CN112649022B - 一种考虑挠曲变形和杆臂效应的大失准角传递对准方法 - Google Patents
一种考虑挠曲变形和杆臂效应的大失准角传递对准方法 Download PDFInfo
- Publication number
- CN112649022B CN112649022B CN202110022114.6A CN202110022114A CN112649022B CN 112649022 B CN112649022 B CN 112649022B CN 202110022114 A CN202110022114 A CN 202110022114A CN 112649022 B CN112649022 B CN 112649022B
- Authority
- CN
- China
- Prior art keywords
- inertial navigation
- lever arm
- matrix
- square root
- state
- 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 68
- 238000012546 transfer Methods 0.000 title claims abstract description 37
- 230000000694 effects Effects 0.000 title claims abstract description 27
- 238000005259 measurement Methods 0.000 claims abstract description 33
- 238000001914 filtration Methods 0.000 claims abstract description 27
- 239000011159 matrix material Substances 0.000 claims description 43
- 230000008569 process Effects 0.000 claims description 21
- 230000015271 coagulation Effects 0.000 claims description 9
- 238000005345 coagulation Methods 0.000 claims description 9
- 230000001133 acceleration Effects 0.000 claims description 7
- 238000005452 bending Methods 0.000 claims description 6
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 230000000644 propagated effect Effects 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000002360 preparation method Methods 0.000 claims description 2
- 238000007711 solidification Methods 0.000 claims description 2
- 230000008023 solidification Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 5
- 238000004088 simulation Methods 0.000 description 8
- 238000009434 installation Methods 0.000 description 6
- 230000009466 transformation Effects 0.000 description 6
- 230000010354 integration Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 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 1
