您的位置: 专家智库 > >

许伟通

作品数:6 被引量:23H指数:3
供职机构:哈尔滨工程大学自动化学院更多>>
发文基金:国家自然科学基金中央高校基本科研业务费专项资金中国博士后科学基金更多>>
相关领域:交通运输工程电子电信更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 6篇交通运输工程
  • 2篇电子电信

主题

  • 4篇滤波
  • 4篇卡尔曼
  • 4篇卡尔曼滤波
  • 3篇捷联
  • 3篇捷联惯导
  • 3篇捷联惯导系统
  • 3篇惯导
  • 3篇惯导系统
  • 2篇导航
  • 2篇导航系统
  • 2篇遗忘因子
  • 2篇噪声
  • 2篇噪声模型
  • 2篇组合导航
  • 2篇组合导航系统
  • 2篇惯性系
  • 1篇动基座
  • 1篇动基座对准
  • 1篇视觉
  • 1篇奇异值

机构

  • 6篇哈尔滨工程大...

作者

  • 6篇叶攀
  • 6篇许伟通
  • 5篇高伟
  • 1篇周广涛
  • 1篇石惠文
  • 1篇奔粤阳
  • 1篇白红美

传媒

  • 3篇压电与声光
  • 2篇计算机测量与...
  • 1篇系统工程与电...

年份

  • 3篇2016
  • 3篇2015
6 条 记 录,以下是 1-6
排序方式:
捷联惯导系统现场标定方法被引量:6
2016年
陀螺漂移会对捷联惯性导航系统的导航定位误差产生直接的影响,所以需要用实验的方法标定出陀螺漂移,并进行补偿;陀螺漂移随时间和环境变化,因此采用实验室标定方法会降低系统的精度;文章提出一种基于卡尔曼滤波技术的现场标定方法,给出了现场标定时系统的状态方程,分别推导了采用速度、速度加姿态为观测信息时的量测方程;利用奇异值可观测度分析方法比较机动状态不同,观测信息不同的五种现场标定方案的陀螺漂移的可观测度,从而确定了两种最优现场标定方案,即在以速度为外部观测量的情况下,使载体处于"S"型机动状态和在载体静止的情况下,速度加姿态为观测信息;通过仿真实验验证了这两种标定方案可以有效提高现场标定的精度。
高伟叶攀许伟通
关键词:捷联惯导系统陀螺漂移卡尔曼滤波奇异值
捷联惯导系统极区动基座对准被引量:6
2015年
传统卡尔曼滤波对准只适用于中低纬度地区,不适用于极区。针对这一问题,提出惯性系下卡尔曼滤波对准作为极区对准方案。首先选择惯性系为对准坐标系,在惯性系内推导捷联惯导系统的速度误差方程和失准角方程,建立适用于极区对准的误差模型。以速度误差为观测量,结合误差模型建立卡尔曼滤波器并进行离散化处理。然后对该对准算法进行仿真,验证其在极区的可行性,并与传统的卡尔曼滤波对准的仿真结果进行对比。最后,分析不同速度和有加速运动等情况下该算法在极区的性能,为工程实践提供理论依据。
高伟叶攀石惠文许伟通奔粤阳
关键词:捷联惯导系统惯性系卡尔曼滤波
SINS/视觉组合导航系统融合算法被引量:1
2016年
捷联惯性导航系统(SINS)/视觉组合导航系统的融合算法主要是卡尔曼滤波,卡尔曼滤波实现最优估计的前提是系统的模型必须准确已知。对于SINS/视觉组合导航系统,获取量测信息需经图像处理、特征点提取和匹配等过程,使量测噪声统计模型不完全可知,这会导致卡尔曼滤波器的估计精度下降。因此,该文提出一种改进的自适应两级卡尔曼滤波,根据求解遗传因子的不同方法对传统自适应两级卡尔曼滤波进行改进。改进后的算法分别适用于系统噪声统计模型和量测噪声统计模型不准确可知两种情况,且二者具有统一的滤波框架。仿真结果表明,改进的自适应两级卡尔曼滤波比卡尔曼滤波精度高,有效解决了SINS/视觉组合导航系统因噪声统计模型不准确导致的精度下降问题。
高伟叶攀许伟通
关键词:组合导航系统遗忘因子噪声模型
光纤捷联惯导系统加速度计内杆臂标定方法被引量:2
2015年
惯性测量单元测量敏感点与载体坐标系原点不重合,标定和使用过程中存在角运动,从而引入杆臂效应误差。针对这一问题,该文提出基于卡尔曼滤波算法的杆臂标定方法。根据杆臂效应误差模型,分析了内、外杆臂效应之间联系。以线速度误差为观测量,建立卡尔曼滤波方程,通过对系统的可观测性分析,设计了两轴联动式的误差激励方式。以五级海况摇摆实验为例,动态时系统的线速度误差较未补偿杆臂效应时降低73%。
周广涛许伟通叶攀
关键词:惯性测量单元杆臂效应加速度计
惯性系下捷联惯导系统最优两位置对准被引量:2
2015年
惯性系卡尔曼滤波对准的状态量不完全可观测,针对这一问题,提出惯性系两位置对准。根据分段线性定常系统理论和奇异值分解法分析惯性系两位置对准算法的可观测性,分析结果表明横摇、纵摇和航向3个轴中绕航向轴旋转时系统的可观测度最高。然后,以航向误差作为参考指标进行仿真,确定了绕航向轴旋转180°的两位置对准为最优。
高伟叶攀白红美许伟通
关键词:捷联惯导系统惯性系可观测性
改进的自适应衰减卡尔曼滤波算法被引量:6
2016年
SINS/GPS组合导航系统的融合算法主要是卡尔曼滤波,卡尔曼滤波实现最优估计的前提是系统的模型和随机噪声信息必须准确已知;实际情况下,大部分系统的模型和随机噪声信息不完全可知,这可能会导致滤波器估计精度下降;针对这一问题,根据求解遗传因子的方法不同对传统的自适应衰减卡尔曼滤波进行改进,提出一种改进的自适应衰减卡尔曼滤波;改进后的算法分别适用于系统噪声统计模型不准确可知和量测噪声统计模型不准确可知两种情况,分别对应于两种滤波算法,并且二者具有统一的滤波框架;仿真结果表明,改进的自适应衰减卡尔曼滤波比卡尔曼滤波精度较高,有效解决了因为噪声模型不准确导致的精度下降问题。
高伟叶攀许伟通
关键词:组合导航系统遗忘因子噪声模型
共1页<1>
聚类工具0