一种数据驱动的高精度组合导航数据融合方法技术

本发明专利技术公开了一种数据驱动的高精度组合导航数据融合方法，采用高斯过程实现组合导航系统导航参数后验分布的精确估计，并实现采样点误差阵的数据驱动变换，具体为：组合导航系统上电后，在时刻t

A data driven data fusion method for high precision integrated navigation

【技术实现步骤摘要】
一种数据驱动的高精度组合导航数据融合方法
本专利技术属于组合导航及多源数据融合领域，具体涉及一种数据驱动的高精度组合导航数据方法。
技术介绍
导航定位在国防、工业及农业领域上都有广泛应用，如卫星导航、惯性导航、视觉导航以及LiDAR等，由于单一的导航系统往往无法处理复杂环境下的导航问题，应用中需要建立基于多源传感器的组合导航系统。尤其是以无人驾驶为代表的新型导航定位应用，其对导航系统的鲁棒性和智能化要求极为苛刻，多源组合导航成为优选方案。以扩展卡尔曼滤波(EKF)为代表的非线性滤波技术在组合导航领域应用广泛，通过在模型预测点处将模型函数线性化能够满足非线性滤波模型的组合滤波。然而受系统和量测不确定性影响，EKF在矩匹配的精度、量测更新的效率以及鲁棒性等方面均无法满足实际组合导航系统的需求。以无迹卡尔曼滤波(UKF)为代表的确定性采样点逼近策略可以较EKF获得更好的矩匹配精度和收敛速度。对于状态维数较高的组合导航滤波问题，容积卡尔曼滤波(CKF)较UKF有更好的稳定性。由于采用有限的确定性采样点，无法匹配状态模型的整体概率分布函数，CKF本文档来自技高网...

【技术保护点】
1.一种数据驱动的高精度组合导航数据融合方法，其特征在于：组合导航系统正常工作时，基于多源异构传感器数据进行导航参数和采样点递推更新；当组合导航系统受到干扰时，采样点误差传播模型给组合导航系统提供连续的辅助量测更新，所述采样点误差传播模型采用极限学习机结合惯性测量单元的原始数据进行采样点更新。/n

【技术特征摘要】
1.一种数据驱动的高精度组合导航数据融合方法，其特征在于：组合导航系统正常工作时，基于多源异构传感器数据进行导航参数和采样点递推更新；当组合导航系统受到干扰时，采样点误差传播模型给组合导航系统提供连续的辅助量测更新，所述采样点误差传播模型采用极限学习机结合惯性测量单元的原始数据进行采样点更新。


2.根据权利要求1所述的数据驱动的高精度组合导航数据融合方法，其特征在于：所述极限学习机的输入为状态模型的先验预测分布信息、天向陀螺输出角增量和行进方向比力，输出为后验采样点误差阵。


3.根据权利要求2所述的数据驱动的高精度组合导航数据融合方法，其特征在于：所述先验预测分布信息包括采样点预测误差阵和


4.根据权利要求3所述的数据驱动的高精度组合导航数据融合方法，其特征在于：所述其中为系统函数的采样点预测矩阵，为状态先验分布的均值。


5.根据权利要求3所述的数据驱动的高精度组合导航数据融合方法，其特征在于：所述其中为量测函数的采样点预测矩阵，为似然函数的均值。


6.根据权利要求4或5所述的数据驱动的高精度组合导...

【专利技术属性】
技术研发人员：崔冰波，魏新华，卢泽民，李晋阳，
申请(专利权)人：江苏大学，
类型：发明
国别省市：江苏;32