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000002301 combined effect Effects 0.000 description 1
- 230000036461 convulsion Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005295 random walk Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
- G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Navigation (AREA)
Abstract
本发明提出一种考虑挠曲变形和杆臂效应的大失准角传递对准方法。首先,推导了惯性系下挠曲变形和杆臂效应一体化误差方程。然后,建立了基于罗德里格参数的非线性传递对准模型。最后,然后根据模型的部分非线性特征,设计边缘平方根容积卡尔曼滤波器,通过平方根滤波进行线性时间更新,通过平方根容积卡尔曼滤波进行非线性量测更新,实现失准角的估计。本发明可以有效补偿挠曲变形及动态杆臂误差,提高对准精度,并且具有稳定的滤波特性以及良好的计算实时性。
Description
技术领域
本发明涉及捷联惯导技术领域,特别是涉及一种考虑挠曲变形和杆臂效应的大失准角传递对准方法。
背景技术
随着现代战争对武器装备精确打击能力和快速反应能力的要求日益提高,高精度快速对准技术对于战术级武器的导航***愈加重要。在舰载环境下,利用高精度主惯导信息进行对准的传递对准方法,凭借其高精度及快速性的优势,成为子惯导***对准的主要方案。
在实际传递对准工作过程中,由于主、子惯导安装位置不同导致的杆臂效应作为影响对准精度的重要误差因素,在固定杆臂长度已知的情况下,通常在滤波器量测信息中进行补偿。然而由于载体并非理想刚体,在外界环境如日晒、海浪冲击等影响下,会发生挠曲变形。载体的挠曲变形一方面会对惯性测量器件的输出产生影响,另一方面会引起杆臂长度的变化,产生动态杆臂误差,无法在量测量中有效补偿。因此,为提高传递对准性能,需要同时考虑挠曲变形以及动态杆臂误差影响。
徐晓苏等人在《基于鲁棒滤波的挠曲变形和动态杄臂补偿算法》(发表于《中国惯性技术学报》,2015年,第23卷,第1期)一文中,建立了挠曲变形和杆臂效应一体化传递对准误差模型,改善了随机扰动环境下的失准角估计效果。然而上述研究对失准角进行了小角度假设,将模型进行了线性化处理。而实际情况中,舰船主惯导***一般固定安装于舰船甲板下方的导航室内,而舰载机却可能停靠在甲板上任意位置,导致主子惯导间的失准角可能较大,无法适用基于小失准角的线性对准误差模型。因此需要针对大失准角情况下的非线性传递对准一体化误差模型进行研究。
高青伟等人在《大方位失准角传递对准非线性模型研究》(发表于《控制与决策》,2011年,第26卷,第3期)一文中建立了大方位失准角条件下挠曲变形和杆臂效应一体化的非线性传递对准模型,但该模型没有对实际失准角进行建模,并且未能实现组合匹配对准。卢航等人在《基于边缘采样的简化高阶CKF在非线性快速传递对准中的应用》(发表于《航空学报》,2019年,第40卷,第3期)一文中建立了基于速度加姿态的组合匹配非线性快速传递对准一体化模型,但以欧拉角作为大失准角的姿态描述,会受到奇异性及超越函数的限制。段腾辉在《光纤捷联惯导***快速对准技术研究》(哈尔滨工程大学,2019年)中推导了基于四元数的大失准角快速传递对准模型,该模型具有非奇异性、对大角度旋转描述更精确等优点,但由于四元数的冗余性质增加了计算量,同时滤波时也很难兼顾四元数的单位模约束。Cui X等人在《A unified model for transfer alignment at random misalignmentangles based on second-order EKF》(发表于《Measurement ence&Technology》,2017年,第28卷,第4期)一文中提出了在惯性系框架内进行传递对准的思路,建立了基于罗德里格参数的大失准角传递对准模型,但是并没有考虑挠曲变形和杆臂效应的综合影响。
因此,为解决随机扰动环境下的大失准角传递对准问题,本发明提出一种考虑挠曲变形和杆臂效应的大失准角传递对准方法。该方法推导惯性系下挠曲变形和杆臂效应一体化误差方程,建立基于罗德里格参数的非线性传递对准模型,并根据模型的部分非线性特征,设计边缘平方根容积卡尔曼滤波器,实现失准角的滤波估计。
