【技术实现步骤摘要】
本专利技术属于惯性导航系统姿态解算，具体涉及一种改进混合熵容积卡尔曼滤波的惯性导航姿态解算方法。
技术介绍
1、惯性导航系统属于推算导航方式，因其不依赖于外部信息、也不向外部辐射能量的特点在航空航天、无人驾驶、随钻测量等领域应用广泛。由于煤矿井下复杂的工作环境使得其他导航技术难以发挥作用，惯性导航也逐渐成为煤矿井下定向钻进的主要导航手段。卡尔曼滤波是常用的姿态解算算法，在噪声服从高斯分布时给出最优估计。然而在实际应用中，由于煤矿井下复杂多变环境的影响，惯性传感器的测量数据会遭受复杂的非高斯噪声和离群点的干扰，在这些情况下，基于最小均方误差准则的卡尔曼滤波算法的性能会大大恶化，因此，需要对传统的卡尔曼滤波算法进行调整以对抗姿态解算过程中非高斯噪声和离群点的干扰。目前利用传统卡尔曼滤波进行数据融合以实现惯性导航姿态解算技术存在以下问题：
2、(1)一些针对卡尔曼滤波算法的改进，包括高斯和滤波(gsf)、huber鲁棒滤波、h∞滤波等，虽然在一定程度上提高了系统的鲁棒性，但都是基于最大相关熵准则，且仅能取到误差的二阶信息，在非高斯...
【技术保护点】
1.一种改进混合熵容积卡尔曼滤波的惯性导航姿态解算方法，其特征在于，基于陀螺仪数据，加速度计数据以及磁强计数据，建立系统状态方程和量测方程，推导改进混合熵容积卡尔曼滤波算法进行姿态解算；
2.根据权利要求1所述改进混合熵容积卡尔曼滤波的惯性导航姿态解算方法，其特征在于，所述系统状态方程如式(1)所示：
3.根据权利要求2所述改进混合熵容积卡尔曼滤波的惯性导航姿态解算方法，所述基于加速度计和磁强计测量数据的四元数姿态更新模型如式(2)所示：
4.根据权利要求3所述改进混合熵容积卡尔曼滤波的惯性导航姿态解算方法，其特征在于，所述姿态解算...
【技术特征摘要】
1.一种改进混合熵容积卡尔曼滤波的惯性导航姿态解算方法，其特征在于，基于陀螺仪数据，加速度计数据以及磁强计数据，建立系统状态方程和量测方程，推导改进混合熵容积卡尔曼滤波算法进行姿态解算；
2.根据权利要求1所述改进混合熵容积卡尔曼滤波的惯性导航姿态解算方法，其特征在于，所述系统状态方程如式(1)所示：
3.根据权利要求2所述改进混合熵容积卡尔曼滤波的惯性导航姿态解算方法，所述基于加速度计和磁强计测量数据的四元数姿态更新模型如式(2)所示：
4.根据权利要求3所述改进混合熵容积卡尔曼滤波的惯性导航姿态解算方法，其特征在于，所述姿态解算系统方程如式(3)：
5.根据权利要求4所述改进混合熵容积卡尔曼滤波的惯性导航姿态解算方法，其特征在于，所述非线性回归模型如式(4)：
...
【专利技术属性】
技术研发人员：兰建义，高柯飞，乔美英，杜衡，赵开东，韩昊天，邱运强，
申请(专利权)人：河南理工大学，
类型：发明
国别省市：
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。