CN115291266B - 基于信息滤波算法的卫星惯性紧组合实时导航定位方法 - Google Patents
基于信息滤波算法的卫星惯性紧组合实时导航定位方法 Download PDFInfo
- Publication number
- CN115291266B CN115291266B CN202210769619.3A CN202210769619A CN115291266B CN 115291266 B CN115291266 B CN 115291266B CN 202210769619 A CN202210769619 A CN 202210769619A CN 115291266 B CN115291266 B CN 115291266B
- Authority
- CN
- China
- Prior art keywords
- error state
- matrix
- dimension transformation
- system error
- vector
- 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
- 238000001914 filtration Methods 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 26
- 239000011159 matrix material Substances 0.000 claims abstract description 195
- 239000013598 vector Substances 0.000 claims abstract description 157
- 230000009466 transformation Effects 0.000 claims abstract description 132
- 238000005259 measurement Methods 0.000 claims abstract description 95
- 238000004364 calculation method Methods 0.000 claims abstract description 36
- 230000008569 process Effects 0.000 claims abstract description 12
- 230000009897 systematic effect Effects 0.000 claims description 24
- 230000007704 transition Effects 0.000 claims description 14
- 239000006185 dispersion Substances 0.000 claims description 3
- 239000002245 particle Substances 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 6
- 238000001514 detection method Methods 0.000 abstract description 6
- 230000006870 function Effects 0.000 abstract description 3
- 238000012821 model calculation Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 206010034719 Personality change Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
- G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本申请涉及一种基于信息滤波算法的卫星惯性紧组合实时导航定位方法，所述方法包括：通过对***误差状态矢量进行量纲变换，在***误差状态方程和紧组合测量方程的基础上推导了新的时间更新方程和测量更新方程，将量纲变换后的***误差状态矢量参与新的信息滤波模型计算，以此获取量纲变换前的当前时刻***误差状态矢量，并将当前时刻***误差状态矢量用于当前时刻导航结果的修正。采用本方法能够规避高维矩阵求逆的计算，在观测值数量较多的情况下，既发挥了紧组合导航的精度优势，又有效降低了测量更新过程中的计算量和计算误差，并提高了紧组合导航***的实时性能，为实现粗差探测和完好性实时计算等功能提供了可能性。
Description
技术领域
本申请涉及卫星和惯性组合技术领域，特别是涉及一种基于信息滤波算法的卫星惯性紧组合实时导航定位方法。
背景技术
组合导航***是指把多种不同的导航设备通过适当的方式进行组合，利用其性能上的互补特性，实现更优的导航性能，目前应用最为广泛的就是卫星和惯性组合导航方案。卫星导航***可以提供全球、全天候的位置和速度信息，具有长期稳定的精度，可通过滤波修正惯性导航的累积误差；惯性导航具有较高的更新率和多样的导航信息，还能辅助卫导观测量故障的探测和剔除，但是误差会随时间逐渐积累，无法长时间独立工作。将卫星导航***和惯性导航***进行组合，可以实现优势互补，并提高组合***的精度和稳定性，输出载体的位置、速度、姿态、加速度和角速度等信息。
按照组合方式的不同，可以将组合导航***分为松散组合(Loosely-Coupled)、紧密组合(Tightly-Coupled)和深度组合(Deeply-Coupled)三种。其中，松组合使用卫导单点定位定速的结果与惯导数据进行融合滤波，而紧组合导航***使用卫星接收机输出的伪距和多普勒观测信息与惯导***进行组合，组合模块对卫导和惯导子***的误差都进行估计并进行补偿，从而得到更高精度的定位结果，具有明显的性能优势。
