從靜止對準(zhǔn)模式向運動中對準(zhǔn)模式轉(zhuǎn)換的制作方法
【專利摘要】本發(fā)明提供了從靜止對準(zhǔn)濾波器向運動中對準(zhǔn)濾波器轉(zhuǎn)換的導(dǎo)航系統(tǒng)。該系統(tǒng)包括一個處理單元，其配置為當(dāng)目標(biāo)靜止時在陀螺羅經(jīng)對準(zhǔn)模式中實施靜止對準(zhǔn)卡爾曼濾波器(SAKF)以生成狀態(tài)估計值并提供校正，以及實施算法以計算說明SAKF估計值中不確定度的針對SAKF的協(xié)方差；其中所述處理單元進(jìn)一步配置為實施連續(xù)對準(zhǔn)濾波器(CAF)，其在容納實際運動的時間到檢測到運動的時間之間的延遲的延遲時期期間生成保持不受SAKF校正影響的第二解，以及實施算法以計算在延遲時期期間內(nèi)說明CAF中不確定度的針對CAF的協(xié)方差：以及其中CAF的輸出和其協(xié)方差被傳達(dá)至運動中對準(zhǔn)濾波器。
【專利說明】從靜止對準(zhǔn)模式向運動中對準(zhǔn)模式轉(zhuǎn)換
【背景技術(shù)】
[0001]慣性導(dǎo)航系統(tǒng)（INS)的對準(zhǔn)照慣例開始于陀螺羅經(jīng)對準(zhǔn)或"靜止對準(zhǔn)模式以確定 交通工具諸如飛行器的俯仰、橫滾和航向。當(dāng)系統(tǒng)達(dá)到某個質(zhì)量時對準(zhǔn)完成。在靜止對準(zhǔn)模 式中，當(dāng)交通工具在對準(zhǔn)完成之前移動的情況下出現(xiàn)問題。
[0002] 照慣例，一旦檢測到運動，飛行員被警告對準(zhǔn)已被中斷。照慣例，一旦運動已經(jīng)停 止，靜止對準(zhǔn)將重新開始。可替代地，從運動中對準(zhǔn)模式開始時可以重新開始對準(zhǔn)。兩種常 規(guī)的對準(zhǔn)處理都消耗大量的時間。

【發(fā)明內(nèi)容】

[0003] 在一個實施例中，導(dǎo)航系統(tǒng)包括:處理單元，其中該處理單元配置為當(dāng)目標(biāo)靜止時 實施靜止對準(zhǔn)卡爾曼濾波器(SAKF)來生成狀態(tài)估計值以及提供校正；以及其中該處理單元 進(jìn)一步配置為，實施算法以計算協(xié)方差說明了 SAKF估計值中的不確定度的針對SAKF的協(xié)方 差;其中該處理單元進(jìn)一步配置為實施連續(xù)對準(zhǔn)濾波器(CAF)，其生成在從實際運動的時間 到檢測到運動的時間的延遲時期期間保持不受SAKF校正影響的第二解，以及其中該處理單 元進(jìn)一步配置為實施算法以計算說明延遲時期期間CAF中的不確定度的針對CAF的協(xié)方差； 以及其中CAF的輸出及其協(xié)方差被傳達(dá)至運動中對準(zhǔn)濾波器。
【附圖說明】
[0004] 所理解的是附圖僅描繪了示例性實施例以及因此并未被認(rèn)為是范圍方面的限制， 將通過附圖的使用隨著附加的特征和細(xì)節(jié)來描述示例性實施例，在所述附圖中：
[0005]圖1是示例性導(dǎo)航系統(tǒng)的一個實施例，該示例性導(dǎo)航系統(tǒng)實施了利用從靜止對準(zhǔn) 模式到運動中對準(zhǔn)模式轉(zhuǎn)換的對準(zhǔn)算法的處理單元；
[0006] 圖2是示例性靜止對準(zhǔn)卡爾曼濾波器的一個實施例，該示例性靜止對準(zhǔn)卡爾曼濾 波器可在圖1中所描述的導(dǎo)航系統(tǒng)的一個實施例中實施；
[0007] 圖3是示例性連續(xù)對準(zhǔn)濾波器的一個實施例，該示例性連續(xù)對準(zhǔn)濾波器可在圖1中 所描述的導(dǎo)航系統(tǒng)的一個實施例中實施；以及
[0008] 圖4是從靜止對準(zhǔn)模式到運動中對準(zhǔn)模式轉(zhuǎn)換的示例性方法的一個實施例。
