-
公开(公告)号：CN103776446B
公开(公告)日：2017-01-04
申请号：CN201310520233.X
申请日：2013-10-29
Applicant: 哈尔滨工程大学
IPC: G01C21/16
Abstract: 本发明公开了一种基于双MEMS-IMU的行人自主导航解算算法，将两个IMU系统同时固联于行人导航系统使用者的两只脚上，双系统分别进行捷联惯导解算算法和基于卡尔曼滤波的零速修正算法，再融合两只脚的定位信息，当双脚解算距离超过两脚间最大步长γ时，采用状态约束卡尔曼滤波算法对两个IMU的导航结果进行不等式约束，将模糊的人体生理特性问题转化为严格的数学问题，从而得到导航结果的最优估计，实现了更高精度的行人导航定位功能。
-
公开(公告)号：CN103743395B
公开(公告)日：2016-09-14
申请号：CN201410022467.6
申请日：2014-01-17
Applicant: 哈尔滨工程大学
IPC: G01C21/00
Abstract: 本发明公开了一种惯性重力匹配组合导航系统中时间延迟的补偿方法，包括以下几个步骤，步骤一，采集惯性导航系统输出的纬度经度λ、航向ψ和速度V及重力仪测得的重力信号；步骤二，计算重力信号的厄特弗斯校正值，并对厄特弗斯校正值进行滤波处理；步骤三，确定重力信号的延迟时间；步骤四，利用基于重力等值线的匹配算法，获取重力信号相应时刻的载体位置；步骤五，建立卡尔曼滤波器模型；步骤六，将载体位置的经度和纬度作为观测量，利用卡尔曼滤波实时估计重力信号对应时间点的惯性导航系统误差，对惯导系统进行校正；步骤七，进行卡尔曼滤波多步预测出当前时刻的状态向量，完成时间延迟补偿。本发明具有补偿重力信号时间延迟、高导航精度的优点。
-
公开(公告)号：CN103900570B
公开(公告)日：2016-08-17
申请号：CN201410136136.5
申请日：2014-04-04
Applicant: 哈尔滨工程大学
Abstract: 本发明提供例了一种基于室内主导方向的航向误差测量方法。利用规则建筑物具有相对走廊平行、相邻走廊以直角正交的特点，以已知的室内主导方向提供的航向作为参考值，解决了航向误差的不可观测性问题，采用精确的室内主导方向提供的航向和步幅航向的差值作为系统状态变量，应用卡尔曼滤波器对其进行估计，得到航向误差，克服了航向误差漂移大的缺点，提高了导航精度；本发明方法简单，稳定性和可靠性高，给出了一种航向误差测量方法，有效的提高了导航精度。
-
公开(公告)号：CN103969671B
公开(公告)日：2016-05-04
申请号：CN201410195891.0
申请日：2014-05-09
Applicant: 哈尔滨工程大学
Abstract: 本发明属于惯性导航系统和卫星导航系技术领域，具体涉及一种在SINS/卫星导航系统重力测量中基于非线性跟踪微分器的杆臂误差解算方法。本发明包括：得到在载体坐标系下的比力；得到地理系相对地球系的速度矢量；得到地理坐标系到惯性系角速度；得载体在导航解算后的载体相对于地理坐标系的角速度；得到两系统在载体系中的杆臂距离；得到在地理系下的表达式以及与角速度的关系；得到斜对称矩阵的微分值；解算出杆臂误差值。本发明避免了传统的杆臂误差直接处理引入噪声和精度不理想问题，本发明中构造的非线性微分跟踪器时，只需适当调整参数，构造合理的非线性函数就可以得到高品质的跟踪微分器，得到较高精度的输出结果。
-
公开(公告)号：CN104075711A
公开(公告)日：2014-10-01
申请号：CN201410276581.1
申请日：2014-06-19
Applicant: 哈尔滨工程大学
IPC: G01C21/00
CPC classification number: G01C21/165
Abstract: 本发明公开了一种基于CKF的IMU/Wi-Fi信号紧组合室内导航方法，该方法包括：建立Wi-Fi信号的RSS fingerprinting的数据库；利用IMU进行定位，得到行人所在位置PoIMU及速度、加速度、姿态等信息；通过零速校正对IMU加速度计漂移进行校正，并得到校正后的速度；利用Wi-Fi信号进行定位，得到行人所在位置PoWi-Fi；在数据库中分别找到与PoIMU较近的n个参考点和与PoWi-Fi较近的n个参考点，并根据已知参考点的位置分别获得测量点与参考点间的距离diIMU、diWi-Fi，从而得到距离差Δd；利用容积卡尔曼滤波进行信息融合，最终得到行人的位置、加速度、速度、姿态信息。本发明方法综合利用了室内Wi-Fi信号与IMU信息，通过CKF算法进行信息融合,滤波精度高,收敛速度快,且鲁棒性强，导航精度较高。
-
Patent Agency Ranking
公开(公告)号：CN103968839A
公开(公告)日：2014-08-06
申请号：CN201410216172.2
申请日：2014-05-21
Applicant: 哈尔滨工程大学
CPC classification number: G01C21/165 , G01C21/20
