基于微惯导随机误差时间序列建模的改进组合导航方法(.doc

基于微惯导随机误差时间序列建模的改进组合导航方法(.doc

ID:25527307

大小:517.50 KB

页数:7页

时间:2018-11-20

基于微惯导随机误差时间序列建模的改进组合导航方法(.doc_第1页
基于微惯导随机误差时间序列建模的改进组合导航方法(.doc_第2页
基于微惯导随机误差时间序列建模的改进组合导航方法(.doc_第3页
基于微惯导随机误差时间序列建模的改进组合导航方法(.doc_第4页
基于微惯导随机误差时间序列建模的改进组合导航方法(.doc_第5页
资源描述:

《基于微惯导随机误差时间序列建模的改进组合导航方法(.doc》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、基于微惯导随机误差时间序列建模的改进组合导航方法*收稿日期:2015-XX-XX作者简介:王鼎杰(1990-),男,山西长治人,博士研究生,E-mail:wangdingjie11@nudt.edu.cn;吴杰(通信作者),男,教授,博士,博士生导师,E-mail:wujie_nudt@sina.com王鼎杰1,吕汉峰1,吴杰1(1.国防科学技术大学航天科学与工程学院,湖南长沙410073)摘要:针对低精度、低成本微机电惯性测量单元(MEMS-basedInertialMeasurementUnit,MIMU)随机误差建模效果不理想会极大影响微惯性组合导航性能的难题,本文采用时间序列分

2、析方法建立了微机械惯性传感器随机噪声自回归滑动平均(AutoRegressiveMovingAverage,ARMA)模型,进而通过对卡尔曼滤波器的状态变量进行增广,并基于ARMA模型建立系统动力学方程和观测方程,实现对零偏误差的在线标定。实测数据分析验证了该ARMA噪声建模的有效性。实测数据处理结果表明,该方法能够显著提高低成本MIMU惯性解算外推精度,增强微惯性/卫星(GlobalNavigationSatelliteSystem,GNSS)组合导航可靠性。关键词:微惯性;随机误差;自回归滑动平均;扩展卡尔曼滤波中图分类号:V448.22+4文献标志码:A   文章编号:ARMA-

3、basedStochasticModelingMethodforImprovingthePerformanceofLow-costMIMU/GNSSIntegrationinLandVehicleNavigationApplicationWANGDingjie1,LVHanfeng1,WUJie1(1.CollegeofAerospaceScienceandEngineering,NationalUniversityofDefenseTechnology,Changsha410073,China)Abstract:Thispaperproposesastochasticmodeling

4、methodforlow-costMIMU(MEMS-basedInertialMeasurementUnit)basedonARMA(Auto-RegressiveMoving-Average)analysis.Cost-effectiveMEMS-basedinertialsensorsarewidelyusedinmostcivilareassuchasland/aerialvehiclenavigationandpersonalembeddedintelligentapplicationsduetotheiradvantagesinlightweight,miniaturede

5、sign,lowpowerconsumptionandsurvivability.However,highnoiseandcomplicatederrorscausedbyminiaturedesignhaverenderedthestochasticmodelingchallenging.Inordertoachieveprecisenavigationforverylow-costMEMS-basedINS,anARMAmodelforMEMSsensor’szero-biasisestablishedbasedonTSA(TimeSeriesAnalysis)theory.The

6、ARMAmodelisthenexpandedintotheconventionalKalmanfiltertoestimatezero-biason-line.Fieldtestresultsindicatethattheproposedalgorithmcannotonlyrealizeahighlyaccurateautonomousnavigationforlow-costMIMU,butalsoprovidesreliabilitytotheMIMU/GNSSintegratedsystem.Keywords:low-costMEMS-basedIMU;stochasticm

7、odeling;auto-regressivemoving-average;extendedKalmanfiltering不同于传统SINS系统,微机电MEMS捷联惯导系统(MEMS-basedInertialMeasurementUnit,MIMU)是一种基于微机电(Micro-Electro-MechanicalSystem,MEMS)技术、具有小体积、轻质量、粗放制作、快速启动、低成本、大批量、高可靠性等优点的航位递推系统,这些优势使得M

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。