CN100462685C - 一种sins/gps组合导航系统的自适应加权反馈校正滤波方法 - Google Patents
一种sins/gps组合导航系统的自适应加权反馈校正滤波方法 Download PDFInfo
- Publication number
- CN100462685C CN100462685C CNB2006101142715A CN200610114271A CN100462685C CN 100462685 C CN100462685 C CN 100462685C CN B2006101142715 A CNB2006101142715 A CN B2006101142715A CN 200610114271 A CN200610114271 A CN 200610114271A CN 100462685 C CN100462685 C CN 100462685C
- Authority
- CN
- China
- Prior art keywords
- state
- sins
- observability degree
- sigma
- matrix
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明涉及一种SINS/GPS组合导航系统的自适应加权反馈校正滤波方法,其特征是首先利用GPS提供的位置和速度观测量,通过卡尔曼滤波方法估计SINS的位置误差、速度误差、姿态误差和器件误差,然后采用系统可观测度分析方法计算系统中各个状态量的可观测度,再将归一化处理后的系统状态可观测度作为加权反馈因子,对SINS系统进行自适应加权反馈校正。本发明具有精度高、不易发散的优点,可在系统不完全可观测的情况下有效地提高飞机、导弹、舰船或地面车辆用SINS/GPS组合导航系统的导航精度。
Description
技术领域
本发明涉及一种SINS/GPS组合导航系统信息融合的滤波方法,可用于提高飞机、导弹、舰船或地面车辆用SINS/GPS组合导航系统的导航精度。
背景技术
捷联惯性导航系统(SINS)是一种完全自主的导航系统,可以连续、实时地提供位置、速度和姿态信息,其短时精度很高,且具有隐蔽性好,不受气候条件限制等优点,因而广泛应用于航空、航天、航海等领域。但是,SINS误差随时间增长,因此常与全球卫星定位系统(GPS)组合构成SINS/GPS组合导航系统。
在SINS/GPS组合导航系统中,为了提高组合导航系统的精度,现有方法常常采用反馈校正卡尔曼滤波方法进行信息融合,其本质是将SINS的位置误差、速度误差、姿态误差和器件误差作为状态量,将GPS提供的位置和速度作为观测量,通过最优估计的方法将SINS的各种误差估计出来,然后进行反馈校正。但是,由于SINS/GPS组合导航系统在通常情况下是不完全可观测的,一些状态量的可观测度很小,导致这些状态的估计值精度很低。将这些精度很低的状态估值完全反馈到SINS内部,导致SINS内部误差变大,最终组合导航系统精度下降。
发明内容
本发明的技术解决问题是:克服现有技术的不足,提供一种SINS/GPS组合导航系统的自适应加权反馈校正滤波方法,该方法在组合导航系统不完全可观测的情况下有效地提高导航精度。
本发明的技术解决方案为:一种SINS/GPS组合导航系统的自适应加权反馈校正滤波方法,其特点在于包括下列步骤:
(1)建立SINS的误差方程,利用GPS提供的位置和速度信息作为观测量,通过卡尔曼滤波方法估计SINS的误差。
(2)通过系统可观测度分析方法计算SINS/GPS组合导航系统各个状态量的可观测度,上述的系统可观测度分析方法为基于奇异值分解的系统可观测度分析方法,该方法的具体步骤为:
(a)通过分段线性定常的方法计算条带可观测矩阵(SOM)Qs(r),
其中对应每一时间段j的可观测矩阵定义为:
(b)对条带式可观测矩阵Qs(r)阵进行奇异值分解,得:
Qs(r)=U*S*VT
其中U=[u1,u2,…,um],V=[v1,v2,…,vm]都是正交矩阵。
其中Λ=diag(σ1,σ2,…,σr),σ1>σ2>…>σr>0称为矩阵Qs(r)的奇异值。
(c)设初始状态为X(t0)(n维),量测值为Z(m1维),则
即
可得:
(3)采用归一化处理方法对的每个系统状态的可观测度进行归一化处理,然后将归一化处理后的系统状态可观测度作为加权反馈因子,采用自适应加权反馈校正方法对SINS系统进行反馈校正。
