一种基于边缘化ckf重力辅助导航的方法
【专利摘要】本发明公开了一种基于边缘化CKF重力辅助导航的方法，包括：实时获取惯性导航系统输出的位置信息及重力仪测得的重力异常值；建立惯性器件输出误差模型及惯导系统误差方程，确定状态量和量测量；将迭代过程分为状态更新和量测更新；滤波过程中各个时刻的观测量为重力仪实时测量的重力异常值，估计观测预测值、自相关协方差阵、互相关协方差阵及卡尔曼增益；根据得到的状态和观测预测值，计算状态估计值和状态误差协方差估计值；根据得到的惯导系统的导航参数误差，通过输出校正，对惯导系统进行修正。本发明有效地快速地对实现状态估计，借助重力异常基准图以采样点形式进行滤波，避免模型不准确带来的误差，可以精确地、快速地实现重力辅助导航。
【专利说明】一种基于边缘化CKF重力辅助导航的方法
【技术领域】
[0001]本发明属于重力辅助导航【技术领域】，尤其涉及一种基于边缘化CKF重力辅助导航的方法。
【背景技术】
[0002]潜艇等水下潜器的生存能力随着现代反潜技术的发展遭受严重威胁，单纯依靠惯性导航系统进行水下导航已经无法满足现代潜艇导航的精度要求，而将卫星、天文、无线电等导航手段与惯性导航系统组合使用又降低了潜艇的隐蔽性，随着重力测量技术的日趋成熟，利用重力异常辅助导航逐渐得到应用，由于其无需接收外部信息，也不对外辐射信息，对于提高潜艇等水下潜器的隐蔽性无疑具有非常重要的战术价值。
[0003]对于重力异常辅助惯导构成的组合导航系统来说，递推最优估计滤波是实现重力辅助惯性导航系统的关键技术之一，其具有从含有噪声、误差的数据中提取或恢复精确信息的能力，并保证最佳匹配位置的可信度及精确度。但是，由于传统非线性滤波算法复杂度较高或其它缺陷，一般重力匹配算法很难实现精确、快速匹配的效果。
【发明内容】
[0004]本发明实施例的目的在于提供一种基于边缘化CKF重力辅助导航的方法，旨在解决重力辅助导航方法复杂 度高和实时性差的问题。
[0005]本发明实施例是这样实现的，一种基于边缘化CKF重力辅助导航的方法，该基于边缘化CKF重力辅助导航的方法包括以下步骤:
[0006]步骤一，实时获取惯性导航系统输出位置信息的经度和纬度及重力仪测得的重力异常值，并保证惯导系统指示位置信息和重力异常信息在时间上同步；
[0007]步骤二，建立惯性器件输出误差模型及惯导系统误差方程，确定状态量和量测量，量测量为重力异常观测值；取经纬度误差、速度误差、平台姿态角误差、加速度计误差及陀螺误差为状态量，即:
[0008]
【权利要求】
1.一种基于边缘化CKF重力辅助导航的方法，其特征在于，该基于边缘化CKF重力辅助导航的方法包括以下步骤: 步骤一，实时获取惯性导航系统输出位置信息的经度和纬度及重力仪测得的重力异常值，并保证惯导系统指示位置信息和重力异常信息在时间上同步； 步骤二，建立惯性器件输出误差模型及惯导系统误差方程，确定状态量和量测量，量测量为重力异常观测值；取经纬度误差、速度误差、平台姿态角误差、加速度计误差及陀螺误差为状态量，即:
2.如权利要求1所述的基于边缘化CKF重力辅助导航的方法，其特征在于，在步骤四中，通过Cholesky分解协方差矩阵即
3.如权利要求1所述的基于边缘化CKF重力辅助导航的方法，其特征在于，在步骤五中，借助重力异常基准图，通过插值读取载体所在位置的重力异常值，以采样点形式来传播Cubature点，在组合导航过程中，可以通过惯导系统的指示位置(色i)以及状态更新阶段的位置误差预测值近似代替，从而滤波过程中组合导航系统的量测方程可近似为:
4.如权利要求1所述的基于边缘化CKF重力辅助导航的方法，其特征在于，在步骤六中，估计观测预测值、自相关协方差阵、互相关协方差阵及卡尔曼增益为 量测预测值:
5.如权利要求1所述的基于边缘化CKF重力辅助导航的方法，其特征在于，在步骤七中，计算状态估计值和状态误差协方差估计值为:
【文档编号】G01C21/16GK103604430SQ201310545339
【公开日】2014年2月26日 申请日期:2013年11月6日 优先权日:2013年11月6日
【发明者】高伟, 赵博, 周广涛, 姜鑫, 夏秀玮, 于春阳, 郝勤顺, 孙艳涛, 刘凤 申请人:哈尔滨工程大学