[0009] 根據(jù)慣例，各種所描述特征并未按比例繪制，而繪制成強調(diào)與示例性實施例相關(guān) 的具體特征。
【具體實施方式】
[0010] 在下面的詳細(xì)說明中，對形成了本文一部分的附圖進(jìn)行了參考，以及在附圖中通 過圖示的方式示出了具體的說明性的實施例。然而要理解的是，可以利用其他實施例，以及 可以進(jìn)行邏輯的、機械的和電子的改變。此外，附圖和說明書中所提出的方法并不被解釋為 限制各個步驟可以執(zhí)行的順序。因此以下的詳細(xì)描述并不被理解成限制的含義。
[0011] 在常規(guī)的導(dǎo)航系統(tǒng)中，對準(zhǔn)開始于陀螺羅經(jīng)對準(zhǔn)模式。如本文所使用的術(shù)語"靜止 對準(zhǔn)"也指的是陀螺羅經(jīng)對準(zhǔn)。術(shù)語"靜止對準(zhǔn)模式"和"陀螺羅經(jīng)對準(zhǔn)模式"在本文中可交 換使用。照慣例，在靜止對準(zhǔn)已經(jīng)開始但在其完成之前當(dāng)交通工具必須派出時，靜止對準(zhǔn)被 停止并且系統(tǒng)使用運動中對準(zhǔn)方法(假如系統(tǒng)采用運動中對準(zhǔn)能力)再次經(jīng)歷整個對準(zhǔn)過 程。在常規(guī)系統(tǒng)中，從運動開始的時間到由系統(tǒng)檢測到運動的時間的延遲導(dǎo)致使用靜止對 準(zhǔn)方法生成的被破壞(uncorrupted)的估計值。本文所描述的實施例利用連續(xù)對準(zhǔn)濾波，其 允許系統(tǒng)從靜止對準(zhǔn)轉(zhuǎn)換到運動中對準(zhǔn)同時保持傳遞到運動中對準(zhǔn)濾波器的靜止對準(zhǔn)估 計值未被破壞。來自靜止對準(zhǔn)的估計值用來完成運動中的對準(zhǔn)，由此減少了完成對準(zhǔn)所消 耗的時間同時保持了系統(tǒng)的精度。
[0012] 在下面所描述的實施例中，靜止對準(zhǔn)卡爾曼濾波器(SAKF)生成狀態(tài)估計值直到導(dǎo) 航系統(tǒng)檢測到運動。基于根據(jù)當(dāng)前測量的狀態(tài)的校正，SAKF傳播(propagate)、更新和重置 針對當(dāng)前狀態(tài)的估計值。連續(xù)對準(zhǔn)濾波器(CAF)同時地提供了保持不受最近的SAKF校正影 響的第二解。CAF去除針對指定時間段的校正。然后此解可由運動中對準(zhǔn)卡爾曼濾波器 (AIMKF)來使用以完成交通工具的對準(zhǔn)。
[0013] 圖1是導(dǎo)航系統(tǒng)100的示例，該導(dǎo)航系統(tǒng)100包括至少一個處理單元150(其可能包 括多核處理器的一個核），其實施對準(zhǔn)算法來從靜止對準(zhǔn)模式轉(zhuǎn)換到運動中對準(zhǔn)模式。在圖 1所示的示例中，處理單元150專門用于執(zhí)行軟件，該軟件實施了靜止對準(zhǔn)卡爾曼濾波器 (SAKF)20、計算SAKF 20的協(xié)方差的SAKF協(xié)方差40、連續(xù)對準(zhǔn)濾波器(CAF) 30、計算針對CAF 30的協(xié)方差的CAF協(xié)方差60,以及運動中對準(zhǔn)卡爾曼濾波器(ALMKF)80。在其他的實施方式 中，SAKF 20、CAF 30和ALMKF 80可以在單獨的處理單元中實施。如圖1中所示的導(dǎo)航系統(tǒng) 100進(jìn)一步包括處理器10(其可以包括多核處理器的另一核），其能夠執(zhí)行慣性傳感器和慣 性導(dǎo)航處理。在其他的實施方式中，慣性傳感器和慣性導(dǎo)航處理由處理單元150來執(zhí)行。
[0014] 使用靜止對準(zhǔn)卡爾曼濾波器(SAKF) 20來初始化系統(tǒng)對準(zhǔn)。靜止對準(zhǔn)狀態(tài)包括地球 的自轉(zhuǎn)速率誤差、姿態(tài)誤差和速度誤差。在靜止對準(zhǔn)模式中，針對速度的預(yù)測測量保持值為 零。在一些實施方式中，并聯(lián)濾波器運行用于交通工具的不同通道(例如，一個沿X軸以及一 個沿Y軸）。SAKF 20確定針對俯仰、橫滾和航向的狀態(tài)估計值。