发明内容
本发明的目的在于提供一种可应用于挠曲变形以及杆臂效应影响下的舰船大失准角高精度快速传递对准方法。
实现本发明目的的技术方案为:一种考虑挠曲变形和杆臂效应的大失准角传递对准方法,包括以下步骤:
步骤一:在运载体上安装高精度主惯导***和精度较低的子惯导***,完成启动、预热准备;
步骤二:计算主、子惯导的载体坐标系至惯性凝固坐标系之间的转换矩阵,通过该矩阵将主、子惯导的比力及角速度信息投影至惯性凝固坐标系,然后将投影后的主惯导比力及角速度传输到子惯导计算机。
步骤三:将主、子惯导惯性凝固坐标系下的比力进行积分,选取主、子惯导之间的比力积分差值、角速度差值作为量测信息,构建基于罗德里格参数的挠曲变形和动态杆臂效应一体化非线性传递对准模型。
步骤四:利用边缘平方根容积卡尔曼滤波器进行滤波,估计子惯导失准角,修正子惯导姿态,完成传递对准。
在步骤三中,构建基于罗德里格参数的挠曲变形和动态杆臂效应一体化非线性传递对准模型,具体方法为:
模型状态向量选取为
各个状态的状态方程为
其中,为与失准角对应的罗德里格参数;εs为子惯导陀螺常值漂移;为加速度计常值零偏;为im系下的动态杆臂加速度积分;θ=[θx θy θz]T为挠曲变形角;μ=[μx μyμz]T为挠曲变形角速率;β=2.146/τ,τ=[τx τy τz]T为相关时间;wf为激励白噪声,其方差满足Var(wf)=Qf=4β3σ2,其中σ=[σx σy σz]T为挠曲变形角方差。
根据上述状态方程,构建***状态模型
过程噪声驱动矩阵G表示为
量测方程为
在步骤四所述的利用边缘平方根容积卡尔曼滤波器进行滤波,具体方法为:
1)时间更新过程
Sk/k-1=Tria([Fk/k-1Sk-1 SQ,k-1])
2)量测更新过程
容积点经过非线性量测方程传播,计算量测预测容积点
计算量测预测值
计算新息协方差矩阵的平方根因子
Szz,k/k-1=Tria([ηk/k-1SR,k])
计算互协方差矩阵
计算滤波增益
计算状态估计
计算状态估计均方误差阵的平方根因子
Sk=Tria([χk/k-1-Kkηk/k-1 KkSR,k])
与现有技术相比,本发明的有益效果是:
本发明在舰船甲板存在随机扰动的情况下,建立了基于罗德里格参数的挠曲变形和动态杆臂效应一体化非线性传递对准模型,并根据模型的部分非线性特征,设计边缘平方根容积卡尔曼滤波器,有效补偿挠曲变形及动态杆臂误差,提高随机扰动影响下的对准精度,并且具有稳定的滤波特性以及良好的计算实时性。
附图说明
图1为本发明方法流程示意图;
图2为由x轴挠曲变形角引起的动态杆臂长度变化示意图;
图3为挠曲变形角估计;
图4为挠曲变形角估计误差;
图5为失准角估计误差均值;
图6为失准角估计误差RMS;
图7为滤波器滤波的周期;
具体实施方式
以下结合附图1本发明方法流程示意图,对本发明进行详细说明。
为了验证本发明的有效性,利用Matlab对本发明的方法进行仿真。
1)推导惯性系下挠曲变形和杆臂效应一体化误差方程,具体步骤如下:
载体的动态挠曲变形是随机扰动量,而当前时刻的扰动位置与之前时刻有关,与白噪声驱动的马尔可夫过程类似,因此通常把载体的动态挠曲变运动形视为马尔可夫过程。考虑到高阶模型的计算量较大,对实际工程中计算机能力要求更高,并参考近些年的相关研究,本文将动态挠曲变形考虑为二阶马尔可夫过程:
式中,θ=[θx θy θz]T为挠曲变形角;μ=[μx μy μz]T为挠曲变形角速率;β=2.146/τ,τ=[τx τy τz]T为相关时间;wf为激励白噪声,其方差满足Var(wf)=Qf=4β3σ2,其中σ=[σx σy σz]T为挠曲变形角方差。
由于受到挠曲变形的影响,主、子惯导之间的固定杆臂长度发生动态变化,产生了动态杆臂误差。设主惯导载体坐标系(m系)下固定杆臂矢量r0=[rx ry rz]T,挠曲变形角矢量θ=[θx θy θz]T,并考虑为小角度。图2表示由x轴挠曲变形角θx引起的动态杆臂长度变化示意图,则由图2可知,θx对杆臂分量产生的变化量为
同理,θy以及θz对杆臂分量产生的变化量为δrx1=rzθy,δrz1=-rxθy,δrx2=-ryθz,δry2=rxθz,因此动态杆臂rm可表示为
动态杆臂矢量的一阶、二阶导数分别为
杆臂效应影响下主、子惯导敏感的比力在地心惯性系(i-frame)内的投影关系为
结合式(1)至式(5),并补偿刚性杆臂加速度后,则有