Abstract: 本发明涉及一种基于蜂群算法改进CKF的单点重力匹配方法，获取状态量初值X0和协方差阵初值P0；采用CKF方法进行时间更新，得到状态一步预测值和一步预测协方差阵根据惯性导航系统输出的载体经度λk和纬度在重力基准图中得到对应的重力强度Fk；根据重力强度Fk和多普勒输出的载体速度Vk，采用人工蜂群算法在惯性导航系统指示位置进行迭代搜索，得到经度和纬度的最优估计值λk′和根据经度和纬度的最优估计值λk′和采用CKF方法进行量测更新，状态估计协方差值Pk，状态向量的最优估计值
-
公开(公告)号：CN103901459A
公开(公告)日：2014-07-02
申请号：CN201410083232.8
申请日：2014-03-08
Applicant: 哈尔滨工程大学
CPC classification number: G01S19/47 , G01C21/165 , G01C21/20
Abstract: 本发明提供了一种MEMS/GPS组合导航系统中量测滞后的滤波方法。采集MEMS三轴陀螺信号和加速度计信号，GPS输出的位置和速度信息；选取MEMS/GPS组合导航系统Kalman滤波器的状态变量；用Bernoulli分布序列γk来判断量测数据在某个时刻是否发生滞后；计算量测数据延迟时间段内滤波信息的修正量；利用双通道滤波方案解决量测滞后情况下的滤波增益KK不匹配问题；最后对MEMS/GPS组合导航系统中量测滞后进行补偿。本发明根据量测数据的延迟情况分别建立相应的量测方程，计算滤波修正量并对系统进行补偿。本发明能够有效地提高MEMS/GPS组合导航系统的精度，避免了量测数据发生延迟时可能导致系统误差发散的问题，具有较强的现实应用意义。
-
公开(公告)号：CN103900614A
公开(公告)日：2014-07-02
申请号：CN201410131245.8
申请日：2014-03-28
Applicant: 哈尔滨工程大学
CPC classification number: G01C25/005 , G01C21/20
Abstract: 本发明属于惯性导航领域，尤其涉及一种九加速度计无陀螺惯导系统的重力补偿方法。本发明包括：采集无陀螺惯导系统9个加速度计的输出信号；根据GPS输出，获取当地纬度；计算当地的绝对重力值；将系统安装在静基座上，使其处于静止状态，加速度计只能敏感重力，记录此时的加速度计输出，并根据系统的线速度方程，计算重力对系统的初始误差转换矩阵；计算系统的角速度；计算重力补偿值；对系统进行重力补偿。本发明提出一种新的重力估计方法，在导航中进行重力补偿，可有效的消除重力对加速度计测量结果的影响，并且计算简单，不会对系统计算造成压力，可对系统进行实时的重力补偿。
-
公开(公告)号：CN103604442A
公开(公告)日：2014-02-26
申请号：CN201310563344.9
申请日：2013-11-14
Applicant: 哈尔滨工程大学
IPC: G01C25/00
CPC classification number: G01C25/005
Abstract: 本发明公开了一种应用于捷联惯导系统在线标定的可观测性分析方法，建立单轴旋转式捷联惯导系统的在线标定模型；利用解析法分析惯性器件参数，陀螺和加速度计误差的可观测性；分析单轴旋转机构的转动对不可观测的惯性器件参数误差可观测性的影响；分析舰船的曲折机动对提高陀螺常值漂移和刻度因子误差的可观测性和可观测度的影响；分析舰船进行变速运动对提高加速度计零偏和刻度因子误差的可观测性和可观测度的影响；分析外接设备提供的高精度参考信息对提高惯性器件参数误差可观测性和可观测度的影响。本发明分离出可标定的惯性器件参数误差，并提高了其收敛速度和估计精度，保证了惯性器件参数误差的有效估计。
-
公开(公告)号：CN103591965A
公开(公告)日：2014-02-19
申请号：CN201310413346.X
申请日：2013-09-12
Applicant: 哈尔滨工程大学
IPC: G01C25/00
CPC classification number: G01C25/005
Abstract: 本发明公开了一种舰载旋转式捷联惯导系统在线标定的方法，包括：建立惯性器件输出误差模型和惯导系统误差方程，研究惯性器件参数误差的可标定性并确定状态量和量测量；根据状态量维数确定cubature点的位置和权值，推导与cubature点相关的状态方程、一步状态预测和状态预测协方差阵，并引入多重时变渐消因子修正状态预测协方差阵；推导与cubature点和渐消因子相关的量测方程、自相关协方差阵、互相关协方差阵、增益矩阵、状态估计值和状态误差协方差估计值，设计出具有强跟踪性能和强鲁棒性的强跟踪容积卡尔曼滤波方法。本发明利用该滤波算法对惯性器件参数误差进行估计和进行在线标定并补偿惯性器件参数误差，有效地提高了导航精度，具有较强的参数变动的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.041 seconds)