[0015] 在一些實施方式中，SAKF 20被實施以生成實時傳播、更新和重置的主解。在交通 工具靜止時SAKF不斷地生成估計值xk^k代表在特定的對準(zhǔn)模式期間包括針對由系統(tǒng)考慮 的所有變量的值的向量。在一個實施方式中，靜止對準(zhǔn)模式下的變量包括地球的自轉(zhuǎn)速率、 傾斜誤差和速度誤差中的一個或多個。隨著每次迭代來預(yù)測Xk，制作并記錄觀測z k，基于該 觀測來更新Xk，以及在一些情況下根據(jù)先前迭代中的校正來重置xk以使得下一次的預(yù)計更 精確。如圖1所示，處理器10可用于將狀態(tài)重置為零并將狀態(tài)反饋至SAKF以基于先前的校正 生成新的狀態(tài)估計值。SAKF協(xié)方差40計算說明了每次迭代中由SAKF制作的校正中的不確定 度(誤差）的SAKFP k的協(xié)方差矩陣。隨著時間的推進(jìn)，斂于正確的解，并且協(xié)方差矩陣Pk 的對角線值變得更小指示了更少的誤差。當(dāng)協(xié)方差矩陣Pk表明協(xié)方差矩陣的值在預(yù)先確定 的閾值之內(nèi)時對準(zhǔn)完成。如圖1中所示，由SAKF協(xié)方差40確定的卡爾曼增益Kk被SAKF 20用 于更新Xk。
[0016] 當(dāng)交通工具在對準(zhǔn)完成前起飛時，實施運動中對準(zhǔn)卡爾曼濾波器(AMKF)80來說 明在靜止對準(zhǔn)模式下導(dǎo)航系統(tǒng)未考慮的變量。在一些實施方式中，在靜止對準(zhǔn)模式中由系 統(tǒng)考慮的用于校正的變量組與運動中對準(zhǔn)模式下由系統(tǒng)考慮的用于校正的變量組不同。在 一個實施方式中，AniKF 80生成針對包括交通工具的航向、姿態(tài)、速度和位置的變量的估計 值。靜止對準(zhǔn)模式下更新的變量轉(zhuǎn)化成要在運動中對準(zhǔn)模式下估計和更新的狀態(tài)的組。在 一些實施方式中，在靜止對準(zhǔn)模式和運動中對準(zhǔn)模式中考慮傳感器偏差狀態(tài)。
[0017] 進(jìn)一步地，運動時的對準(zhǔn)質(zhì)量被傳達(dá)至A頂KF 80。然而，交通工具實際運動的時間 和交通工具的運動被導(dǎo)航系統(tǒng)檢測到的時間之間存在時間延遲。在該時間延遲期間，傳達(dá) 至AMKF 80的對準(zhǔn)質(zhì)量可能被由SAKF 20確定的校正破壞。圖1中所示的示例中，實施連續(xù) 對準(zhǔn)濾波器(CAF) 30來說明在該時間延遲期間被破壞的更新。在一些實施例中，CAF 30的協(xié) 方差也說明在由SAKF 20所計算出的估計值中所包括的變量和由AHIKF 80所計算出的變量 的差別。
[0018] 如圖1中所示，在狀態(tài)估計值矢量傳遞到AniKF 80之前利用連續(xù)對準(zhǔn)濾波器(CAF) 30來說明在時間延遲期間被破壞的校正。當(dāng)SAKF 20生成主解時，第二解也同時地由CAF 30 提供，該CAF 30保持不受在期望的時間段期間生成的SAKF校正的影響?；趶膶嶋H運動的 時間到檢測到運動的時間的延遲來確定這個期望的時間段(延遲時期）。延遲時期可以基于 常規(guī)系統(tǒng)中觀測到的實際運動和檢測到的運動之間的時間延遲預(yù)先確定。在一些實施例方 式中，延遲時期設(shè)置為10秒。在一個實施方式中，CAF 30移除了由SAKF 20在延遲時期間生 成的校正，有效地提供了在延遲之前已生成的估計值。
