【技术实现步骤摘要】
一种基于蜂群算法改进CKF的单点重力匹配方法
本专利技术涉及一种基于蜂群算法改进CKF的单点重力匹配方法。
技术介绍
以惯导器件(陀螺和加速度计)为主的惯性导航系统(INS)已经成为当前导航领域广泛应用的导航系统,被广泛应用于航海、航天和航空领域,由于陀螺漂移和加速度计零偏等因素的影响,惯性导航系统也存在一定程度的误差,且惯性导航系统的位置误差随着时间不断积累,难以满足长期和高精度导航的要求。重力辅助导航可以有效地弥补惯性导航的缺点,它不受时间的限制,重力仪可以提供实时的重力数据,通过与惯性导航系统结合,可以分析重力基准图上的重力强度数据。目前,导航中采用的CKF(容积卡尔曼滤波)方法存在易受环境干扰和误差影响而导致的估计不精确等缺点。
技术实现思路
本专利技术目的在于提供一种基于蜂群算法改进CKF的单点重力匹配方法,能够有效提高CKF的稳定性和精度,减小环境和偏差的影响。实现本专利技术目的技术方案:一种基于蜂群算法改进CKF的单点重力匹配方法,其特征在于,包括以下步骤:步骤1:采集重力仪测量重力信号F,获取载体位置信息经度λ和纬度速度信息Vx和Vy、载体姿态信息和步骤2:以载体位置误差信息和δλ、速度误差信息δVx和δVy、载体姿态信息和陀螺仪和加速度计的漂移信息作为状态量,得到状态向量X;以系统的外部噪声作为系统扰动向量W,建立系统状态方程;步骤3:根据步骤1采集的信息,获取状态量初值X0和协方差阵初值P0;采用CKF方法进行时间更新,得到状态一步预测值和一步预测协方差阵步骤4:根据惯性导航系统输出的载体经度λk和纬度在重力基准图中得到对应的重力强度Fk; ...
【技术保护点】
一种基于蜂群算法改进CKF的单点重力匹配方法,其特征在于:包括以下步骤: 步骤1:采集重力仪测量重力信号F,获取载体位置信息经度λ和纬度速度信息Vx和Vy、载体姿态信息和步骤2:以载体位置误差信息和δλ、速度误差信息δVx和δVy、载体姿态信息和陀螺仪和加速度计的漂移信息作为状态量,得到状态向量X;以系统的外部噪声作为系统扰动向量W,建立系统状态方程;步骤3:根据步骤1采集的信息,获取状态量初值X0和协方差阵初值P0;采用CKF方法进行时间更新,得到状态一步预测值和一步预测协方差阵步骤4:根据惯性导航系统输出的载体经度λk和纬度在重力基准图中得到对应的重力强度Fk;根据重力强度Fk和多普勒输出的载体速度Vk,采用人工蜂群算法在惯性导航系统指示位置进行迭代搜索,得到经度和纬度的最优估计值λk′和步骤5:根据惯性导航系统实时输出的经度λk和纬度在重力基准图获得相关重力强度由重力仪测量得到重力强度的观测值两者做差得到系统观测向量步骤6:根据步骤4中得到的经度和纬度的最优估计值λk′和,采用CKF方法进行量测更新,得到量测预测值新息方差Pxz,k、协方差矩阵Pzz,k、滤波增益Kk、状态估计协 ...
【技术特征摘要】
1.一种基于蜂群算法改进CKF的单点重力匹配方法,其特征在于:包括以下步骤:步骤1:采集重力仪测量重力信号F,获取载体位置信息经度λ和纬度速度信息Vx和Vy、载体姿态信息和步骤2:以载体位置误差信息和δλ、速度误差信息δVx和δVy、载体姿态信息和陀螺仪和加速度计的漂移信息作为状态量,得到状态向量X;以系统的外部噪声作为系统扰动向量W,建立系统状态方程;步骤3:根据步骤1采集的信息,获取状态量初值X0和协方差阵初值P0;采用CKF方法进行时间更新,得到状态一步预测值和一步预测协方差阵步骤4:根据惯性导航系统输出的载体经度λk和纬度在重力基准图中得到对应的重力强度Fk;根据重力强度Fk和多普勒输出的载体速度Vk,采用人工蜂群算法在惯性导航系统指示位置进行迭代搜索,得到经度和纬度的最优估计值λ′k和步骤5:根据惯性导航系统实时输出的经度λk和纬度在重力基准图获得相关重力强度由重力仪测量得到重力强度的观测值两者做差得到系统观测向量步骤6:根据步骤4中得到的经度和纬度的最优估计值λ′k和采用CKF方法进行量测更新,得到量测预测值新息方差Pzz,k、协方差矩阵Pxz,k、滤波增益Kk、状态估计协方差阵Pk,状态向量的最优估计值步骤7:重复步骤4至步骤6,进行下一步状态向量和状态协方差阵的估计。2.根据权利要求1所述的基于蜂群算法改进CKF的单点重力匹配方法,其特征在于:步骤2中,状态向量X表示如下:其中,为系统姿态角;εdi(i=x,y,z)为陀螺仪常值漂移误差,且满足为陀螺仪一阶马尔可夫漂移误差,满足式中T代表陀螺仪一阶马尔可夫过程的时间常数,wri(i=x,y,z)为陀螺仪的一阶噪声,为加速度计零阶漂移,满足一阶马尔可夫过程,且式中Ta代表加速度计一阶马尔可夫过程的时间常数,wai(i=x,y)为加速度计一阶噪声,[……]T代表向量的转置;系统的扰动向量W表示如下:W=[wgxwgywgzwrxwrywrzwaxway]T其中,wgi,i=(x,y,z)为白噪声,满足wgi~N(0,σ2),i=x,y,z;系统的状态方程表示如下:其中,F为系统矩阵,G为系统控制矩阵,将上式离散化得到:其中,。3.根据权利要求2所述的基于蜂群算法改进CKF的单点重力匹配方法,其特征在于:步骤3中,状态量初值X0和协方差阵初值P0表示为:采用CKF方法进行时间更新时,考虑具有加性高斯噪声的非线性系统状态方程和量测方程具有以下形式xk=f(xk-1,μk-1)+ωk-1zk=h(xk,μk)+νk其中,xk∈Rn是系统在k时刻的状态,是系统的输入,zk∈Rm是系统的量测值,ωk-1和νk是不相关...
【专利技术属性】
技术研发人员:周广涛,赵博,张鹏,姜鑫,孙艳涛,郝勤顺,杨若雨,林萌萌,孙妍忞,张思,
申请(专利权)人:哈尔滨工程大学,
类型:发明
国别省市:黑龙江;23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。