CN114136310A - 一种惯性导航***误差自主抑制***及方法 - Google Patents
一种惯性导航***误差自主抑制***及方法 Download PDFInfo
- Publication number
- CN114136310A CN114136310A CN202111272563.2A CN202111272563A CN114136310A CN 114136310 A CN114136310 A CN 114136310A CN 202111272563 A CN202111272563 A CN 202111272563A CN 114136310 A CN114136310 A CN 114136310A
- Authority
- CN
- China
- Prior art keywords
- error
- inertial navigation
- autonomous
- navigation system
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000005764 inhibitory process Effects 0.000 title claims abstract description 10
- 238000001914 filtration Methods 0.000 claims abstract description 36
- 238000001514 detection method Methods 0.000 claims abstract description 20
- 238000006073 displacement reaction Methods 0.000 claims abstract description 15
- 239000011159 matrix material Substances 0.000 claims description 35
- 230000001629 suppression Effects 0.000 claims description 28
- 230000007704 transition Effects 0.000 claims description 12
- 230000003044 adaptive effect Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 6
- 230000005284 excitation Effects 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 2
- 239000002994 raw material Substances 0.000 claims 1
- 238000005259 measurement Methods 0.000 abstract description 6
- 238000004364 calculation method Methods 0.000 abstract description 4
- 238000012937 correction Methods 0.000 abstract description 3
- 238000010276 construction Methods 0.000 description 4
- 238000005299 abrasion Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 230000009897 systematic effect 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
- 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
- G01C21/183—Compensation of inertial measurements, e.g. for temperature effects
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
本发明提出一种惯性导航***误差自主抑制***及方法，包括建立惯性导航误差自主抑制状态方程、建立惯性导航误差自主抑制观测方程、卡尔曼滤波等步骤。本发明在卫星、里程计等辅助信息无效情况下，可以利用轨道检测车快速行驶过程中惯性导航***解算得到的侧向位移、侧向速度与实际侧向位移、侧向速度做差，利用侧向位移为零的特点进行滤波计算，实现对惯性导航***误差的准确估计与修正，提高惯性测量精度。
Description
技术领域
本发明涉及一种惯性导航***误差自主抑制***及方法，特别是涉及一种轨道检测***用惯性导航***误差自主抑制***及方法，属于轨道检测应用技术领域。属于技术领域。
背景技术
