首页 | 本学科首页   官方微博 | 高级检索  
   检索      

基于微惯导随机误差时间序列建模的改进组合导航方法
引用本文:王鼎杰,吕汉峰,吴杰.基于微惯导随机误差时间序列建模的改进组合导航方法[J].国防科技大学学报,2016,38(6):64-69.
作者姓名:王鼎杰  吕汉峰  吴杰
作者单位:国防科学技术大学 航天科学与工程学院,国防科学技术大学 航天科学与工程学院,国防科学技术大学 航天科学与工程学院
基金项目:国防科技大学研究生创新资助项目(B140103)
摘    要:针对低精度、低成本微机电惯性测量单元随机误差建模效果不理想会极大影响组合导航性能的难题,采用时间序列分析方法建立了微机电惯性测量单元随机误差的自回归滑动平均模型,通过对卡尔曼滤波器的状态变量进行增广,建立系统动力学方程和观测方程,实现对零偏误差的在线估计。实测数据分析验证了该随机误差建模的有效性。实测数据处理结果表明,该方法能够显著提高低成本微惯性解算外推精度,增强微惯性/卫星组合导航可靠性。

关 键 词:微惯性  随机误差  自回归滑动平均  扩展卡尔曼滤波
收稿时间:2015/7/11 0:00:00

ARMA-based Stochastic Modeling Method for Improving the Performance of Low-cost MIMU/GNSS Integration in Land Vehicle Navigation Application
WANG Dingjie,LYU Hanfeng and WU Jie.ARMA-based Stochastic Modeling Method for Improving the Performance of Low-cost MIMU/GNSS Integration in Land Vehicle Navigation Application[J].Journal of National University of Defense Technology,2016,38(6):64-69.
Authors:WANG Dingjie  LYU Hanfeng and WU Jie
Institution:College of Aerospace Science and Engineering, National University of Defense Technology, Changsha 410073, China,College of Aerospace Science and Engineering, National University of Defense Technology, Changsha 410073, China and College of Aerospace Science and Engineering, National University of Defense Technology, Changsha 410073, China
Abstract:
Keywords:low-cost MEMS-based IMU  stochastic modeling  auto-regressive moving-average  extended Kalman filtering
本文献已被 CNKI 等数据库收录!
点击此处可从《国防科技大学学报》浏览原始摘要信息
点击此处可从《国防科技大学学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号