面向仿生偏振导航辅助定姿的分级卡尔曼融合方法及装置

    公开(公告)号:CN110779514A

    公开(公告)日:2020-02-11

    申请号:CN201911030649.7

    申请日:2019-10-28

    Abstract: 本发明公开了一种面向仿生偏振导航传感器辅助定姿的分级卡尔曼融合方法及装置,其中,方法包括:初始化数据,建立坐标系;建立以四元数微分方程为模型的系统状态模型;以IMU中加速计的测量数据、重力矢量作为输入建立分级扩展卡尔曼融合系统的一级子系统测量模型;以仿生偏振导航传感器的输出、导航坐标系下的太阳矢量为输入建立分级扩展卡尔曼融合系统的二级子系统测量模型;将一级子系统测量模型和二级子系统测量模型进行组合,得到完整的面向仿生偏振导航传感器辅助定姿的分级扩展卡尔曼融合系统;解算出三轴的姿态角度,得到三轴姿态测量结果。该方法计算量低,易于工程实现,强鲁棒性、抗扰能力强,简单易实现。

    面向仿生偏振导航辅助定姿的分级卡尔曼融合方法及装置

    公开(公告)号:CN110779514B

    公开(公告)日:2021-04-06

    申请号:CN201911030649.7

    申请日:2019-10-28

    Abstract: 本发明公开了一种面向仿生偏振导航传感器辅助定姿的分级卡尔曼融合方法及装置,其中,方法包括:初始化数据,建立坐标系;建立以四元数微分方程为模型的系统状态模型;以IMU中加速计的测量数据、重力矢量作为输入建立分级扩展卡尔曼融合系统的一级子系统测量模型;以仿生偏振导航传感器的输出、导航坐标系下的太阳矢量为输入建立分级扩展卡尔曼融合系统的二级子系统测量模型;将一级子系统测量模型和二级子系统测量模型进行组合,得到完整的面向仿生偏振导航传感器辅助定姿的分级扩展卡尔曼融合系统;解算出三轴的姿态角度,得到三轴姿态测量结果。该方法计算量低,易于工程实现,强鲁棒性、抗扰能力强,简单易实现。

Patent Agency Ranking