挠曲变形影响下,惯性系内主、子惯导陀螺仪测量的角速度关系为
2)建立基于罗德里格参数的主子惯导测量方程,具体方法为:
将传递对准初始时刻的主惯导载体坐标系(m)和子惯导载体坐标系(s)进行固定,分别得到惯性凝固坐标系im和is。由于对准过程中m系相对于im系转动,导致两者之间的坐标变换矩阵为时变矩阵,该矩阵可由主惯导陀螺仪输出计算得到。考虑主惯导器件精度较高,在忽略其误差的情况下,根据方向余弦矩阵微分方程,则有
将上式进行展开,并忽略高阶小量,则有
结合式(6)、式(11)、式(13),则有
同理,对于主、子惯导陀螺仪输出则有
式中
将式(16)带入分别式(14)、式(15),经过整理可得
式(17)、式(18)等式右边包含了主、子惯导间的安装误差角对应的罗德里格向量因此可采用主、子惯导的比力以及角速度作为匹配量,构建量测方程。由于在推导过程中未对安装误差角进行小角度假设,因此该匹配方程适用于大失准角的传递对准过程。
3)构建传递对准滤波模型,具体方法为:
子惯导IMU的比力及角速度输出中包含了动态挠曲变形、测量噪声等随机噪声扰动项,影响式(17)、式(18)中的匹配量精度。因此可以通过积分过程的平滑特性衰减随机噪声,提高量测信息的信噪比,改善失准角估计性能。然而,积分操作虽然可以一定程度上提高对于随机噪声的抗扰能力,但同时削弱了量测信息与状态之间的关联程度,降低了状态的可观测性。因此,在通过积分操作衰减随机噪声影响的同时,还需要兼顾状态的可观测性。本发明仅选择惯性凝固坐标系下的主、子惯导比力进行积分。
对式(17)进行积分,则有
则根据式(1)、式(10)、式(19)、式(20),构建***状态微分方程
过程噪声驱动矩阵G表示为
根据式(18)、式(19),构建量测方程
式中,wk表示由主惯导刚性杆臂补偿残余误差、惯性器件误差的积分引起的量测噪声。
4)设计边缘平方根容积卡尔曼滤波,具体方法为:
所建立的滤波模型的状态方程为线性,量测方程为非线性基于模型的该特性,仅对滤波器非线性部分,即量测更新过程,采用容积点采样的方式,通过SRCKF进行更新;而对滤波器线性部分,即时间更新过程,直接采用线性映射方式,通过平方根滤波(SRF)进行更新。
a.时间更新过程
Sk/k-1=Tria([Fk/k-1Sk-1 SQ,k-1]) (25)
b.量测更新过程
容积点经过非线性量测方程传播,计算量测预测容积点
计算量测预测值
计算新息协方差矩阵的平方根因子
Szz,k/k-1=Tria([ηk/k-1 SR,k]) (29)
计算互协方差矩阵
计算滤波增益
计算状态估计
计算状态估计均方误差阵的平方根因子
Sk=Tria([χk/k-1-Kkηk/k-1 KkSR,k]) (33)
5)最后,仿真验证本发明的有效性。
a.仿真条件设置
式中,θ、γ、ψ分别表示舰船纵摇、横摇、航向角;θm、γm、ψm分别表示舰船摇摆幅度;ωy,ωp,ωr表示舰船摇摆角频率,Ti=2π/ωi,(i=y,p,r)为摇摆周期;θ0、γ0、表示舰船初始相位;K表示初始航向。
仿真参数设置如下:
摇摆角幅值:ψm=8°,θm=10°,γm=7°;
摇摆周期:Ty=8s,Tp=12s,Tr=6s;
初始相位:θ0=8°,γ0=0°,ψ0=45°;
初始航向:K=30°;
初始纬度φ=45.7796°,初始经度λ=126.6705°;
舰船以10n mile/h的速度匀速直航;
固定杆臂长度为r0=[5m 5m 5m]T;
二阶马尔可夫过程的动态挠曲变形角相关时间τ=[30s 30s 30s]T;
挠曲变形角方差σ2=[10' 10' 10']T;
主子惯导之间的安装误差角(实际失准角)φ=[5° 5° 60°]T;
滤波器时间更新周期tn=0.01s,量测更新周期tm=0.1s;
滤波器状态初始值X(0)=024×1
***过程噪声矩阵Q根据陀螺随机噪声、加速度计随机噪声、挠曲变形角的二阶马尔可
夫激励白噪声设置,其协方差矩阵分别为:
Qa=diag[(1μg)2 (1μg)2 (1μg)2],
Qf=diag[4·(2.146/30s)3·10' 4·(2.146/30s)3·10' 4·(2.146/30s)3·10'];
量测噪声协方差矩阵R根据比力量测噪声、比力积分噪声以及加角速度量测噪声设置,
其协方差矩阵分别为:
b.仿真结果