随着我国铁路建设的不断发展，既有线路的改建、扩建以及新建项目越来越多，线路测绘在工程建设中起着决定性的作用，它直接影响到工程的质量、成本及工期。为保障轨道交通的运营安全，近年来，轨道精密检测技术得到快速发展，多个国家投入了大量的人力物力来研制和更新各种轨道检测方法，以满足当今铁路高速和重载的要求。由于车载式动态检测方式对正常运营影响小、效率高、速度快，且真实地反映了在列车运行条件下的基础设施状态，已经成为铁路和城轨交通基础设施安全状态的主要检测手段之一。
车载式轨道检测***以惯性测量核心，通过惯性、里程计、卫星、激光测距等多个传感器的信息融合，实现轨道几何参数的高精度测量。其中，惯性导航***可以连续提供高精度的位置、速度、姿态等信息，是不可或缺的测量设备，但是惯导***误差随时间累积，需要借助里程计、卫星定位等辅助信息抑制惯导***的误差增长。
卫星信号易受干扰，在隧道、丛林等卫星信号拒止的环境，卫星信息不可用。轨道检测车行驶速度较快，由于振动、磨损等原因，里程计会被损坏，导致惯性导航***没有辅助信息可用，因此，如何实现惯性导航***误差的自主抑制，则显得尤为重要。
发明内容
本发明的目的在于克服现有技术不足之一，提供一种惯性导航***误差自主抑制***及方法。
本发明的技术解决方案：一种惯性导航***误差自主抑制方法，包括以下步骤：
建立惯性导航误差自主抑制状态方程，
其中，X(t)为t时刻的状态变量，状态变量以惯性导航***的侧向位置误差δSpz，侧向速度误差δVpz，载体坐标系X、Y、Z三个轴向的失准角φpx、φpy、φpz，X、Y、Z三个轴向的陀螺漂移εx、εy、εz为滤波状态变量，F为t时刻状态变量对应的连续状态方程状态转移矩阵，w(t)为t时刻***随机噪声向量；
建立惯性导航误差自主抑制观测方程，
Zk＝H·Xk+Vk
其中，Zk为tk时刻的滤波观测量，选取轨道检测车行驶坐标系下惯性导航***侧向位移误差δSpz和侧向速度误差δVpz作为滤波观测量，Xk为tk时刻状态变量，H为观测矩阵，Vk为tk时刻观测量噪声；
设置卡尔曼滤波自适应因子αi，
其中，
为标准化预测残差，c0和c1是
阈值范围；
卡尔曼滤波，根据卡尔曼滤波自适应因子αi的值来调整卡尔曼滤波参数的更新，实现惯性导航***误差的估计。
一种惯性导航***误差自主抑制***，包括存储器和处理器，所述的存储器存储有计算机程序，所述的处理器执行计算机程序时实现惯性导航***误差自主抑制方法。
本发明与现有技术相比的有益效果：
(1)本发明在卫星、里程计等辅助信息无效情况下，可以利用轨道检测车快速行驶过程中惯性导航***解算得到的侧向位移、侧向速度与实际侧向位移、侧向速度做差，利用侧向位移为零的特点进行滤波计算，实现对惯性导航***误差的准确估计与修正，提高惯性测量精度；
(2)本发明确定卡尔曼滤波自适应因子，通过自适应因子来调整滤波器参数，提高滤波精度。
附图说明
图1为本发明流程图。
具体实施方式
下面结合具体实例及附图对本发明进行详细说明。
本发明如图1所示，提供一种惯性导航***误差自主抑制方法，包括以下步骤：
建立惯性导航误差自主抑制状态方程，
其中，X(t)为t时刻的状态变量，状态变量以惯性导航***的侧向位置误差δSpz，侧向速度误差δVpz，载体坐标系X、Y、Z三个轴向的失准角φpx、φpy、φpz，X、Y、Z三个轴向的陀螺漂移εx、εy、εz为滤波状态变量；
F为t时刻状态变量对应的连续状态方程状态转移矩阵；
w(t)为t时刻***随机噪声向量。
轨道检测车在行驶过程中，受铁路轨道约束，航向变化较小，短时间内可认为轨道检测车的航向不变，只有沿铁路轨道的纵向速度、纵向位移，沿铁路轨道的侧向速度、侧向位移为零。因此，本发明利用轨道检测车行驶过程中惯性导航***解算得到的侧向位移、侧向速度与实际侧向位移、侧向速度做差，利用侧向位移为零的特点进行滤波计算，实现对惯性导航***误差的准确估计与修正，提高惯性测量精度。
本步骤具体如下：
1、采用惯性导航***的侧向位置误差δSpz、侧向速度误差δVpz、三个轴向的失准角φpx、φpy、φpz、三个轴向的陀螺漂移εx、εy、εz为滤波状态变量，得到***状态变量X，X＝[δSpz δVpz φpx φpy φpz εx εy εz]T。
侧向位置误差方程：
侧向速度误差方程：
失准角误差方程：
式中，
为惯性导航***载体坐标系到导航坐标系的状态转移矩阵，
为导航坐标系到轨道检测车行驶坐标系的状态转移矩阵，fn、fu、fe分别表示北向、天向和东向加速度，p21、p22、p23、p11、p12、p13分别为
的元素。
其中，ψ0为轨道检测车的初始航向角，
λ0分别表示轨道检测车初始时刻的纬度、经度，
λ分别表示轨道检测车当前所处的纬度、经度。
2、建立惯性导航***自主误差抑制滤波的状态方程：
其中，X(t)为t时刻的状态变量，F为t时刻状态变量对应的连续状态方程状态转移矩阵，w(t)为t时刻***随机噪声向量。
根据上述推导的侧向位置误差方程、侧向速度误差方程以及失准角误差方程可以得到***状态矩阵F中各元素的值。
离散化可得到：
Xk＝Φk,k-1Xk-1+Γk-1Wk-1
其中，Xk是tk时刻状态变量，
为tk-1时刻到tk时刻的***一步状态转移矩阵，其中