[0019] 由CAF協(xié)方差60表示的針對CAF 30計算的協(xié)方差說明了在延遲時期期間系統(tǒng)的協(xié) 方差增長。在一個實施方式中，計算CAF協(xié)方差的算法使用延遲之前的SAKF協(xié)方差值并向前 傳播到延遲之后可預(yù)期的質(zhì)量。傳播的協(xié)方差值被AIMKF 80用于進(jìn)一步的對準(zhǔn)完成。
[0020] SAKF 20生成的估計值用于校正。在一些實施方式中，當(dāng)應(yīng)用校正時，狀態(tài)歸零但 SAKF 20的協(xié)方差保持跟蹤系統(tǒng)總體狀態(tài)中的不確定度。在一些實施方式中，狀態(tài)在每次迭 代后歸零以及AIMKF 80可以在狀態(tài)處于零的情況下開始對準(zhǔn)。
[0021] 圖2是圖1的導(dǎo)航系統(tǒng)100的一個實施例的示例性框圖，其描繪了示例SAKF 20和代 表SAKF 20的協(xié)方差的SAKF協(xié)方差40的細(xì)節(jié)。如圖2所示，SAKF 20確定了針對當(dāng)前狀態(tài)估計 值的期望值?；谠谙惹暗臅r間k-Ι處應(yīng)用的校正，在時間k處的針對狀態(tài)估計值的校正被 預(yù)測和計算。通過使用如圖1中所示的校正算法22來計算校正，SAKF 20更新針對時間k的狀 態(tài)估計值。校正算法22使用觀測矩陣Zk和基于SAKF 20的協(xié)方差計算的卡爾曼增益Kk 來計算時間k處的經(jīng)校正的估計值并更新Δ?Α。然后由導(dǎo)航校正應(yīng)用器21應(yīng)用導(dǎo)航校正 Δ;來預(yù)測針對下一時間迭代k+Ι的估計值Δχ?+1。連同的值，此估計值是基于說明先 前迭代估計值的由處理器1〇生成的NaVk。經(jīng)校正的估計值NaVk^rected)然后被處理器10利 用來更新在下面的時間迭代中要使用的觀測矩陣。由處理器10生成的Navk也被導(dǎo)航校正移 除器37利用。
[0022] 在一些實施方式中，每次更新時濾波器狀態(tài)被重置，所以如所確定的Δ^+1可以被 假定為零。在這樣的情況下，由校正器22所更新的&^僅獨立于卡爾曼增益K k和觀測矩陣 zk。由連續(xù)對準(zhǔn)濾波器(CAF)30接收更新后的Aiq該連續(xù)對準(zhǔn)濾波器(CAF)30提供未被破 壞的第二解，一旦檢測到運動可由運動中對準(zhǔn)濾波器80使用該第二解。由CAF 30生成的未 被破壞的第二解保持不受給定時段內(nèi)計算出的SAKF更新影響。
[0023] 處理單元150進(jìn)一步配置為計算SAKF 20的狀態(tài)向量&的協(xié)方差，其由SAKF協(xié)方差 40表示。誤差協(xié)方差矩陣巧由協(xié)方差預(yù)測器算法41預(yù)測。針對下一個狀態(tài)的協(xié)方差矩陣$ 是基于針對在k-Ι處的先前的狀態(tài)所計算的協(xié)方差、應(yīng)用于先前的狀態(tài)的狀態(tài)轉(zhuǎn)換模型矩 陣Φ，和矩陣Φ的轉(zhuǎn)置與噪聲協(xié)方差Q的求和來預(yù)測的。這個^用于計算卡爾曼增益K k和針 對時間k的誤差協(xié)方差矩陣^在圖2示出的示例中，卡爾曼增益Kk是基于預(yù)測的誤差協(xié)方 〇 差^、觀測矩陣Hk的轉(zhuǎn)置，和觀測矩陣Hk的逆、其轉(zhuǎn)置和預(yù)測的誤差協(xié)方差^與觀測測量向 量協(xié)方差Rk的求和來計算的（見塊45)。此計算的卡爾曼增益Kk用于更新時間k處的狀態(tài)估計 值x k并且還用于計算;^ > ^在時間k處的協(xié)方差（如塊42中所示）。誤差協(xié)方差矩陣&由校 正器42更新。&是基于先前的協(xié)方差巧、卡爾曼增益Kk、觀測矩陣Hk和測量向量協(xié)方差矩陣 Rk來預(yù)測的。一旦誤差協(xié)方差矩陣&已經(jīng)被計算后，其用于預(yù)測時間k+Ι處的在下一狀態(tài)處 的估計值的協(xié)方差。如預(yù)測器算法41所示，預(yù)測的協(xié)方差矩陣>, +1是基于應(yīng)用于先前的狀 態(tài)&的狀態(tài)轉(zhuǎn)換模型矩陣〇k、矩陣的轉(zhuǎn)置與噪聲協(xié)方差Qk的求和來生成的。
