-
公开(公告)号：CN103900608B
公开(公告)日：2016-08-17
申请号：CN201410105384.3
申请日：2014-03-21
Applicant: 哈尔滨工程大学
IPC: G01C25/00
Abstract: 本发明提供的是一种基于四元数CKF的低精度惯导初始对准方法。首先利用加速度计和磁强计的测量值进行粗对准，得到粗略的姿态矩阵。然后利用GPS提供的准确外界信息，取位置和速度误差作为量测量，通过四元数CKF进行非线性滤波，得到姿态误差矩阵。最后利用姿态误差矩阵进行校正，得到精确的姿态矩阵。本发明利用加速度计和磁强计分别对重力加速度和磁力的量测值，进行粗对准。解决了在低精度惯性器件的条件下，由于陀螺性能低，无法正确敏感地球自转角速率，不能应用传统粗对准方法的问题；另一方面，本方法中提出的四元数CKF能适用于大角度误差的非线性模型，可以在大方位失准角的条件下依然很好的完成对准，且对准精度高。
-
公开(公告)号：CN103900613A
公开(公告)日：2014-07-02
申请号：CN201410125859.5
申请日：2014-03-31
Applicant: 哈尔滨工程大学
IPC: G01C25/00
CPC classification number: G01C25/005
Abstract: 本发明涉及一种基于磁力计N阶距检测的MEMS系统误差估计方法，首先利用磁力计输出的磁场强度，利用N阶矩检测法判断系统是否受到外界磁场干扰，若所测试的N阶距差值若小于等于阈值，则触发MEMS系统误差估计卡尔曼滤波器工作，结合磁力计输出估计出MEMS系统的位置、速度、姿态误差，以及MEMS陀螺的刻度系数误差、陀螺漂移；若大于阈值，则MEMS系统误差估计卡尔曼滤波器关闭。本发明方法可以在无卫星信号条件下，实现MEMS系统误差的估计，维持MEMS系统的自主性及精度可靠性。
-
公开(公告)号：CN103900608A
公开(公告)日：2014-07-02
申请号：CN201410105384.3
申请日：2014-03-21
Applicant: 哈尔滨工程大学
IPC: G01C25/00
CPC classification number: G01C25/005
Abstract: 本发明提供的是一种基于四元数CKF的低精度惯导初始对准方法。首先利用加速度计和磁强计的测量值进行粗对准，得到粗略的姿态矩阵。然后利用GPS提供的准确外界信息，取位置和速度误差作为量测量，通过四元数CKF进行非线性滤波，得到姿态误差矩阵。最后利用姿态误差矩阵进行校正，得到精确的姿态矩阵。本发明利用加速度计和磁强计分别对重力加速度和磁力的量测值，进行粗对准。解决了在低精度惯性器件的条件下，由于陀螺性能低，无法正确敏感地球自转角速率，不能应用传统粗对准方法的问题；另一方面，本方法中提出的四元数CKF能适用于大角度误差的非线性模型，可以在大方位失准角的条件下依然很好的完成对准，且对准精度高。
-
公开(公告)号：CN103791900A
公开(公告)日：2014-05-14
申请号：CN201410061812.7
申请日：2014-02-24
Applicant: 哈尔滨工程大学
IPC: G01C21/00
CPC classification number: G01C21/00
Abstract: 本发明提供的是一种基于流体力学的拖体水下定位方法。本发明是利用流体力学的基本原理，根据拖体在水下力的平衡，求得拖体和拖揽连接处的拖揽张力和拖拽角，然后利用逐步逼近法计算拖体在拖船后的距离以及在水下深度，再由拖船导航信息计算出拖体所在的经纬度。本方法计算简单可靠，应用成本低，为确定拖体在水下位置提供了一种简易方法。
-
公开(公告)号：CN103968839B
公开(公告)日：2017-02-22
申请号：CN201410216172.2
申请日：2014-05-21
Applicant: 哈尔滨工程大学
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
-
Patent Agency Ranking
公开(公告)号：CN103616027B
公开(公告)日：2016-12-07
申请号：CN201310690254.6
申请日：2013-12-17
Applicant: 哈尔滨工程大学
Abstract: 本发明属于重力辅助惯性导航系统的技术领域，尤其涉及一种基于改进MSD的重力匹配方法。本发明包括：确定参考位置信息；引入位置误差向量；确定代价函数；确定使代价函数E最小的位置误差向量；得到最终位置。针对传统的重力匹配方法计算量大、耗时多的问题，本发明在MSD的基础上，引入位置误差向量，确定代价函数，简化匹配计算机中的匹配过程，在保证匹配精度的基础上，提高了匹配计算机的工作效率。本发明引入SOR迭代方法，获取位置误差向量，其收敛速度更快。一般的匹配方法都会用到重力数据库，现有重力数据库的精度还有待进一步提高，本发明的匹配过程中仅用到参考轨迹上点处的重力异常值及其变化梯度，减轻对重力数据库的依赖。
-
公开(公告)号：CN103900613B
公开(公告)日：2016-08-17
申请号：CN201410125859.5
申请日：2014-03-31
Applicant: 哈尔滨工程大学
IPC: G01C25/00
Abstract: 本发明涉及一种基于磁力计N阶距检测的MEMS系统误差估计方法，首先利用磁力计输出的磁场强度，利用N阶矩检测法判断系统是否受到外界磁场干扰，若所测试的N阶距差值若小于等于阈值，则触发MEMS系统误差估计卡尔曼滤波器工作，结合磁力计输出估计出MEMS系统的位置、速度、姿态误差，以及MEMS陀螺的刻度系数误差、陀螺漂移；若大于阈值，则MEMS系统误差估计卡尔曼滤波器关闭。本发明方法可以在无卫星信号条件下，实现MEMS系统误差的估计，维持MEMS系统的自主性及精度可靠性。
-
公开(公告)号：CN103969671A
公开(公告)日：2014-08-06
申请号：CN201410195891.0
申请日：2014-05-09
Applicant: 哈尔滨工程大学
CPC classification number: G01S19/49 , G01C21/165 , G01S19/47
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：CN103927580A
公开(公告)日：2014-07-16
申请号：CN201410172296.5
申请日：2014-04-25
Applicant: 哈尔滨工程大学
IPC: G06N3/00
Abstract: 本发明公开一种基于改进人工蜂群算法的工程约束参数优化方法。该方法用目标函数和等式(或不等式)约束描述工程约束参数优化问题；根据参数取值范围，初始化人工蜂群；以概率M选取参数向量中部分参数作为调整对象，自适应调节搜索步长，令引领蜂在邻域内随机搜索蜜源；跟随蜂根据各蜜源对应的代价函数值fi，由fi获取适应度函数值fiti，进而得到转移至各蜜源概率Pi，并判断是否进行位置更新；在每次迭代搜索过程中，记录当前的最优解，经过有限次迭代搜索，得到参数的最优估计值。本发明使搜索步长随搜索次数自适应变化，在不影响搜索准确度的前提下，有效地减少搜索时间，提高搜索效率。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.051 seconds)