T为滤波周期，Tn为离散周期，Fi是***矩阵；Γk-1＝I为***的噪声驱动矩阵；Wk为***的激励噪声序列，满足E[Wk]＝0，
其中当k＝j时，δk,j＝1，否则为0，Qk是Wk的方差阵，假设非负定。
建立惯性导航误差自主抑制观测方程，
Zk＝H·Xk+Vk
其中，Zk为tk时刻的滤波观测量，Xk为tk时刻状态变量，
为观测矩阵，Vk为tk时刻观测量噪声。
本步骤具体如下：
1、选取轨道检测车行驶坐标系下惯性导航***侧向位移误差δSpz和侧向速度误差δVpz作为滤波观测量，得到滤波观测量Z。
2、建立惯性导航误差自主抑制观测方程。
***观测方程可以表示如下：
Zk＝H·Xk+Vk
式中，
为观测矩阵，Vk为观测量噪声。
设置卡尔曼滤波自适应因子αi，
其中，
为标准化预测残差，表征滤波观测量的精度；c0和c1是
阈值范围，根据经验确定，通常0＜c0＜1.5，3.0＜c1＜4.5，c0取值越小，条件越严格，c1取值越小，条件越严格。
标准化预测残差
σR是观测量噪声的标准偏差，
为状态一步预测。
卡尔曼滤波，实现惯性导航***误差的估计。
本步骤中卡尔曼滤波根据卡尔曼滤波自适应因子αi的值来调整卡尔曼滤波参数的更新，当αi＝1时观测值全部参与滤波器的更新，当αi≈0时观测值不参与滤波器更新，当0＜αi＜1，观测值参与滤波器更新的比重降低。
根据计算得到的卡尔曼滤波自适应因子αi，可得到卡尔曼滤波的等效协方差
利用
更新卡尔曼滤波中的观测噪声协方差R。
R为观测噪声协方差。
本发明通过确定自适应因子来调整滤波器参数，根据自适应因子αi的取值能够得到，当观测量误差较小时，αi＝1观测值全部参与滤波器的更新；当观测量包含了较小预测值之外的观测误差时，即0＜αi＜1，观测值参与滤波器更新的比重降低；当观测量包含了较大预测值之外的观测误差时，αi≈0，观测值不参与滤波器更新。
设tk时刻的被估计状态受***噪声序列Wk-1驱动，状态方程由下式描述：
Xk＝Φk,k-1Xk-1+Γk-1Wk-1
对于Xk的观测方程满足下述关系
Zk＝HkXk+Vk
式中，Φk,k-1为tk-1时刻到tk时刻的***一步状态转移矩阵，Γk-1为***的噪声驱动矩阵，Wk为***的激励噪声序列，Hk是tk时刻***的观测矩阵，Vk是tk时刻***观测量噪声序列。
同时，Wk和Vk满足下述关系
E[Wk]＝0，
E[Vk]＝0，
式中，Qk是Wk的方差阵，假设非负定，
是Vk的方差阵，假设为正定的。
可以得到对应的滤波算法
状态一步预测
一步预测均方误差阵
滤波增益
状态估计
估计均方误差阵
本步骤中具体的卡尔曼滤波为本领域公知技术。
进一步，本发明还提供一种实现上述惯性导航***误差自主抑制方法的***，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现惯性导航***误差自主抑制。
本发明未详细说明部分为本领域技术人员公知技术。
Claims (11)
1.一种惯性导航***误差自主抑制方法，其特征在于，包括以下步骤：
建立惯性导航误差自主抑制状态方程，
其中，X(t)为t时刻的状态变量，状态变量以惯性导航***的侧向位置误差δSpz，侧向速度误差δVpz，载体坐标系X、Y、Z三个轴向的失准角φpx、φpy、φpz，X、Y、Z三个轴向的陀螺漂移εx、εy、εz为滤波状态变量，F为t时刻状态变量对应的连续状态方程状态转移矩阵，w(t)为t时刻***随机噪声向量；
建立惯性导航误差自主抑制观测方程，
Zk＝H·Xk+Vk
其中，Zk为tk时刻的滤波观测量，选取轨道检测车行驶坐标系下惯性导航***侧向位移误差δSpz和侧向速度误差δVpz作为滤波观测量，Xk为tk时刻状态变量，H为观测矩阵，Vk为tk时刻观测量噪声；
设置卡尔曼滤波自适应因子αi，
其中，
为标准化预测残差，c0和c1是
阈值范围；
卡尔曼滤波，根据卡尔曼滤波自适应因子αi的值来调整卡尔曼滤波参数的更新，实现惯性导航***误差的估计。
2.根据权利要求1所述的一种惯性导航***误差自主抑制方法，其特征在于：所述卡尔曼滤波，当αi＝1时观测值全部参与滤波器的更新，当αi≈0时观测值不参与滤波器更新，当0＜αi＜1，利用等效协方差
更新卡尔曼滤波中的观测噪声协方差R。
3.根据权利要求2所述的一种惯性导航***误差自主抑制方法，其特征在于：所述等效协方差
4.根据权利要求2所述的一种惯性导航***误差自主抑制方法，其特征在于：所述标准化预测残差
其中σR是观测量噪声的标准偏差，
为状态一步预测，Hk是tk时刻***的观测矩阵。
5.根据权利要求2所述的一种惯性导航***误差自主抑制方法，其特征在于：所述
阈值范围，0＜c0＜1.5，3.0＜c1＜4.5。
6.根据权利要求1所述的一种惯性导航***误差自主抑制方法，其特征在于：所述惯性导航误差自主抑制状态方程建立如下，
步骤1，采用惯性导航***的侧向位置误差δSpz、侧向速度误差δVpz、三个轴向的失准角φpx、φpy、φpz、三个轴向的陀螺漂移εx、εy、εz为滤波状态变量，得到***状态变量X，X＝[δSpz δVpz φpx φpy φpz εx εy εz]T；