[0024] 圖3是圖1的導(dǎo)航系統(tǒng)100的一個實施例的示例性框圖，其描繪了連續(xù)對準(zhǔn)濾波器 (CAF)30和表示針對CAF 30所計算協(xié)方差的連續(xù)對準(zhǔn)濾波器協(xié)方差60的示例實施例的細(xì) 節(jié)。連續(xù)對準(zhǔn)濾波器30提供了在最近的給定時段期間不受靜止對準(zhǔn)濾波器校正影響的第二 解。在圖3所示的實施方式中，連續(xù)對準(zhǔn)濾波器去除了期望數(shù)量的校正，使得由運動中對準(zhǔn) 使用的狀態(tài)估計值矩陣不被在從交通工具實際運動的開始到運動檢測的時間的時期期間 所計算的估計值破壞。
[0025] 如圖3所示，由靜止對準(zhǔn)卡爾曼濾波器生成的狀態(tài)估計值被連續(xù)對準(zhǔn)濾波器 30用來預(yù)測累計校正向量的估計的值。針對第二解的估計值是基于狀態(tài)轉(zhuǎn)換模 型矩陣(DkM和在先前的狀態(tài)處的累計校正^土^來預(yù)測的，這里代表從時間k-Ι到 時間k的狀態(tài)轉(zhuǎn)換模型矩陣。如由靜止對準(zhǔn)濾波器20所計算的，針對當(dāng)前狀態(tài)的所傳播的估 計值然后被加入到，以便在檢測到運動之前確定針對連續(xù)對準(zhǔn)濾波器30的更新后的估 計值(見塊32)。通過獲取從延遲的時間k-M到時間k的狀態(tài)估計值ΔJ^+1和預(yù)測的狀態(tài) 估計值Φμ_μΔ 之間的差異，估計值也被計算出。如塊35中所示， 代表從時間k-M到時間k所獲得的累計和傳播的校正。為了獲取要由運動中對準(zhǔn)使用的未被 破壞的解NaVMtmcorrupted)，從在靜止對準(zhǔn)濾波器中生成的當(dāng)前狀態(tài)NaVk處的解中移除從時間 k-M到時間k的校正。在一個實施方式中，可以使用導(dǎo)航校正移除算法37來移除來自時間k-M 的校正。
[0026] CAF協(xié)方差60代表由處理單元150確定的連續(xù)對準(zhǔn)濾波器30的協(xié)方差。連續(xù)對準(zhǔn)濾 波器協(xié)方差說明了從時間k-M到時間k的狀態(tài)誤差的不確定度增長。例如，如果Μ設(shè)定為10 秒，則計算連續(xù)對準(zhǔn)濾波器協(xié)方差的算法將使用在時間k處計算出的靜止對準(zhǔn)濾波器協(xié)方 差A(yù) ,向前傳播到10秒之后所預(yù)計的情況。類似于靜止對準(zhǔn)模式中的預(yù)測的協(xié)方差，期望 的未被破壞的協(xié)方差獨立于協(xié)方差Pk-M、狀態(tài)轉(zhuǎn)換模型矩陣?k,k-M和然后加入過 程噪聲矩陣Qk,k-M的狀態(tài)轉(zhuǎn)換模型矩陣Ok,k-M的轉(zhuǎn)置(見塊65)。可由運動中對準(zhǔn)卡爾曼濾波 器80使用未被破壞的協(xié)方差和未被破壞的解NaVMumrupted)以完成交通工具的 對準(zhǔn)。
[0027] 在一些實施例中，多個CAF可以并行實施，其中每個CAF具有不同的Μ值。因此，在這 樣的實施方式中，每個CAF說明了不同了時間延遲。例如，CAF 30-1移除了從時間k到Μ的校 正，其中延遲時期k-M是5秒，以及CAF 30-2移除了時間延遲k-M為10秒的校正。在這樣的實 施方式中，每個CAF 30-n具有相應(yīng)的協(xié)方差60-n，其說明了各自的時間延遲。在具有多個 CAF的一個實施方式中，每個CAF計算針對δΙμ的值(塊34)和針對對應(yīng)于CAF時間延遲的 的值(塊38)。在另一個具有多個CAF的實施方式中，針對Δ}?+1的僅一個值被計算， 該值由一個或多個CAF并行共享，但是每一CAF負(fù)責(zé)計算針對對應(yīng)于時間延遲的 值。在多個CAF實施方式中，針對僅一個CAF的被導(dǎo)航校正移除器算法37利用來獲 取未被破壞的細(xì)^3^1<;(1111。。：1：：1：1^6〇1)。