首先通过所提方案对挠曲变形进行估计,验证所提传递对准方案对挠曲变形的补偿作用。根据仿真条件,通过所提方案对挠曲变形角θ及角速度μ进行估计。图3和图4分别表示挠曲变形角的估计值以及相应估计误差。由图可知,滤波器随着滤波过程逐渐收敛,θ估计值逐渐逼近真值。在滤波收敛后(40s~200s)估计误差RMS为[1.4473',1.1811',0.6870']T,表明滤波器可以较为准确的跟踪挠曲变形角,验证了所提方案对抑制挠曲变形角的有效性。
然后通过与其它已有方法的比较验证所提传递对准方案的有效性。方法1采用CuiX等人建立的未考虑挠曲变形与杆臂效应的大失准角传递对准模型,通过常见的容积卡尔曼滤波(Cubature Kalman Filter,CKF)进行滤波估计;方法2采用本文建立的传递对准模型,通过常见的CKF进行滤波估计。
为准确的比较各方案的对准效果,根据仿真条件进行50次蒙特卡洛仿真,仿真结果如图5和图6所示。由图可知,对于φz,方法1估计误差RMS为12.2231',而方法2估计误差RMS为6.2912',与方法1相比,在提高收敛速度的同时,对准精度提升50.62%。同理,对于φx、φy,具有相同的仿真结果。这表明在采用相同滤波器(CKF)的情况下,方法2较方法1具有更优的对准性能,验证了所建立的传递对准模型的有效性以及优越性。
进一步,对采用相同滤波模型的方法2和所提方法进行比较。CKF(方法2的滤波器)和MSRCKF(所提方法的滤波器)的滤波时间及其统计结果分别如图7所示。由图可知,CKF的滤波周期均值为1.5892E-3s,相同的滤波模型下,MSRCKF的滤波周期均值为1.3598E-3s,与CKF相比,滤波时间较CKF减少了14.36%。由图5和图6可知,所提方法与方法2具大致相同的对准精度,因此可知,MSRCKF表明在不损失滤波精度的前提下,具有更优的计算实时性,验证了所设计滤波器的有效性。
综合上述所述,本发明提供的方法可以有效抑制挠曲变形及杆臂误差,改善大失准角对准精度,提高对准过程计算实时性以及稳定性。
Claims (1)
1.一种考虑挠曲变形和杆臂效应的大失准角传递对准方法,其特征在于,包括以下步骤:
步骤一:在运载体上安装高精度主惯导***和精度较低的子惯导***,完成启动、预热准备;
步骤二:计算主、子惯导的载体坐标系至惯性凝固坐标系之间的转换矩阵,通过该矩阵将主、子惯导的比力及角速度信息投影至惯性凝固坐标系,然后将投影后的主惯导比力及角速度传输到子惯导计算机;
步骤三:将主、子惯导惯性凝固坐标系下的比力进行积分,选取主、子惯导之间的比力积分差值、角速度差值作为量测信息,构建基于罗德里格参数的挠曲变形和动态杆臂效应一体化非线性传递对准模型;
步骤四:利用边缘平方根容积卡尔曼滤波器(Marginalized Square-root CubatureKalman Filter,MSRCKF)进行滤波,估计子惯导失准角,修正子惯导姿态,完成传递对准;
步骤三所述的构建基于罗德里格参数的挠曲变形和动态杆臂效应一体化非线性传递对准模型,具体方法为:
模型状态向量选取为
各个状态的状态方程为
其中,为与失准角对应的罗德里格参数;εs为子惯导陀螺常值漂移;为加速度计常值零偏;为im系下的动态杆臂加速度积分;θ=[θx θy θz]T为挠曲变形角;μ=[μx μy μz]T为挠曲变形角速率;β=2.146/τ,τ=[τx τy τz]T为相关时间;wf为激励白噪声,其方差满足Var(wf)=Qf=4β3σ2,其中σ=[σx σy σz]T为挠曲变形角方差;
根据上述状态方程,构建***状态模型
过程噪声驱动矩阵G表示为
量测方程为
步骤四所述的利用边缘平方根容积卡尔曼滤波器进行滤波,具体方法为:
1)时间更新过程
Sk/k-1=Tria([Fk/k-1Sk-1 SQ,k-1])
2)量测更新过程
容积点经过非线性量测方程传播,计算量测预测容积点
计算量测预测值
计算新息协方差矩阵的平方根因子
Szz,k/k-1=Tria([ηk/k-1 SR,k])
计算互协方差矩阵
计算滤波增益
计算状态估计
计算状态估计均方误差阵的平方根因子
