一种实现陆用惯性导航系统运动对准的方法
专利汇可以提供一种实现陆用惯性导航系统运动对准的方法专利检索，专利查询，专利分析的服务。并且本 发明 涉及一种实现陆用惯性 导航系统 运动对准的方法，属于惯性导航系统初始对准技术领域。本发明在惯性导航系统动态误差模型和观测方程的 基础 上，以GPS输出速度作为观测量，采用卡尔曼滤波对载车的加 加速 度进行估计，并判别GPS速度输出是否为野值。若GPS速度输出为野值，采用卡尔曼滤波平滑方法对当前状态进行递推；否则，采用主、从卡尔曼 滤波器 来实现惯性导航系统状态和噪声统计特性的同步估计，主滤波器对惯性导航系统的状态进行估计，其新息和方差作为从滤波器的观测量；从滤波器对主滤波器观测噪声的均值和方差进行估计，估计结果为下一次主滤波器的滤波提供噪声特性输入；从而实现陆用惯性导航系统的运动对准。，下面是一种实现陆用惯性导航系统运动对准的方法专利的具体信息内容。
1.一种实现陆用惯性导航系统运动对准的方法，其特征在于：包括如下步骤：
步骤一、建立包括位置误差、速度误差、失准角和惯性器件误差漂移的惯性导航系统的动态误差模型；
在东北天坐标系下，动态误差模型表示如公式(1)所示；
式中，t为时间值，是正实数； x(t)表示惯性导
n
航系统动态误差模型的状态向量，由位置误差δP、速度误差δV、失准角 陀螺仪零偏εg和加速度计零偏 组成；w(t)表示惯性导航系统动态误差模型的系统噪声；F(t)为转移矩阵； 表示惯性导航系统动态误差模型的状态向量的变化量；
对该动态误差模型进行离散化处理，可得：
xk＝Fk-1xk-1+wk (2)
式中，k表示时间值，为正整数；Fk-1表示离散化的惯性导航系统的一步转移矩阵，xk为离散化后的k时刻惯性导航系统的状态向量，wk表示k时刻的惯性导航系统动态误差模型的系统噪声，是均值为零，方差为Q的白噪声序列，Q值根据实际应用环境人为设定，Q为正实数；
步骤二、建立步骤一所述的惯性导航系统动态误差模型的观测方程，如公式(3)所示；
式中，Yk表示k时刻的观测量； 表示惯性导航系统的速度输出； 表示经杆臂补偿后GPS的速度输出；Hk为k时刻的观测矩阵，Hk＝[03×3 I3×3 03×9]；03×3表示3阶0矩阵；I3×3表示3阶单位阵，03×9表示3行9列的0矩阵；ηk表示k 时刻的惯性导航系统动态误差模型的观测方程噪声；
步骤三、对GPS输出进行实时野值检测；
通过GPS测量得到的当前时刻载车东向速度 和北向速度 计算水平合速度Zk，并以此作为观测量，建立加加速度跟踪模型，如公式(4)所示；
式中，t为时间值，为正实数；v(t)表示水平合速度，a (t)和 分别表示水平加速度和水平加加速度；ζ(t)表示加加速度跟踪模型的系统噪声，是均值为零，方差为 的白噪声序列， 值根据实际应用环境人为设定， 为正实数；
对公式(4)进行离散化，离散化后的系统方程表示为：
式中，vk表示k时刻水平合速度， a k和 分别表示k时刻水平加速度和水平加加速度，Gk-1表示离散化的加加速度跟踪模型的一步转移矩阵，ζk表示离散后加加速度跟踪模型的系统噪声；
加加速度跟踪模型的观测方程表示为：
式中，Zk表示k时刻水平合速度的观测量，其计算公式为： ζk
表示加加速度跟踪模型的观测方程噪声，是均值为零，方差为 的白噪声序列， 值根据实际应用环境人为设定， 为正实数；
根据公式(5)和公式(6)，采用卡尔曼滤波器即可估计出k时刻水平合速度vk、相应的加速度 a k和加加速度
根据载车的类型和对准动态情况，预先设定阈值Jmax，如果 成立，则判断当前的观测量为有效值，执行步骤四；否则，判断其为野值，在该时刻做卡尔曼平滑，同时将k+1的值赋给k，然后重复步骤三；
步骤四、对k时刻的惯性导航系统动态误差模型的观测方程噪声ηk的均值 和方差 进行估计；
根据步骤二中的惯性导航系统动态误差模型的观测方程得到的k时刻的观测量Yk以及观测矩阵Hk，采用主、从两个卡尔曼滤波器分别对k时刻惯性导航系统的状态xk、k时刻的惯性导航系统动态误差模型的观测方程噪声ηk的均值 和方差 进行估计；具体为：
和 的状态方程为：
(7)
式中， 表示 主对角线元素；该状态方程的系统噪声
是均值为零，方差为QR的白噪声序列，QR值根据实际应用环境人为设定，QR为正实数； 为m1行1列的向量；I1为m1行m1列的单位阵； 为m2行1列的向量；I2为m2行m2列的单位阵；
