型自适应卡尔曼无人机姿态解算方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109405820A (zh) * | 2018-09-05 | 2019-03-01 | 中原工学院 | 无人机航姿监测*** |
-
2019
- 2019-06-04 CN CN201910480822.7A patent/CN110095115B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1908584A (zh) * | 2006-08-23 | 2007-02-07 | 北京航空航天大学 | 一种捷联惯性导航***初始姿态确定方法 |
CN108955671A (zh) * | 2018-04-25 | 2018-12-07 | 珠海全志科技股份有限公司 | 一种基于磁偏角、磁倾角的卡尔曼滤波导航方法 |
CN109443342A (zh) * | 2018-09-05 | 2019-03-08 | 中原工学院 | 新型自适应卡尔曼无人机姿态解算方法 |
CN109163721A (zh) * | 2018-09-18 | 2019-01-08 | 河北美泰电子科技有限公司 | 姿态测量方法及终端设备 |
Non-Patent Citations (2)
Title |
---|
EKF和UKF在惯导初始对准中的应用研究;陈焕清 等;《长江工程职业技术学院学报》;20090630;第26卷(第2期);第40-43页 * |
基于无迹卡尔曼滤波的四旋翼无人飞行器姿态估计算法;朱岩 等;《测试技术学报》;20141231;第28卷(第3期);第194-198页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110095115A (zh) | 2019-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109556632B (zh) | 一种基于卡尔曼滤波的ins/gnss/偏振/地磁组合导航对准方法 | |
CN107270893B (zh) | 面向不动产测量的杆臂、时间不同步误差估计与补偿方法 | |
CN109556631B (zh) | 一种基于最小二乘的ins/gnss/偏振/地磁组合导航***对准方法 | |
CN110398245B (zh) | 基于脚戴式惯性测量单元的室内行人导航姿态估计方法 | |
US9417091B2 (en) | System and method for determining and correcting field sensors errors | |
CN106500693B (zh) | 一种基于自适应扩展卡尔曼滤波的ahrs算法 | |
CN111947652A (zh) | 一种适用于月球着陆器的惯性/视觉/天文/激光测距组合导航方法 | |
CN110174123B (zh) | 一种磁传感器实时标定方法 | |
CN112923924B (zh) | 一种锚泊船舶姿态与位置监测方法及*** | |
CN109000639B (zh) | 乘性误差四元数地磁张量场辅助陀螺的姿态估计方法及装置 | |
CN108225312B (zh) | 一种gnss/ins松组合中杆臂估计以及补偿方法 | |
CN111649747A (zh) | 一种基于imu的自适应ekf姿态测量改进方法 | |
Canciani et al. | An analysis of the benefits and difficulties of aerial magnetic vector navigation | |
CN110095115B (zh) | 一种基于地磁信息更新的载体航姿测量方法 | |
Tomaszewski et al. | Concept of AHRS algorithm designed for platform independent IMU attitude alignment | |
CN112284388B (zh) | 一种无人机多源信息融合导航方法 | |
CN110375773B (zh) | Mems惯导***姿态初始化方法 | |
CN110160530B (zh) | 一种基于四元数的航天器姿态滤波方法 | |
CN116380052A (zh) | 一种基于uwb融合imu的室内定位方法 | |
CN113551669B (zh) | 基于短基线的组合导航定位方法及装置 | |
CN115523919A (zh) | 一种基于陀螺漂移优化的九轴姿态解算方法 | |
Mathiassen et al. | A low cost navigation unit for positioning of personnel after loss of GPS position | |
Tomaszewski et al. | Analysis of the noise parameters and attitude alignment accuracy of INS conducted with the use of MEMS-based integrated navigation system | |
Shou et al. | Micro-satellite attitude determination: using Kalman filtering of magnetometer data approach | |
Goryanina et al. | Recursive least squares method for identification of MEMS orientation sensors parameters |
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 |