Sk=Tria([χk/k-1-Kkηk/k-1 KkSR,k])。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110022114.6A CN112649022B (zh) | 2021-01-08 | 2021-01-08 | 一种考虑挠曲变形和杆臂效应的大失准角传递对准方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110022114.6A CN112649022B (zh) | 2021-01-08 | 2021-01-08 | 一种考虑挠曲变形和杆臂效应的大失准角传递对准方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112649022A CN112649022A (zh) | 2021-04-13 |
CN112649022B true CN112649022B (zh) | 2022-05-27 |
Family
ID=75367593
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110022114.6A Active CN112649022B (zh) | 2021-01-08 | 2021-01-08 | 一种考虑挠曲变形和杆臂效应的大失准角传递对准方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112649022B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115201866B (zh) * | 2022-09-16 | 2022-12-09 | 中国船舶重工集团公司第七0七研究所 | 一种大型水面舰船惯导及北斗紧耦合方案空间修正方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6041652A (en) * | 1998-07-31 | 2000-03-28 | Litton Systems Inc. | Multisensor rotor flexure mounting |
CN103256942A (zh) * | 2013-04-26 | 2013-08-21 | 哈尔滨工程大学 | 传递对准中考虑杆臂补偿的变形角测量方法 |
CN103424127A (zh) * | 2013-09-03 | 2013-12-04 | 哈尔滨工程大学 | 一种速度加比力匹配传递对准方法 |
CN106289246A (zh) * | 2016-07-25 | 2017-01-04 | 北京航空航天大学 | 一种基于位置和姿态测量***的柔性杆臂测量方法 |
CN106679612A (zh) * | 2017-02-10 | 2017-05-17 | 北京航空航天大学 | 一种基于惯性测量匹配的非线性挠曲变形估计方法 |
CN107990910A (zh) * | 2017-11-06 | 2018-05-04 | 哈尔滨工业大学 | 一种基于容积卡尔曼滤波的舰船大方位失准角传递对准方法 |
CN109724626A (zh) * | 2019-03-08 | 2019-05-07 | 哈尔滨工程大学 | 一种针对极区传递对准动态挠曲杆臂效应的模型补偿方法 |
-
2021
- 2021-01-08 CN CN202110022114.6A patent/CN112649022B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6041652A (en) * | 1998-07-31 | 2000-03-28 | Litton Systems Inc. | Multisensor rotor flexure mounting |
CN103256942A (zh) * | 2013-04-26 | 2013-08-21 | 哈尔滨工程大学 | 传递对准中考虑杆臂补偿的变形角测量方法 |
CN103424127A (zh) * | 2013-09-03 | 2013-12-04 | 哈尔滨工程大学 | 一种速度加比力匹配传递对准方法 |
CN106289246A (zh) * | 2016-07-25 | 2017-01-04 | 北京航空航天大学 | 一种基于位置和姿态测量***的柔性杆臂测量方法 |
CN106679612A (zh) * | 2017-02-10 | 2017-05-17 | 北京航空航天大学 | 一种基于惯性测量匹配的非线性挠曲变形估计方法 |
CN107990910A (zh) * | 2017-11-06 | 2018-05-04 | 哈尔滨工业大学 | 一种基于容积卡尔曼滤波的舰船大方位失准角传递对准方法 |