[0028] 圖4描述了用于從靜止對準(zhǔn)模式向運動中對準(zhǔn)模式轉(zhuǎn)換的示例性方法400的一個 實施例。在塊402處，在使用靜止對準(zhǔn)卡爾曼濾波器的靜止對準(zhǔn)模式中生成在交通工具上針 對導(dǎo)航系統(tǒng)的對準(zhǔn)的校正。在靜止對準(zhǔn)模式中生成校正包括基于先前的校正來預(yù)測狀態(tài)估 計值和基于先前的校正來更新狀態(tài)估計值。在塊404處，計算針對靜止對準(zhǔn)卡爾曼濾波器的 協(xié)方差。
[0029]在塊406處，使用連續(xù)對準(zhǔn)濾波器(CAF)來移除在延遲時期期間生成的校正以提供 未被破壞的校正。在一個實施方式中，隨著時間延遲實施CAF，以及通過回退時間延遲內(nèi)生 成的一組校正和確定時間延遲前正被處理的狀態(tài)估計值來移除校正。在進(jìn)一步的實施方式 中，CAF中的時間延遲被設(shè)置為5秒或10秒。在一些實施方式中，這個時間延遲是基于預(yù)先確 定的延遲時期來確定。在進(jìn)一步的實施方式中，此延遲時期可以基于由交通工具的導(dǎo)航系 統(tǒng)檢測運動所消耗的時間量來預(yù)先確定。在塊408處，計算出說明在延遲時期期間的不確定 度的增長的未被破壞的協(xié)方差。通過使用延遲之前的SAKF協(xié)方差值和向前傳播到延遲之后 可以預(yù)期的質(zhì)量來計算未被破壞的協(xié)方差。此增長值是未被破壞的協(xié)方差，其被運動中對 準(zhǔn)卡爾曼濾波器使用以完成對準(zhǔn)。
[0030]在塊410處，未被破壞的解和未被破壞的協(xié)方差被傳達(dá)至運動中對準(zhǔn)卡爾曼濾波 器。在一個實施方式中，方法400還說明了在靜止對準(zhǔn)模式中考慮用于校正的變量和在運動 中對準(zhǔn)模式中考慮用于校正的變量組。在一些實施方式中，靜止對準(zhǔn)模式中考慮用于校正 的變量組包括交通工具的俯仰和橫滾、地球的自轉(zhuǎn)速率誤差和速度誤差中的一個或多個。 在進(jìn)一步的實施方式中，靜止對準(zhǔn)模式中考慮的變量還包括傾斜誤差。在一些實施方式中， 由運動中對準(zhǔn)濾波器所考慮的變量組包括航向、姿態(tài)、速度和位置狀態(tài)中的任意或全部。 示例實施例
[0031]示例1包括導(dǎo)航系統(tǒng)，該導(dǎo)航系統(tǒng)包括:處理單元，其中該處理單元配置為當(dāng)目標(biāo) 靜止時實施靜止對準(zhǔn)卡爾曼濾波器(SAKF)以生成狀態(tài)估計值并提供校正，以及其中該處理 單元進(jìn)一步配置為實施算法以計算說明了 SAKF估計值中的不確定度的針對SAKF的協(xié)方差； 其中該處理單元進(jìn)一步配置為實施連續(xù)對準(zhǔn)濾波器(CAF)，其生成在從實際運動的時間到 檢測到運動的延遲時期期間保持不受SAKF校正影響的第二解，以及其中該處理單元進(jìn)一步 配置為實施算法以計算在延遲時期期間說明了CAF中不確定度的針對CAF的協(xié)方差；以及其 中CAF的輸出和其協(xié)方差被傳達(dá)至運動中對準(zhǔn)濾波器。
[0032]示例2包括示例1的導(dǎo)航系統(tǒng)，其中CAF移除SAKF在延遲時期期間生成的校正以提 供延遲時期之前生成的狀態(tài)估計值。
[0033]示例3包括示例1-2中任意的導(dǎo)航系統(tǒng)，其中延遲時期的期間是預(yù)先確定的。
