【技术实现步骤摘要】
一种面向无人船组合导航信息融合的多尺度数据分块算法
本专利技术属于多传感器信息融合领域，尤其涉及一种多尺度数据分块算法在无人船SINS/GPS/Compass组合导航系统的多传感器信息融合中的应用研究。
技术介绍
组合导航系统指各种导航传感器，通过控制器进行控制组合而成的导航系统。组合导航系统广泛应用于汽车、船舶等应用领域，用于提供精确的信息参数。由于捷联惯导系统可以提供较多的导航参数，所以组合导航系统大多以捷联惯导为基础进行设计。目前，多传感器信息融合方法广泛应用于组合导航的数据处理融合，多传感器信息融合常用的滤波结构包括集中式滤波结构和分布式滤波结构。集中式滤波结构简单、精度更高，但是可靠性低、计算负担大。分布式滤波具有容错性高、可靠性强等优点，所以在组合导航多传感器信息融合领域得到了广泛应用。常用的分布式滤波方法主要为联邦卡尔曼滤波，在此基础上，将自适应、模糊等方法与之结合，具备了更高的应用价值。目前，组合导航系统多传感器信息融合方法得到了广泛研究，但在实际应用过程中，由于传感器性能限制、信号变化率相差较大、采...
【技术保护点】
1.一种面向无人船组合导航信息融合的多尺度数据分块算法，其特征在于：包括以下步骤：/nA、建立组合导航系统数学模型/n针对无人船组合导航多传感器信息融合问题，建立无人船组合导航系统的数学模型；所述无人船组合导航系统包括捷联惯导系统传感器即SINS传感器、全球定位系统传感器即GPS传感器、三维电子罗盘传感器即Compass传感器和嵌入式处理器；所述嵌入式处理器内采用多尺度数据分块算法进行传感器信息融合，输出无人船的位置、速度和姿态信息；采用SINS传感器的误差方程作为组合导航系统的状态方程，导航坐标系选用东北天坐标系即NEU，通过对SINS传感器的性能及误差源分析，组合导航系...
【技术特征摘要】
1.一种面向无人船组合导航信息融合的多尺度数据分块算法，其特征在于：包括以下步骤：
A、建立组合导航系统数学模型
针对无人船组合导航多传感器信息融合问题，建立无人船组合导航系统的数学模型；所述无人船组合导航系统包括捷联惯导系统传感器即SINS传感器、全球定位系统传感器即GPS传感器、三维电子罗盘传感器即Compass传感器和嵌入式处理器；所述嵌入式处理器内采用多尺度数据分块算法进行传感器信息融合，输出无人船的位置、速度和姿态信息；采用SINS传感器的误差方程作为组合导航系统的状态方程，导航坐标系选用东北天坐标系即NEU，通过对SINS传感器的性能及误差源分析，组合导航系统的状态方程和量测方程分别描述为：
其中，为组合导航系统的状态估计值；F(t)为组合导航系统的状态转移矩阵；X(t)为组合导航系统的状态变量；W(t)为组合导航系统的白噪声矩阵；i＝1、2、3，Z1(t)为SINS/GPS子滤波器速度的量测值，Z2(t)为SINS/GPS子滤波器位置的量测值，Z3(t)为SINS/Compass子滤波器姿态的量测值，Hi(t)为组合导航系统的量测矩阵，Vi(t)为组合导航系统的量测噪声，t为时间；
组合导航系统的状态变量X(t)为：
式中，分别为无人船东、北、天方向的姿态误差角；δVE、δVN、δVU分别为无人船东、北、天方向的速度误差；δλ、δL、δh分别为无人船的纬度、经度、高度的误差；εbx、εby、εbz分别为无人船导航坐标系下陀螺仪东、北、天方向的常值漂移；εrx、εry、εrz分别为无人船导航坐标系下陀螺仪东、北、天方向的慢变漂移；分别为无人船导航坐标系下加速度计东、北、天方向的常值随机误差；
无人船组合导航系统共有3组观测值，分别为GPS传感器测得的无人船速度与SINS传感器测得的无人船速度之间的差值、GPS传感器测得的无人船位置与SINS传感器测得的无人船位置之间的差值、Compass传感器测得的无人船姿态与SINS传感器测得的无人船姿态之间的差值；
取GPS传感器测得的无人船速度与SINS测得的无人船速度之间的差值作为SINS/GPS子滤波器速度的量测值，定义速度量测方程为：
式中：
V1(t)＝[ME,MN,MU]T
其中，H1(t)为SINS/GPS子滤波器速度的量测矩阵；V1(t)为SINS/GPS子滤波器速度的量测噪声，当做白噪声处理；VIE、VIN、VIU分别为SINS传感器测得的无人船的东、北、天方向的速度；VGE、VGN、VGU分别为GPS传感器测得的无人船的东、北、天方向的速度；ME、MN、MU分别为GPS传感器测得的无人船的东、北、天方向的速度误差；
取GPS传感器测得的无人船位置与SINS传感器测得的无人船位置之间的差值作为SINS/GPS子滤波器位置的量测值，定义位置量测方程为：
式中：
V2(t)＝[NN,NE,NU]T
RM＝Re(1-2f+3fsin2L)
RN＝Re(1+fsin2L)
其中，H2(t)为SINS/GPS子滤波器位置的量测矩阵；V2(t)为SINS/GPS子滤波器位置的量测噪声，当做白噪声处理；NN、NE、NU分别为GPS传感器测得的无人船的纬度、经度、高度的误差；λI、LI、hI分别为SINS传感器测得的无人船的东、北、天方向的位置；λG、LG、hG分别为GPS传感器测得的无人船的东、北、天方向的位置；Re为地球赤道半径，取6378137m；f为地球扁率，取1/298.257；O3×6为3行6列的零矩阵；O3×9为3行9列的零矩阵；L为纬度；
将Compass传感器测得的无人船姿态与SINS传感器测得的无人船姿态之间的差值作为SINS/Compass子滤波器的量测值，则观测方程为：
式中：
H3(t)＝[I3×3,03×15]
V3(t)＝[δαc,δβc,δγc]T
其中，H3(t)为SINS/Compass子滤波器姿态的量测矩阵；V3(t)为SINS/Compass子滤波器姿态的量测噪声，是均值为零的观测白噪声；分别为SINS测得的无人船的东、北、天方向的姿态，分别为Compass测得的无人船的东、北、天的姿态；δαE、δαN、δαU分别为Compass测得的无人船的东、北、天方向的姿态误差；I3×3为3行3列的单位矩阵，O3×15为3行15列单位矩阵；
B、建立组合导航多尺度系统模型
B1、描述组合导航多尺度系统
对组合导航系统的状态方程和量测方程进行离散化，根据多尺度理论，各传感器以不同采样率对数据进行观测，在最高采样率下即最细尺度上建立状态方程，将组合导航多尺度系统模型描述为：
XN(m+1)＝FN(m)XN(m)+WN(m)m≥0
Zd(m)＝Hd(m)X(m)+Vd(m)
其中，N＝3，传感器d以不同的采样率Sd进行观测，且传感器之间的的采样是异步的，其中d＝1、2、3，分别表示...
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。