常见的卫星和惯性组合导航***使用的数据融合方法都是基于卡尔曼(Kalman)滤波算法，但考虑到小型化组合导航***的数据处理能力有限，当可用卫星数量较多时，测量更新的方程维数较大，使用卡尔曼滤波算法的计算时间较长，可能会影响时间更新、粗差探测和完好性计算等工作。
发明内容
基于此，有必要针对上述技术问题，提供一种能够解决当可用卫星数量较多时，测量更新的方程维数较大时，传统卡尔曼滤波算法的计算时间较长从而影响时间更新、粗差探测和完好性计算的问题的基于信息滤波算法的卫星惯性紧组合实时导航定位方法。
一种基于信息滤波算法的卫星惯性紧组合实时导航定位方法，所述方法包括：
对***误差状态矢量左乘两个系数矩阵，得到量纲变换后的***误差状态矢量；两个系数矩阵分别为第一误差状态系数矩阵和第二误差状态系数矩阵；
根据量纲变换后的前一时刻***误差状态矢量，建立量纲变换后的***误差状态方程；根据量纲变换后的当前时刻***误差状态矢量，建立量纲变换后的紧组合测量方程；
根据量纲变换后的***误差状态方程，得到信息滤波的时间更新方程；时间更新方程包括时间更新后的信息误差状态矢量和时间更新后的信息矩阵；
基于量纲变换后的紧组合测量方程和时间更新方程的测量更新，建立信息滤波的测量更新方程；测量更新方程包括测量更新后的信息误差状态矢量和测量更新后的信息矩阵；
根据测量更新后的信息矩阵，得到量纲变换后的当前时刻***误差状态方差阵；根据测量更新后的信息误差状态矢量和量纲变换后的当前时刻***误差状态方差阵，得到量纲变换后的当前时刻***误差状态矢量；
根据量纲变换后的当前时刻***误差状态矢量、第一误差状态系数矩阵以及第二误差状态系数矩阵，得到量纲变换前的当前时刻***误差状态矢量；根据量纲变换后的当前时刻***误差状态方差阵、第一误差状态系数矩阵以及第二误差状态系数矩阵，得到量纲变换前的当前时刻***误差状态方差阵。
在其中一个实施例中，还包括：对***误差状态矢量δX左乘两个系数矩阵，得到量纲变换后的***误差状态矢量δX′为：
***误差状态矢量δX15×1是15维的***误差状态矢量δX，表达式如下：
其中，δr3×1表示位置误差矢量，δv3×1表示速度误差矢量，δφ3×1表示姿态误差矢量，δbg,3×1表示陀螺零偏误差矢量，δX表示加速度计零偏误差矢量；
C1,15×15表示15维的第一误差状态系数矩阵C1；C2,15×15表示15维的第二误差状态系数矩阵C2。
在其中一个实施例中，还包括：根据地球子午圈曲率半径、地球卯酉圈曲率半径、载体海拔高度以及载体所在纬度，构造除对角线元素外其余元素均为零的第一误差状态系数矩阵；其中，第一误差状态系数矩阵C1使得纬经高误差转换至北东地位置误差；
根据第一误差状态系数矩阵C1的对角线元素以及***误差状态方差阵主对角线元素，构造除对角线元素外其余元素均为零的第二误差状态系数矩阵；其中，第二误差状态系数矩阵C2使得量纲变换后的***误差状态方差阵对角线元素等于1。
在其中一个实施例中，还包括：第一误差状态系数矩阵C1的对角线元素及第二误差状态系数矩阵C2的对角线元素，计算公式分别为：
其中，C1,15×1表示15维的第一误差状态系数矩阵C1的对角线元素值；C2,15×1表示15维的第二误差状态系数矩阵C2的对角线元素值，Rn为地球子午圈曲率半径，Re表示地球卯酉圈曲率半径，h表示载体海拔高度，B表示载体所在纬度，K1(i)表示C1矩阵主对角线的第i个元素，σi表示***误差状态方差阵主对角线的第i个元素。
在其中一个实施例中，还包括：使用量纲变换后的15维***误差状态矢量δX′建立惯导***误差状态方程，公式为：
其中，A、B和C由惯性导航力学编排方程推导得到，εg,3×1表示陀螺仪的随机误差矢量，εa,3×1表示加速度计的随机误差矢量；
将连续时间***转换为离散时间***，根据量纲变换后的前一时刻***误差状态矢量，得到离散化线性化之后的***误差状态方程为：
δX′k/k-1＝Φ′k/k-1δX′k-1/k-1+Γ′k/k-1Wk-1′
其中，各变量的表达式如下：
δX′k/k-1＝(C2,kC1,k)·δXk/k-1
δX′k-1/k-1＝(C2,k-1C1,k-1)·δXk-1/k-1
Wk-1′＝CεWk-1
Φ′k/k-1＝(C2,kC1,k)·Φk/k-1·(C2,k-1C1,k-1)-1
δXk-1/k-1表示前一时刻的***误差状态矢量，Wk-1表示***噪声矢量，服从协方差阵为Qk-1的正态分布，具体参数由惯导器件性能决定，Cε表示量纲变换系数矩阵，Φk/k-1表示从前一时刻到当前时刻的误差状态转移矩阵，Γk/k-1表示***噪声转移矩阵，Φk/k-1及Γk/k-1的计算公式如下所示：
Γk/k-1＝G·Δt
其中，时间间隔Δt＝tk-tk-1，斜体I表示单位矩阵，F表示系数矩阵，G表示噪声驱动矩阵。
在其中一个实施例中，还包括：根据量纲变换后的当前时刻***误差状态矢量δX′k/k，建立量纲变换后的紧组合测量方程，公式为：
Zk＝Hk′δX′k/k+ξk
其中，Hk表示测量信息几何矩阵，ξk表示测量误差矢量，服从协方差阵为Rk的零均值多维正太分布，Rk的具体参数通过对卫导测量信息进行误差建模得到，Zk表示tk时刻的卫导测量信息矢量，Zk的计算公式如下所示：
其中δP(tk)表示伪距星间单差误差观测量，δΔtφ(tk)表示载波相位星间历元间双差误差观测量，均由卫导原始观测数据与惯导预报的天线位置计算得到，都是n-1维的列向量，n表示可见卫星颗数。
在其中一个实施例中，还包括：定义量纲变换后的信息矩阵信息误差状态矢量/>以及两个辅助过渡矩阵/>N＝MΓ′(Γ′TMΓ′+Q′-1)-1Γ′T；
根据量纲变换后的***误差状态方程的时间更新，得到信息滤波的时间更新方程，包括：
Ι′k/k-1＝(I-N)M
时间更新是量纲变换后的***误差状态矢量从前一时刻到当前时刻的变换过程；