在上述的SINS/GPS组合导航系统的自适应加权反馈校正滤波方法中,自适应加权反馈校正方法可以表示为其中,ΔYi为系统第i个状态量ΔXi对应的反馈量;ki为归一化处理后状态量ΔXi的可观测度;为状态量ΔXi的估值。
上述的归一化处理方法可以表示为 其中,kj为归一化处理后第i个系统状态的可观测度;σi为归一化处理之前的第i个系统状态的可观测度;σsi为载体做“S”形机动时第i个系统状态的可观测度,即第i个系统状态的最大可观测度。
本发明的原理是:在SINS/GPS组合导航系统中,现有方法通常采用反馈校正卡尔曼滤波方法将SINS和GPS两个子系统的数据进行信息融合,以获得更高精度的导航结果,其基本原理是将SINS/GPS组合导航系统的误差(位置误差、速度误差、姿态误差和器件误差等)作为系统的状态量,将GPS提供的位置和速度信息作为观测量,采用卡尔曼滤波方法估计出这些误差(状态量),并把估计出来的误差作为反馈量在系统中进行校正,以修正系统的误差,提高系统的导航精度。
但是,SINS/GPS组合导航系统在大多情况下都是不完全可观测的,只有当载体做“S”形机动时,系统的可观测度达到最大,SINS/GPS组合导航系统才转变为完全可观测系统。而SINS/GPS组合导航系统的可观测度直接决定了卡尔曼滤波方法的估计精度。有些系统状态不可观测或可观测度很低,其估计精度也很低,若将这些精度很低的状态估值反馈,反而降低了组合导航系统的精度。因此,只有根据每个系统状态的可观测度的决定其反馈量,建立系统状态量的反馈量与可观测度的定量关系,根据每个系统状态的可观测度大小判断反馈量的大小,才能从根本提高组合导航系统的精度。
因此,所述的一种SINS/GPS组合导航系统自适应加权反馈校正滤波的基本原理是:首先,将SINS/GPS组合导航系统的误差作为状态量,建立系统的状态方程,将GPS提供的位置和速度信息作为观测量,通过卡尔曼滤波方法估计SINS/GPS组合导航系统的误差(状态量)。然后,采用系统可观测度分析方法计算每个状态量的可观测度,再将归一化处理后的系统状态可观测度作为加权反馈因子,将加权反馈因子与状态估值的积作为反馈量,进行自适应反馈校正。由于自适应加权反馈校正滤波根据每个系统状态的可观测度的决定其反馈量,建立系统状态量的反馈量与可观测度的定量关系,因此从根本提高了组合导航系统的精度。
本发明与现有技术相比的优点在于:本发明建立系统状态量的反馈量与可观测度的定量关系,将归一化处理后的系统状态可观测度作为加权反馈因子,对SINS系统进行自适应加权反馈校正,可在系统不完全可观测的情况下有效地提高飞机、导弹、舰船或地面车辆用SINS/GPS组合导航系统的导航精度。
附图说明
图1为本发明的原理框图;
图2为本发明的卡尔曼滤波基本算法的解算流程图。
具体实施方式
如图1、2所示,本发明的具体实施方法如下:
(1)建立SINS/GPS组合导航系统的数学模型,包括系统状态方程和量测方程,分别如式1和式2所示。
系统状态方程:
其中,X为系统状态矢量,W为系统噪声矢量,F为系统转移矩阵,G为噪声转换矩阵:
系统的量测方程
z=HX+ζ (2)
其中:z为观测矢量,H为观测矩阵,ζ为量测噪声:
z=[δL δλ δh δVE δVN δVU]T
(2)在SINS/GPS组合导航系统数学模型的基础上,采用卡尔曼滤波方法进行信息融合,获得SINS/GPS组合系统的状态量估计值卡尔曼滤波算法的流程图如图2所示,该算法的公式编排如式(3)~(7)所示。
状态一步预测方程
状态估值计算方程
滤波增量方程
一步预测均方误差方程
估计均方误差方程
(3)采用基于奇异值分解的可观测度分析方法计算SINS/GPS组合导航系统中各个状态量的可观测度。
分段线性定常系统(PWCS)可观测性分析方法是基于奇异值分解的可观测度分析方法的基础。SINS/GPS组合导航系统是时变系统,判断定常系统可观测性的分析方法都不适用,分段线性定常系统(PWCS)可观测性分析方法是专门用于判断时变系统可观测性的一种方法。在一个足够小的时间区间内,如果线性时变系统的系数矩阵变化量可以忽略不计,那么在该时间区间内就可以把时变系统当作定常系统处理,这样的系统称为分段式定常系统。
一个离散的PWCS可用如下模型表示:
X(k+1)=FjX(k)+GjU(k)+Γjw(k)
(8)
Zj(k)=HjX(k)
