一種正反向組合導(dǎo)航結(jié)果融合的POS后處理方法【專利】
扈光鋒，周祖洋，周東靈…
本發(fā)明屬于一種POS數(shù)據(jù)的后處理方法，具體涉及一種正反向組合導(dǎo)航結(jié)果融合的POS后處理方法。目的是實(shí)現(xiàn)正、反向組合導(dǎo)航結(jié)果的最優(yōu)融合，獲得全局最優(yōu)的高精度位置姿態(tài)后處理結(jié)果。正、反向組合導(dǎo)航結(jié)果融合方程的表達(dá)形式如下：N＝(P1+P2)-1(P2N1+P1N2)，P1表示正向組合導(dǎo)航的誤差估計(jì)協(xié)方差陣，N1表示正向組合導(dǎo)航的結(jié)果；P2表示反向組合導(dǎo)航的誤差估計(jì)協(xié)方差陣，N2表示反向組合導(dǎo)航的結(jié)果，N表示POS的后處理結(jié)果。本發(fā)明的優(yōu)點(diǎn)是采用導(dǎo)航結(jié)果融合方程對(duì)正、反向的組合導(dǎo)航結(jié)果進(jìn)行融合處理，可以獲得全局優(yōu)于兩個(gè)單向過程的位置姿態(tài)后處理結(jié)果。

慣性/衛(wèi)星組合導(dǎo)航數(shù)據(jù)后處理算法研究
來自 萬方
作者：魏帥，閆鈞宣，滕霖
摘要：針對(duì)航空測繪、SAR雷達(dá)成像等場合,傳統(tǒng)的實(shí)時(shí)卡爾曼濾波組合導(dǎo)航精度無法滿足工程需求的問題.提出了雙向?yàn)V波和RTS固定區(qū)間平滑算法,用集中式卡爾曼濾波器實(shí)現(xiàn)了慣性/衛(wèi)星實(shí)時(shí)組合導(dǎo)航系統(tǒng),設(shè)計(jì)了組合導(dǎo)航數(shù)據(jù)后處理算法,分別用雙向?yàn)V波算法和RTS算法對(duì)導(dǎo)航參數(shù)進(jìn)行了平滑處理.用模擬軌跡數(shù)據(jù)對(duì)算法進(jìn)行驗(yàn)證,仿真結(jié)果表明,雙向?yàn)V波和RTS平滑算法的解算精度相比常規(guī)卡爾曼實(shí)時(shí)濾波有明顯提高,尤其是在衛(wèi)星信號(hào)失鎖情況下可以顯著改善導(dǎo)航效果.

衛(wèi)星/慣性組合導(dǎo)航事后高精度融合算法研究
來自 萬方
作者：李睿佳[1]，李榮冰[1]，劉建業(yè)[1]…
摘要：高精度的組合導(dǎo)航數(shù)據(jù)事后融合處理算法是多傳感器信息融合處理的重要環(huán)節(jié),是對(duì)導(dǎo)航系統(tǒng)性能進(jìn)行評(píng)估分析的關(guān)鍵。研究了一種分兩步進(jìn)行的慣性/衛(wèi)星組合導(dǎo)航信息事后高精度融合算法,在慣性/衛(wèi)星組合導(dǎo)航卡爾曼濾波算法的基礎(chǔ)上,利用最優(yōu)固定區(qū)間平滑濾波算法對(duì)慣性/衛(wèi)星組合導(dǎo)航信息進(jìn)行再次平滑濾波融合,可以提高組合導(dǎo)航數(shù)據(jù)事后處理的精度。設(shè)計(jì)了仿真驗(yàn)證平臺(tái),對(duì)所提出的融合算法進(jìn)行了仿真驗(yàn)證。仿真結(jié)果表明:基于卡爾曼濾波與固定區(qū)間平滑濾波實(shí)現(xiàn)的慣性/衛(wèi)星信息事后融合算法有效、可行,可作為試飛性能評(píng)估中確定參考基準(zhǔn)的方法。
關(guān)鍵詞：慣性導(dǎo)航系統(tǒng) 全球定位系統(tǒng) 事后信息融合 卡爾曼濾波 固定區(qū)間最優(yōu)平滑