其中，S′k/k-1表示时间更新后的信息误差状态矢量，Ι′k/k-1表示时间更新后的信息矩阵，Ι′k/k-1用于描述误差状态分布的离散程度，也就是S′k/k-1包含信息量的大小；P表示***误差状态矢量方差阵，Q表示***噪声方差阵，P′表示量纲变换后的***误差状态方差阵，Q′表示量纲变换后的***噪声方差阵，P′和Q′分别为：
P′＝(C2·C1)·P·(C2·C1)T
Q′＝Cε·Q·Cε T
其中，Cε的对角线元素由Q的对角线元素开根号得到，其余元素均为零。
在其中一个实施例中，还包括：根据量纲变换后的紧组合测量方程和时间更新方程的计算结果，引入卫导测量信息对S′k/k-1和Ι′k/k-1进行测量更新，建立信息滤波的测量更新方程为：
其中，S′k/k表示测量更新后的信息误差状态矢量，Ι′k/k表示测量更新后的信息矩阵。
在其中一个实施例中，还包括：根据测量更新后的信息矩阵Ι′k/k，得到量纲变换后的当前时刻***误差状态方差阵P′k/k，公式表示为：
根据测量更新后的信息误差状态矢量S′k/k和量纲变换后的当前时刻***误差状态方差阵P′k/k，得到量纲变换后的当前时刻***误差状态矢量δX′k/k，公式表示为：
δX′k/k＝P′k/k·S′k/k。
在其中一个实施例中，还包括：根据量纲变换后的当前时刻***误差状态矢量δX′k/k、第一误差状态系数矩阵C1以及第二误差状态系数矩阵C2，得到量纲变换前的当前时刻***误差状态矢量δXk/k，公式表示为：
δXk/k＝(C2·C1)-1·δX′k/k
根据量纲变换后的当前时刻***误差状态方差阵P′k/k、第一误差状态系数矩阵C1以及第二误差状态系数矩阵C2，得到量纲变换前的当前时刻***误差状态方差阵Pk/k，公示表示为：
Pk/k＝(C2·C1)-1Pk′/k(C2·C1)-T。
上述基于信息滤波算法的卫星惯性紧组合实时导航定位方法，将改进后的信息滤波方法和紧组合导航方法结合起来，通过对***误差状态矢量进行了量纲变换，并推导了新的时间更新方程和测量更新方程，规避了高维矩阵求逆的计算，在观测值数量较多的情况下，既发挥了紧组合导航的精度优势，又有效降低了测量更新过程中的计算量和计算误差，并提高了紧组合导航***的实时性能，为实现粗差探测和完好性实时计算等功能提供了可能性。
附图说明
图1为一个实施例中基于信息滤波算法的卫星惯性紧组合实时导航定位方法的流程示意图；
图2为一个实施例中卫星/惯性组合导航***信息处理流程图；
图3为一个实施例中信息滤波算法信息处理流程图；
图4为另一个实施例中序贯卡尔曼滤波与信息滤波测量更新用时对比；
图5为一个实施例中序贯卡尔曼滤波与信息滤波用时之比的变化曲线图；
图6为一个实施例中车辆水平运动轨迹图；
图7为一个实施例中车辆三维定位误差曲线图；
图8为一个实施例中车辆三维速度变化曲线图；
图9为一个实施例中车辆三维姿态变化曲线图；
图10为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种基于信息滤波算法的卫星惯性紧组合实时导航定位方法，该方法可以应用于终端中，包括以下步骤：
步骤102，对***误差状态矢量左乘两个系数矩阵，得到量纲变换后的***误差状态矢量；两个系数矩阵分别为第一误差状态系数矩阵和第二误差状态系数矩阵。
可以理解，在传统的信息滤波计算过程中，有两处需要进行高维矩阵求逆计算，可能会出现不可逆或者求逆精度较差的情况，为避免这种情况，本发明构造了除对角线元素外其余元素均为零的两个系数矩阵，对***误差状态矢量左乘两个系数矩阵，得到量纲变换后的***误差状态矢量，通过对***误差状态矢量的量纲进行变换，使得(ΓTMΓ+Q-1)的对角线元素近似相等、信息矩阵Ι的对角线元素近似归一化，从而有效提升了矩阵求逆过程中的计算精度。
步骤104，根据量纲变换后的前一时刻***误差状态矢量，建立量纲变换后的***误差状态方程；根据量纲变换后的当前时刻***误差状态矢量，建立量纲变换后的紧组合测量方程。
可以理解，***误差状态方程是以紧组合导航***的载体误差为基础建立的，紧组合测量方程是以伪距和载波相位的卫星导航测量方程为基础建立的。
步骤106，根据量纲变换后的***误差状态方程，得到信息滤波的时间更新方程；时间更新方程包括时间更新后的信息误差状态矢量和时间更新后的信息矩阵。
具体地，预先定义量纲变换后的信息矩阵、信息误差状态矢量以及两个辅助过渡矩阵，以离散形式的***误差状态方程为基础，推导出时间更新后的信息误差状态矢量和时间更新后的信息矩阵的过程，称之为信息滤波的时间更新方程。
步骤108，基于量纲变换后的紧组合测量方程和时间更新方程的测量更新，建立信息滤波的测量更新方程；测量更新方程包括测量更新后的信息误差状态矢量和测量更新后的信息矩阵。
具体地，在时间更新方程计算结果的基础上，引入卫导测量信息对时间更新后的信息误差状态矢量和时间更新后的信息矩阵进行测量更新，得到测量更新后的信息误差状态矢量和测量更新后的信息矩阵的过程，称之为信息滤波的测量更新方程。
步骤110，根据测量更新后的信息矩阵，得到量纲变换后的当前时刻***误差状态方差阵；根据测量更新后的信息误差状态矢量和量纲变换后的当前时刻***误差状态方差阵，得到量纲变换后的当前时刻***误差状态矢量。
具体地，把测量更新后的信息矩阵进行逆运算，得到量纲变换后的当前时刻***误差状态方差阵；将测量更新后的信息误差状态矢量与量纲变换后的当前时刻***误差状态方差阵进行相乘，得到量纲变换后的当前时刻***误差状态矢量。
步骤112，根据量纲变换后的当前时刻***误差状态矢量、第一误差状态系数矩阵以及第二误差状态系数矩阵，得到量纲变换前的当前时刻***误差状态矢量；根据量纲变换后的当前时刻***误差状态方差阵、第一误差状态系数矩阵以及第二误差状态系数矩阵，得到量纲变换前的当前时刻***误差状态方差阵。
可以理解，量纲变换前的当前时刻***误差状态矢量用于对当前时刻的导航结果(载***置、速度和姿态等参数)进行修正。