式中X(k)∈Rn,Fj∈Rn×n,Gj∈Rn×s,U(k)∈Rs,w(k)∈Rl,Γj∈Rn×l,Zj(k)∈Rm,Hj∈Rm×n。j=1,2,……,r,表示系统分段间隔序号。对每个时间段j,矩阵Fj、Gj和Hj都是恒定的,但对应不同的时间段,每个矩阵可以是不同的。系统总的可观测性矩阵(TOM)和条带化可观测性矩阵(SOM)分别表示为:
其中对应每一时间段j的可观测矩阵定义为:
根据系统方程和量测方程以及上述可观测矩阵的定义,由初值表示的系统输出为:
Z=Qtom(r)*X(t0) (12)
若矩阵Qtom(r)的秩等于n,则由上式可知,X(t0)有唯一确定的解,表明系统状态是完全可观测的。显然,直接利用Qtom(r)阵研究离散PWCS的可观测性计算量相当大,而采用SOM来代替TOM来分析系统的可观测性,可以使问题得到简化。
用SOM矩阵代替TOM矩阵,随着时间段的增加,可观测性矩阵的维数仍然很高,对其实施奇异值分解的工作量也是相当大的。因此,这里采用一种改进的基于奇异值分解的系统可观测度分析方法。
设某时间段动态系统的可观测性矩阵为Qsom,初始状态为X(t0)(n维),量测值为Z(m1维),则
Z=Qsom*X(t0) (13)
对Qsom阵进行奇异值分解,得:
Qsom=U*S*VT (14)
其中U=[μ1,u2,…,um],V=[v1,v2,…,vm]都是正交矩阵。
其中Λ=diag(σ1,σ2,…,σr),σ1>σ2>…>σr>0称为矩阵Qsom的奇异值。将式(14)带入式(13)中,得:
即
根据式(16)可得:
传统的分析方法是,根据式(18)计算每一个奇异值σi对应的初始状态向量X(t0,i)。从数值上看,较大的奇异值可以获得较好的状态估计,反之,对于特别小的奇异值,可能会引起多个X(t0)的奇异,最终落入不可观测空间内。
从线性系统理论的角度分析,状态量X(t0)的可观测性应该只取决于系统结构,而与观测量Z无关,根据式(16)对矩阵进行分析,观察它的各列元素的大小,就可以判断出每一个奇异值σi对应的初始状态向量X(t0,i),这种改进的可观测度分析方法不仅计算简单,更重要的是可以在没有实验测得量测数据的情况下分析系统状态的可观测度。
(4)将系统状态量的可观测度进行归一化处理。
通常,如果某一个系统状态可观测,该系统状态对应的可观测度即为1。但是在传统的系统可观测度分析方法中,未对每个系统状态的可观测度进行归一化处理。由于每个系统状态量纲不同,导致每个系统状态的可观测度大小不一,甚至数量级不同。最为明显的是,当载体进行“S”形机动时,此时SINS/GPS组合导航系统为完全可观测系统,每个状态量的可观测度都应该为1。但是采用传统的系统可观测度分析方法计算出来的每个系统状态的可观测度,由于量纲的原因大多不等于1,有的很大,有的很小。为了使得可观测度的定义能更确切地表示系统状态的可观测程度,采用可观测度的归一化处理方法,如式(19)所示。
其中,ki为归一化处理后第i个系统状态的可观测度;σi为归一化处理之前的第i个系统状态ΔXi的可观测度;σsi为载体做“S”形机动时第i个系统状态ΔXi的可观测度,即第i个系统状态ΔXi的最大可观测度。
(5)将归一化处理后的系统可观测度作为加权反馈因子,将加权反馈因子与状态估值的乘积作为反馈量,对SINS/GPS组合导航系统进行自适应加权反馈校正。
传统的反馈校正方法不管系统状态估值的精度,直接进行全状态反馈。当系统中部分系统状态可观测度低时,这些系统状态的估计精度也很低,将这些精度很低的系统状态估值反馈到系统中,最终导致系统的精度下降。
由于卡尔曼滤波方法估计的精度归根到底是由每个系统状态的可观测度决定的,只有根据每个系统状态的可观测度的决定其反馈量,建立系统状态量的反馈量与可观测度的定量关系,才能从根本提高组合导航系统的精度。因此,自适应加权反馈校正方法可以表示为:
最后,将ΔYi在SINS/GPS组合导航系统中进行反馈,校正SINS/GPS组合导航系统的误差,提高了组合导航系统的精度。
Claims (2)
1.一种SINS/GPS组合导航系统的自适应加权反馈校正滤波方法,其特征在于包括下列步骤:
(1)建立SINS的误差方程,利用GPS提供的位置和速度信息作为观测量,通过卡尔曼滤波方法估计SINS的误差;
(2)通过系统可观测度分析方法计算SINS/GPS组合导航系统各个状态量的可观测度,所述的系统可观测度分析方法为基于奇异值分解的系统可观测度分析方法;
