【技术实现步骤摘要】
本专利技术属于导航定位和信号处理的交叉技术应用领域，涉及一种在复杂环境下微波测距接收信号融合惯性导航的定位技术。尤其涉及一种能将卫星定位和惯性导航进行融合定位的无人系统基于微波测距与惯性导航融合的自主定位方法。
技术介绍
1、导航与位置服务是一个由导航定位、5g/6g、人工智能、物联网、计算机科学和地球科学等多学科交叉融合的前沿技术。组合定位技术是导航定位技术的一个分支。近年来，随着社会的飞速发展，数据业务的快速增长，现代社会各个领域对于精准定位导航的需求日益增加，不仅促成了基于位置服务(lbs)的蓬勃发展，也促使了对导航定位技术准确性、可靠性和连续性。然而，随着城市发展和建筑水平的提高，越来越多的大型且结构复杂的建筑，对于这些复杂环境，卫星导航系统的信号穿透能力较弱，其信号能量和接收信噪比相比于普通环境有很大程度的恶化，信号的可用性和总体性能都大大下降，在很多环境下，接收机定位精度很差，有些情况下甚至无法定位。由于卫星信号无法穿透绝大多数障碍物，卫星信号受噪声和屏蔽等影响可能根本无法进行定位。因此单纯依靠卫星定位技术难以满足需求。于是...
【技术保护点】
1.一种无人系统基于微波测距与惯性导航融合的自主定位方法，具有如下技术特征：
2.如权利要求1所述的无人系统基于微波测距与惯性导航融合的自主定位方法，其特征在于：在惯性导航的前端中，得到初始位置及速度两个状态间的运动信息，并以此推算位置信息，此后惯性导航系统通过对运动传感器的信息进行整合计算，不断更新当前位置及速度，然后，基于卡尔曼滤波的惯性导航航迹推算，渐进式的对传感器测得信息的轨迹后端优化。
3.如权利要求2所述的无人系统基于微波测距与惯性导航融合的自主定位方法，其特征在于：轨迹后端优化，将要求误差函数最小值的状态作为优化的目标，通过欧氏距...
【技术特征摘要】
1.一种无人系统基于微波测距与惯性导航融合的自主定位方法，具有如下技术特征：
2.如权利要求1所述的无人系统基于微波测距与惯性导航融合的自主定位方法，其特征在于：在惯性导航的前端中，得到初始位置及速度两个状态间的运动信息，并以此推算位置信息，此后惯性导航系统通过对运动传感器的信息进行整合计算，不断更新当前位置及速度，然后，基于卡尔曼滤波的惯性导航航迹推算，渐进式的对传感器测得信息的轨迹后端优化。
3.如权利要求2所述的无人系统基于微波测距与惯性导航融合的自主定位方法，其特征在于：轨迹后端优化，将要求误差函数最小值的状态作为优化的目标，通过欧氏距离构建误差函数fm(x),随机选择一个小量δ作为零偏的调整量，对每一个状态量叠加偏置δ，迭代最小化误差，如果第一次叠加偏置后误差函数变大则将偏置量反向，不断重复地叠加偏置直到误差函数fmu(x)不再继续变小。
4.如权利要求1所述的无人系统基于微波测距与惯性导航融合的自主定位方法，其特征在于：传感器观测模型分为预测和更新两个部分，定义观测量,构建观测矩阵，通过观测数据和微惯导系统模型来预测未来状态，状态和控制量经过函数映射预测新的状态，通过观测数据进行滤波状态估计并做状态更新，并根据观测数据进行修正。
5.如权利要求4所述的无人系统基于微波测距与惯性导航融合的自主定位方法，其特征在于：传感器观测模型通过观测量推算导航系速度，测量速度在导航系中的分解结果，将速度转换到导航坐标系中，得到观测矩阵h，有了观测矩阵和观测噪声，可以开始进行卡尔曼增益矩阵k的计算和协方差矩阵p的更新，根据滤波增益矩阵k计算误差状态，最后根据误差状态的估计结果进行状态更新。
6.如权利要求1所述的无人系统基于微波测距与惯性导航融合的自主定位方法，其特征在于：传感器观测模型描述传感器测量值在传感器取值空间上的概率分布,使用卡尔曼滤波来进行姿态估计，对预测的状态量进行更新修正和误差校正,同时根据线性化的观测矩阵和卡尔曼增益对协方差进行更新与修正，卡尔曼滤波修正后的值协方差矩阵。
7.如权利要求1所述的无人系统基于微波测距与...
【专利技术属性】
技术研发人员：黄吉传，邹凌云，徐向东，王梦婕，刘登航，刘涵予，
申请(专利权)人：中国人民解放军九三一四七部队，
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。