上述基于信息滤波算法的卫星惯性紧组合实时导航定位方法，将改进后的信息滤波方法和紧组合导航方法结合起来，通过对***误差状态矢量进行了量纲变换，并推导了新的时间更新方程和测量更新方程，规避了高维矩阵求逆的计算，在观测值数量较多的情况下，既发挥了紧组合导航的精度优势，又有效降低了测量更新过程中的计算量和计算误差，并提高了紧组合导航***的实时性能，为实现粗差探测和完好性实时计算等功能提供了可能性。
在其中一个实施例中，对***误差状态矢量左乘两个系数矩阵，得到量纲变换后的***误差状态矢量，包括：
对***误差状态矢量δX左乘两个系数矩阵，得到量纲变换后的***误差状态矢量δX′为：
***误差状态矢量δX15×1是15维的***误差状态矢量δX，表达式如下：
其中，δr3×1表示位置误差矢量，δv3×1表示速度误差矢量，δφ3×1表示姿态误差矢量，δbg,3×1表示陀螺零偏误差矢量，δba,3×1表示加速度计零偏误差矢量；
C1,15×15表示15维的第一误差状态系数矩阵C1；C2,15×15表示15维的第二误差状态系数矩阵C2。
在其中一个实施例中，根据地球子午圈曲率半径、地球卯酉圈曲率半径、载体海拔高度以及载体所在纬度，构造除对角线元素外其余元素均为零的第一误差状态系数矩阵；其中，第一误差状态系数矩阵C1使得纬经高误差转换至北东地位置误差；根据第一误差状态系数矩阵C1的对角线元素以及***误差状态方差阵主对角线元素，构造除对角线元素外其余元素均为零的第二误差状态系数矩阵；其中，第二误差状态系数矩阵C2使得量纲变换后的***误差状态方差阵对角线元素等于1。
在另一个实施例中，第一误差状态系数矩阵C1的对角线元素及第二误差状态系数矩阵C2的对角线元素，计算公式分别为：
其中，C1,15×1表示15维的第一误差状态系数矩阵C1的对角线元素值；C2,15×1表示15维的第二误差状态系数矩阵C2的对角线元素值；Rn为地球子午圈曲率半径，单位是m；Re表示地球卯酉圈曲率半径，单位是m；h表示载体海拔高度，单位是m；B表示载体所在纬度，单位是rad；K1(i)表示C1矩阵主对角线的第i个元素；σi表示***误差状态方差阵主对角线的第i个元素。
在另一个实施例中，根据量纲变换后的前一时刻***误差状态矢量，建立量纲变换后的***误差状态方程，步骤包括：
使用量纲变换后的15维***误差状态矢量δX′建立惯导***误差状态方程，公式为：
其中，A、B和C由惯性导航力学编排方程推导得到，εg,3×1表示陀螺仪的随机误差矢量，εa,3×1表示加速度计的随机误差矢量；
将连续时间***转换为离散时间***，根据量纲变换后的前一时刻***误差状态矢量，得到离散化线性化之后的***误差状态方程为：
δX′k/k-1＝Φ′k/k-1δX′k-1/k-1+Γ′k/k-1Wk-1′ (5)
其中，各变量的表达式如下：
δXk-1/k-1表示前一时刻的***误差状态矢量，Cε表示量纲变换系数矩阵，Wk-1表示***噪声矢量，服从协方差阵为Qk-1的正态分布，具体参数由惯导器件性能决定，Φk/k-1表示从前一时刻到当前时刻的误差状态转移矩阵，Γk/k-1表示***噪声转移矩阵，Φk/k-1及Γk/k-1的计算公式如下所示：
Γk/k-1＝G·Δt (8)
其中，时间间隔Δt＝tk-tk-1，斜体I表示单位矩阵，F表示系数矩阵，G表示噪声驱动矩阵。
在另一个实施例中，根据量纲变换后的当前时刻***误差状态矢量，建立量纲变换后的紧组合测量方程，包括：
根据量纲变换后的当前时刻***误差状态矢量δX′k/k，建立量纲变换后的紧组合测量方程，公式为：
Zk＝Hk′δX′k/k+ξk (9)
其中，Hk表示测量信息几何矩阵，ξk表示测量误差矢量，服从协方差阵为Rk的零均值多维正太分布，Rk的具体参数通过对卫导测量信息进行误差建模得到，Zk表示tk时刻的卫导测量信息矢量，Zk的计算公式如下所示：
其中δP(tk)表示伪距星间单差误差观测量，δΔtφ(tk)表示载波相位星间历元间双差误差观测量，均由卫导原始观测数据与惯导预报的天线位置计算得到，都是n-1维的列向量，n表示可见卫星颗数。
在另一个实施例中，根据量纲变换后的***误差状态方程的时间更新，得到信息滤波的时间更新方程之前，还包括：
定义量纲变换后的信息矩阵信息误差状态矢量/>以及两个辅助过渡矩阵/>N＝MΓ′(Γ′TMΓ′+Q′-1)-1Γ′T；
根据量纲变换后的***误差状态方程的时间更新，得到信息滤波的时间更新方程，包括：
时间更新是量纲变换后的***误差状态矢量从前一时刻到当前时刻的变换过程；
其中，S′k/k-1表示时间更新后的信息误差状态矢量，Ι′k/k-1表示时间更新后的信息矩阵，Ι′k/k-1用于描述误差状态分布的离散程度，也就是S′k/k-1包含信息量的大小；P表示***误差状态矢量方差阵，Q表示***噪声方差阵，P′表示量纲变换后的***误差状态方差阵，Q′表示量纲变换后的***噪声方差阵，P′和Q′分别为：
其中，Cε的对角线元素由Q的对角线元素开根号得到，其余元素均为零。
在另一个实施例中，根据量纲变换后的紧组合测量方程和时间更新方程的测量更新，建立信息滤波的测量更新方程，包括：
根据量纲变换后的紧组合测量方程和时间更新方程的计算结果，引入卫导测量信息对S′k/k-1和Ι′k/k-1进行测量更新，建立信息滤波的测量更新方程为：
其中，S′k/k表示测量更新后的信息误差状态矢量，Ι′k/k表示测量更新后的信息矩阵。
在另一个实施例中，根据测量更新后的信息矩阵Ι′k/k，得到量纲变换后的当前时刻***误差状态方差阵P′k/k，公式表示为：
根据测量更新后的信息误差状态矢量S′k/k和量纲变换后的当前时刻***误差状态方差阵P′k/k，得到量纲变换后的当前时刻***误差状态矢量δX′k/k，公式表示为：
δX′k/k＝P′k/k·S′k/k (15)