2.根据权利要求1所述的一种SINS/GPS组合导航系统的自适应加权反馈校正滤波方法,其特征在于:所述的基于奇异值分解的系统可观测度分析方法的具体步骤为:
(a)通过分段线性定常的方法计算条带可观测矩阵Qs(r),
其中对应每一时间段j的可观测矩阵定义为:
其中,Hj和Fj分别为第j个时间段的系统观测矩阵和状态转移矩阵;
(b)对条带式可观测矩阵Qs(r)阵进行奇异值分解,得:
Qs(r)=U*S*VT
其中U=[u1,u2,…,um],V=[v1,v2,…,vm]都是正交矩,S为对角阵:
其中Λ=diag(σ1,σ2,…,σr),σ1>σ2>…>σr>0称为矩阵Qs(r)的奇异值;
(c)设初始状态为X(t0),为n维,量测值为Z,为m1维,n>0,m1>0则
即
可得:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2006101142715A CN100462685C (zh) | 2006-11-03 | 2006-11-03 | 一种sins/gps组合导航系统的自适应加权反馈校正滤波方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2006101142715A CN100462685C (zh) | 2006-11-03 | 2006-11-03 | 一种sins/gps组合导航系统的自适应加权反馈校正滤波方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1945212A CN1945212A (zh) | 2007-04-11 |
CN100462685C true CN100462685C (zh) | 2009-02-18 |
Family
ID=38044716
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2006101142715A Expired - Fee Related CN100462685C (zh) | 2006-11-03 | 2006-11-03 | 一种sins/gps组合导航系统的自适应加权反馈校正滤波方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100462685C (zh) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101476894B (zh) * | 2009-02-01 | 2011-06-29 | 哈尔滨工业大学 | 车载sins/gps组合导航系统性能增强方法 |
CN101920762B (zh) * | 2009-06-09 | 2013-04-17 | 同济大学 | 一种基于噪声矩阵实时修正的船舶动力定位方法 |
CN101666868B (zh) * | 2009-09-30 | 2011-11-16 | 北京航空航天大学 | 一种基于sins/gps深组合数据融合的卫星信号矢量跟踪方法 |
EP2336721A1 (en) * | 2009-12-21 | 2011-06-22 | Converteam Technology Ltd | Fault detection methods |
CN102297695B (zh) * | 2010-06-22 | 2015-05-06 | 中国船舶重工集团公司第七0七研究所 | 一种深组合导航系统中的卡尔曼滤波处理方法 |
CN102147258B (zh) * | 2010-12-24 | 2012-12-26 | 清华大学 | 基于反馈机制的车辆导航方法及系统 |
CN102538792B (zh) * | 2012-02-08 | 2014-11-05 | 北京航空航天大学 | 一种位置姿态系统的滤波方法 |
CN102607557B (zh) * | 2012-02-29 | 2014-07-02 | 西安费斯达自动化工程有限公司 | 一种基于gps/imu的飞行器姿态直接积分校正方法 |
CN103063212B (zh) * | 2013-01-04 | 2016-06-15 | 哈尔滨工程大学 | 一种基于非线性映射自适应混合Kalman/H∞滤波器的组合导航方法 |
