CN103278837B - 基于自适应滤波的sins/gnss多级容错组合导航方法 - Google Patents
基于自适应滤波的sins/gnss多级容错组合导航方法 Download PDFInfo
- Publication number
- CN103278837B CN103278837B CN201310186549.XA CN201310186549A CN103278837B CN 103278837 B CN103278837 B CN 103278837B CN 201310186549 A CN201310186549 A CN 201310186549A CN 103278837 B CN103278837 B CN 103278837B
- Authority
- CN
- China
- Prior art keywords
- msub
- mrow
- gnss
- sins
- mtd
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001914 filtration Methods 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 29
- 238000005259 measurement Methods 0.000 claims abstract description 34
- 238000012937 correction Methods 0.000 claims abstract description 17
- 230000002159 abnormal effect Effects 0.000 claims abstract description 15
- 230000004927 fusion Effects 0.000 claims abstract description 11
- 238000013178 mathematical model Methods 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims abstract description 6
- 239000011159 matrix material Substances 0.000 claims description 43
- 238000005070 sampling Methods 0.000 claims description 14
- 230000000694 effects Effects 0.000 claims description 7
- 230000001133 acceleration Effects 0.000 claims description 5
- 230000007704 transition Effects 0.000 claims description 5
- 238000012546 transfer Methods 0.000 claims description 3
- YBJHBAHKTGYVGT-ZKWXMUAHSA-N (+)-Biotin Chemical compound N1C(=O)N[C@@H]2[C@H](CCCCC(=O)O)SC[C@@H]21 YBJHBAHKTGYVGT-ZKWXMUAHSA-N 0.000 claims description 2
- 239000000654 additive Substances 0.000 claims description 2
- 230000000996 additive effect Effects 0.000 claims description 2
- FEPMHVLSLDOMQC-UHFFFAOYSA-N virginiamycin-S1 Natural products CC1OC(=O)C(C=2C=CC=CC=2)NC(=O)C2CC(=O)CCN2C(=O)C(CC=2C=CC=CC=2)N(C)C(=O)C2CCCN2C(=O)C(CC)NC(=O)C1NC(=O)C1=NC=CC=C1O FEPMHVLSLDOMQC-UHFFFAOYSA-N 0.000 claims description 2
- 238000012360 testing method Methods 0.000 description 14
- 230000008859 change Effects 0.000 description 3
- 230000035772 mutation Effects 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Landscapes
- Navigation (AREA)
Abstract
本发明公开了一种基于自适应滤波的SINS/GNSS多级容错组合导航方法,步骤如下:一、建立SINS/GNSS组合导航***数学模型:建立SINS误差方程,利用自适应卡尔曼滤波方法对SINS子***和GNSS子***进行信息融合,估计SINS的各误差量并对其进行反馈校正;二、子***状态判断:根据SINS的陀螺采样值和加速度计采样值判断SINS子***的工作状态,根据GNSS输出量测值判断GNSS子***的工作状态;三、导航决策匹配:根据SINS子***和GNSS子***的工作状态进行导航决策匹配处理、输出导航信息,并循环执行步骤二、三。该方法在SINS异常、GNSS丢星失锁、噪声突变等动态情况下有效地提高组合***的容错性能、可靠性和导航精度,在地面车辆、飞机、导弹及舰船领域有广泛的应用前景。