公式(7)对应的观测方程为：
(8)
式中，Ck表示残差序列的方差，满足 和Pk|k-1的初始值
分别为 和P0，均为人为设定值；此后， 和Pk|k-1由主卡尔曼滤波器提供；
公式(8)可进一步整理为：
式中，量测噪声 是均值为零，方差为RR的白噪声序列，RR值根据实际应用环境人为设定，RR为正实数；
根据公式(7)和公式(9)，采用从卡尔曼滤波器即可估计出k时刻的惯性导航系统动态误差模型的观测方程噪声ηk的均值 和方差 从卡尔曼滤波器为经典卡尔曼滤波器；
步骤五、对惯性导航系统的状态xk进行估计；
根据步骤一建立的惯性导航系统动态误差模型及步骤二中的观测方程，结合步骤四给出的k时刻的惯性导航系统动态误差模型的观测方程噪声ηk的均值 和方差 的估计值，采用主卡尔曼滤波器对惯性导航系统动态误差模型的状态向量xk进行估计；具体为：
主卡尔曼滤波器为经典卡尔曼滤波器的改进，计算过程如公式(10)～(14)所示：
Pk＝Pk|k-1-KkHkPk|k-1 (14)
其中， 表示惯性导航系统动态误差模型的状态向量xk的一步预测；Pk|k-1表示一步预测方差； 表示惯性导航系统动态误差模型的状态向量xk的估计值；Pk表示估计方差；Kk表示滤波增益； 表示步骤四中 的估计值； 表不 的估计值，其主对角线元素等于步骤四中 的估计值，非主对角线的元素为0；
经过上述步骤即可得到k时刻惯性导航系统动态误差模型状态向量xk的估计值 n
包含位置误差(δP)k，速度误差(δV)k和失准角 利用这些误差估计结果对惯性导航系统的位置输出 速度输出 和姿态矩阵 输出进行校正，通过公式(15)～(17)即可得到修正后的载车的位置 速度 姿态矩阵
其中， 和 分别表示k时刻惯性导航系统输出的位置、速度和姿态矩
阵，是已知量；I3×3表示3阶单位阵； 表示由 构成的斜负对称阵；
步骤六、对步骤一中的惯性导航系统动态误差模型一步转移矩阵Fk-1进行更新，同时将k+1的值赋给k，然后返回到步骤二。
2.如权利要求1所述的一种实现陆用惯性导航系统运动对准的方法，其特征在于：步骤一中所述的动态误差模型为φ 角误差方程或ψ 角误差方程。
一种实现陆用惯性导航系统运动对准的方法
技术领域
背景技术
发明内容
性导航系统动态误差模型的状态向量，由位置误差δP、速度误差δV、失准角φ、陀螺仪零偏εg和加速度计零偏 组成；w(t)表示惯性导航系统动态误差模型的系统噪声；F(t)为转移矩阵； 表示惯性导航系统动态误差模型的状态向量的变化量。
具体实施方式
野值检测阈值Jmax＝0.5；惯性导航系统动态误差模型的状态向量 为零向量；惯性导航系统动态误差模型的观测方程噪声ηk的均值 和方差 的状态方程中的初始值 为零向量。其过程如下：
传统卡尔曼滤波方法 0.0099 0.0146 0.1377
本发明方法 0.0028 0.0047 0.0530
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种电连接器加速退化试验方案优化方法 | 2020-05-12 | 9 |
| 一种用于视觉跟踪的具有光照鲁棒性的色空间构建方法 | 2020-05-08 | 518 |
| 一种面向无人船组合导航信息融合的多尺度数据分块算法 | 2020-05-11 | 374 |
| 一种基于海洋环境噪声的声学监测系统及方法 | 2020-05-15 | 270 |
| 一种基于滤波最优平滑确定故障首达时刻的故障诊断方法 | 2020-05-16 | 371 |
| 眼部疲劳度检测系统及方法 | 2020-05-08 | 737 |
| 性能退化产品可靠度置信区间估计数值仿真方法 | 2020-05-12 | 535 |
| 基于容积脉搏波信号的连续血压测量方法、装置以及设备 | 2020-05-13 | 171 |
| 融合时空聚类和支持向量机的居民出行特征提取方法 | 2020-05-14 | 117 |
| 胎儿心电信号实时转换为胎儿胎音的计算机仿真转换方法 | 2020-05-14 | 117 |
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。
