一种自适应UKF算法的导航方法及系统 .pdfVIP

一种自适应UKF算法的导航方法及系统 .pdf

  1. 1、本文档共31页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

(19)中华人民共和国国家知识产权局

(12)发明专利说明书

(10)申请公布号CN109781099A

(43)申请公布日2019.05.21

(21)申请号CN201910175588.7

(22)申请日2019.03.08

(71)申请人兰州交通大学;陈光武

地址730000甘肃省兰州市安宁区安宁西路118号

(72)发明人陈光武程鉴皓杨菊花刘昊张琳婧

(74)专利代理机构北京智客联合知识产权代理事务所(特殊普通合伙)

代理人李戍

(51)Int.CI

权利要求说明书说明书幅图

(54)发明名称

一种自适应UKF算法的导航方法

及系统

(57)摘要

本发明提供一种自适应UKF算法

的导航方法及系统,包括采集惯性传感器

原始数据、惯性导航系统定位信息更新、

有哪些信誉好的足球投注网站采集GPS定位信息并判断卫星信号可

信度、当卫星数目大于4颗且HDOP值约

为1时,进入GPS/INS组合导航模式,否

则进入神经网络预测修正模式、对惯性导

航系统输出的定位信息进行补偿修正、误

差协方差阵自适应更新、保存神经网络训

练样本并对神经网络结构参数进行训练更

新等。本发明提出的技术方案在卫星信号

正常的情况下通过自适应调节UKF滤波器

系统噪声和量测噪声协方差阵从而减小了

由于系统噪声统计特征不明确或不准确导

致的滤波精度下降、发散等问题。

法律状态

法律状态公告日法律状态信息法律状态

权利要求说明书

1.一种自适应UKF算法的导航方法,

步骤1:采集惯性传感器原始数据,包括加速度计输出的三轴加速度值和陀螺仪输出

的三轴角速率值;

步骤2:惯性导航系统定位信息更新,根据惯性测量器件输出的加速度值和角速率值

以及系统状态初值计算载体在东北天坐标系下的东向、北向、天向速度以及俯仰角、

横滚角、航向角,再计算得到经度、纬度和高度信息;

步骤3:有哪些信誉好的足球投注网站采集GPS定位信息,包括当前载体经纬度、高度、东北天三向速度,根据

接收到的HDOP值和卫星数目判断卫星信号可信度,即接收的卫星颗数大于4颗且

HDOP值小于1.2时认为卫星信号可信;

步骤4:当卫星数目大于4颗且HDOP值约为1时,进入GPS/INS组合导航模式,否则

转入步骤8进入神经网络预测修正模式;

步骤5:GPS/INS组合导航模式采用改进自适应UKF算法用卫星的定位信息对惯性

导航系统输出的定位信息进行补偿修正;

步骤5.1:确定状态向量并计算均方误差阵P:

状态向量:

其中φ失准:角;

Δv:卫星输出速度与惯性导航系统速度差值;

Δp:卫星定位经纬度与惯性导航系统计算经纬度差值;

ε陀螺仪:零偏;

加速度计零偏;

计算均方误差阵

步骤5.2:对状态向量进行UT变换

式中,α为一个在区间[10

-4

,1]中的正值;

步骤5.3:计算UT变换后的一步预测矩阵和协方差矩阵

ξ

i,k/k-1

=Φ(ξ

i,k-1

)i=0,1,...,2n(4)

式中ω

i

的选取规则为:

Q为系统噪声协方差阵;

步骤5.4:计算量测均值及量测值协方差矩阵:

式中R为量测噪声协方差阵,ω

i

的选取规则同步骤5.3;

步骤5.5:量测更新

步骤5.6:计算本次更新的新息和残差:

式中ε

k

为新息,而η

k

表示残差;

步骤5.7:用滤波估计的结果对惯性导航输出的位置和速度信息进行修正:

步骤6:误差协方差阵自适应更新,当滤波更新的次数达到更新窗口宽度N时,对系统

噪声协方差阵和量测噪声协方差阵采用新息和残差进行自适应更新:

步骤7:保存神经网络训练样本并对神经网络结构参数进行训练更新;基于预定的窗

口宽度t保存神经网络训练样本,并采用全局人工蜂群算法对神经网络结构参

文档评论(0)

158****2068 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档