Description
技术领域
本发明涉及一种基于自适应滤波的SINS/GNSS多级容错组合导航方法,可用于提高地面车辆、飞机、导弹或者舰船用SINS/GNSS组合导航***的容错性、可靠性及导航精度。
背景技术
捷联惯性导航***(SINS)是一种不依赖于任何外部信息、也不向外辐射能量的自主式导航***,具有体积小、数据更新率高、短时精度高及不受气候条件限制等优点,被广泛应用于航空航天及民用等领域,然而其误差随工作时间积累,即其精度具有时间相关性,不适于长时间导航;卫星导航定位***具有与时间无关、定位输出稳定等特点,但定位条件苛刻,极易受到遮挡等外部因素的干扰。因此常将两者结合以构成SINS/GNSS组合导航***。
在基于速度、位置组合的SINS/GNSS组合导航***中,通常方法是通过建立组合导航***的数学模型,以SINS的速度、位置、姿态及惯性测量器件的误差量作为状态量,以GNSS输出的位置、速度为观测量,通过卡尔曼滤波最优估计算法将SINS及GNSS子***进行信息融合,估计出SINS误差后进行反馈校正,提高导航定位精度。然而,对于以SINS为主、GNSS辅助定位的组合导航***而言,从本质上SINS及GNSS子***仍然是独立工作的,并且卡尔曼滤波是量测驱动的,在高动态及恶劣环境等情况下各子***出现的极短异常均会降低组合***的导航精度,使***稳定性变差;同时,***数学模型和噪声统计不准确、噪声突变等情况均可能导致常规卡尔曼滤波的收敛性变差、精度下降,甚至导致滤波发散,同样极大地影响了组合***的导航精度。
发明内容
本发明的目的在于提供一种基于自适应滤波的SINS/GNSS多级容错组合导航方法,该方法在SINS异常、GNSS丢星失锁、噪声突变等动态情况下有效地提高组合***的容错性能、可靠性和导航精度。
本发明的技术解决方案为:一种基于自适应滤波的SINS/GNSS多级容错组合导航方法,包括下列步骤:
步骤1,建立SINS/GNSS组合导航***数学模型:建立SINS误差方程,利用自适应卡尔曼滤波方法对SINS子***和GNSS子***进行信息融合,估计SINS的各误差量并对其进行反馈校正;
步骤2,子***状态判断:根据SINS的陀螺采样值和加速度计采样值判断SINS子***的工作状态,根据GNSS输出量测值判断GNSS子***的工作状态;
步骤3,导航决策匹配:根据SINS子***和GNSS子***的工作状态进行导航决策匹配处理、输出导航信息,并循环执行步骤2~3。
本发明与现有技术相比其显著效果是:(1)本发明采用的多级容错组合导航方法,对组合***SINS及GNSS子***工作状态进行判断,匹配了不同状态下的导航策略,安全可靠;(2)将自适应滤波作为信息融合算法,可在SINS、GNSS异常及噪声突变、高动态等情况下减小由SINS及GNSS工作异常带来的不利影响;(3)有效提高了地面车辆、飞机、导弹或者舰船用SINS/GNSS组合导航***的容错性、可靠性及导航精度。
附图说明
图1是本发明基于自适应滤波的SINS/GNSS多级容错组合导航方法的原理框图。
图2是本发明基于自适应滤波的SINS/GNSS多级容错组合导航方法的导航流程。
图3是实施例中组合导航***的地面跑车试验轨迹曲线图。
图4是实施例中组合导航***的地面跑车试验位置曲线图。
图5是实施例中组合导航***的飞行试验轨迹曲线图。
图6是实施例中组合导航***的飞行试验使用常规滤波CKF法与基于自适应滤波AKF的SINS/GNSS多级容错组合导航法的速度对比曲线图。
图7是实施例中组合导航***的飞行试验使用常规滤波CKF法与基于自适应滤波AKF的SINS/GNSS多级容错组合导航法的位置对比曲线图。
图8是实施例中组合导航***的飞行试验使用常规滤波CKF法与基于自适应滤波AKF的SINS/GNSS多级容错组合导航法的姿态对比曲线图。
具体实施方式
本发明通过建立组合导航***的数学模型,以SINS的速度、位置、姿态及惯性测量器件的误差量作为状态量,以GNSS输出的位置、速度为观测量,通过卡尔曼滤波最优估计算法将SINS及GNSS子***进行信息融合,估计出SINS误差后进行反馈校正,提高导航定位精度。
然而,对于以SINS为主、GNSS辅助定位的组合导航***而言,从本质上SINS及GNSS子***仍然是独立工作的,并且卡尔曼滤波是量测驱动的,在高动态及恶劣环境等情况下各子***出现的极短异常均会降低组合***的导航精度,使***稳定性变差;同时,***数学模型和噪声统计不准确、噪声突变等情况均可能导致常规卡尔曼滤波的收敛性变差、精度下降,甚至导致滤波发散,同样极大地影响了组合***的导航精度。因此,需要根据SINS和GNSS子***工作状态的不同,采用不同的导航策略,同时采用自适应滤波算法,提高组合导航***的导航精度和***可靠性、容错性能。
因此,所述的一种基于自适应滤波的SINS/GNSS多级容错组合导航方法的基本原理是:首先,通过多级容错组合导航方法对SINS及GNSS子***的工作状态进行判断;然后,根据子***工作状态的不同分别匹配不同的组合导航策略。其中,当SINS及GNSS子***均正常工作时,建立以SINS/GNSS组合***误差为状态量、GNSS提供的速度位置信息为观测量的***状态方程,采用自适应卡尔曼滤波算法进行信息融合,估计出状态误差并进行反馈校正,提高了组合导航***的容错性能、可靠性及导航精度。
下面结合附图与具体实施例对本发明做进一步详细描述。
