公开(公告)号：CN104121907B

公开(公告)日：2017-02-08

申请号：CN201410369663.0

申请日：2014-07-30

Applicant: 杭州电子科技大学

Inventor： 葛泉波 ,  邵腾 ,  程天发 ,  文成林

IPC: G01C21/20

Abstract: 本发明涉及一种基于平方根容积卡尔曼滤波器的飞行器姿态估计方法。本发明包括在计算时间更新时，设置初始值及罗德里格斯参数；计算容积点值；计算四元数误差点；计算四元数容积点；计算迭代四元数及迭代四元数误差；计算迭代容积点；估计一步预测状态；估计平方根因子预测误差协方差阵；计算测量更新中的容积点；计算迭代容积点值；计算预测测量估计；计算平方根因子新息协方差矩阵估计；计算互协方差阵；卡尔曼增益；状态更新估计；计算估计误差协方差阵及相应的平方根因子；四元数更新；计算相应的估计误差欧拉角。本发明能够提高对飞行器姿态的精确性与稳定性。

公开(公告)号：CN103778320A

公开(公告)日：2014-05-07

申请号：CN201310753877.3

申请日：2013-12-30

Applicant: 杭州电子科技大学

Inventor： 葛泉波 ,  程天发 ,  邵腾 ,  文成林

IPC: G06F19/00 ,  G01C21/20

Abstract: 本发明涉及一种基于变分贝叶斯方法和强跟踪信息滤波的多传感器量化融合目标跟踪方法。本发明设计了一种主次处理机结构，在主处理机中构造增强测量矩阵Hk和增强全局消息zυ,k；计算一步预测和相应协方差Pk|k-1；计算全局消息预测zk|k-1；将zυ,k,l，Pk|k-1送至次处理机。在次处理机中，计算消息噪声方差并将送至主处理机，在主处理机中即可计算得到融合估计和相应协方差Pk|k。本发明使用变分贝叶斯方法的自适应强跟踪信息滤波方法不仅具有强跟踪能力，还能估计量测噪声的未知方差，实现了自适应功能。同时，衰减系数可以通过迭代的方法估计出来，而无需计算雅可比矩阵。

公开(公告)号：CN104121907A

公开(公告)日：2014-10-29

申请号：CN201410369663.0

申请日：2014-07-30

Applicant: 杭州电子科技大学

Inventor： 葛泉波 ,  邵腾 ,  程天发 ,  文成林

IPC: G01C21/20

CPC classification number: G01C21/20

Abstract: 本发明涉及一种基于平方根容积卡尔曼滤波器的飞行器姿态估计方法。本发明包括在计算时间更新时，设置初始值及罗德里格斯参数；计算容积点值；计算四元数误差点；计算四元数容积点；计算迭代四元数及迭代四元数误差；计算迭代容积点；估计一步预测状态；估计平方根因子预测误差协方差阵；计算测量更新中的容积点；计算迭代容积点值；计算预测测量估计；计算平方根因子新息协方差矩阵估计；计算互协方差阵；卡尔曼增益；状态更新估计；计算估计误差协方差阵及相应的平方根因子；四元数更新；计算相应的估计误差欧拉角。本发明能够提高对飞行器姿态的精确性与稳定性。