在另一个实施例中，根据量纲变换后的当前时刻***误差状态矢量δX′k/k、第一误差状态系数矩阵C1以及第二误差状态系数矩阵C2，得到量纲变换前的当前时刻***误差状态矢量δXk/k，公式表示为：
δXk/k＝(C2·C1)-1·δX′k/k (16)
根据量纲变换后的当前时刻***误差状态方差阵P′k/k、第一误差状态系数矩阵C1以及第二误差状态系数矩阵C2，得到量纲变换前的当前时刻***误差状态方差阵Pk/k，公示表示为：
Pk/k＝(C2·C1)-1P′k/k(C2·C1)-T (17)
应该理解的是，虽然图1的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，图1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。
在另一个具体实施例中，结合附图2和图3，对本发明中基于信息滤波算法的卫星惯性紧组合实时导航定位方法作进一步的说明：
使用射频线缆将组合导航接收机和卫导接收天线连接，接通电源，设置组合导航***的对准模式：“赋值对准”或者“动态卫导辅助对准”，设置惯导中心到卫星天线中心的杆臂矢量。
基于***误差状态方程的时间更新，计算载体的位置、速度、姿态、系数矩阵F、噪声驱动矩阵G、量纲变换后的***误差状态方差阵P′、量纲变换后的***噪声方差阵Q′、误差状态转换矩阵Φ′k/k-1、***噪声转移矩阵Γ′k/k-1。
以某次车载试验为例，选取t＝134117.5036s时刻附近的卫导和惯导数据，首先计算误差状态方程中的系数矩阵F和噪声驱动矩阵G：
将离散化的时间间隔定为Δt＝8ms，则式(1)中离散化后的误差状态转移矩阵Φk/k-1和***噪声转移矩阵Γk/k-1可根据式(7)和式(8)求得，量纲变换后的***误差状态方差阵P′和量纲变换后的***噪声方差阵Q′可由式(12)求得，时间更新后的信息矩阵和信息误差状态矢量由式(11)计算得到。
时间更新后，经惯导递推可得t＝134117.5036s时载***置
BLH＝[4.927×10-1 1.972 4.008×101]rad，载体速度
Vel＝[-9.693×10-3 -1.290×10-2 -1.166×10-2]m/s，载体姿态
Att＝[-9.459×10-4 -4.603×10-3 3.142]rad。
当接收到时间同步的卫导数据时，***进入测量更新步骤。此时卫导观测数据的时刻t＝134177.5s，可用的卫星包括14颗北斗卫星和8颗GPS卫星，其中北斗卫星有3个频点，GPS卫星有2个频点。
首先使用伪距星间单差观测值和载波相位历元间星间双差观测值建立测量信息矢量Z和测量信息几何矩阵H，然后依据式(13)对信息矩阵Ι′和信息误差状态矢量S′进行测量更新，测量更新后的信息误差状态矢量为：
根据式(14)及式(15)，由信息误差状态矢量S′计算量纲变换后的***误差状态矢量δX′，由于已对信息矩阵I的对角线元素近似归一化，因此下列求逆过程误差较小：
根据式(16)，可由误差状态系数矩阵C2和C1计算量纲变换前的***误差状态矢量δX，由于C2和C1均为对角矩阵，因此式(12)中的求逆运算实际可转换为除法计算，不会影响计算效率，量纲变换前的***误差状态矢量δX为：
使用测量更新后的量纲变换前的***误差状态矢量δX对载体的位置、速度和姿态进行修正。经计算可得，测量更新后的载***置
BLH＝[4.927×10-1rad 1.972rad 4.017×101m]，载体速度
Vel＝[-3.270×10-3m/s -3.688×10-3m/s 2.053×10-2m/s]，载体姿态
Att＝[-4.489×10-3rad -3.319×10-3rad 3.140rad]。在此基础上可继续读取惯导测量数据，向前进行时间更新过程。
在本实施例中，基于改进后的信息滤波算法的紧组合导航***性能分析，通过处理一组时长为9min的车载试验数据，对比验证经典序贯卡尔曼滤波算法和本发明使用的信息滤波算法的计算效率，由附图4和图5可以看出，本发明使用的信息滤波算法在单次测量更新期间所用的时间约为经典序贯卡尔曼滤波算法的1/13左右，极大的降低了计算主板的运算负担，具体用时的统计信息如表1所示。
表1单次测量更新用时的统计信息表
随后在本发明的实时导航***中分别运行两种算法，对比其单次测量更新用时。使用的计算主板为Xilinx ZYNQ7020N开发板，内置了双核ARM Cortex-A9处理***，最高主频为866MHz，操作***为Linux 3.15.0。，采用司南K708 OEM板卡和STIM300惯导，观测卫星信道为GPS的L1C、L2W和北斗C01-C37号卫星的B1I、B2I、B3I，采样率分别为10Hz和125Hz，将测量更新用时通过网口打印至屏幕上。试验中，序贯卡尔曼滤波测量更新用时在15～17ms间波动，而信息滤波测量更新用时在2～3ms间波动。
由于惯导模块的更新频率为125HZ，对应的时间间隔是8ms，因此序贯卡尔曼滤波算法的计算耗时过长，而信息滤波算法的用时较短，不会影响正常的时间更新步骤，实时性能更好。
为验证本发明的精度指标，对一次车载试验实时导航结果进行分析，使用RTKLIB软件事后计算得到的载***置轨迹作为基准，计算绝对位置误差，并画出速度和姿态变化曲线。图6中，横轴代表经度，纵轴代表纬度，组合导航***的实时位置用红色虚线表示，使用RTKLIB软件计算得到的标准轨迹用黑色实线表示，可以看到两条轨迹基本一致。图7中，横轴代表历元时间，单位是秒，纵轴分别是北向、东向和地向的位置误差，可以看出在初始时刻由于未对准，定位误差较大，后期滤波收敛后三个方向的误差基本都在1m以内，同时由表2可以看出，误差的标准差都比较小，这是由于引入了历元差分载波相位观测量，对定位结果有平滑作用，综合定位误差在1m左右，明显优于松组合导航定位精度，可以应用于车道级导航场景中。
表2紧组合导航***实时定位误差统计