步骤2，建立惯性导航***自主误差抑制滤波的状态方程。
7.根据权利要求6所述的一种惯性导航***误差自主抑制方法，其特征在于：所述步骤1中，
侧向位置误差方程：
侧向速度误差方程：
失准角误差方程：
式中，
为惯性导航***载体坐标系到导航坐标系的状态转移矩阵，
为导航坐标系到轨道检测车行驶坐标系的状态转移矩阵，fn、fu、fe分别表示北向、天向和东向加速度，p21、p22、p23、p11、p12、p13分别为
的元素；
其中，ψ0为轨道检测车的初始航向角，
λ0分别表示轨道检测车初始时刻的纬度、经度，
λ分别表示轨道检测车当前所处的纬度、经度。
8.根据权利要求7所述的一种惯性导航***误差自主抑制方法，其特征在于：所述侧向位置误差方程、侧向速度误差方程以及失准角误差方程得到***状态矩阵F中各元素的值，
离散化得到：
Xk＝Φk,k-1Xk-1+Γk-1Wk-1
其中，Xk是tk时刻状态变量，
为tk-1时刻到tk时刻的***一步状态转移矩阵，其中
T为滤波周期，Tn为离散周期，Fi是***矩阵；Γk-1＝I为***的噪声驱动矩阵；Wk为***的激励噪声序列，满足E[Wk]＝0，
其中当k＝j时，δk,j＝1，否则为0，Qk是Wk的方差阵，假设非负定。
9.根据权利要求1所述的一种惯性导航***误差自主抑制方法，其特征在于：所述建立惯性导航误差自主抑制观测方程如下，
步骤1，选取轨道检测车行驶坐标系下惯性导航***侧向位移误差δSpz和侧向速度误差δVpz作为滤波观测量，得到滤波观测量Z。
步骤2，建立惯性导航误差自主抑制观测方程Zk＝H·Xk+Vk。
10.根据权利要求1所述的一种惯性导航***误差自主抑制方法，其特征在于：所述卡尔曼滤波，
步骤1，设tk时刻的被估计状态受***噪声序列Wk-1驱动，状态方程由下式描述，
Xk＝Φk,k-1Xk-1+Γk-1Wk-1
对于Xk的观测方程满足下述关系
Zk＝HkXk+Vk
式中，Φk,k-1为tk-1时刻到tk时刻的***一步状态转移矩阵，Γk-1为***的噪声驱动矩阵，Wk为***的激励噪声序列，Hk是tk时刻***的观测矩阵，Vk是tk时刻***观测量噪声序列；
同时，Wk和Vk满足下述关系
E[Wk]＝0，
E[Vk]＝0，
式中，Qk是Wk的方差阵，假设非负定，
是Vk的方差阵，假设为正定的；
步骤2，卡尔曼滤波，
状态一步预测
一步预测均方误差阵
滤波增益
状态估计
估计均方误差阵
11.一种惯性导航***误差自主抑制***，其特征在于：包括存储器和处理器，所述的存储器存储有计算机程序，所述的处理器执行计算机程序时实现权利要求1-10任一惯性导航***误差自主抑制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111272563.2A CN114136310B (zh) | 2021-10-29 | 2021-10-29 | 一种惯性导航***误差自主抑制***及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111272563.2A CN114136310B (zh) | 2021-10-29 | 2021-10-29 | 一种惯性导航***误差自主抑制***及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114136310A true CN114136310A (zh) | 2022-03-04 |
| CN114136310B CN114136310B (zh) | 2023-10-13 |
Family
ID=80395052
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111272563.2A Active CN114136310B (zh) | 2021-10-29 | 2021-10-29 | 一种惯性导航***误差自主抑制***及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114136310B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114993296A (zh) * | 2022-04-19 | 2022-09-02 | 北京自动化控制设备研究所 | 一种制导炮弹高动态组合导航方法 |
| CN116070066A (zh) * | 2023-02-20 | 2023-05-05 | 北京自动化控制设备研究所 | 一种制导炮弹滚动角计算方法 |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE4012247A1 (de) * | 1990-04-14 | 1991-10-17 | Telefunken Systemtechnik | Komponentenfilter |
| GB0027238D0 (en) * | 2000-11-08 | 2000-12-27 | Secr Defence | Adaptive filter |