CN109724626A (zh) * | 2019-03-08 | 2019-05-07 | 哈尔滨工程大学 | 一种针对极区传递对准动态挠曲杆臂效应的模型补偿方法 |
Non-Patent Citations (3)
Title |
---|
A unified model for transfer alignment at random misalignment angles based on second-order EKF;Xiao Cui 等;《Measurement Science and Technology》;20170220;第28卷;第1-10页 * |
传递对准中杆臂效应的误差分析与补偿;高伟 等;《仪器仪表学报》;20130331;第34卷(第3期);第559-565页 * |
基于边缘采样的简化高阶CKF在非线性快速传递对准中的应用;卢航 等;《航空学报》;20190325;第40卷(第3期);第322390-1至322390-14页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112649022A (zh) | 2021-04-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107990910B (zh) | 一种基于容积卡尔曼滤波的舰船大方位失准角传递对准方法 | |
CN103256928B (zh) | 一种分布式惯性导航***及其姿态传递对准方法 | |
CN103344260B (zh) | 基于rbckf的捷联惯导***大方位失准角初始对准方法 | |
CN108387227B (zh) | 机载分布式pos的多节点信息融合方法及*** | |
JP4199553B2 (ja) | ハイブリッド航法装置 | |
CN110398257A (zh) | Gps辅助的sins***快速动基座初始对准方法 | |
CN104567930A (zh) | 一种能够估计和补偿机翼挠曲变形的传递对准方法 | |
CN107479076B (zh) | 一种动基座下联合滤波初始对准方法 | |
CN108981696B (zh) | 一种sins任意失准角无奇异快速传递对准方法 | |
CN107690567A (zh) | 利用扩展卡尔曼滤波器用于对移动载体设备的航行进行追踪的方法 | |
CN110371318B (zh) | 一种动态变形下基于双重滤波器的传递对准方法 | |
CN108759870B (zh) | 一种基于新型鲁棒广义高阶容积卡尔曼滤波的传递对准方法 | |
CN112798021B (zh) | 基于激光多普勒测速仪的惯导***行进间初始对准方法 | |
CN104483973A (zh) | 基于滑模观测器的低轨挠性卫星姿态跟踪控制方法 | |
CN110044385B (zh) | 一种大失准角情况下的快速传递对准方法 | |
CN104215244B (zh) | 基于发射惯性坐标系的空天飞行器组合导航鲁棒滤波方法 | |
CN110567455B (zh) | 一种求积更新容积卡尔曼滤波的紧组合导航方法 | |
CN112649022B (zh) | 一种考虑挠曲变形和杆臂效应的大失准角传递对准方法 | |
CN108731702B (zh) | 一种基于Huber方法的大失准角传递对准方法 | |
CN111707292B (zh) | 一种自适应滤波的快速传递对准方法 | |
CN101769743B (zh) | 一种适用于微惯性与全球定位组合导航***的分布式滤波装置 | |
CN113778047A (zh) | 考虑测量误差及综合故障的复杂航天器容错控制方法 | |
Liu et al. | Velocity-aided in-motion alignment for SINS based on pseudo-Earth frame | |
CN111982126A (zh) | 一种全源BeiDou/SINS弹性状态观测器模型设计方法 | |
CN113029197B (zh) | 一种针对柔性杆臂的传递对准方法 |
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 |