如图1、2所示,本发明基于自适应滤波的SINS/GNSS多级容错组合导航方法,包括下列步骤:
步骤1,建立SINS/GNSS组合导航***数学模型:建立SINS误差方程,利用自适应卡尔曼滤波方法对SINS子***和GNSS子***进行信息融合,估计SINS的各误差量并对其进行反馈校正;
(1.1)建立SINS误差方程,具体如下:
(a)***状态方程:
其中X为***状态矢量,表示***状态矢量的导数,F为***状态转移矩阵,G为***噪声驱动矩阵,W为***噪声矢量,具体如下:
X=[ψE ψN ψU δVE δVN δVU δL δλ δh εx εy εz ▽x ▽y ▽z]T
其中ψE、ψN、ψU分别为东、北、天方向的平台失准角误差;δVE、δVN、δVU分别为东、北、天方向的速度误差;δL、δλ、δh分别为纬度、经度及高度误差;εx、εy、εz分别为陀螺常值漂移在x、y、z轴上的分量;▽x、▽y、▽z分别为加速度计常值偏置在x、y、z轴上的分量;FN为对应9个基本导航参数的***阵;为姿态矩阵; 分别为陀螺噪声在x、y、z轴上的分量;分别为加表噪声在x、y、z轴上的分量;
(b)***量测方程:
Z=HX+V
其中,Z为观测矢量,H为观测矩阵,V为观测噪声矩阵,具体如下:
Z=[δL δλ δh δVE δVN δVU]T,H=[HP HV]T
HP=[03×6 diag[Rm Rn cosL 1]03×6]
HV=[03×3 I3×3 03×9]
其中Rm为椭球子午圈上各点的曲率半径,Rn为卯酉圈(它所在的平面与子午面垂直)上各点的曲率半径,L、λ、h分别表示纬度、经度及高度,VE、VN、VU分别为东、北、天方向的速度,VL、Vλ、Vh分别表示GNSS的纬度、经度、高度的观测误差,分别表示GNSS的东、北、天方向上的速度观测误差。
(1.2)利用自适应卡尔曼滤波方法对SINS子***和GNSS子***进行信息融合,估计SINS各误差量并对其进行反馈校正,具体为:
如图2所示,根据***状态方程和***量测方程,采用基于单步量测新息矢量rk的自适应卡尔曼滤波信息融合算法,其算法公式编排具体如下:
①状态一步预测方程:
其中,为k时刻***状态一步预测值,为k-1时刻***状态估计值,Φk,k-1为k-1时刻到k时刻的***状态转移矩阵;
②一步预测均方误差方程:
其中,Pk,k-1为k-1时刻到k时刻的***状态协方差阵,Pk-1为k-1时刻的***状态协方差阵,Sk为自适应因子,Qk-1为k-1时刻***噪声矩阵、Γk-1为k-1时刻***噪声驱动矩阵;
③卡尔曼滤波增益方程:
其中,Kk为k时刻***增益矩阵,Hk为k时刻***量测矩阵,Rk为k时刻***量测噪声矩阵;
④状态估计值更新方程:
为k时刻***状态估计值,rk为新息矢量,Kk为k时刻***增益矩阵,Zk为k时刻量测向量;
⑤估计均方误差方程:
Pk为k时刻的***状态协方差阵,I是单位阵;
基于单步量测新息rk的滤波发散判据为:
其中λ为常值系数,取1~5,若该式成立,则滤波发散;反之不发散。在滤波发散情况下,组合导航***的各误差增大,降低了滤波精度。所以根据滤波发散判据,如果判断滤波发散,则通过求出自适应权重因子Sk以扩大Pk,k-1的作用,增大滤波增益,从而增强新量测值的修正作用,进而抑制滤波发散;如果判断滤波不发散,即Sk=1,则可以直接使用常规的卡尔曼滤波算法进行修正。
最后,通过状态误差估计量对SINS/GNSS组合导航***中的速度误差、位置误差、姿态误差以及惯导内部的加速度零偏和陀螺漂移进行反馈校正。
步骤2,子***状态判断:根据SINS的陀螺采样值和加速度计采样值判断SINS子***的工作状态,根据GNSS输出量测值判断GNSS子***的工作状态;
子***状态判断的具体步骤为:
(2.1)根据SINS的陀螺仪采样值和加速度计采样值判断SINS子***的工作状态,设A(axis)max为加速度阈值、ω(axis)max为角速度阈值(通常根据惯性测量器件或载体的动态极限设定),判断加速度计采样值Aaxis和陀螺采样值ωaxis是否满足以下条件:
|Aaxis|<A(axis)max
|ωaxis|<ω(axis)max
当满足上式时,则SINS子***的工作状态正常,否则SINS子***的工作状态异常;
(2.2)根据GNSS输出量测值判断GNSS子***的工作状态,先后进行外层判断和内层判断:
(a)外层判断为收星条件判断:设定n为最小收星数、dop为精度因子门限,判断收星数Nsats和精度因子xDOP是否满足以下条件:
Nsats≥n
xDOP≤dop
当满足上式时,继续内层判断,否则认为GNSS子***的工作状态异常;
(b)内层判断主要依靠SINS数据短时间内具有较高的稳定性和精度这一特性,内层判断对GNSS量测粗大误差进行判断,分为位置粗大误差判断、速度粗大误差判断以及GNSS误差带判断;设定下标GNSS、SINS分别代表GNSS接收机输出值和惯导输出值,下标1、0分别代表当前时刻值和前一时刻值,具体判断方法如下:
①位置粗大误差判断:
位置粗大误差derr判断方法具体公式如下,其中,L、λ、H分别代表载体在地理系下的纬度、经度及高度,Rm为椭球子午圈上各点的曲率半径,Rn为卯酉圈(它所在的平面与子午面垂直)上各点的曲率半径:
derr={[Rm((LGNSS1-LGNSS0)-(LSINS1-LSINS0))]2
+[Rncos(LSINS1)·((λGNSS1-λGNSS0)-(λSINS1-λSINS0))]2
+[(HGNSS1-HGNSS0)-(HSINS1-HSINS0)]2}1/2
