欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2017102703541
申请人: 常州大学
专利类型:发明专利
专利状态:已下证
专利领域: 测量;测试
更新日期:2023-12-11
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种用于提高惯性-地磁组合静动态综合性能的方法,其特征在于:包括陀螺仪、加速度计和地磁传感器,并包括以下步骤,步骤1:由三轴加速度计输出构成三维矢量ai=[aix aiy aiz]T,其中aij(j=x,y,z)为i时刻j轴向加速度计输出值,由地磁传感器输出构成三维矢量mi=[mix miy miz]T,其中,mij(j=x,y,z)为i时刻j轴向地磁传感器输出值,由三轴陀螺仪输出构成三维矢量ωi=[ωix ωiy ωiz]T,其中ωij(j=x,y,z)为i时刻j轴向陀螺仪输出值,由ai和mi获得ai×mi,作为卡尔曼算法的输入;

步骤2:利用卡尔曼算法实现对||ai×mi||的准确估计,其中卡尔曼算法的实现流程如下,首先设x=ai×mi,然后构建如下方程组,

其中

其中, CWT=cos(ωi0T),SWT=sin(ωi0T),TCWT=1-CWT,T为采样周期;

噪声ξ(i)和η(i)的协方差阵计算方法为:

其中Q、R为常量,δik为狄拉克函数;

待x估计出之后,再计算||ai×mi||,计算方法为,步骤3:估计出的||ai×mi||随后作为隐马尔科夫模型的输入;隐马尔科夫模型的训练方法为,使载体处于静止状态,然后通过步骤2获得载体处于静止状态的观测序列最后利用Baum-Welch算法对隐马尔科夫模型进行训练从而获得模型参数λ0=(A0,B0,π0);

载体处于运动状态时,通过步骤2获得载体处于运动状态的观测序列 与所建立的隐马尔科夫模型λ0吻合的概率 利用Forward算法计算出,并且有P(||ai×mi|||λ0)是指观测序列||ai×mi||与所建立的隐马尔科夫模型λ0匹配的概率,用于判断载体是否运动并因而用于调整陀螺仪的权值;

步骤4:对于扩展卡尔曼算法,陀螺仪权值的调整方法是,

其中Q和R分别为调整前的卡尔曼算法的过程噪声和观测噪声的协方差阵,而Q′和R′分别为调整后的卡尔曼算法的过程噪声和观测噪声的协方差阵;

对于互补滤波算法,则P(||ai×mi|||λ0)直接用于调整其唯一的权值K,K=P(||ai×mi|||λ0)  (8)设P(||ai×mi|||λ0)的值域范围为[pmax,pmin],一旦获得隐马尔科夫模型的参数λ0=(A0,B0,π0),该值域范围很容易通过测试集测试手段得到;当该值域范围不适合式(7)和式(8),需要再调整,调整的方法为,

2.如权利要求1所述的用于提高惯性-地磁组合静动态综合性能的方法,其特征在于:步骤3具体采用遍历式隐马尔科夫模型,因为陀螺仪、加速度计和地磁传感器这三种传感器的输出特性并没有给出任何关于模型隐含状态转移概率的信息,对于每个隐含状态,观测概率通过下式计算,其中F(X,μjm,Σjm)为高斯函数,定义为,

其中L为高斯函数的个数,μjm和Σjm分别为第m个高斯函数的均值和协方差。