【摘要】 本发明属于定位、导航数据的处理方法，是一种提高高程数据稳定性的滤波方法。目的是设计出一种性能优良的高程数据处理方法，提高高程数据的精度和分辨率，对高程投影误差的进行抑制。本发明包括如下步骤：步骤一、通过车辆的俯仰角以及前进速度计算车辆在高度方向上的速度；步骤二、通过GPS高程数据对高程计数据进行校正；步骤三、构建对高度数据进行最优估计的卡尔曼滤波模型；步骤四、通过步骤三中构建的滤波模型，进行卡尔曼滤波；步骤五、最后将高程数据进行输出。本发明的优点是采用了卡尔曼滤波的数据处理方法，利用多个数据源对高程数据进行修正，较强地抑制了车载定位系统中的高程投影误差，使车载定位精度提高了18％。 【专利类型】发明申请 【申请人】北京航天发射技术研究所 【申请人类型】科研单位 【申请人地址】100076 北京市丰台区南大红门路1号 【申请人地区】中国 【申请人城市】北京市 【申请人区县】丰台区 【申请号】CN200810180520.X 【申请日】2008-11-28 【申请年份】2008 【公开公告号】CN101750050A 【公开公告日】2010-06-23 【公开公告年份】2010 【授权公告号】CN101750050B 【授权公告日】2011-08-17 【授权公告年份】2011.0 【IPC分类号】G01C5/00 【发明人】辛廷慧; 陈令刚; 佟艳艳; 白焕旭; 何定洲 【主权项内容】1.一种提高高程数据稳定性的滤波方法，包括如下步骤： 步骤一、通过车辆的俯仰角以及行驶速度计算车辆在高度方向上的速度vz＝vsinα≈vα，v车辆行驶速度；α为车辆俯仰角； 步骤二、通过GPS高程数据对高程计数据进行校正，校正通过以下公式实现：h＝hq+Kh(hG-h)，h为校正后的高程数据；hq为高程计输出；hG为GPS高程数据；Kh为校正增益； 步骤三、通过步骤一、步骤二中得到的h与vz建立状态变量，构建对高度数据进行最优估计的卡尔曼滤波模型： Xk+1＝ΦXk+Wk+1，方差E[WkWj]＝R·δk，j； Zk＝Xk+Vk，方差E[VkVj]＝Q·δk，j； 式中：k表示当前时刻，X为状态变量，Xk为第k时刻的状态；T为滤波周期；Φ为状态转移矩阵；Zk为第k时刻的量测量；δ为狄拉克函数；W，V为模型误差与量测误差；R，Q为模型误差与量测误差的方差； 步骤四、通过步骤三中构建的滤波模型，进行卡尔曼滤波，滤波所依据的数学方程为： Kk+1＝Pk+1/k(Pk+1/k+R)-1 Pk+1/k＝ΦPkΦT+Q Pk+1＝(I-Kk+1)Pk+1/k 式中：P为方差矩阵；K为滤波增益； 为Xk的最优估计值； 步骤五、最后将状态变量 中的高程数据进行输出： 即为最后得到的k时刻的高程数据。 【当前权利人】北京航天发射技术研究所 【当前专利权人地址】北京市丰台区南大红门路1号 【被引证次数】6 【被他引次数】6.0 【家族引证次数】2.0 【家族被引证次数】6
