Kalman Filter in the Strapdown Airborne Gravimetry Problem Based on the Refined Model of GNSS Data Errors

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

Рассматривается задача определения аномалии силы тяжести на траектории летательного аппарата по измерениям бескарданного аэрогравиметра, включающим измерения инерциальных датчиков и приемников глобальной навигационной спутниковой системы (ГНСС). Задача сводится к оптимальному стохастическому оцениванию при заданных априорных моделях аномалии силы тяжести, погрешностей измерений датчиков и данных ГНСС (ускорений летательного аппарата, вычисленных по первичным фазовым измерениям приемников). Алгоритмом решения задачи является фильтр Калмана. Показано, что для повышения точности оценивания аномалии необходимо использовать уточненную модель погрешности ускорений ГНСС, задаваемую во времени в виде второй разности дискретного белого шума, вместо традиционно применяемой в аэрогравиметрии модели погрешности ускорений в виде белого шума.

References

  1. Современные методы и средства измерения параметров гравитационного поля Земли. Под ред. В.Г. Пешехонова, О.А. Степанова. СПб.: АО «Концерн «ЦНИИ «Электроприбор», 2017. 390 с.
  2. Голован А.А., Вязьмин В.С. Методика проведения аэрогравиметрических съемок и обработки первичных данных бескарданного аэрогравиметра // Гироскопия и навигация. 2023. Т. 31. С. 58–75.
  3. Ayres-Sampaio D., Deurloo R., Bos M., et al. A comparison between three IMUs for strapdown airborne gravimetry // Surv. Geophys. 2015. V. 36. P. 571–586.
  4. Болотин Ю.В., Голован А.А. О методах инерциальной гравиметрии // Вестн. Моск. ун-та. Сер. 1. Матем. Мех. 2013. Т. 5. С. 59–67.
  5. Lu B., Barthelmes F., Petrovic S., et al. Airborne gravimetry of GEOHALO mission: data processing and gravity field modeling // J. Geoph. Res. 2017. V. 122. P. 586–604.
  6. Li M., Xu T., Lu B., et al. Multi-GNSS precise orbit positioning for airborne gravimetry over Antarctica // GPS Solutions. 2019. V. 23. P. 1–14.
  7. He K., Xu T., Forste C., et al. Integrated GNSS Doppler velocity determination for GEOHALO airborne gravimetry // GPS Solutions. 2021. V. 25. P. 1–12.
  8. Jekeli C., Garcia R. GPS phase accelerations for moving-base vector gravimetry // J. Geod. 1997. V. 71. P. 630–639.
  9. Bruton A., Schwarz K., Ferguson S., et al. Deriving acceleration from DGPS: toward higher resolution applications of airborne gravimetry // GPS Solutions. 2002. V. 5. P. 1–14.
  10. Вавилова Н.Б., Голован А.А. Определение ускорения объекта при помощи первичных измерений спутниковой навигационной системы // Вестн. Моск. ун-та. Сер. 1. Матем. Мех. 2003. Т. 5. C. 18–25.
  11. Торге В. Гравиметрия. М.: Мир. 1999. 428 с.
  12. Вавилова Н.Б., Голован А.А., Парусников Н.А. Математические основы инерциальных навигационных систем. М.: Изд-во МГУ, 2020. 164 с.
  13. Forsberg R. A new covariance model for inertial gravimetry and gradiometry // J. Geophys. Res. 1987. V. 92. P. 1305–1310.
  14. Jekeli C. Airborne vector gravimetry using precise, position-aided inertial measurement units // Bulletin Geodesique. 1994. V. 69. P. 1–11.
  15. Becker D. Advanced calibration methods for strapdown airborne gravimetry // Ph.D. Thesis. Technische Universitat Darmstadt. Darmstadt, Germany. 2016.
  16. Степанов О.А., Кошаев Д.А., Моторин А.В. Идентификация параметров модели аномалии в задаче авиационной гравиметрии методами нелинейной фильтрации // Гироскопия и навигация. 2015. Т. 90. С. 95–101.
  17. Vyazmin V.S. New algorithm for gravity vector estimation from airborne data using spherical scaling functions // International Association of Geodesy Symposia. Heidelberg, Germany. Springer-Verlag. 2020. P. 1–7.
  18. Vyazmin V.S., Bolotin Y.V., Smirnov A.O. Improving gravity estimation accuracy for the GT-2A airborne gravimeter using spline-based gravity models // International Association of Geodesy Symposia. Heidelberg, Germany. Springer-Verlag. 2020. P. 1–8.
  19. Kailath T., Sayed A. H., Hassibi B. Linear estimation, Prentice Hall, Englewood Cliffs, 2000.
  20. Свидетельство о государственной регистрации программы для ЭВМ № 2023668582 Российская Федерация. Программа расчёта интегрированного навигационного решения по данным бескарданной аэрогравиметрии. Заявка № 2023667701, регистрация 22.08.2023, опубл. 30.08.2023 / В.С. Вязьмин, А.А. Голован. 1 с.
  21. Свидетельство о государственной регистрации программы для ЭВМ № 2024680457 Российская Федерация. Программа для расчёта оценки гравитационной аномалии на основе инерциальных и спутниковых данных бескарданной (бесплатформенной) аэрогравиметрии. Заявка № 2024668583, регистрация 08.08.2024, опубл. 29.08.2024 / В.С. Вязьмин. 1 с.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2025 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».