| CN103292812A (zh) * | 2013-05-10 | 2013-09-11 | 哈尔滨工程大学 | 一种微惯性sins/gps组合导航***的自适应滤波方法 |
| CN103389506A (zh) * | 2013-07-24 | 2013-11-13 | 哈尔滨工程大学 | 一种用于捷联惯性/北斗卫星组合导航***的自适应滤波方法 |
| JP2014215822A (ja) * | 2013-04-25 | 2014-11-17 | 日本電信電話株式会社 | 状態推定装置、方法、及びプログラム |
| CN108646277A (zh) * | 2018-05-03 | 2018-10-12 | 山东省计算中心（国家超级计算济南中心） | 基于抗差自适应与扩展卡尔曼滤波融合的北斗导航方法 |
| CN108844540A (zh) * | 2018-09-11 | 2018-11-20 | 北京机械设备研究所 | 一种结合协方差和Sage-Husa滤波技术的自适应滤波方法 |
| CN109945859A (zh) * | 2019-04-01 | 2019-06-28 | 东南大学 | 一种自适应h∞滤波的运动学约束捷联惯性导航方法 |
| CN110562263A (zh) * | 2019-09-19 | 2019-12-13 | 中国人民解放军陆军装甲兵学院 | 一种基于多模型融合的轮毂电机驱动车辆车速估计方法 |
| WO2019242336A1 (zh) * | 2018-06-22 | 2019-12-26 | 东南大学 | 一种水下滑翔器导航定位***及上浮精度校正方法 |
| CN111156987A (zh) * | 2019-12-18 | 2020-05-15 | 东南大学 | 基于残差补偿多速率ckf的惯性/天文组合导航方法 |
| CN111337020A (zh) * | 2020-03-06 | 2020-06-26 | 兰州交通大学 | 引入抗差估计的因子图融合定位方法 |
| CN111928846A (zh) * | 2020-07-31 | 2020-11-13 | 南京理工大学 | 一种基于联邦滤波的多源融合即插即用组合导航方法 |
| CN112902967A (zh) * | 2021-01-31 | 2021-06-04 | 南京理工大学 | 一种基于残差卡方-改进序贯概率比的抗欺骗导航方法 |
-
2021
- 2021-10-29 CN CN202111272563.2A patent/CN114136310B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE4012247A1 (de) * | 1990-04-14 | 1991-10-17 | Telefunken Systemtechnik | Komponentenfilter |
| GB0027238D0 (en) * | 2000-11-08 | 2000-12-27 | Secr Defence | Adaptive filter |
| JP2014215822A (ja) * | 2013-04-25 | 2014-11-17 | 日本電信電話株式会社 | 状態推定装置、方法、及びプログラム |
| CN103292812A (zh) * | 2013-05-10 | 2013-09-11 | 哈尔滨工程大学 | 一种微惯性sins/gps组合导航***的自适应滤波方法 |
| CN103389506A (zh) * | 2013-07-24 | 2013-11-13 | 哈尔滨工程大学 | 一种用于捷联惯性/北斗卫星组合导航***的自适应滤波方法 |
| CN108646277A (zh) * | 2018-05-03 | 2018-10-12 | 山东省计算中心（国家超级计算济南中心） | 基于抗差自适应与扩展卡尔曼滤波融合的北斗导航方法 |
| WO2019242336A1 (zh) * | 2018-06-22 | 2019-12-26 | 东南大学 | 一种水下滑翔器导航定位***及上浮精度校正方法 |
| CN108844540A (zh) * | 2018-09-11 | 2018-11-20 | 北京机械设备研究所 | 一种结合协方差和Sage-Husa滤波技术的自适应滤波方法 |
| CN109945859A (zh) * | 2019-04-01 | 2019-06-28 | 东南大学 | 一种自适应h∞滤波的运动学约束捷联惯性导航方法 |
| CN110562263A (zh) * | 2019-09-19 | 2019-12-13 | 中国人民解放军陆军装甲兵学院 | 一种基于多模型融合的轮毂电机驱动车辆车速估计方法 |
| CN111156987A (zh) * | 2019-12-18 | 2020-05-15 | 东南大学 | 基于残差补偿多速率ckf的惯性/天文组合导航方法 |