图8中，横轴是历元时刻，时间间隔为8ms，纵坐标为北东地三个方向的速度值，可以看出，由于车辆在水平面内做椭圆运动，因此北向和东向的速度值较大，且成周期性变化，地向的速度分量值较小。
图9中，横轴是历元时刻，时间间隔为8ms，纵坐标为滚转角、俯仰角和偏航角，可以看出，由于车辆在水平面内做椭圆运动，因此主要是偏航角在±180度的范围内周期性变化，而滚转角和俯仰角的变化幅度较小。
从图7、图8和图9可以看出，本发明能够以125HZ的频率输出载体的位置、速度和姿态信息，且综合定位误差在1m左右，水平面内可以达到亚米级的定位精度，速度和姿态的变化情况与实际运动情况基本符合。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图10所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于信息滤波算法的卫星惯性紧组合实时导航定位方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图10中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (4)
1.一种基于信息滤波算法的卫星惯性紧组合实时导航定位方法，其特征在于，所述方法包括：
对***误差状态矢量左乘两个系数矩阵，得到量纲变换后的***误差状态矢量；所述两个系数矩阵分别为第一误差状态系数矩阵和第二误差状态系数矩阵；
根据量纲变换后的前一时刻***误差状态矢量，建立量纲变换后的***误差状态方程；根据量纲变换后的当前时刻***误差状态矢量，建立量纲变换后的紧组合测量方程；
根据所述量纲变换后的***误差状态方程的时间更新，得到信息滤波的时间更新方程；所述时间更新方程包括时间更新后的信息误差状态矢量和时间更新后的信息矩阵；
根据所述量纲变换后的紧组合测量方程和所述时间更新方程的测量更新，建立信息滤波的测量更新方程；所述测量更新方程包括测量更新后的信息误差状态矢量和测量更新后的信息矩阵；
根据所述测量更新后的信息矩阵，得到量纲变换后的当前时刻***误差状态方差阵；根据所述测量更新后的信息误差状态矢量和所述量纲变换后的当前时刻***误差状态方差阵，得到量纲变换后的当前时刻***误差状态矢量；
根据所述量纲变换后的当前时刻***误差状态矢量、所述第一误差状态系数矩阵以及所述第二误差状态系数矩阵，得到量纲变换前的当前时刻***误差状态矢量；根据所述量纲变换后的当前时刻***误差状态方差阵、所述第一误差状态系数矩阵以及所述第二误差状态系数矩阵，得到量纲变换前的当前时刻***误差状态方差阵；
所述对***误差状态矢量左乘两个系数矩阵，得到量纲变换后的***误差状态矢量，包括：
对***误差状态矢量δX左乘两个系数矩阵，得到量纲变换后的***误差状态矢量δX′为：
所述***误差状态矢量δX15×1是15维的***误差状态矢量δX，表达式如下：
其中，δr3×1表示位置误差矢量，δv3×1表示速度误差矢量，δφ3×1表示姿态误差矢量，δbg,3×1表示陀螺零偏误差矢量，δba,3×1表示加速度计零偏误差矢量；
C1,15×15表示15维的第一误差状态系数矩阵C1；C2,15×15表示15维的第二误差状态系数矩阵C2；
所述根据量纲变换后的前一时刻***误差状态矢量，建立量纲变换后的***误差状态方程，步骤包括：
使用量纲变换后的15维***误差状态矢量δX′建立惯导***误差状态方程，公式为：
其中，A、B和C由惯性导航力学编排方程推导得到，εg,3×1表示陀螺仪的随机误差矢量，εa,3×1表示加速度计的随机误差矢量；
将连续时间***转换为离散时间***，根据量纲变换后的前一时刻***误差状态矢量，得到离散化线性化之后的***误差状态方程为：
δX'k/k-1＝Φ'k/k-1δX'k-1/k-1+Γ'k/k-1Wk-1'
其中，各变量的表达式如下：
δX'k/k-1＝(C2,kC1,k)·δXk/k-1
δX'k-1/k-1＝(C2,k-1C1,k-1)·δXk-1/k-1
Wk-1'＝CεWk-1
Φ'k/k-1＝(C2,kC1,k)·Φk/k-1·(C2,k-1C1,k-1)-1
Γ'k/k-1＝(C2,kC1,k)·Γk/k-1·Cε -1
δXk-1/k-1表示前一时刻的***误差状态矢量，Cε表示量纲变换系数矩阵，Wk-1表示***噪声矢量，服从协方差阵为Qk-1的正态分布，具体参数由惯导器件性能决定，Φk/k-1表示从前一时刻到当前时刻的误差状态转移矩阵，Γk/k-1表示***噪声转移矩阵，Φk/k-1及Γk/k-1的计算公式如下所示：
Γk/k-1＝G·Δt
其中，时间间隔Δt＝tk-tk-1，斜体I表示单位矩阵，F表示系数矩阵，G表示噪声驱动矩阵；
所述根据量纲变换后的当前时刻***误差状态矢量，建立量纲变换后的紧组合测量方程，包括：
根据量纲变换后的当前时刻***误差状态矢量δX′k/k，建立量纲变换后的紧组合测量方程，公式为：
Zk＝Hk'δX′k/k+ξk
其中，Hk表示测量信息几何矩阵，ξk表示测量误差矢量，服从协方差阵为Rk的零均值多维正太分布，Rk的具体参数通过对卫导测量信息进行误差建模得到，Zk表示tk时刻的卫导测量信息矢量，Zk的计算公式如下所示：
其中δP(tk)表示伪距星间单差误差观测量，δΔtφ(tk)表示载波相位星间历元间双差误差观测量，均由卫导原始观测数据与惯导预报的天线位置计算得到，都是n-1维的列向量，n表示可见卫星颗数；
根据所述量纲变换后的紧组合测量方程和所述时间更新方程的测量更新，建立信息滤波的测量更新方程，包括：
根据所述量纲变换后的紧组合测量方程和所述时间更新方程的计算结果，引入卫导测量信息对S′k/k-1和Ι′k/k-1进行测量更新，建立信息滤波的测量更新方程为：
其中，S′k/k表示测量更新后的信息误差状态矢量，Ι′k/k表示测量更新后的信息矩阵
