公开(公告)号：CN107289973B

公开(公告)日：2019-08-27

申请号：CN201710480203.9

申请日：2017-06-22

申请人： 北京理工大学

发明人： 王博 ,  韩雨蓉 ,  肖烜 ,  邓志红

IPC分类号： G01C25/00 ,  G01C21/08

摘要： 本发明公开了一种重力匹配导航中的重力场适配性判断方法,引入空间域和重力异常域的密度函数估计方法，引入空间域和重力异常域的密度函数估计组成混合域的密度函数，通过对局部区域的积分，得到适配函数值,有效地弥补传统算法的缺陷，通过重力信息匹配过程提供更及时有效的位置信息修正惯导的积累误差。

公开(公告)号：CN107289973A

公开(公告)日：2017-10-24

申请号：CN201710480203.9

申请日：2017-06-22

申请人： 北京理工大学

发明人： 王博 ,  韩雨蓉 ,  肖烜 ,  邓志红

IPC分类号： G01C25/00 ,  G01C21/08

摘要： 本发明公开了一种重力匹配导航中的重力场适配性判断方法,引入空间域和重力异常域的密度函数估计方法，引入空间域和重力异常域的密度函数估计组成混合域的密度函数，通过对局部区域的积分，得到适配函数值,有效地弥补传统算法的缺陷，通过重力信息匹配过程提供更及时有效的位置信息修正惯导的积累误差。

公开(公告)号：CN103684349B

公开(公告)日：2016-09-21

申请号：CN201310518137.1

申请日：2013-10-28

申请人： 北京理工大学

发明人： 付梦印 ,  冯波 ,  王博 ,  韩雨蓉 ,  孙牧

IPC分类号： H03H21/00

摘要： 本发明公开了一种基于递推协方差阵估计的卡尔曼滤波方法，属于自适应滤波领域。该方法主要针对离散时间线性时不变系统模型，在系统噪声协方差矩阵完全未知时，能够从系统的观测序列中构建新的统计序列，利用基于大数定律设计的递推计算协方差矩阵估计方法实时计算新构建序列的协方差矩阵估计序列，通过构建序列的协方差矩阵与过程噪声的协方差矩阵的关系计算过程噪声协方差矩阵的估计序列，然后将过程噪声的协方差矩阵的实时估计值代替真实过程噪声协方差矩阵代入标准卡尔曼滤波方法递推计算系统状态的实时估计和估计偏差的协方差矩阵。本发明适用于标准的卡尔曼滤波。

公开(公告)号：CN107389061A

公开(公告)日：2017-11-24

申请号：CN201710480205.8

申请日：2017-06-22

申请人： 北京理工大学

发明人： 王博 ,  韩雨蓉 ,  邓志红 ,  肖烜

IPC分类号： G01C21/16 ,  G01C21/20 ,  G01C25/00

CPC分类号： G01C21/165 ,  G01C21/20 ,  G01C25/00

摘要： 本发明公开了一种重力匹配导航中基于空间顺序的误匹配检测方法，首先，空间顺序能对二维空间内的序列内位置点的空间结构进行描述且编辑距离能描述两个点集中对应点对的空间结构差异。其次，所提的误匹配算法主要利用了惯导指示相邻位置点之间的稳定空间关系来限制单点匹配的误差。其中，基于空间顺序约束的检测算法的适用条件为真实轨迹和惯导轨迹应该具有仿射或刚性变换关系。在误差允许范围内，惯导轨迹可以视为真实轨迹的仿射或刚性变换图形，验证了算法的适用性；基于空间顺序的误匹配检测方法克服了传统野值检测方法以已知噪声统计特性为前提的缺点，能满足重力匹配导航的特殊要求，准确从匹配序列中筛选出错误匹配的点对。

公开(公告)号：CN105928541A

公开(公告)日：2016-09-07

申请号：CN201610224078.0

申请日：2016-04-12

申请人： 北京理工大学

发明人： 王博 ,  韩雨蓉 ,  邓志红 ,  肖烜

IPC分类号： G01C25/00

CPC分类号： G01C25/005

摘要： 本发明公开了一种改进的相关序列算法的重力匹配方法。本发明引入最短路径算法和惯导短期精度高的特性，有效地弥补传统算法的缺陷，通过重力信息匹配过程提供更及时有效的位置信息修正惯导的积累误差。

公开(公告)号：CN103684349A

公开(公告)日：2014-03-26

申请号：CN201310518137.1

申请日：2013-10-28

申请人： 北京理工大学

发明人： 付梦印 ,  冯波 ,  王博 ,  韩雨蓉 ,  孙牧

IPC分类号： H03H21/00

摘要： 本发明公开了一种基于递推协方差阵估计的卡尔曼滤波方法，属于自适应滤波领域。该方法主要针对离散时间线性时不变系统模型，在系统噪声协方差矩阵完全未知时，能够从系统的观测序列中构建新的统计序列，利用基于大数定律设计的递推计算协方差矩阵估计方法实时计算新构建序列的协方差矩阵估计序列，通过构建序列的协方差矩阵与过程噪声的协方差矩阵的关系计算过程噪声协方差矩阵的估计序列，然后将过程噪声的协方差矩阵的实时估计值代替真实过程噪声协方差矩阵代入标准卡尔曼滤波方法递推计算系统状态的实时估计和估计偏差的协方差矩阵。本发明适用于标准的卡尔曼滤波。