[0034]示例4包括示例1-3中任意的導(dǎo)航系統(tǒng)，其中該處理單元進(jìn)一步配置為實施:與至 少一個CAF并行實施的一個或多個附加的CAF，其中每個CAF中的延遲時期的期間是不同的； 針對所實施的CAF中的每個來計算協(xié)方差的算法，該協(xié)方差說明了在相應(yīng)的延遲時期期間 相應(yīng)的CAF中的不確定度；以及其中由CAF中的僅一個生成的解被應(yīng)用來移除針對延遲時期 的校正并傳達(dá)至運動中對準(zhǔn)濾波器。
[0035]示例5包括示例4的導(dǎo)航系統(tǒng)，其中針對每次時間迭代所計算的狀態(tài)估計值的累計 的校正值被在處理單元中實施的CAF共享。
[0036]示例6包括示例1-5中任意的導(dǎo)航系統(tǒng)，進(jìn)一步包括處理器，其重置狀態(tài)為零并反 饋該狀態(tài)至SAKF以生成新的狀態(tài)估計值。
[0037]示例7包括示例1 -6中任意的導(dǎo)航系統(tǒng)，其中在靜止對準(zhǔn)模式中由處理單元在計算 校正中所使用的第一組變量不同于在運動中對準(zhǔn)模式中系統(tǒng)針對校正所考慮的第二組變 量，以及其中CAF協(xié)方差說明了第一組變量和第二組變量之間的差異。
[0038]示例8包括示例6-7中任意的導(dǎo)航系統(tǒng)，其中靜止對準(zhǔn)模式中考慮的第一組變量包 括地球的自轉(zhuǎn)速率誤差和傾斜誤差以及速度誤差中一個或多個。
[0039 ]示例9包括示例6-8中任意的導(dǎo)航系統(tǒng)，其中運動中對準(zhǔn)模式中考慮的第二組變量 包括交通工具航向、姿態(tài)、速度和位置中的任意或全部。
[0040]示例10包括示例1-9中任意的導(dǎo)航系統(tǒng)，其中傳感器偏差狀態(tài)包括在第一組變量 和第二組變量中。
[0041 ]示例11包括一種從靜止對準(zhǔn)向運動中對準(zhǔn)轉(zhuǎn)換的導(dǎo)航方法，該方法包括:在靜止 對準(zhǔn)模式中使用靜止對準(zhǔn)卡爾曼濾波器生成狀態(tài)估計值并為該狀態(tài)估計值提供校正;計算 針對靜止對準(zhǔn)卡爾曼濾波器的協(xié)方差;使用第一連續(xù)對準(zhǔn)濾波器移除在延遲時期期間生成 的校正以提供未被破壞的解;計算未被破壞的協(xié)方差以說明在延遲時期期間內(nèi)不確定度的 增長；以及將未被破壞的解和未被破壞的協(xié)方差從連續(xù)對準(zhǔn)濾波器傳達(dá)至運動中對準(zhǔn)卡爾 曼濾波器。
[0042]示例12包括示例11的導(dǎo)航方法，其中移除延遲時期期間的校正進(jìn)一步包括：隨著 延遲時期實施連續(xù)對準(zhǔn)濾波器；回退對應(yīng)于時間延遲的一組校正；以及確定延遲時期之前 正在被處理的狀態(tài)估計值。
[0043] 示例13包括示例11-12中任意的導(dǎo)航方法，該導(dǎo)航方法進(jìn)一步包括基于預(yù)先確定 的延遲時期來設(shè)置時間延遲。
[0044] 示例14包括示例11-13中任意的導(dǎo)航方法，該導(dǎo)航方法進(jìn)一步包括:發(fā)送狀態(tài)估計 值至慣性導(dǎo)航處理器和/或慣性傳感器以重置狀態(tài)為零；以及反饋狀態(tài)到SAKF以生成新的 狀態(tài)估計值。
[0045] 示例15包括示例11-14中任意的導(dǎo)航方法，該導(dǎo)航方法進(jìn)一步包括，說明了靜止對 準(zhǔn)模式中針對校正所考慮的變量組和運動中對準(zhǔn)模式中針對校正所考慮的變量組的差異。
[0046] 示例16包括示例15的導(dǎo)航方法，其中靜止對準(zhǔn)模式中針對校正所考慮的變量組包 括地球的自轉(zhuǎn)速率誤差、傾斜誤差和速度誤差中的一個或多個。
[0047] 示例17包括示例15-16中任意的導(dǎo)航方法，其中由運動中對準(zhǔn)濾波器考慮的該組 變量包括航向、姿態(tài)、速度和位置狀態(tài)中的任意或全部。
