专利汇可以提供一种角速度辅助的Kalman滤波定位方法专利检索,专利查询,专利分析的服务。并且一种 角 速度 辅助的Kalman滤波 定位 方法,包括如下步骤:步骤1、捕获卫星 信号 ,解调导航电文,剔除故障卫星;步骤2、解算运动载体的初始状态变量、方位角、角速度、方差;步骤3、确定采用的Kalman滤波方程模型,根据不同载体类型和不同的接收机类型确定各个参数的值:步骤4、检测接收卫星信息是否良好,若是,直接利用Kalman方程解算出当前时刻的状态变量- 位置 、速度和 加速 度;当接收卫星信息不好,不能利用卫星信息进行卫星定位时,确定现时刻的载体的所在方位,联合Kalman滤波的预测方程,两者进行等权计算现时刻状态解算载体的位置、速度等信息。本 发明 在卫星定位失败时,能够显著提高没有惯性 传感器 等辅助手段情况下的动态定位 精度 。,下面是一种角速度辅助的Kalman滤波定位方法专利的具体信息内容。
1.一种角速度辅助的Kalman滤波定位方法,其特征在于:包括如下步骤:
步骤1、运动载体的接收机捕获并跟踪卫星信号,解调卫星导航电文,剔除故障卫星和异常卫星;
步骤2、利用接收到的前几个历元的卫星信息解算运动载体的初始状态变量X0、方位角S0、角速度Vr0、方差P0;
步骤3、确定采用的Kalman滤波方程模型,假设没有系统控制输入,根据不同载体类型和不同的接收机类型确定以下参数:过程激励噪声协方差矩阵为Q,观测噪声协方差矩阵为R,转换矩阵Φ,测量矩阵H,马尔可夫过程在三个坐标轴方向的相关时间常数τx、τy、τz;
取状态变量为X=[x vx αx εx y vy αy εy z vz αz εz]T,观测变量Z=[Lx Lvx Ly Lvy Lz Lvz]T;
其中, 分别为X、Y、Z轴上的加速度方差矩阵, 分别为
X、Y、Z轴上的定位误差方差矩阵;其中(x vx αx)、(y vy αy)、(z vz αz)3组状态变量分别为xyz三个坐标轴上的位置、速度、加速度分量,εx、εy、εz分别为各种误差源在三个坐标轴方向造成的总位置误差,观测变量(Lx Lvx)、(Ly Lvy)、(Lz Lvz)分别为接收机解算出的xyz三个坐标轴上的位置、速度分量;
R=diag[Rx Ry Rz],其中Rx、Ry、Rz分别为X、Y、Z轴上的观测噪声协方差分量;
步骤4、根据现时刻接收卫星信息初步解算位置、速度、载体运行方位角,然后根据前一时刻的位置、速度、加速度,利用卡尔曼滤波方程解算现时刻的位置、速度和加速度;
具体包括如下步骤:
步骤401、检测接收卫星信息是否良好以解算当前载体运行方位角,若是,利用如下卡尔曼滤波方程解算当前时刻的状态变量 返回 退出;若否,转到步骤402;
Kk=P(k,k-1)HT(HP(k,k-1)HT+R)-1
P(k,k-1)=ΦPk-1ΦT+Q
Pk=(I-KkH)P(k,k-1)
式中, 是利用K-1时刻状态变量预测的K时刻状态变量预测结果, 是K-1时刻
的状态变量最优结果, 是K时刻的状态变量最优估算值,Kk为卡尔曼增益;Pk为后验估计误差的协方差矩阵,P(k,k-1)为先验估计误差的协方差矩阵;
步骤402、将k-1时刻状态变量 由XYZ坐标系
转换为NEU坐标系,设NEU坐标系下的速度变量为Vn0、Ve0、Vh0:
步骤403、计算添加角速度辅助后的速度变量:
Vn=(Vn0*Vn0+Ve0*Ve0)1/2*cos(Sk-1)
Ve=(Vn0*Vn0+Ve0*Ve0)1/2*sin(Sk-1)
Vh=Vh0
步骤404、;令Vrk-1=Vrk-2,Vrk-1、Vrk-2分别是K-1、K-2时刻的角速度;根据辅助方程角速度:Vrk-1=(Sk-Sk-1)/T计算Sk=Sk-1+Vrk-1*T,Sk是K时刻的载体运行方位角;
步骤405、将NEU坐标系下的速度变量Vn、Ve、Vh转换为XYZ坐标系,设此时XYZ坐标系下的速度变量相应为vx1、vy1、vz1,令
步骤406、联合Kalman滤波方程,两者进行等权计算现时刻状态变量预测结果:
返回 退出。
2.根据权利要求1所述的角速度辅助的Kalman滤波定位方法,其特征在于:所述步骤1具体包括如下步骤:
步骤101)接收机天线捕获并跟踪来自卫星的信号,解调出卫星的导航电文,得到卫星位置、钟差以及其他修正参数;
步骤102)根据导航电文的内容和格式来判断校验是否存在误码,剔除掉含有误码的导航电文对应的故障卫星;
步骤103)对跟踪到的可用的卫星的位置和运动轨迹的连续性进行判断卫星导航电文的正确性,剔除掉存在跳变异常的卫星以及载噪比和仰角不满足门限值要求的卫星。
3.根据权利要求1所述的角速度辅助的Kalman滤波定位方法,其特征在于:步骤3中,在车载GPS接收机情况下, Rx=Ry=Rz=diag
(122,0.22)τx=τy=τz=0.5。
4.根据权利要求1所述的角速度辅助的Kalman滤波定位方法,其特征在于:步骤3中,T为观测时间间隔,
其中Φx、Φy、Φz:分别为XYZ三个坐标轴上的转换矩阵。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
GNSS信号采集回放设备伪距精度校准方法及系统 | 2020-05-11 | 77 |
一种基于夜间环境的组合导航系统 | 2020-05-11 | 908 |
车辆出租智能调度管理系统及其车载端和车辆通信协议 | 2020-05-12 | 656 |
车辆实时跟踪系统 | 2020-05-12 | 826 |
一种卫星信号模拟器的时间同步系统、方法和卫星信号模拟器 | 2020-05-12 | 56 |
一种多模式接收机地基增强技术装置及处理方法 | 2020-05-11 | 114 |
一种用于卫星导航的跳频测距方法和系统 | 2020-05-11 | 196 |
一种干扰诱导无人机装置 | 2020-05-12 | 304 |
无人值守堆取料机的定位系统 | 2020-05-13 | 837 |
一种无人机诱偏反制系统 | 2020-05-11 | 261 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。