根据所述测量更新后的信息矩阵，得到量纲变换后的当前时刻***误差状态方差阵；根据所述测量更新后的信息误差状态矢量和所述量纲变换后的当前时刻***误差状态方差阵，得到量纲变换后的当前时刻***误差状态矢量，包括：
根据所述测量更新后的信息矩阵Ι′k/k，得到量纲变换后的当前时刻***误差状态方差阵P′k/k，公式表示为：
根据所述测量更新后的信息误差状态矢量S′k/k和所述量纲变换后的当前时刻***误差状态方差阵P′k/k，得到量纲变换后的当前时刻***误差状态矢量δX′k/k，公式表示为：
δX′k/k＝P′k/k·S′k/k；
所述根据所述量纲变换后的当前时刻***误差状态矢量、所述第一误差状态系数矩阵以及所述第二误差状态系数矩阵，得到量纲变换前的当前时刻***误差状态矢量；根据所述量纲变换后的当前时刻***误差状态方差阵、所述第一误差状态系数矩阵以及所述第二误差状态系数矩阵，得到量纲变换前的当前时刻***误差状态方差阵，包括：
根据所述量纲变换后的当前时刻***误差状态矢量δX′k/k、所述第一误差状态系数矩阵C1以及所述第二误差状态系数矩阵C2，得到量纲变换前的当前时刻***误差状态矢量δXk/k，公式表示为：
δXk/k＝(C2·C1)-1·δX′k/k
根据所述量纲变换后的当前时刻***误差状态方差阵P′k/k、所述第一误差状态系数矩阵C1以及所述第二误差状态系数矩阵C2，得到量纲变换前的当前时刻***误差状态方差阵Pk/k，公示表示为：
Pk/k＝(C2·C1)-1P′k/k(C2·C1)-T。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据地球子午圈曲率半径、地球卯酉圈曲率半径、载体海拔高度以及载体所在纬度，构造除对角线元素外其余元素均为零的第一误差状态系数矩阵；其中，第一误差状态系数矩阵C1使得纬经高误差转换至北东地位置误差；
根据第一误差状态系数矩阵C1的对角线元素以及***误差状态方差阵主对角线元素，构造除对角线元素外其余元素均为零的第二误差状态系数矩阵；其中，第二误差状态系数矩阵C2使得量纲变换后的***误差状态方差阵对角线元素等于1。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
第一误差状态系数矩阵C1的对角线元素及第二误差状态系数矩阵C2的对角线元素，计算公式分别为：
其中，C1,15×1表示15维的第一误差状态系数矩阵C1的对角线元素值；C2,15×1表示15维的第二误差状态系数矩阵C2的对角线元素值，Rn为地球子午圈曲率半径，Re表示地球卯酉圈曲率半径，h表示载体海拔高度，B表示载体所在纬度，K1(i)表示C1矩阵主对角线的第i个元素，σi表示***误差状态方差阵主对角线的第i个元素。
4.根据权利要求1所述的方法，其特征在于，根据所述量纲变换后的***误差状态方程的时间更新，得到信息滤波的时间更新方程之前，还包括：
定义量纲变换后的信息矩阵信息误差状态矢量/>以及两个辅助过渡矩阵/>N＝MΓ′(Γ′TMΓ′+Q′-1)-1Γ′T；
根据所述量纲变换后的***误差状态方程的时间更新，得到信息滤波的时间更新方程，包括：
Ι′k/k-1＝(I-N)M
所述时间更新是量纲变换后的***误差状态矢量从前一时刻到当前时刻的变换过程；
其中，S′k/k-1表示时间更新后的信息误差状态矢量，Ι′k/k-1表示时间更新后的信息矩阵，Ι′k/k-1用于描述误差状态分布的离散程度，也就是S′k/k-1包含信息量的大小；P表示***误差状态矢量方差阵，Q表示***噪声方差阵，P′表示量纲变换后的***误差状态方差阵，Q′表示量纲变换后的***噪声方差阵，P′和Q′计算公式分别为：
P'＝(C2·C1)·P·(C2·C1)T
Q'＝Cε·Q·Cε T
其中，Cε的对角线元素由Q的对角线元素开根号得到，其余元素均为零。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210769619.3A CN115291266B (zh) | 2022-07-01 | 2022-07-01 | 基于信息滤波算法的卫星惯性紧组合实时导航定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210769619.3A CN115291266B (zh) | 2022-07-01 | 2022-07-01 | 基于信息滤波算法的卫星惯性紧组合实时导航定位方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115291266A CN115291266A (zh) | 2022-11-04 |
| CN115291266B true CN115291266B (zh) | 2024-04-26 |
Family
ID=83822217
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210769619.3A Active CN115291266B (zh) | 2022-07-01 | 2022-07-01 | 基于信息滤波算法的卫星惯性紧组合实时导航定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115291266B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106932804A (zh) * | 2017-03-17 | 2017-07-07 | 南京航空航天大学 | 天文辅助的惯性/北斗紧组合导航***及其导航方法 |
| CN110780326A (zh) * | 2019-09-26 | 2020-02-11 | 上海瀚所信息技术有限公司 | 一种车载组合导航***和定位方法 |