| CN111337020A (zh) * | 2020-03-06 | 2020-06-26 | 兰州交通大学 | 引入抗差估计的因子图融合定位方法 |
| CN111928846A (zh) * | 2020-07-31 | 2020-11-13 | 南京理工大学 | 一种基于联邦滤波的多源融合即插即用组合导航方法 |
| CN112902967A (zh) * | 2021-01-31 | 2021-06-04 | 南京理工大学 | 一种基于残差卡方-改进序贯概率比的抗欺骗导航方法 |
Non-Patent Citations (1)
| Title |
|---|
| 高怡;高社生;: "抗差自适应Sage滤波及其在组合导航中的应用", 测控技术, no. 04, pages 135 - 141 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114993296A (zh) * | 2022-04-19 | 2022-09-02 | 北京自动化控制设备研究所 | 一种制导炮弹高动态组合导航方法 |
| CN114993296B (zh) * | 2022-04-19 | 2024-03-15 | 北京自动化控制设备研究所 | 一种制导炮弹高动态组合导航方法 |
| CN116070066A (zh) * | 2023-02-20 | 2023-05-05 | 北京自动化控制设备研究所 | 一种制导炮弹滚动角计算方法 |
| CN116070066B (zh) * | 2023-02-20 | 2024-03-15 | 北京自动化控制设备研究所 | 一种制导炮弹滚动角计算方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114136310B (zh) | 2023-10-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110487301B (zh) | 一种雷达辅助机载捷联惯性导航***初始对准方法 | |
| CN111024064B (zh) | 一种改进Sage-Husa自适应滤波的SINS/DVL组合导航方法 | |
| CN110779521A (zh) | 一种多源融合的高精度定位方法与装置 | |
| CN112505737B (zh) | 一种gnss/ins组合导航方法 | |
| CN110631574B (zh) | 一种惯性/里程计/rtk多信息融合方法 | |
| CN114136310A (zh) | 一种惯性导航***误差自主抑制***及方法 | |
| CN111175795A (zh) | Gnss/ins组合导航***的两步抗差滤波方法及*** | |
| CN113029139B (zh) | 基于运动检测的机场飞行区车辆差分北斗/sins组合导航方法 | |
| CN104215262A (zh) | 一种惯性导航***惯性传感器误差在线动态辨识方法 | |
| CN113758483B (zh) | 一种自适应fkf地图匹配方法及*** | |
| CN111220151B (zh) | 载体系下考虑温度模型的惯性和里程计组合导航方法 | |
| CN108955671B (zh) | 一种基于磁偏角、磁倾角的卡尔曼滤波导航方法 | |
| CN114061619A (zh) | 一种基于在线标定的惯导***姿态补偿方法 | |
| CN115060257A (zh) | 一种基于民用级惯性测量单元的车辆变道检测方法 | |
| CN114935345A (zh) | 一种基于模式识别的车载惯导安装角误差补偿方法 | |
| CN114964222A (zh) | 一种车载imu姿态初始化方法、安装角估计方法及装置 | |
| CN113008229B (zh) | 一种基于低成本车载传感器的分布式自主组合导航方法 | |
| KR102109953B1 (ko) | 요레이트 센서를 이용한 차량 위치 추정 장치 및 그것의 차량 위치 추정 방법 | |
| CN113074757A (zh) | 车载惯导安装误差角的标定方法 | |
| CN110567456B (zh) | 基于抗差卡尔曼滤波的bds/ins组合列车定位方法 | |
| CN117053802A (zh) | 一种基于旋转mems imu的车载导航***定位误差减小的方法 | |
| WO2020021867A1 (ja) | ジオイド測定方法、ジオイド測定装置、ジオイド推定装置、ジオイド計算用データ収集装置 | |
| KR101977749B1 (ko) | 노면 기울기를 이용한 차량 위치 추정 장치 및 그것의 위치 추정 방법 | |
| CN114184190A (zh) | 一种惯性/里程计组合导航***及方法 | |
| CN110987023B (zh) | 一种惯性导航动态对准方法 |
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 |