当derr大于所设定的位置误差阀值(如100m)时,则GNSS定位信息受到干扰,位置数据异常;否则,GNSS位置数据正常;
②速度粗大误差判断:
速度粗大误差Verr判断方法具体公式如下,其中V表示速度数据,下标E、N、U代表东、北、天方向:
当Verr大于设定的速度误差阈值(如10m/s)时,则认为GNSS测速信息受到干扰,速度数据异常;否则,GNSS速度数据正常;
③GNSS误差带判断:
采用下列公式判断当前时刻GNSS输出的位置数据是否处于SINS误差范围内,具体公式如下:
dperr={[Rm(LGNSS1-LSINS1)]2+[Rncos(LSINS1)·(λGNSS1-λSINS1)]2+(HGNSS1-HSINS1)2}1/2
设eGNSS为GNSS位置误差阈值、eSINS为SINS位置误差阈值(如均设定为50m);若dperr≤eGNSS+eSINS成立,GNSS数据处于SINS误差范围内,GNSS数据有效;否则,GNSS数据无效;
根据上述判断方法,当位置、速度数据均正常并且GNSS数据处于SINS误差范围内时,GNSS子***正常;否则,GNSS子***工作异常,数据存在突变。
步骤3,导航决策匹配:根据SINS子***和GNSS子***的工作状态进行导航决策匹配处理,并返回步骤2,根据GNSS、IMU工作状态的不同匹配相应导航策略,以增强***适应性和鲁棒性,具体如下:
(3.1)当SINS子***、GNSS子***工作状态均正常时,采用SINS/GNSS组合导航:将SINS和GNSS进行位置速度误差组合得到误差方程,经卡尔曼滤波估计出载体的位置、速度和姿态误差,对SINS的位置、速度、横滚角和俯仰角进行反馈校正,其中滤波算法采用自适应滤波,滤波周期为1s;
(3.2)当SINS子***工作状态异常、GNSS子***工作状态正常时,放弃当前时刻SINS中陀螺仪和加速度计的量测值,用前一时刻的量测值替代:
ω(k)axis=ω(k-1)axis
A(k)axis=A(k-1)axis
其中ω(k)axis为k时刻的角速度,ω(k-1)axis为k-1时刻的角速度,A(k)axis为k时刻的加速度,A(k-1)axis为k-1时刻的加速度;
(3.3)当SINS子***工作状态正常、GNSS子***工作状态异常时,采用丢星算法处理;从丢星状态恢复收星时,利用状态误差转移矩阵F估计导航误差并对导航输出进行修正。
(a)在捷联解算后,采用照常进行状态及均方误差的时间更新,省略量测更新的方法处理短时间丢星情况,方法如下:
Pk=Pk,k-1
其中Xk为k时刻的n维状态向量,Xk-1为k-1时刻的n维状态向量,为状态Xk的卡尔曼滤波估计值,为状态Xk-1的卡尔曼滤波估计值,为利用计算得到的对Xk的一步预测;Φk,k-1为k-1到k时刻的***一步转移矩阵(n×n阶),为Φk,k-1的转置矩阵;Pk为估值的均方误差阵,Pk-1为估值的均方误差阵,Pk,k-1为估值的均方误差阵;Γk-1为***噪声矩阵(n×r阶),它表征由k-1到k时刻的各个***噪声分别影响k时刻各个状态的程度,为Γk-1的转置矩阵;Qk-1为k-1时刻的***噪声的方差矩阵。
(b)但是当量测缺失时间过长或者由此导致的状态估计均方误差过大时,应当否定滤波结果的有效性,甚至重置卡尔曼滤波器。
当GNSS从长时间异常恢复时,用GNSS给出的位置、速度作为当前时刻组合导航的位置、速度值;同时当采用的惯性器件稳定性较好时,可采用误差状态转移阵估计出导航误差并进行修正。首先,在丢星期间计算与滤波周期相应的Φk,k-1并连乘,得到丢星前一时刻t0到当前时刻t1状态转移矩阵下式所示:
其中,T为滤波周期;然后由此及t0时刻的误差状态量推算出当前t1时刻的误差状态量,并修正导航输出,如下式所示:
其中为t0到t1时刻的***一步转移矩阵(n×n阶), ε、▽分别为t0时刻的平台失准角误差、速度误差、位置误差、陀螺漂移、加速度计零偏, ε、▽分别为t1时刻的平台失准角误差、速度误差、位置误差、陀螺漂移、加速度计零偏。
(3.4)当SINS子***、GNSS子***工作状态均异常时,采用机动目标的轨迹预测方法对载体运动状态进行估计,对载体当前时刻运动状态进行估计,削弱***无法正常工作带来的不利影响。
实施例1
本发明基于自适应滤波的SINS/GNSS多级容错组合导航方法,已应用于SINS/GNSS组合导航***,并先后经过多次试验,主要包括地面跑车试验及飞行试验:
(1)地面跑车试验主要验证低动态下组合导航的位置重复性,轨迹曲线及位置曲线分别如图3~4所示,其位置均方差结果如表1所示:
表1位置均方差结果
从场地跑车试验结果看出,其位置重复性较好,表明该组合导航***在低动态下具有良好的稳定性和较高的导航定位精度。
(2)飞行试验进一步验证动态环境下组合导航的导航精度,图5为飞行轨迹曲线,图6~8分别为常规滤波(CKF)与采用本发明的容错导航方法及自适应滤波(AKF)时的速度、位置、姿态对比曲线。从试验结果看出,在飞行环境恶劣的情况下,CKF由于不具备发散在线判断、发散抑制措施以及缺乏噪声变化时的自适应能力等,其滤波效果和收敛性均较差,并且出现了滤波发散,导致滤波结果偏差过大,速度、姿态误差均超出指标,无法满足组合导航的要求;当使用AKF并采用多级容错组合导航方法时,效果较好,无论滤波收敛性、滤波精度还是稳定性均要优于CKF。
上述试验表明,本发明的一种基于自适应滤波的SINS/GNSS多级容错组合导航方法可以有效提高SINS/GNSS组合导航***的导航精度及容错性、可靠性。
Claims (4)