INS/GPS組合導(dǎo)航數(shù)據(jù)事后處理技術(shù)的研究
來自 知網(wǎng)
作者：蔣鑫
摘要：隨著INS/GPS組合導(dǎo)航系統(tǒng)在各個(gè)領(lǐng)域的廣泛應(yīng)用,從系統(tǒng)安全性和穩(wěn)定性方面考慮,迫切需要對(duì)導(dǎo)航設(shè)備及傳感器的性能進(jìn)行有效的評(píng)估。傳統(tǒng)基于精度更高的基準(zhǔn)傳感器的評(píng)估方案將帶來越來越高的經(jīng)濟(jì)成本。針對(duì)INS/GPS組合導(dǎo)航系統(tǒng)性能事后評(píng)估分析的需求,采用理論研究、系統(tǒng)建模以及仿真實(shí)驗(yàn)和實(shí)測數(shù)據(jù)驗(yàn)證相結(jié)合的方法,深入研究了INS/GPS組合導(dǎo)航數(shù)據(jù)事后處理系統(tǒng)中的關(guān)鍵技術(shù),主要工作以及創(chuàng)新點(diǎn)如下:首先,針對(duì)單獨(dú)慣性導(dǎo)航系統(tǒng)和全球定位系統(tǒng),建立了導(dǎo)航解算模型,推導(dǎo)了各自的定位解算方程,并對(duì)各自系統(tǒng)做了誤差分析,通過仿真實(shí)驗(yàn)結(jié)果總結(jié)了各個(gè)系統(tǒng)的特點(diǎn)。其次,針對(duì)INS/GPS組合系統(tǒng)中最實(shí)用的卡爾曼濾波技術(shù),以線性系統(tǒng)下的連續(xù)卡爾曼濾波方程為基礎(chǔ),推導(dǎo)了非線性系統(tǒng)下的離散卡爾曼濾波方程,提出了基于存儲(chǔ)數(shù)據(jù)的逆向迭代處理方法。分析了逆向處理的固定區(qū)間平滑算法和正/逆向處理后再雙向融合的解算方法,設(shè)計(jì)了新穎的逆向平滑算法和雙向?yàn)V波器。然后,針對(duì)捷聯(lián)慣性導(dǎo)航系統(tǒng)初始對(duì)準(zhǔn)階段,基于存儲(chǔ)數(shù)據(jù)的逆向迭代處理思路,提出了改進(jìn)型逆向?qū)?zhǔn)方法,對(duì)固定的存儲(chǔ)數(shù)據(jù)進(jìn)行了逆向迭代處理得到更精確的失準(zhǔn)角估計(jì)。仿真結(jié)果表明,改進(jìn)型逆向?qū)?zhǔn)方法與正向?qū)?zhǔn)方法對(duì)比,可以使用更少的數(shù)據(jù)量,并且在固定的對(duì)準(zhǔn)時(shí)間內(nèi)可以獲得相同的失準(zhǔn)角估計(jì)精度。尤其在某些緊急情況下,當(dāng)對(duì)準(zhǔn)時(shí)間不夠長時(shí),改進(jìn)型逆向?qū)?zhǔn)方法可以有效的改善對(duì)準(zhǔn)結(jié)果。接著,針對(duì)INS/GPS組合導(dǎo)航系統(tǒng)的數(shù)據(jù)事后處理階段,分析了基于EKF的正向和逆向?yàn)V波處理的區(qū)別,建立了逆向處理中的姿態(tài)、速度和位置狀態(tài)的解算模型,設(shè)計(jì)了逆向?yàn)V波算法以及正/逆向融合算法。設(shè)計(jì)了包括軌跡產(chǎn)生器、INS模擬器、GPS模擬器、INS初始對(duì)準(zhǔn)模塊、GPS解算模塊以及INS/GPS組合導(dǎo)航后處理模塊的仿真系統(tǒng),通過數(shù)字仿真和實(shí)測數(shù)據(jù)對(duì)所提方法進(jìn)行了實(shí)驗(yàn)驗(yàn)證。最后,針對(duì)INS/GPS組合導(dǎo)航系統(tǒng)的可靠性問題,設(shè)計(jì)了基于殘差檢測的故障診斷算法。針對(duì)可能出現(xiàn)的GPS故障,在模塊化的仿真平臺(tái)中加入GPS階躍故障和斜坡故障處理模塊,開展了故障診斷實(shí)驗(yàn)研究。針對(duì)GPS信號(hào)失鎖的情況,將本文設(shè)計(jì)的正/逆向融合算法進(jìn)行事后解算,結(jié)果表明該方法能夠有效抑制誤差擴(kuò)散,提高了事后處理的定位解算精度。收起
關(guān)鍵詞：INS；GPS；組合導(dǎo)航；事后處理；逆向迭代；融合算法；故障診斷

基于閉環(huán)誤差控制器的高精度 POS 后處理算

總結(jié)

以上是生活随笔為你收集整理的POS后处理方法的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。