[发明专利]一种基于系统状态估计的SINS/GPS高精度重力扰动补偿方法在审
| 申请号： | 201810985194.3 | 申请日： | 2018-08-28 |
| 公开（公告）号： | CN109186591A | 公开（公告）日： | 2019-01-11 |
| 发明（设计）人： | 陈霖周廷;崔祚;高麒麟;杨登红;薛九天;贾赟 | 申请（专利权）人： | 贵州理工学院 |
| 主分类号： | G01C21/16 | 分类号： | G01C21/16;G01S19/49 |
| 代理公司： | 贵州启辰知识产权代理有限公司 52108 | 代理人： | 赵彦栋 |
| 地址： | 550000 贵*** | 国省代码： | 贵州;52 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于系统状态估计的SINS/GPS高精度重力扰动补偿方法，该方法它包括以下步骤：将SINS测量得到的比力信息与GPS测量得到的运动加速度信息进行求差计算，获取带有随机误差的重力扰动信息；建立重力扰动场的自回归统计模型；将重力扰动作为新的状态量进行组合系统滤波状态增广，并根据重力扰动场的统计模型建立SINS系统误差方程，得到用于滤波估计的误差模型系统方程；选取GPS的位置、速度和加速度信息作为外部量测量，构建卡尔曼滤波器对SINS/GPS系统状态(包含重力扰动)进行最优估计，获取更加精确的重力扰动值，并在惯性导航方程的每个迭代周期进行重力扰动高精度补偿，本发明能高效、精确的进行SINS/GPS重力扰动补偿。 | ||
| 搜索关键词： | 扰动 扰动补偿 系统状态 加速度信息 统计模型 卡尔曼滤波器 高精度补偿 比力信息 迭代周期 惯性导航 滤波估计 滤波状态 扰动信息 随机误差 误差方程 误差模型 系统方程 组合系统 最优估计 量测量 状态量 自回归 构建 求差 测量 外部 | ||
【主权项】：
1.一种基于系统状态估计的SINS/GPS高精度重力扰动补偿方法，其特征在于，该方法它包括以下步骤：步骤A：在导航坐标系下将SINS测量输出的比力信息和GPS测量输出的运动加速度信息进行求差，消除共有的运动加速度信息，得到含有随机误差噪声的重力扰动信息；步骤B：以步骤A得到的重力扰动信息为先验信息采用自回归统计分析方法推测重力扰动的数据分布情况，并以此建立重力扰动场的自回归统计模型；步骤C：将步骤B获得的重力扰动统计模型引入SINS误差方程，用于滤波估计；步骤D：基于步骤C获得的滤波估计，选取GPS的位置、速度和加速度信息作为外部量测量，构建卡尔曼滤波器对重力扰动矢量进行最优估计，将获取的最优估计通过重力补偿用的惯性导航方程，对每个迭代周期进行重力扰动高精度补偿。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于贵州理工学院，未经贵州理工学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810985194.3/，转载请声明来源钻瓜专利网。
