-
公开(公告)号:CN103900565A
公开(公告)日:2014-07-02
申请号:CN201410076441.X
申请日:2014-03-04
Applicant: 哈尔滨工程大学
IPC: G01C21/16
CPC classification number: G01C21/165 , G01S19/47
Abstract: 本发明提供的是一种基于差分GPS的惯导系统姿态获取方法。由DGPS测量载体加速度,经低通滤波得到加速度测量值;根据惯导系统解算方程,在已知比力信息和载体加速度的情况下,得到地理系表示的重力矢量利用DGPS提供的经纬度信息以及初始经度信息,确定地理系到惯性系的转换矩阵,将地理系表示的重力矢量转换到惯性系,得到惯性系重力矢量;利用惯性空间的重力矢量求解重力矢量漂移角度和纬度;经过两次坐标转换,得到转换矩阵在惯导系统中,利用陀螺仪采集角速率信号计算旋转矢量,更新四元数,通过四元数实现的更新;根据和确定系统的姿态转换矩阵,得到载体的航向和姿态角,从而确保姿态信息的精度满足舰船导航的需求。
-
公开(公告)号:CN103941271B
公开(公告)日:2016-12-07
申请号:CN201410085410.0
申请日:2014-03-11
Applicant: 哈尔滨工程大学
IPC: G01S19/47
Abstract: 本发明属于组合导航的技术领域,涉及一种时间-空间差分的GPS/SINS超紧组合方法。本发明包括利用捷联惯导的输出信息预测载波角速度误差的时间-空间差分观测值和初相位误差的时间-空间差分观测值;利用GPS接收机输出信息计算载波角速度误差的时间-空间差分观测值和初相位误差的时间-空间差分观测值;将步骤一和步骤二中得到的载波角速度误差的时间-空间差分观测值和初相位误差的时间-空间差分观测值作差,作为系统模型的量测;利用卡尔曼滤波器估计系统状态,利用估计结果校正惯性元件误差和捷联惯导解算的导航信息;利用校正后的导航信息计算多普勒频移,并输入接收机对其进行校正。本发明提高了系统的导航精度,降低了系统的计算量和复杂性。
-
公开(公告)号:CN103900565B
公开(公告)日:2016-11-23
申请号:CN201410076441.X
申请日:2014-03-04
Applicant: 哈尔滨工程大学
IPC: G01C21/16
Abstract: 本发明提供的是一种基于差分GPS的惯导系统姿态获取方法。由DGPS测量载体加速度,经低通滤波得到加速度测量值;根据惯导系统解算方程,在已知比力信息和载体加速度的情况下,得到地理系表示的重力矢量利用DGPS提供的经纬度信息以及初始经度信息,确定地理系到惯性系的转换矩阵,将地理系表示的重力矢量转换到惯性系,得到惯性系重力矢量;利用惯性空间的重力矢量求解重力矢量漂移角度和纬度;经过两次坐标转换,得到转换矩阵在惯导系统中,利用陀螺仪采集角速率信号计算旋转矢量,更新四元数,通过四元数实现的更新;根据和确定系统的姿态转换矩阵,得到载体的航向和姿态角,从而确保姿态信息的精度满足舰船导航的需求。
-
公开(公告)号:CN103941271A
公开(公告)日:2014-07-23
申请号:CN201410085410.0
申请日:2014-03-11
Applicant: 哈尔滨工程大学
IPC: G01S19/47
CPC classification number: G01S19/47 , G01C21/165 , G01S19/23
Abstract: 本发明属于组合导航的技术领域,涉及一种时间-空间差分的GPS/SINS超紧组合方法。本发明包括利用捷联惯导的输出信息预测载波角速度误差的时间-空间差分观测值和初相位误差的时间-空间差分观测值;利用GPS接收机输出信息计算载波角速度误差的时间-空间差分观测值和初相位误差的时间-空间差分观测值;将步骤一和步骤二中得到的载波角速度误差的时间-空间差分观测值和初相位误差的时间-空间差分观测值作差,作为系统模型的量测;利用卡尔曼滤波器估计系统状态,利用估计结果校正惯性元件误差和捷联惯导解算的导航信息;利用校正后的导航信息计算多普勒频移,并输入接收机对其进行校正。本发明提高了系统的导航精度,降低了系统的计算量和复杂性。
-
公开(公告)号:CN103902819A
公开(公告)日:2014-07-02
申请号:CN201410105378.8
申请日:2014-03-21
Applicant: 哈尔滨工程大学
IPC: G06F19/00
Abstract: 本发明提供了一种基于变分滤波的粒子优化概率假设密度多目标跟踪方法。将目标状态变量的分布参数视作随机变量,并用变分贝叶斯方法求解它们的后验分布,在确定这些参数的估计值后得到优化了的滤波状态分布,再以该状态分布函数作为逼近真实后验PHD函数的重要性函数进行随机粒子采样,从而能使大部分采样粒子分布在高似然概率处,合理利用观测信息,避免传统粒子概率密度假设方法由于粒子采样于低似然概率处而造成的粒子退化现象,最终提高粒子概率假设密度多目标跟踪算法的性能。
-
-
-
-