1.一种基于自适应滤波的SINS/GNSS多级容错组合导航方法,其特征在于,包括下列步骤:
步骤1,建立SINS/GNSS组合导航***数学模型:建立SINS误差方程,利用自适应卡尔曼滤波方法对SINS子***和GNSS子***进行信息融合,估计SINS的各误差量并对其进行反馈校正;
步骤2,子***状态判断:根据SINS的陀螺采样值和加速度计采样值判断SINS子***的工作状态,根据GNSS输出量测值判断GNSS子***的工作状态;步骤2中所述子***状态判断的具体步骤为:
(2.1)根据SINS的陀螺仪采样值和加速度计采样值判断SINS子***的工作状态,设A(axis)max为加速度阈值、ω(axis)max为角速度阈值,角速度阈值根据惯性测量器件或载体的动态极限设定,判断加速度计采样值Aaxis和陀螺采样值ωaxis是否满足以下条件:
|Aaxis|<A(axis)max
|ωaxis|<ω(axis)max
当满足上式时,则SINS子***的工作状态正常,否则SINS子***的工作状态异常;
(2.2)根据GNSS输出量测值判断GNSS子***的工作状态,先后进行外层判断和内层判断:
(a)外层判断为收星条件判断:设定n为最小收星数、dop为精度因子门限,判断收星数Nsats和精度因子xDOP是否满足以下条件:
Nsats≥n
xDOP≤dop
当满足上式时,继续内层判断,否则认为GNSS子***的工作状态异常;
(b)内层判断对GNSS量测粗大误差进行判断,分为位置粗大误差判断、速度粗大误差判断以及GNSS误差带判断;设定下标GNSS、SINS分别代表GNSS接收机输出值和惯导输出值,下标1、0分别代表当前时刻值和前一时刻值,具体判断方法如下:
①位置粗大误差判断:
位置粗大误差derr判断方法具体公式如下,其中,L、λ、H分别代表载体在地理系下的纬度、经度及高度,Rm为椭球子午圈上各点的曲率半径,Rn为卯酉圈上各点的曲率半径:
当derr大于所设定的位置误差阀值时,则GNSS位置数据异常;否则,GNSS位置数据正常;
②速度粗大误差判断:
速度粗大误差Verr判断方法具体公式如下,其中V表示速度数据,下标E、N、U代表东、北、天方向:
当Verr大于设定的速度误差阈值时,GNSS速度数据异常;否则,GNSS速度数据正常;
③GNSS误差带判断:
采用下列公式判断当前时刻GNSS输出的位置数据是否处于SINS误差范围内,具体公式如下:
dperr={[Rm(LGNSS1-LSINS1)]2+[Rncos(LSINS1)·(λGNSS1-λSINS1)]2+(HGNSS1-HSINS1)2}1/2
设eGNSS为GNSS位置误差阈值、eSINS为SINS位置误差阈值,若dperr≤eGNSS+eSINS成立,GNSS数据处于SINS误差范围内,GNSS数据有效;否则,GNSS数据无效;
根据上述判断方法,当位置、速度数据均正常并且GNSS数据处于SINS误差范围内时,GNSS子***正常;否则,GNSS子***工作异常;
步骤3,导航决策匹配:根据SINS子***和GNSS子***的工作状态进行导航决策匹配处理、输出导航信息,并循环执行步骤2~3。
2.根据权利要求1所述的基于自适应滤波的SINS/GNSS多级容错组合导航方法,其特征在于,步骤1所述的建立SINS误差方程,具体如下:
(a)***状态方程:
其中X为***状态矢量,表示***状态矢量的导数,F为***状态转移矩阵,G为***噪声驱动矩阵,W为***噪声矢量,具体如下:
X=[ψE ψN ψU δVE δVN δVU δL δλ δh εx εy εz ▽x ▽y ▽z]T
其中ψE、ψN、ψU分别为东、北、天方向的平台失准角误差;δVE、δVN、δVU分别为东、北、天方向的速度误差;δL、δλ、δh分别为纬度、经度及高度误差;εx、εy、εz分别为陀螺常值漂移在x、y、z轴上的分量;▽x、▽y、▽z分别为加速度计常值偏置在x、y、z轴上的分量;FN为对应9个基本导航参数的***阵;为姿态矩阵; 分别为陀螺噪声在x、y、z轴上的分量;分别为加表噪声在x、y、z轴上的分量;
(b)***量测方程:
Z=HX+V
其中,Z为观测矢量,H为观测矩阵,V为观测噪声矩阵,具体如下:
Z=[δL δλ δh δVE δVN δVU]T,H=[HP HV]T
HP=[03×6 diag[Rm RncosL 1]03×6]
HV=[03×3 I3×3 03×9]
其中Rm为椭球子午圈上各点的曲率半径,Rn为卯酉圈上各点的曲率半径,卯酉圈所在的平面与子午面垂直,L、λ、h分别代表载体在地理系下的纬度、经度及高度,VE、VN、VU分别为东、北、天方向的速度,VL、Vλ、Vh分别表示GNSS的纬度、经度、高度的观测误差,分别表示GNSS的东、北、天方向上的速度观测误差。
3.根据权利要求1或2所述的基于自适应滤波的SINS/GNSS多级容错组合导航方法,其特征在于,步骤1中所述利用自适应卡尔曼滤波方法对SINS子***和GNSS子***进行信息融合,估计SINS各误差量并对其进行反馈校正,具体为:
根据***状态方程和***量测方程,采用基于单步量测新息矢量rk的自适应卡尔曼滤波信息融合算法,其算法公式编排具体如下:
①状态一步预测方程:
其中,为k时刻***状态一步预测值,为k-1时刻***状态估计值,Φk,k-1为k-1时刻到k时刻的***状态转移矩阵;
②一步预测均方误差方程:
其中,Pk,k-1为k-1时刻到k时刻的***状态协方差阵,Pk-1为k-1时刻的***状态协方差阵,Sk为自适应权重因子,Qk-1为k-1时刻***噪声矩阵,Γk-1为k-1时刻***噪声驱动矩阵;
