组合导航原理-松组合+紧组合概念
文章目录
- 组合导航系统
- 组合导航的概念
- 广义
- 狭义
- 什么是滤波器
- 互补滤波
- 惯性导航中的卡尔曼滤波思想
- GNSS/INS组合导航分类
- 松组合
- 概念
- 特点
- 紧组合
- 概念
- 特点
- 深组合
- 概念
- 特点
- GNSS/INS松组合观测方程(基础版)
- GNSS/INS松组合算法
- 构建系统状态方程
- 系统动态矩阵– F阵
- 状态方程离散化– 状态转移矩阵
- 状态方程离散化– 噪声等效离散化
- 观测方程:GNSS位置更新
- GNSS位置更新
- 观测方程:GNSS速度更新
- GNSS速度更新
- 算法实现中的注意事项
组合导航系统
组合导航的概念
广义
任何两种及以上导航定位手段的组合
◼交汇定位:GNSS、Loran、
◼ 推算导航:INS、里程推算
◼ 匹配定位:地形、视觉、道路、地磁/重力匹配
狭义
至少含有一种推算导航手段
◼ GNSS/INS
◼ GNSS/车载DR
◼ 早期航海、航空
◼ 生物/人类导航
什么是滤波器
1.滤波就是从混合在一起的诸多信号中提取出所需的信号
2.滤波器必须知道待处理(分离)信号的明显特征(如模型)
3.滤波器估计信号s,需要预先知道信号s和噪声n的统计特性
◼ 如果s为低频信号,而n为高频噪声,那么设计相应的低通滤波就可以过滤掉噪声n,分离出信号s
◼ 必须知道信号s的特性
互补滤波
对上述图流程进行解释:
1.现在假设有两种导航定位手段:上面的是惯导的,真实位置s,n1是它的误差,这个定位误差是逐渐累计、逐渐增长、缓慢变大的;下面的是GPS的,也是真实位置加上n2,但是精度水平稳定,不发散。
2.不直接对信号和噪声进行滤波,先把两个信息源求差,真实信号实际上就被减掉了,剩下的就是两个信号源的误差的求差,即n1-n2,然后把这个误差的差异送进去进去滤波
3.n1
是低频特性,n2
是高频特征;比如采用低通滤波,把惯导的误差放过,GPS的高频误差给杀掉,这样就能估出惯导的误差,就可以补偿惯导输出的误差了
4.互补滤波的精髓:不直接对信号和噪声进行滤波分离,对同一个观测信号S,有两种观测手段,且两种手段的误差特性是差异非常大的,是互补的,因此进行求差,只对两种手段的误差进行分离,把其中一种手段的误差估计出来,然后补偿掉
惯性导航中的卡尔曼滤波思想
带有辅助信息的惯性组合导航(Aided INS)中的互补滤波(卡尔曼滤波)思想
GNSS/INS组合导航分类
根据信息融合深度不同,GNSS和INS组合方式分为:松组合、紧组合和深组合
松组合
概念
基于GNSS导航结果的数据组合
特点
结构简单、性能一般、技术成熟、易实现
紧组合
概念
基于GNSS观测量的数据组合
特点
结构较复杂、质量监测、技术较成熟、较易实现
深组合
概念
基于GNSS信号的组合
特点
调整接收机结构、提高接收机性能、技术不成熟、实现难度高
GNSS/INS松组合观测方程(基础版)
GNSS/INS松组合算法
构建系统状态方程
GNSS/INS松组合常采用误差状态卡尔曼滤波(间接卡尔曼滤波)进行数据融合,以解决系统的非线性问题。根据惯导误差微分方程和传感器误差模型,将惯性传感器主要误差参数(加速度计和陀螺的零偏及比例因子误差)增广到卡尔曼滤波的系统状态中,可得卡尔曼滤波的状态向量及连续时间系统状态方程
系统动态矩阵– F阵
状态方程离散化– 状态转移矩阵
状态方程离散化– 噪声等效离散化
观测方程:GNSS位置更新
GNSS定位解算给出的是天线相位中心(或其它参考点)的位置坐标,INS机械编排给出的是IMU测量中心的导航结果,二者在物理上不重合,组合导航解算时需进行杆臂效应改正。GNSS天线相位中心与IMU测量中心之间的位置转换关系式为:
GNSS位置更新
观测方程:GNSS速度更新
GNSS采用多普勒测速可以提供相对独立的三维速度观测值。根据IMU速度推算GNSS天线相位中心速度的理论模型为
GNSS速度更新
算法实现中的注意事项
◼ 误差状态KF,在进行闭环反馈之后,被反馈的状态量部分应该置零
◼ Q阵的设置
◼ R阵的设置
组合导航原理-松组合+紧组合概念相关推荐
- 卡尔曼滤波与组合导航原理_基于RAEKF的GPS/INS紧组合导航方法研究
实际运动中的载体动力学模型误差不可避免,而观测噪声的统计特性又具有不确定性,无法完全模型化,观测粗差对导航精度的影响也不容忽略[1-3].结合上述因素,组合滤波模型的精确度无法得到保障,卡尔曼滤波在组 ...
