买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:中国人民解放军96863部队
摘要:一种GNSSINSVO分布式弹性融合方法,构建GNSSINSVO组合导航卡尔曼滤波模型;运用联邦卡尔曼滤波器构建分布式融合算法进行传感器信息的局部更新与全局融合;利用信息序列构建两个卡方分布检验统计量进行子系统故障检测与分类;检出的硬故障直接隔离,检测出的软故障通过构建两级容错措施实现弹性融合;利用新息相对失配度RDOM调整子系观测噪声方差实现传感器层容错;利用传感器故障程度SFD调整各子系统ISF实现决策层容错;基于卡方检验统计量的故障检测与分类准则,充分利用可获取的观测信息,构建了随机模型和ISF弹性优化模型,分别从传感器层和决策层减少了异常观测的影响,实现了多源信息的弹性融合。
主权项:1.一种GNSSINSVO分布式弹性融合方法,其特征在于:包括如下步骤:Step1:构建GNSSINSVO系统状态方程;采用GNSSINS紧组合系统的状态方程作为GNSSINSVO组合系统的状态方程,表示为: 式中, 为误差状态向量,δL、δλ、δh为位置误差,δvx、δvy、δvz为速度误差,为平台失准角,εbx、εby、εbz,为陀螺漂移误差,为加速度计漂移误差,bclk为GNSS中与时钟误差等效的距离误差,dclk为与时钟频率误差等效的距离率误差;F为组合系统的状态转移矩阵,噪声项W包含陀螺仪噪声ωgx、ωgy、ωgz,加速度计噪声ωax、ωay、ωaz,GNSS时钟误差噪声ωclk,以及频率误差噪声ωf;Step2:构建GNSSINSVO系统观测方程;将INS和GNSS的伪距、伪距率之差、INS的平台失准角、INS与VO的位置和速度误差作为GNSSINSVO组合系统的观测量;Step3:运用联邦卡尔曼滤波器构建分布式融合算法进行传感器信息的局部更新与全局融合;Step4:利用新息序列构建两个卡方检验统计量实现子系统故障检测与分类;Step5:将弹性优化的随机模型和ISF与标准SGF结合,得到改进的SGF算法。
全文数据:
权利要求:
百度查询: 中国人民解放军96863部队 一种GNSS/INS/VO分布式弹性融合方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。