| CN113253325A (zh) * | 2021-06-24 | 2021-08-13 | 中国人民解放军国防科技大学 | 惯性卫星序贯紧组合李群滤波方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6721657B2 (en) * | 2001-06-04 | 2004-04-13 | Novatel, Inc. | Inertial GPS navigation system |
| US7274504B2 (en) * | 2005-01-14 | 2007-09-25 | L-3 Communications Corporation | System and method for advanced tight coupling of GPS and inertial navigation sensors |
-
2022
- 2022-07-01 CN CN202210769619.3A patent/CN115291266B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106932804A (zh) * | 2017-03-17 | 2017-07-07 | 南京航空航天大学 | 天文辅助的惯性/北斗紧组合导航***及其导航方法 |
| CN110780326A (zh) * | 2019-09-26 | 2020-02-11 | 上海瀚所信息技术有限公司 | 一种车载组合导航***和定位方法 |
| CN113253325A (zh) * | 2021-06-24 | 2021-08-13 | 中国人民解放军国防科技大学 | 惯性卫星序贯紧组合李群滤波方法 |
Non-Patent Citations (2)
| Title |
|---|
| Tightly Coupled GNSS/INS Integration with Robust Sequential Kalman Filter for Accurate Vehicular Navigation;Yi Dong et al.;《MDPI》;20200120;第1-19页 * |
| 载波相位时间差分辅助的SINS/GNSS紧组合导航方法;董毅 等;《中国惯性技术学报》;20210831;第29卷(第4期);第451-458页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115291266A (zh) | 2022-11-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101949703B (zh) | 一种捷联惯性/卫星组合导航滤波方法 | |
| CN102353378B (zh) | 一种矢量形式信息分配系数的组合导航***自适应联邦滤波方法 | |
| CN104181574A (zh) | 一种捷联惯导***/全球导航卫星***组合导航滤波***及方法 | |
| US8543266B2 (en) | Modified Kalman filter for generation of attitude error corrections | |
| CN111982106A (zh) | 导航方法、装置、存储介质及电子装置 | |
| CN109507706B (zh) | 一种gps信号丢失的预测定位方法 | |
| CN106153073B (zh) | 一种全姿态捷联惯导***的非线性初始对准方法 | |
| CN110567455B (zh) | 一种求积更新容积卡尔曼滤波的紧组合导航方法 | |
| CN104344837A (zh) | 一种基于速度观测的冗余惯导***加速度计***级标定方法 | |
| CN111024124B (zh) | 一种多传感器信息融合的组合导航故障诊断方法 | |
| CN115585826B (zh) | 多惯导旋转调制光纤陀螺标度因数误差自校正方法与装置 | |
| CN112798021B (zh) | 基于激光多普勒测速仪的惯导***行进间初始对准方法 | |
| CN114812545B (zh) | 基于双激光多普勒测速仪和惯导***组合导航方法及装置 | |
| CN113252048B (zh) | 一种导航定位方法、导航定位***及计算机可读存储介质 | |
| CN108508463B (zh) | 基于Fourier-Hermite正交多项式扩展椭球集员滤波方法 | |
| CN113092822A (zh) | 一种基于惯组的激光多普勒测速仪的在线标定方法和装置 | |
| CN114413895A (zh) | 光纤陀螺旋转惯导联合定位方法、装置、设备及介质 | |
| CN115856922A (zh) | 一种松耦合陆地组合导航方法、装置、计算机设备和介质 | |
| Soken et al. | Adaptive unscented Kalman filter with multiple fading factors for pico satellite attitude estimation | |
| CN113566850B (zh) | 惯性测量单元的安装角度标定方法、装置和计算机设备 | |
| CN112781617B (zh) | 误差估计方法、组合导航处理***及存储介质 | |
| CN115291266B (zh) | 基于信息滤波算法的卫星惯性紧组合实时导航定位方法 | |
| CN102830415A (zh) | 一种降维度的基于Carlson滤波算法的快速组合导航方法 | |
| CN111197994B (zh) | 位置数据修正方法、装置、计算机设备和存储介质 | |
| CN115900705A (zh) | 一种紧耦合陆地组合导航方法、装置、计算机设备和介质 |
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 |