[发明专利]一种水下无源组合导航系统建模及信息融合方法在审
| 申请号： | 201810409363.9 | 申请日： | 2018-04-28 |
| 公开（公告）号： | CN108663051A | 公开（公告）日： | 2018-10-16 |
| 发明（设计）人： | 王其;杨常松;王玉祥 | 申请（专利权）人： | 南京信息工程大学 |
| 主分类号： | G01C21/20 | 分类号： | G01C21/20 |
| 代理公司： | 南京汇盛专利商标事务所(普通合伙) 32238 | 代理人： | 张立荣;吴扬帆 |
| 地址： | 210019 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： |
本发明的水下无源组合导航系统建模及信息融合方法，包括如下步骤：步骤1）将各子滤波器和主滤波器的初始估计协方差阵设置为组合导航系统初始信息的 |
||
| 搜索关键词： | 子滤波器 主滤波器 导航系统 无源组合 信息融合 建模 信息分配模式 组合导航系统 协方差矩阵 初始估计 初始信息 更新过程 局部估计 量测信息 滤波估计 时间更新 数据融合 协方差阵 组合导航 最优估计 量测 保证 | ||
【主权项】：
1.一种水下无源组合导航系统建模及信息融合方法，其特征在于具体包括如下步骤：步骤1)将各子滤波器和主滤波器的初始估计协方差阵设置为组合导航系统初始信息的γi倍，i＝1,2,…,N,m；步骤2)各子滤波器和主滤波器独立完成时间更新过程，子滤波器分为线性子滤波器与非线性子滤波器，线性子滤波器通过卡尔曼滤波器进行状态变量的时间更新过程，非线性子滤波器通过非线性算法的状态更新过程获得状态；步骤3)各子滤波器根据最新的量测信息完成量测更新过程，线性子滤波器通过卡尔曼滤波器进行量测更新，而非线性子滤波器通过高斯粒子非线性算法获得更新后的状态分布参数；步骤4)得到各个子滤波器的局部估计值和主滤波器的估计值后，再进行最优数据融合；步骤5)将获得的最优估计值，按照指定的信息分配模式设置各子滤波器和主滤波器滤波估计值以及协方差矩阵。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京信息工程大学，未经南京信息工程大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810409363.9/，转载请声明来源钻瓜专利网。