③卡尔曼滤波增益方程:
其中,Kk为k时刻***增益矩阵,Hk为k时刻***量测矩阵,Rk为k时刻***量测噪声矩阵;
④状态估计值更新方程:
为k时刻***状态估计值,rk为新息矢量,Kk为k时刻***增益矩阵,Zk为k时刻量测向量;
⑤估计均方误差方程:
Pk为k时刻的***状态协方差阵,I是单位阵;
基于单步量测新息矢量rk的滤波发散判据为:
其中λ为常值系数,取1~5,若该式成立,则滤波发散;否则滤波不发散:
如果判断滤波发散,则通过求出自适应权重因子Sk以扩大Pk,k-1的作用,增大滤波增益,从而增强新量测值的修正作用,进而抑制滤波发散;如果判断滤波不发散,即Sk=1,则可以直接使用常规的卡尔曼滤波算法进行修正;
最后,通过状态误差估计量对SINS的速度、位置、横滚角和俯仰角进行反馈校正。
4.根据权利要求1所述的基于自适应滤波的SINS/GNSS多级容错组合导航方法,其特征在于,步骤3中所述导航决策匹配的具体方法如下:
(3.1)当SINS子***、GNSS子***工作状态均正常时,采用SINS/GNSS组合导航:将SINS和GNSS进行位置速度误差组合得到误差方程,经卡尔曼滤波估计出载体的位置、速度和姿态误差,对SINS的位置、速度、横滚角和俯仰角进行反馈校正;
(3.2)当SINS子***工作状态异常、GNSS子***工作状态正常时,放弃当前时刻SINS中陀螺仪和加速度计的量测值,用前一时刻的量测值替代:
ω(k)axis=ω(k-1)axis
A(k)axis=A(k-1)axis
其中ω(k)axis为k时刻的角速度,ω(k-1)axis为k-1时刻的角速度,A(k)axis为k时刻的加速度,A(k-1)axis为k-1时刻的加速度;
(3.3)当SINS子***工作状态正常、GNSS子***工作状态异常时,采用丢星算法处理;从丢星状态恢复收星时,利用状态误差转移矩阵F估计导航误差并对导航输出进行修正;
(3.4)当SINS子***、GNSS子***工作状态均异常时,采用机动目标的轨迹预测方法对载体运动状态进行估计。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310186549.XA CN103278837B (zh) | 2013-05-17 | 2013-05-17 | 基于自适应滤波的sins/gnss多级容错组合导航方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310186549.XA CN103278837B (zh) | 2013-05-17 | 2013-05-17 | 基于自适应滤波的sins/gnss多级容错组合导航方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103278837A CN103278837A (zh) | 2013-09-04 |
CN103278837B true CN103278837B (zh) | 2015-04-15 |
Family
ID=49061410
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310186549.XA Active CN103278837B (zh) | 2013-05-17 | 2013-05-17 | 基于自适应滤波的sins/gnss多级容错组合导航方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103278837B (zh) |
Families Citing this family (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103675880B (zh) * | 2013-11-29 | 2016-01-13 | 航天恒星科技有限公司 | 一种卫星信号阻塞情况下的持续导航方法 |
CN104181572B (zh) * | 2014-05-22 | 2017-01-25 | 南京理工大学 | 一种弹载惯性/卫星紧组合导航方法 |
US9593570B2 (en) | 2014-07-15 | 2017-03-14 | Caterpillar Inc. | Drill positioning system utilizing drill operation state |
CN105371838A (zh) * | 2014-08-06 | 2016-03-02 | 航天恒星科技有限公司 | 基于ins辅助gnss单天线测姿的组合导航方法及*** |
CN104459747A (zh) * | 2014-12-19 | 2015-03-25 | 北京临近空间飞艇技术开发有限公司 | 一种gnss/ins组合导航方法及*** |
CN104977002A (zh) * | 2015-06-12 | 2015-10-14 | 同济大学 | 基于sins/双od的惯性组合导航***及其导航方法 |
CN106323276B (zh) * | 2015-06-19 | 2019-04-09 | 中船航海科技有限责任公司 | 一种便携式舰船综合导航***及导航方法 |
CN104913783B (zh) * | 2015-07-09 | 2018-01-23 | 上海华测导航技术股份有限公司 | 基于自适应滤波算法实现车辆自动导航的方法 |
CN105698790B (zh) * | 2016-03-17 | 2019-01-29 | 武汉际上导航科技有限公司 | 一种gnss-ins组合中的桥接方法 |
