一种惯导系统故障特性判定及测试性预计方法

    公开(公告)号:CN107957269B

    公开(公告)日:2021-03-16

    申请号:CN201610896282.7

    申请日:2016-10-14

    Abstract: 本发明属于测试性技术领域,具体公开了一种惯导系统故障特性判定及测试性预计方法,判定方法包括首先确定测试性多信号信息模型,然后进行搜索故障可达测试点,之后进行故障相关性分析,确定故障-测试相关矩阵,最后进行故障特性判定,预计方法包括在确定故障-测试相关矩阵之后确定故障检测率FDR和故障隔离率FIR,对系统故障特性进行较为全面和准确的测试性预计;利用故障-测试相关矩阵进行故障特性分析,分别分析单故障特性和多故障特性,利于较为准确的对惯导系统的故障特性进行判定和测试性预计,有利于进行惯导系统的故障分析,降低惯导系统的维护工作量。

    一种大机动情况下景象匹配的方法

    公开(公告)号:CN107966147B

    公开(公告)日:2021-02-05

    申请号:CN201610915460.6

    申请日:2016-10-20

    Abstract: 本发明属于视觉导航技术领域,具体公开了一种大机动情况下景象匹配的方法。基于景象匹配的基本原理,分析载体在进行大机动情况下对景象匹配定位误差的影响,并进行误差建模;利用相关信息进行图像畸变校正,以及定位误差的初步校正;再将惯导系统输出的位置信息、景象匹配输出的位置信息之差作为卡尔曼滤波器的输入量,卡尔曼滤波器对景象匹配的各项误差进行估计,输出景象匹配各项误差的估计量。在景象匹配的运算过程中利用估计出的各项误差进行修正,实现高精度的景象匹配定位。

    一种自适应估计景象匹配与惯导安装误差的方法

    公开(公告)号:CN107796417B

    公开(公告)日:2021-02-05

    申请号:CN201610803862.7

    申请日:2016-09-06

    Abstract: 本发明属于视觉导航技术领域,具体涉及一种自适应估计景象匹配与惯导安装误差的方法;分析相机与惯导的安装误差对景象匹配定位精度造成的影响,本发明基于景象匹配的基本原理,并进行误差建模;将惯导系统输出的位置信息、景象匹配输出的位置信息之差作为卡尔曼滤波器的输入量,卡尔曼滤波器对安装误差进行估计,输出安装误差的估计量。在景象匹配的运算过程中利用安装误差进行位置校正,实现高精度的景象匹配定位。本发明无需事先进行人工标定,利用卡尔曼滤波器自适应估计景象匹配与惯导的安装误差,即可实现高精度的景象匹配定位;本发明尤其适用于解决高空应用环境下的景象匹配高精度应用需求。

    一种闭环修正安装误差的挠曲估计方法

    公开(公告)号:CN108088464A

    公开(公告)日:2018-05-29

    申请号:CN201611031747.9

    申请日:2016-11-22

    Abstract: 本发明属于惯性测量技术领域,特别涉及一种闭环修正安装误差的挠曲估计方法。本方法,包括九个步骤,步骤一为对坐标系进行定义、步骤二为基于惯性系的导航运算,步骤三为建立挠曲误差模型,步骤四为建立系统误差方程,步骤五为建立量测方程,步骤六为计算量测值,步骤七为利用卡尔曼滤波方程进行计算,步骤八为安装误差角和挠曲变形角闭环修正,步骤九为重复挠曲变形角闭环修正。本方法相比于传统方法可以大幅提升测量精度和估计速度,可增强载体平台不同部位的姿态信息测量精度,提高相关设备的使用效率。

    一种自适应估计景象匹配与惯导安装误差的方法

    公开(公告)号:CN107796417A

    公开(公告)日:2018-03-13

    申请号:CN201610803862.7

    申请日:2016-09-06

    CPC classification number: G01C25/005

    Abstract: 本发明属于视觉导航技术领域,具体涉及一种自适应估计景象匹配与惯导安装误差的方法;分析相机与惯导的安装误差对景象匹配定位精度造成的影响,本发明基于景象匹配的基本原理,并进行误差建模;将惯导系统输出的位置信息、景象匹配输出的位置信息之差作为卡尔曼滤波器的输入量,卡尔曼滤波器对安装误差进行估计,输出安装误差的估计量。在景象匹配的运算过程中利用安装误差进行位置校正,实现高精度的景象匹配定位。本发明无需事先进行人工标定,利用卡尔曼滤波器自适应估计景象匹配与惯导的安装误差,即可实现高精度的景象匹配定位;本发明尤其适用于解决高空应用环境下的景象匹配高精度应用需求。

    一种主基准速度时间延迟估计和补偿方法

    公开(公告)号:CN105300405A

    公开(公告)日:2016-02-03

    申请号:CN201410363264.3

    申请日:2014-07-28

    Abstract: 本发明是一种主基准速度时间延迟估计和补偿方法。包括如下步骤:步骤一:建立带时间延迟状态量τV的系统误差模型;步骤二:观测噪声自适应卡尔曼滤波估计;步骤三:利用加速度微量积分对速度时间延迟修正补偿;步骤3.1:计算速度时间延迟估计累计值;步骤3.2:速度时间延迟带来的速度误差补偿。该方法通过一种观测噪声自适应卡尔曼滤波对主基准速度时间延迟进行实时估计,并通过加速度微量积分方法求取准确速度时间延迟量,然后进行补偿,从而保证传递对准精度和导航输出精度。

    一种基于序贯检测的惯性视觉位置组合导航方法

    公开(公告)号:CN109724595B

    公开(公告)日:2021-04-02

    申请号:CN201711047547.7

    申请日:2017-10-31

    Abstract: 本发明涉及惯性及视觉组合导航技术领域,具体公开了一种基于序贯检测的惯性视觉位置组合导航方法。该方法包括步骤1、进行视觉位置匹配定位;步骤1.1、获取视觉图像,将图像进行分块,并将具有经纬度信息的图作为基准图;步骤1.2、利用归一化积相关算法进行视觉位置匹配;步骤2、建立惯性及视觉位置匹配系统状态模型;步骤3、建立量测方程及量测值;步骤4、进行卡尔曼滤波;步骤5、获得视觉位置匹配与惯导系统误差最优估计值,并进行误差补偿,获得输出组合导航结果。本发明所述的一种基于序贯检测的惯性视觉位置组合导航方法,可有效利用多个位置信息,大幅度提升组合导航的计算速度,实现高精度的惯性视觉位置组合导航。

Patent Agency Ranking