[0048] 示例18包括示例11-17中任意的導(dǎo)航方法，該導(dǎo)航方法進(jìn)一步包括:實施與第一 CAF并聯(lián)的第二CAF，每個CAF說明不同的時間延遲;在導(dǎo)航系統(tǒng)中為每個CAF計算未被破壞 的協(xié)方差；以及僅針對第一和第二CAF中的一個來應(yīng)用導(dǎo)航校正以提供未被破壞的解。
[0049] 示例19包括程序產(chǎn)品，該程序產(chǎn)品包括在其上體現(xiàn)有程序指令的處理器可讀介 質(zhì)，其中所述程序指令配置為當(dāng)由至少一個可編程處理器執(zhí)行時以引起至少一個可編程處 理器來：當(dāng)交通工具靜止時使用靜止對準(zhǔn)卡爾曼濾波器(SAKF)生成狀態(tài)估計值;在交通工 具靜止時測量狀態(tài)估計值的不確定度;移除由SAKF在時間延遲期間生成的校正以計算未被 破壞的狀態(tài)估計值，該時間延遲包括交通工具實際的運動到導(dǎo)航系統(tǒng)檢測到運動的時間之 間的時間；確定說明延遲時期期間內(nèi)狀態(tài)估計值的不確定度增長的連續(xù)對準(zhǔn)濾波器協(xié)方 差，和基于時間延遲之前的狀態(tài)估計值的不確定度來輸出未被破壞的不確定度；以及一旦 未被破壞的狀態(tài)估計值已經(jīng)被傳達(dá)就繼續(xù)狀態(tài)的估計的運動中對準(zhǔn)濾波器;以及在交通工 具移動時利用狀態(tài)估計值的估計中的未被破壞的不確定度的運動中對準(zhǔn)濾波器協(xié)方差。
[0050] 示例20包括示例19的程序產(chǎn)品，其中程序指令進(jìn)一步配置為引起至少一個可編程 處理器重置來自SAKF的狀態(tài)估計值為零，并反饋重置狀態(tài)估計值至SAKF以產(chǎn)生新的狀態(tài)估 計值。雖然本文中已經(jīng)說明和描述了特定的實施例，但本領(lǐng)域普通技術(shù)人員將領(lǐng)會的是，計 算以達(dá)到相同目的的任意布置可替代所示的特定實施例。因此，顯然打算本發(fā)明僅由權(quán)利 要求和其等同物來限制。
【主權(quán)項】
1. 一種導(dǎo)航系統(tǒng)，該系統(tǒng)包括： 處理單元，其中所述處理單元配置為，當(dāng)目標(biāo)靜止時在陀螺羅經(jīng)對準(zhǔn)模式中實施靜止 對準(zhǔn)卡爾曼濾波器(SAKF)以生成狀態(tài)估計值并提供校正，以及其中所述處理單元進(jìn)一步包 括計算說明SAKF估計值中的不確定度的針對SAKF的協(xié)方差的算法； 其中所述處理單元進(jìn)一步配置為實施連續(xù)對準(zhǔn)濾波器(CAF)，其生成在從實際運動的 時間到檢測到運動的時間的延遲時期期間保持不受SAKF校正影響的第二解，以及其中所述 處理單元進(jìn)一步包括計算針對CAF協(xié)方差的算法，該協(xié)方差說明在延遲時期期間內(nèi)CAF中的 不確定度；以及 其中CAF的輸出被傳達(dá)至運動中對準(zhǔn)濾波器。2. 如權(quán)利要求1所述的導(dǎo)航系統(tǒng)，其中所述CAF移除了由所述SAKF在延遲時期期間生成 的校正以提供延遲時期之前生成的狀態(tài)估計。3. 如權(quán)利要求1所述的導(dǎo)航系統(tǒng)，其中所述陀螺羅經(jīng)對準(zhǔn)模式中由所述處理單元在計 算校正中使用的第一組變量不同于在運動中對準(zhǔn)模式中由該系統(tǒng)針對校正考慮的第二組 變量，以及其中所述CAF協(xié)方差說明了所述第一組變量和所述第二組變量之間的差異。
【文檔編號】G01C25/00GK106092135SQ201610347439
【公開日】2016年11月9日
【申請日】2016年4月15日
【發(fā)明人】K·基澤, K·D·范德維爾夫
【申請人】霍尼韋爾國際公司