CN103278837B (zh) * | 2013-05-17 | 2015-04-15 | 南京理工大学 | 基于自适应滤波的sins/gnss多级容错组合导航方法 |
CN103278165B (zh) * | 2013-05-22 | 2015-10-14 | 上海新跃仪表厂 | 基于剩磁标定的磁测及星光备份的自主导航方法 |
CN103968843A (zh) * | 2014-05-21 | 2014-08-06 | 哈尔滨工程大学 | 一种gps/sins超紧组合导航系统自适应混合滤波方法 |
CN104866669B (zh) * | 2015-05-25 | 2017-11-24 | 北京理工大学 | 一种分析惯性导航系统可观测性的方法 |
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 |
CN106379559B (zh) * | 2016-09-29 | 2019-08-20 | 湖北航天技术研究院总体设计所 | 一种适用于导弹机载发射的过渡导航方法 |
CN107576327A (zh) * | 2017-08-07 | 2018-01-12 | 西南技术物理研究所 | 基于可观测度分析的可变结构综合导航系统设计方法 |
CN108801131B (zh) * | 2018-06-11 | 2020-01-24 | 华中师范大学 | 北斗高频变形监测数据的滤波方法及系统 |
CN109470251A (zh) * | 2018-12-21 | 2019-03-15 | 陕西航天时代导航设备有限公司 | 一种用于组合导航系统中的部分反馈滤波方法 |
CN112269200B (zh) * | 2020-10-14 | 2024-05-17 | 北京航空航天大学 | 一种基于可观测度的惯性/卫星系统自适应混合校正方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002099453A2 (en) * | 2001-06-04 | 2002-12-12 | Novatel Inc. | An inertial/gps navigation system |
US20040239560A1 (en) * | 2001-09-28 | 2004-12-02 | Jacques Coatantiec | Hybrid inertial navigation system with improved integrity |
WO2005071431A1 (en) * | 2004-01-23 | 2005-08-04 | Novatel Inc. | Inertial gps navigation system with modified kalman filter |
CN1763475A (zh) * | 2005-11-04 | 2006-04-26 | 北京航空航天大学 | 一种sins/gps组合导航系统的空中机动对准方法 |
-
2006
- 2006-11-03 CN CNB2006101142715A patent/CN100462685C/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002099453A2 (en) * | 2001-06-04 | 2002-12-12 | Novatel Inc. | An inertial/gps navigation system |
US20040239560A1 (en) * | 2001-09-28 | 2004-12-02 | Jacques Coatantiec | Hybrid inertial navigation system with improved integrity |
WO2005071431A1 (en) * | 2004-01-23 | 2005-08-04 | Novatel Inc. | Inertial gps navigation system with modified kalman filter |
CN1763475A (zh) * | 2005-11-04 | 2006-04-26 | 北京航空航天大学 | 一种sins/gps组合导航系统的空中机动对准方法 |
Non-Patent Citations (6)
