一种基于Kalman滤波的船舶自适应摇摆标定方法

    公开(公告)号:CN106940193A

    公开(公告)日:2017-07-11

    申请号:CN201710076458.9

    申请日:2017-02-13

    CPC classification number: G01C25/00

    Abstract: 设计了一种基于Kalman滤波的系统级标定方法,充分利用船舶在海面上受海浪影响而产生的摇摆运动对IMU产生激励,基于Kalman滤波对惯性器件的系统参数进行实时地在线标定。首先,建立惯性器件输入输出模型。然后,确定Kalman滤波的状态方程与观测方程,充分利用其对惯性器件产生的激励。最后,根据建立的Kalman滤波方程重新对系统误差参数进行估计并补偿,完成标定,更新系统误差参数。一次标定可能达不到精度要求,这时,可进行系统参数反复的标定迭代,滤波器也可以每隔一段时间对数据进行一次更新,再进行标定补偿来提高导航精度。这样就可以不通过对惯性器件的拆卸就可以实现对FOG‑IMU的重新标定。

    一种基于最小方差的组合导航系统抗扰滤波方法

    公开(公告)号:CN113916226A

    公开(公告)日:2022-01-11

    申请号:CN202111173831.5

    申请日:2021-10-09

    Abstract: 本发明公开了一种基于最小方差的组合导航系统抗扰滤波方法。首先建立含有未知输入项Gk‑1dk‑1的SINS/GNSS组合导航系统滤波模型,其中dk‑1为m维未知输入,Gk‑1是n×m维的噪声分配矩阵;然后在Kalman滤波算法的基础上,根据无偏性和最小方差两个约束条件来求解滤波增益矩阵Kk,求解过程中要确保新构建的算子符合两个假设要求;然后,将各式展开并整理得到滤波算法方程组;最后,根据滤波框架编程调试并移植到组合导航系统中进行应用,从而实现了对复杂环境下含未知输入组合导航系统各状态量的最小方差意义下的无偏估计。本发明可以解决复杂环境下组合导航系统含未知输入时抗扰能力差的问题,从而增强了组合导航系统的鲁棒性。

    一种基于光纤陀螺惯性导航的单轴旋转快速标定技术

    公开(公告)号:CN106969783A

    公开(公告)日:2017-07-21

    申请号:CN201710076232.9

    申请日:2017-02-13

    CPC classification number: G01C25/005

    Abstract: 一种基于光纤陀螺惯性导航的单轴旋转快速标定技术。提出一种单轴旋转快速标定方法。首先,根据陀螺与加速度计的输入输出关系,建立惯性器件输入输出模型。然后,给出Kalman滤波的状态方程与观测方程,让转台开始绕单轴进行旋转,根据建立的Kalman滤波方程对系统误差参数进行估计,将与该轴相关的部分参数激励出来。完成第一个轴的标定过程后,按照同样的方法,使转台再依次完成另外两个轴的旋转标定。最后,分析标定输出结果,完成全部标定,更新系统误差参数。虽然不能够将所有系统误差参数同时估计出来,而是将不同轴的相关参数依次标定出来,但是也能够保证最后结果的准确性,并能够实现较快的收敛速度,大幅度缩短标定时间。

    一种基于最小方差的组合导航系统抗扰滤波方法

    公开(公告)号:CN113916226B

    公开(公告)日:2023-04-18

    申请号:CN202111173831.5

    申请日:2021-10-09

    Abstract: 本发明公开了一种基于最小方差的组合导航系统抗扰滤波方法。首先建立含有未知输入项Gk‑1dk‑1的SINS/GNSS组合导航系统滤波模型,其中dk‑1为m维未知输入,Gk‑1是n×m维的噪声分配矩阵;然后在Kalman滤波算法的基础上,根据无偏性和最小方差两个约束条件来求解滤波增益矩阵Kk,求解过程中要确保新构建的算子符合两个假设要求;然后,将各式展开并整理得到滤波算法方程组;最后,根据滤波框架编程调试并移植到组合导航系统中进行应用,从而实现了对复杂环境下含未知输入组合导航系统各状态量的最小方差意义下的无偏估计。本发明可以解决复杂环境下组合导航系统含未知输入时抗扰能力差的问题,从而增强了组合导航系统的鲁棒性。

    一种基于光纤陀螺惯性导航的单轴旋转快速标定技术

    公开(公告)号:CN106969783B

    公开(公告)日:2021-03-26

    申请号:CN201710076232.9

    申请日:2017-02-13

    Abstract: 本发明提供一种基于光纤陀螺惯性导航的单轴旋转快速标定技术。首先,根据陀螺与加速度计的输入输出关系,建立惯性器件输入输出模型。然后,给出Kalman滤波的状态方程与观测方程,让转台开始绕单轴进行旋转,根据建立的Kalman滤波方程对系统误差参数进行估计,将与该轴相关的部分参数激励出来。完成第一个轴的标定过程后,按照同样的方法,使转台再依次完成另外两个轴的旋转标定。最后,分析标定输出结果,完成全部标定,更新系统误差参数。虽然不能够将所有系统误差参数同时估计出来,而是将不同轴的相关参数依次标定出来,但是也能够保证最后结果的准确性,并能够实现较快的收敛速度,大幅度缩短标定时间。

Patent Agency Ranking