-
公开(公告)号:CN107270893A
公开(公告)日:2017-10-20
申请号:CN201710391282.6
申请日:2017-05-27
Applicant: 东南大学
Abstract: 本发明公开一种面向不动产测量的杆臂、时间不同步误差估计与补偿方法,步骤是:步骤1,标定GPS天线相位中心相对于IMU的真实杆臂矢量,估计从卫星采集、惯性采集到组合导航计算之间存在的滞后时间,代入步骤3中初始杆臂误差、时间不同步误差;步骤2,采集惯性测量数据以及GPS测量数据;步骤3,建立19维状态方程,将19维误差状态作为Kalman滤波器的误差状态向量,建立以速度和位置误差作为观测量的量测模型,根据步骤2得到的测量数据进行惯性解算并进行卡尔曼滤波;步骤4,每次滤波后,利用滤波估计出的失准角误差、速度误差、位置误差、杆臂误差对惯性解算结果进行反馈校正。此种方法可以较好地修正惯性定位装备对待测点的定位误差,提高测量精度。
-
公开(公告)号:CN108663068A
公开(公告)日:2018-10-16
申请号:CN201810233753.5
申请日:2018-03-20
Applicant: 东南大学
IPC: G01C25/00
Abstract: 本发明公开了一种应用在初始对准中的SVM自适应卡尔曼滤波方法。该方法包括:1)建立捷联惯性测量系统初始对准数学模型;2)新息方差的计算;3)支持向量机的设计:针对噪声模型难以量化及系统发生突变,从而引起滤波器发散、数值不稳定的问题,提出引入一种支持向量机产生的自适应因子,提升算法的鲁棒性,提高对状态与参数突变的跟踪能力;4)SVMAKF滤波器的构建:基于自适应原则和支持向量机卡尔曼滤波构建一种SVMAKF滤波器,实时修正捷联惯性测量系统的噪声协方差阵,提高初始对准的精度和稳定性。本发明显著改善了卡尔曼滤波器的性能,防止滤波器发散,提高初始对准的精度和稳定性。
-
公开(公告)号:CN107270893B
公开(公告)日:2020-11-06
申请号:CN201710391282.6
申请日:2017-05-27
Applicant: 东南大学
Abstract: 本发明公开一种面向不动产测量的杆臂、时间不同步误差估计与补偿方法,步骤是:步骤1,标定GPS天线相位中心相对于IMU的真实杆臂矢量,估计从卫星采集、惯性采集到组合导航计算之间存在的滞后时间,代入步骤3中初始杆臂误差、时间不同步误差;步骤2,采集惯性测量数据以及GPS测量数据;步骤3,建立19维状态方程,将19维误差状态作为Kalman滤波器的误差状态向量,建立以速度和位置误差作为观测量的量测模型,根据步骤2得到的测量数据进行惯性解算并进行卡尔曼滤波;步骤4,每次滤波后,利用滤波估计出的失准角误差、速度误差、位置误差、杆臂误差对惯性解算结果进行反馈校正。此种方法可以较好地修正惯性定位装备对待测点的定位误差,提高测量精度。
-
-