Title |
---|
GPS/SINS组合导航系统混合校正卡尔曼滤波方法. 林敏敏,房建成,高国江.中国惯性技术学报,第11卷第3期. 2003 |
GPS/SINS组合导航系统混合校正卡尔曼滤波方法. 林敏敏,房建成,高国江.中国惯性技术学报,第11卷第3期. 2003 * |
GPS/SINS组合导航系统状态的可观测度分析方法. 帅平,陈定昌,江涌.中国空间科学技术,第1期. 2004 |
GPS/SINS组合导航系统状态的可观测度分析方法. 帅平,陈定昌,江涌.中国空间科学技术,第1期. 2004 * |
组合导航中模糊自适应Kalman滤波算法分析. 刘锡祥,许小苏等.中国惯性技术学报,第14卷第3期. 2006 |
组合导航中模糊自适应Kalman滤波算法分析. 刘锡祥,许小苏等.中国惯性技术学报,第14卷第3期. 2006 * |
Also Published As
Publication number | Publication date |
---|---|
CN1945212A (zh) | 2007-04-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100462685C (zh) | 一种sins/gps组合导航系统的自适应加权反馈校正滤波方法 | |
CN108413887B (zh) | 光纤光栅辅助分布式pos的机翼形变测量方法、装置和平台 | |
CN101706284B (zh) | 提高船用光纤陀螺捷联惯导系统定位精度的方法 | |
CN103913181B (zh) | 一种基于参数辨识的机载分布式pos传递对准方法 | |
CN101033973B (zh) | 微小型飞行器微惯性组合导航系统的姿态确定方法 | |
CN101131311B (zh) | 一种智能化机载导弹动基座对准及标定方法 | |
Morelli et al. | Real-time dynamic modeling: data information requirements and flight-test results | |
US6772080B2 (en) | System and method for kinematic consistency processing | |
CN101021879A (zh) | 惯性测量系统误差模型验证试验方法 | |
CN101788679B (zh) | 一种基于新息正交的sins/gps自适应野值检测与实时补偿方法 | |
CN101135569A (zh) | 导航设备和位置检测方法 | |
CN102353378A (zh) | 一种矢量形式信息分配系数的自适应联邦滤波方法 | |
CN104215262A (zh) | 一种惯性导航系统惯性传感器误差在线动态辨识方法 | |
CN104330084A (zh) | 一种水下航行器用神经网络辅助组合导航方法 | |
CN106200629A (zh) | 一种无人机飞行控制系统的故障可检测度分析方法 | |
CN105091907A (zh) | Sins/dvl组合中dvl方位安装误差估计方法 | |
CN102980580A (zh) | 基于张量积多胞鲁棒h2滤波的无陀螺卫星姿态确定方法 | |
CN110906933A (zh) | 一种基于深度神经网络的auv辅助导航方法 | |
CN102162733A (zh) | 一种基于svm的auv舰位推算导航误差实时修正方法 | |
CN105629272A (zh) | 短弧段批处理卫星自主定轨方法及装置 | |
CN114750769A (zh) | 一种车辆质量与道路坡度的联合估计方法及系统 | |
CN102506876A (zh) | 一种地球紫外敏感器测量的自主导航方法 | |
CN102830415B (zh) | 一种降维度的基于Carlson滤波算法的快速组合导航方法 | |
CN102508217B (zh) | 建立雷达测量误差标定模型的方法 | |
CN109974695A (zh) | 基于Krein空间的水面舰艇导航系统的鲁棒自适应滤波方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20090218 Termination date: 20211103 |