CN105737828B (zh) * | 2016-05-09 | 2018-07-31 | 郑州航空工业管理学院 | 一种基于强跟踪的相关熵扩展卡尔曼滤波的组合导航方法 |
US10096252B2 (en) * | 2016-06-29 | 2018-10-09 | General Electric Company | Methods and systems for performance based arrival and sequencing and spacing |
CN107884800B (zh) * | 2016-09-30 | 2020-06-26 | 华为技术有限公司 | 观测时滞***的组合导航数据解算方法、装置及导航设备 |
CN106595669B (zh) * | 2016-12-27 | 2023-04-11 | 南京理工大学 | 一种旋转体姿态解算方法 |
CN106772517A (zh) * | 2016-12-29 | 2017-05-31 | 华南农业大学 | 基于双天线gnss接收机/陀螺仪信息融合的农机横滚角测试方法 |
CN106767788B (zh) * | 2017-01-04 | 2019-07-19 | 北京航天自动控制研究所 | 一种组合导航方法和*** |
CN107588770B (zh) * | 2017-10-26 | 2020-05-29 | 北京正安维视科技股份有限公司 | 一种基于惯性导航的室内定位方法及设备 |
CN109000643B (zh) * | 2018-06-01 | 2021-11-12 | 深圳市元征科技股份有限公司 | 导航参数获取方法、车辆急速转弯判断方法、***、装置 |
CN111089580B (zh) * | 2018-10-23 | 2023-02-10 | 北京自动化控制设备研究所 | 一种基于协方差交叉的无人战车同时定位与地图构建方法 |
CN109357674A (zh) * | 2018-12-07 | 2019-02-19 | 上海机电工程研究所 | 一种gnss和ins组合导航观测量引入方法 |
CN109990789A (zh) * | 2019-03-27 | 2019-07-09 | 广东工业大学 | 一种飞行导航方法、装置及相关设备 |
CN109974695B (zh) * | 2019-04-09 | 2022-08-26 | 东南大学 | 基于Krein空间的水面舰艇导航***的鲁棒自适应滤波方法 |
CN110189421B (zh) * | 2019-05-10 | 2022-03-25 | 山东大学 | 一种北斗gnss/dr组合导航出租车计程计时***及其运行方法 |
WO2021016749A1 (zh) * | 2019-07-26 | 2021-02-04 | 深圳市大疆创新科技有限公司 | 基于多数据融合的定位方法、可移动平台及存储介质 |
CN112325875A (zh) * | 2020-10-11 | 2021-02-05 | 中国运载火箭技术研究院 | 容错处理方法及装置、存储介质、电子装置 |
CN113607176B (zh) * | 2021-10-11 | 2021-12-10 | 智道网联科技(北京)有限公司 | 组合导航***轨迹输出方法及装置 |
CN114295122B (zh) * | 2021-12-02 | 2024-06-11 | 河北汉光重工有限责任公司 | 用于嵌入式***的sins_gnss时间同步方法及*** |
CN114488224B (zh) * | 2021-12-24 | 2023-04-07 | 西南交通大学 | 一种用于卫星集中式自主导航的自适应滤波方法 |
CN117452448B (zh) * | 2023-12-25 | 2024-04-09 | 合众新能源汽车股份有限公司 | 高精定位跳变联合故障诊断方法和车辆定位控制*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1763475A (zh) * | 2005-11-04 | 2006-04-26 | 北京航空航天大学 | 一种sins/gps组合导航***的空中机动对准方法 |
CN1869630A (zh) * | 2006-04-19 | 2006-11-29 | 吉林大学 | 完备汽车运动状态测量*** |
CN1945212A (zh) * | 2006-11-03 | 2007-04-11 | 北京航空航天大学 | 一种sins/gps组合导航***的自适应加权反馈校正滤波方法 |
CN201751861U (zh) * | 2010-04-19 | 2011-02-23 | 重庆星熠导航设备有限公司 | 一种惯性辅助卫星导航***的接收机 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6631323B2 (en) * | 2000-05-30 | 2003-10-07 | Northrop Grumman Corporation | Method and apparatus for improving performance of an inertial navigation system having global positioning system corrections |