- 捷联惯导算法与组合导航原理学习——四元数和姿态阵转换(二)
四元数和姿态阵转换 学习资料参考: [1] 严恭敏,翁浚. 捷联惯导算法与组合导航原理[M]. 西安: 西北工业大学出版社, 2019.8. Quaternion.h #pragma once #in ...
- 捷联惯导算法与组合导航原理学习——等效旋转矢量和姿态阵转换(一)
等效旋转矢量和姿态阵转换 学习资料参考: [1] 严恭敏,翁浚. 捷联惯导算法与组合导航原理[M]. 西安: 西北工业大学出版社, 2019.8. EquRotationVec.h #pragma o ...
- 卡尔曼滤波与组合导航原理_无人机机载导航系统和传感器基本原理
本文首发于公众号:无人机系统技术 公众号回复"加群"进入无人机技术交流群交流 公众号回复"多旋翼"获取国际顶尖团队科研成果 公众号回复"控制分配&qu ...
- 组合导航原理剖析(二):惯性导航方法与应用综述
资料下载-PSINS 枯荣有常 - 知乎 半闲居士 - 知乎 书灌木 - 知乎 任乾 - 知乎 武汉大学多源智能导航实验室 传统导航采用单点导航的方式,定位精度为几米,显然不符合自动驾驶的需求. 现有 ...
- 组合导航最优综合与滤波方法 -- 《组合导航原理与应用(西北工业大学出版社)》读书笔记(3)
组合导航最优综合与滤波方法 惯性导航的主要缺点是定位误差随着时间积累,因而难以长时间的独立工作,解决这一问题的途径主要有两种:提高惯导系统的本身精度,另一种是采用组合导航技术.提高INS精度 ...
- 卡尔曼滤波与组合导航原理_卫星知识科普:一种基于卫星共视的卡尔曼滤波算法!...
如果看到第二次了,该关注我们了,点击上面关注,分享IT技术知识. 1 ,概述 共视法是利用2个不同地点观测站的卫星接收机同时跟踪同一颗卫星,从而降低2站间共同误差,提高时间同步精度的方法.高精度的共视 ...
- 组合导航原理剖析(四):惯性和GNSS器件选型与误差来源
一.惯性传感器 1. 惯性传感器指标 加速度计和陀螺仪的实际输出不可避免地存在误差,主要包括零偏误差.比例因子误差.交轴耦合误差和随机噪声等[140].每一种系统误差又包含常值项.随温度变化项.随机逐 ...
- 卡尔曼滤波与组合导航原理_图解卡尔曼滤波器,无需深厚的数学知识也易懂(第五部分:多维卡尔曼滤波器)...
译者前言:因第1-4部分(基础)已经学习完毕,接下来需要学习多维卡尔曼滤波器与扩展的卡尔曼滤波器(EKF),但是1-4部分的作者对接下来要学习的内容还没有更新,因此我们将从华盛顿大学教授的教材开始学习 ...
最新文章
- 全了!从Python入门到入魔
- javabean简介
- 运动背景下的运动目标检测
- 运维基础(8)shell脚本
- adt eclipse java1.8,android java开发 第一天 之熟习eclipse adt
- boost::math::tools::cohen_acceleration用法的测试程序
- C++ 类的const成员函数
- 字符串左侧补0_(48)C++面试之最长不含重复字符的子字符串(动态规划)
- lamp 重启mysql_lamp常用命令 --Ubuntu下启动/重启/停止apache,mysql服务器
- PyTorch 1.0 中文文档:torch.utils.checkpoint
- java集群_「Java知识」MyCat的图文视频讲解,MyCat分片集群分表分库策略
- 怎样做地推,转化率提高20倍?
- 3分钟通过日志定位bug,这个技能测试人必须会
- java语言 跨平台_Java语言不一定就跨平台
- C++中的error C2662,const的this指针问题
- 晶振工作原理与元件选型
- 「Head First」编程系列丛书
- 蓝电电池测试系统工步编辑软件,CT2001A
- Introduction to Linear Optimization 2.1 多面体和凸集
- 一直以来伴随我的一些学习习惯(二):时间管理
热门文章
- JVM(三)--垃圾收集算法
- 怎么彻底清除C语言软件,【AUTO Uninstaller - 使用教程】Autodesk系列软件终极完美修复卸载工具【转载】...
- Shader山下(十六)坐标空间与转换矩阵
- 数据通信原理_华为面向全球发布Datacom认证 未来三年培养15万数据通信网络人才...
- NYOJ975 关于521
- 远程教育(电大)网考统考计算机应,4月电大远程网络教育计算机应用基础统考题库真题3...
- OPenGL笔记--创建一个3D场景
- Linux服务器运行状况全面监测
- 互联网冲击能源业 光伏或迎新融资模式
- Vue学习--子组件向父组件传值