卡尔曼滤波在INS中的融合实战
📚 共计 30 章节
01
惯性导航基础
IMU原理、加速度计与陀螺仪、比力方程与姿态更新
IMU
比力方程
02
卡尔曼滤波入门
状态空间模型、预测与更新、协方差矩阵的意义
状态空间
协方差
03
离散卡尔曼滤波
标准五公式推导、噪声协方差调参、初值设定
五公式
调参
04
INS误差模型
位置误差、速度误差、姿态误差、惯性器件误差
误差传播
器件误差
05
松组合架构
GPS/INS松组合原理、状态向量设计、量测方程
松组合
量测方程
06
紧组合架构
伪距/伪距率紧组合、钟差建模、观测方程推导
伪距
钟差
07
深组合架构
矢量跟踪、基带信号处理与INS耦合、抗干扰优势
矢量跟踪
抗干扰
08
初始对准
静基座粗对准、精对准、动基座对准、罗经法
粗对准
罗经法
09
零速修正
零速检测算法、ZUPT更新、步态导航应用
ZUPT
步态
10
杆臂效应
杆臂误差建模、在线估计与补偿、高精度标定
杆臂
在线补偿
11
时间同步
INS/GPS时间基准、延时补偿、硬件触发同步
时间基准
延时
12
惯性器件标定
六位置法、转台标定、Allan方差分析
六位置
Allan方差
13
随机误差建模
高斯马尔可夫过程、AR模型、一阶马尔可夫
GM过程
AR模型
14
自适应卡尔曼滤波
Sage-Husa、渐消记忆滤波、多模型方法
Sage-Husa
多模型
15
鲁棒卡尔曼滤波
抗差估计、H∞滤波、M估计在滤波中的应用
抗差
H∞
16
非线性滤波
EKF线性化、UKF无迹变换、粒子滤波对比
EKF
UKF
粒子滤波
17
误差状态卡尔曼滤波
ESKF原理、名义状态与误差状态分离
ESKF
误差状态
18
多传感器融合
视觉/INS融合、里程计/INS融合、磁力计辅助
视觉
里程计
磁力计
19
组合导航系统设计
硬件选型、嵌入式实现、实时性优化
嵌入式
实时性
20
滤波发散问题
数值稳定性、Cholesky分解、Joseph形式
Cholesky
Joseph
21
可观测性分析
PWCS方法、奇异值分解、状态可观度评估
PWCS
奇异值
22
平滑算法
RTS平滑、固定区间平滑、后处理应用
RTS
后处理
23
联邦滤波
主滤波器与子滤波器、信息分配、容错设计
联邦
容错
24
惯性导航解算
四元数更新、圆锥误差补偿、划桨效应
四元数
圆锥误差
25
高精度导航
零速修正与航向修正、重力场模型、地球自转补偿
航向修正
重力场
26
车载导航
轮速传感器融合、非完整性约束、车辆运动模型
轮速
非完整性
27
无人机导航
视觉/INS紧耦合、磁力计校准、动态对准
无人机
紧耦合
28
水下导航
DVL/INS组合、声学定位辅助、洋流补偿
DVL
声学
29
室内定位
UWB/INS融合、行人航位推算、地图匹配
UWB
PDR
30
实战项目
基于IMU+GPS的松组合导航系统实现与调参
实战
松组合
调参