WO2005071431A1 (en) * | 2004-01-23 | 2005-08-04 | Novatel Inc. | Inertial gps navigation system with modified kalman filter |
-
2013
- 2013-05-17 CN CN201310186549.XA patent/CN103278837B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1763475A (zh) * | 2005-11-04 | 2006-04-26 | 北京航空航天大学 | 一种sins/gps组合导航***的空中机动对准方法 |
CN1869630A (zh) * | 2006-04-19 | 2006-11-29 | 吉林大学 | 完备汽车运动状态测量*** |
CN1945212A (zh) * | 2006-11-03 | 2007-04-11 | 北京航空航天大学 | 一种sins/gps组合导航***的自适应加权反馈校正滤波方法 |
CN201751861U (zh) * | 2010-04-19 | 2011-02-23 | 重庆星熠导航设备有限公司 | 一种惯性辅助卫星导航***的接收机 |
Non-Patent Citations (3)
Title |
---|
弹载SINS-GPS组合导航信息同步与融合技术;陈帅等;《火力与指挥控制》;20091031;第34卷(第10期);正文第2部分 * |
机载多传感器组合导航***设计;陈帅等;《第三十届中国控制会议论文集》;20110724;全文 * |
精确制导炸弹低成本惯导-卫星组合导航方法研究;陈帅;《中国博士学位论文全文数据库 信息科技辑 I136-35》;20100115;第2010年卷(第1期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN103278837A (zh) | 2013-09-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103278837B (zh) | 基于自适应滤波的sins/gnss多级容错组合导航方法 | |
US11754400B2 (en) | Motion constraint-aided underwater integrated navigation method employing improved Sage-Husa adaptive filtering | |
WO2020062791A1 (zh) | 一种深海潜航器的sins/dvl水下抗晃动对准方法 | |
CN104181572B (zh) | 一种弹载惯性/卫星紧组合导航方法 | |
CN109781099B (zh) | 一种自适应ukf算法的导航方法及*** | |
CN109724599B (zh) | 一种抗野值的鲁棒卡尔曼滤波sins/dvl组合导航方法 | |
CN104457754B (zh) | 一种基于sins/lbl紧组合的auv水下导航定位方法 | |
CN110779521A (zh) | 一种多源融合的高精度定位方法与装置 | |
JP4199553B2 (ja) | ハイブリッド航法装置 | |
CN103792561B (zh) | 一种基于gnss通道差分的紧组合降维滤波方法 | |
CN103852081B (zh) | 用于大气数据/捷联惯导组合导航***的真空速解算方法 | |
CN105891863B (zh) | 一种基于高度约束的扩展卡尔曼滤波定位方法 | |
CN101900573B (zh) | 一种实现陆用惯性导航***运动对准的方法 | |
CN105091907B (zh) | Sins/dvl组合中dvl方位安装误差估计方法 | |
Stančić et al. | The integration of strap-down INS and GPS based on adaptive error damping | |
CN103941273B (zh) | 机载惯性/卫星组合导航***的自适应滤波方法与滤波器 | |
CN103822633A (zh) | 一种基于二阶量测更新的低成本姿态估计方法 | |
US10782418B1 (en) | Calculation method for visual navigation integrity monitoring | |
CN102393204B (zh) | 一种基于sins/cns的组合导航信息融合方法 | |
CN103697894A (zh) | 基于滤波器方差阵修正的多源信息非等间隔联邦滤波方法 | |
CN115200574A (zh) | 一种地球椭球模型下的极区横向组合导航方法 | |
CN103674059A (zh) | 一种基于外测速度信息的sins水平姿态误差修正方法 | |
CN107478110A (zh) | 一种基于状态观测器的旋转弹姿态角计算方法 | |
CN111189442A (zh) | 基于cepf的无人机多源导航信息状态预测方法 | |
Han et al. | Land vehicle navigation with the integration of GPS and reduced INS: performance improvement with velocity aiding |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |