CN103399336B - 一种非高斯噪声环境下gps/sins组合导航方法 - Google Patents
一种非高斯噪声环境下gps/sins组合导航方法 Download PDFInfo
- Publication number
- CN103399336B CN103399336B CN201310322519.7A CN201310322519A CN103399336B CN 103399336 B CN103399336 B CN 103399336B CN 201310322519 A CN201310322519 A CN 201310322519A CN 103399336 B CN103399336 B CN 103399336B
- Authority
- CN
- China
- Prior art keywords
- gps
- road
- sins
- partiald
- signal
- 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
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
- Navigation (AREA)
Abstract
本发明涉及一种非高斯噪声环境下GPS/SINS组合导航方法,选取GPS跟踪通道中信号作为信息的融合点进行建模,并针对非高斯噪声环境利用适当的滤波方式进行处理。本发明将GPS接收机跟踪环输出的信息同GPS/SINS组合导航系统连接在一个最优滤波器中,利用SINS量测信息辅助GPS接收机对卫星的跟踪,从而提高了GPS跟踪信号的信噪比,降低了多路径效应的影响,且当信号受到遮挡或中断时,可以快速实现重新捕获。另外,本发明针对复杂的噪声环境,采用了基于新息协方差的自适应扩展卡尔曼滤波方法,在滤波过程中能够实时跟踪系统噪声的变化并修正滤波参数,以增强滤波的稳定性和精度。
Description
技术领域
本发明涉及一种非高斯噪声环境下GPS/SINS组合导航方法,属于复杂噪声环境下组合导航技术领域。
背景技术
GPS是一种高精度的实时的全球卫星导航系统,但输出信息容易受到干扰,输出频率较低,且在高动态环境下容易失锁。而SINS系统单独工作时,短时精度高,输出连续,但误差随着时间积累。两者单独进行导航时,或多或少都受到一定的限制,而将两者组合起来,可以显著地提高导航系统的性能,实现优势互补。
根据不同的性能需求和应用要求,GPS和SINS有不同深度的组合方式。松组合模式是一种较低水平的组合方式,仅利用GPS采集得到的数据辅助修正SINS的误差,SINS和GPS两者均独立工作。紧组合模式是一种GPS和SINS相互辅助的组合模式,其信息融合部分较松组合模式更加深入,其基本模式为伪距、伪距率的组合。而松组合模式和紧组合模式均要求接收机能够稳定跟踪到不少于四颗卫星。而在一些较为恶劣的应用环境下,GPS接收机由于受到信号屏蔽、多路径效应干扰、信号变化范围过大等因素影响,其跟踪环容易失锁,无法稳定地跟踪到卫星。超紧组合将GPS接收机跟踪环输出的I路、Q路数据同GPS/SINS组合导航系统连接在一个最优滤波器中,利用SINS量测信息辅助GPS接收机对卫星的跟踪,将数据信息深入至GPS接收机跟踪环进行融合,从而提高了GPS跟踪信号的信噪比,降低了多路径效应的影响,且当信号受到遮挡或中断时,可以快速实现重新捕获。
在对组合导航方法进行研究时,一般假设组合导航系统的噪声模型为高斯白噪声,在这样的前提下研究得到的方法,可能在仿真中能够得到比较理想的仿真结果。而惯性测量元件的误差模型及外部环境的动态特性决定了实际操作中的噪声环境一般都比较复杂,将其简单的视为高斯白噪声,不够严谨,也难以将算法应用到实际领域。事实上,当噪声分布为非高斯时,信号和噪声的频谱会产生混叠,传统的卡尔曼滤波难以抑制或消除噪声,在实际应用中,难以取得令人满意的精度或稳定程度。因此针对非高斯噪声下的超紧组合导航方法的研究非常重要。
发明内容
本发明的技术解决问题是:克服现有技术的不足,提供一种非高斯噪声环境下GPS/SINS组合导航方法,该方法将GPS接收机跟踪环输出的信息同GPS/SINS组合导航系统连接在一个最优滤波器中,利用SINS量测信息辅助GPS接收机对卫星的跟踪,提高了GPS跟踪信号的信噪比,降低了多路径效应的影响,且当信号受到遮挡或中断时,可以快速实现重新捕获。针对非高斯噪声环境,采用了基于新息协方差的自适应扩展卡尔曼滤波方法,在滤波过程中实时跟踪系统噪声的变化并修正滤波参数,增强了滤波的稳定性和精度。
本发明为解决其技术问题采用如下技术方案:
一种非高斯噪声环境下全球定位系统GPS与捷联惯性导航系统SINS的组合导航方法,其特征在于包括下列步骤:
(1)通过GPS接收机采集得到跟踪通道的I路、Q路分量信息;
(2)通过SINS采集得到关于位置、速度、姿态、角速度的惯性导航数据,根据惯性导航数据与GPS接收机的跟踪通道中I路、Q路分量信息之间的数学关系,推导得到等价于GPS接收机跟踪通道中的等效I路、Q路分量信息的值,表示如下:
其中,ωe和φe分别为GPS接收机本地复现的载波频率和载波相位与GPS接收机接收到的卫星信号的载波频率和载波相位之差;
(3)将通过惯性导航数据推导得到的等效I路、Q路分量信息与GPS接收机跟踪通道中的I路、Q路分量信息分别作差作为观测量,针对非高斯噪声环境的特点,采用基于新息协方差的自适应扩展卡尔曼滤波方法,对GPS接收机跟踪通道中的I路和Q路分量信息和SINS解算得到载体的姿态、速度、位置信息进行融合处理,生成导航数据。
其中,所述步骤(3)中,所述非高斯的噪声环境的特点指采用基于新息协方差的自适应扩展卡尔曼滤波方法,在滤波过程中利用新息序列的协方差,自适应的改变遗忘因子调制新息的权重,减少陈旧量测值对估计的影响,实时跟踪GPS与SINS组合导航系统噪声的变化并修正滤波参数。
本发明与现有技术相比的优点:
(1)本发明采用GPS软件接收机与低成本惯性测量元件,在成本、实现方式、优化等方面有优势;
(2)本发明针对非高斯噪声环境进行了相应的滤波方法的研究,本发明涉及的方法能够实时跟踪组合导航系统在工程应用中不可预测的噪声的变化,解决了在将环境噪声假设为高斯白噪声下推导出来的传统算法在实际应用时出现的问题与不足。
本发明把GPS接收机跟踪通道中的信息作为信息融合点,针对非高斯噪声环境建立模型,采用基于新息协方差的自适应扩展卡尔曼滤波方法来对数据进行处理。本发明提高了GPS软件接收机的跟踪和捕获能力,使组合导航系统的应用环境的限制得以打破。
附图说明
图1为超紧组合系统的原理框图;
图2为滤波器设计框图。
具体实施方式
下面结合附图对发明的技术方案进行详细说明:
超紧组合系统的原理框图如图1所示,将GPS接收机跟踪环输出的I路、Q路分量数据同GPS/SINS组合导航系统连接在一个最优滤波器中,利用SINS量测信息辅助GPS接收机对卫星的跟踪,将数据信息深入至GPS接收机跟踪环进行融合。
GPS接收机接收到的卫星信号可表示为:
(1)
其中,Pc表示信号的功率,C(t)表示C/A码序列,D(t)表示导航电文,τ表示时间延迟,ω表示角频率,φd(t)表示初始相位,η表示噪声。时间延迟τ可以通过下式计算得到:
式中,Xs(tt)表示卫星信号发射时刻的卫星位置,Xu(tr)表示接收机接收信号的时刻载体的位置,c为光速。泰勒展开后,有:
(3)
带入到式(1),可以得到:
(4)
其中,vr和ar可通过下式计算得到:
式(4)可简化表示为:
ω′和分别表示GPS软件接收机端卫星信号的载波频率和相位,可以表示为:
(7)
假设GPS接收机本地复现的载波频率和载波相位用和表示,k为量测计数,T为积分时间间隔,则I路、Q路的信号值跟接收机接收到的卫星信号的载波频率ω′、载波相位φ′之间的关系可以通过下面的式子确定:
(9)
展开后,可表示:
式中,表示信号的峰值,ηI和ηQ分别表示I路、Q路的噪声。通过环路滤波器将高频分量滤除,且令式(11)和(12)可以表示为:
(13)
(14)
对式(13)和式(14)进行积分,并分别求其数学期望,得:
(15)
(16)
可以看出,I路、Q路信息的期望与载波频率、载波相位的误差有关。而ωe和与载体的位置和速度的关系可以表示为:
(17)
其中,ω为角频率,c为光速,Ru和vu为量测得到的载体位置和速度,和为根据接收机输出估计得到的载体位置和速度,Re和νe为量测值和估计值间的误差。
这样,我们可以建立起I路、Q路分量信息与SINS输出之间的关系:
将式(15)和(16)带入,则可得出I、Q信息估计式如下:
(21)
(22)
将根据SINS得到的I路、Q路分量信息与GPS软件接收机跟踪通道中采集得到的I路、Q路分量信息作差作为滤波器的观测量。
传统卡尔曼滤波具有无限增长的记忆特性,在获得滤波估计值时使用了当前时刻之前的全部观测数据。但对动态模型来说,在进行滤波时,需要加大新数据的作用,减小老数据的影响。自适应扩展卡尔曼滤波,在递推过程中引入了自适应遗忘因子,从而限制滤波器的记忆长度,在滤波过程中不断地对未知的或时变的系统模型参数及噪声统计特性进行估计和校正,能够实时跟踪系统噪声的变化,并修正滤波参数,以增强滤波的稳定性和精度。
假设非线性系统的离线后的状态方程和观测方程分别为:
式中,Xk为状态量,Zk为观测量,Vk为系统噪声向量,ηk为观测噪声向量。
对h(Xk)进行泰勒展开,取一次项,有:
令表示观测方程在预测点处的雅克比矩阵。
自适应扩展卡尔曼滤波的方程组如下:
式中,为状态估计,为状态一步预测,Pk|k-1为一步预测均方误差,Pk为估计均方误差,λk为自适应遗忘因子。因为仿真假设的误差模型跟真实情况的差异,加上滤波计算过程中引入的累积误差,会会使滤波器动态跟踪性能不强,甚至会导致滤波发散。因此选取遗忘因子是抑制滤波器发散的关键,这样通过限制卡尔曼滤波器的记忆长度,充分利用最新的量测数据,提高动态性能。但在计算自适应遗忘因子的时候,因为公式复杂,计算繁琐,对系统的实时性产生很大的影响。基于新息协方差的自适应扩展卡尔曼滤波器利用新息序列的协方差,自适应的改变遗忘因子调制新息的权重,减少陈旧量测值对估计的影响。其计算过程简单,计算量相对传统计算自适应遗忘因子的方法要小得多。
本发明所采用的基于新息协方差的自适应卡尔曼滤波方法中,自适应遗忘因子λk使用下述方法确定:
可以看出,当状态发生突变时,估计误差νk的增大将引起误差方差阵的增大,从而自适应遗忘因子λk也相应增大,滤波器的跟踪能力得到增强,使得滤波效果更好。
基于新息协方差的自适应扩展卡尔曼滤波器设计框图如图2所示。
选取东北天三个方向上的位置误差、速度误差、姿态误差、加速度计和陀螺仪随机漂移以及GPS钟差和钟漂等效的两个距离相关误差,一共17维状态量来构造状态方程。也即:
(30)
其中,δtu为与GPS接收机时钟误差等效的距离误差,δtru为与GPS接收机式中频率误差等效的距离率误差,可以通过下式求得:
式中,ωtu和ωtru为噪声,βtru为GPS接收机时钟频率误差反相关时间常数。
本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (2)
1.一种非高斯噪声环境下全球定位系统GPS与捷联惯性导航系统SINS的组合导航方法,其特征在于包括下列步骤:
(1)通过GPS接收机采集得到跟踪通道的I路、Q路分量信息;
(2)通过SINS采集得到关于位置、速度、姿态、角速度的惯性导航数据,根据惯性导航数据与GPS接收机的跟踪通道中I路、Q路分量信息之间的数学关系,推导得到等价于GPS接收机跟踪通道中的等效I路、Q路分量信息的值,表示如下:
其中,ωe和φe分别为GPS接收机本地复现的载波频率和载波相位与GPS接收机接收到的卫星信号的载波频率和载波相位之差;
(3)将通过惯性导航数据推导得到的等效I路、Q路分量信息与GPS接收机跟踪通道中的I路、Q路分量信息分别作差作为观测量,针对非高斯噪声环境的特点,采用基于新息协方差的自适应扩展卡尔曼滤波方法,对GPS接收机跟踪通道中的I路和Q路分量信息和SINS解算得到载体的姿态、速度、位置信息进行融合处理,生成导航数据。
2.根据权利要求1所述的一种非高斯噪声环境下全球定位系统GPS与捷联惯性导航系统SINS的组合导航方法,其特征在于:所述步骤(3)中,所述非高斯的噪声环境的特点指采用基于新息协方差的自适应扩展卡尔曼滤波方法,在滤波过程中利用新息序列的协方差,自适应的改变遗忘因子调制新息的权重,减少陈旧量测值对估计的影响,实时跟踪GPS与SINS组合导航系统噪声的变化并修正滤波参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310322519.7A CN103399336B (zh) | 2013-07-29 | 2013-07-29 | 一种非高斯噪声环境下gps/sins组合导航方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310322519.7A CN103399336B (zh) | 2013-07-29 | 2013-07-29 | 一种非高斯噪声环境下gps/sins组合导航方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103399336A CN103399336A (zh) | 2013-11-20 |
CN103399336B true CN103399336B (zh) | 2015-10-07 |
Family
ID=49562991
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310322519.7A Active CN103399336B (zh) | 2013-07-29 | 2013-07-29 | 一种非高斯噪声环境下gps/sins组合导航方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103399336B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103995272B (zh) * | 2014-06-11 | 2017-02-15 | 东南大学 | 一种惯性辅助gps接收机实现方法 |
CN106154300B (zh) * | 2016-06-22 | 2018-09-14 | 南京航空航天大学 | 一种惯性/卫星超紧组合实现方法 |
CN109117965B (zh) * | 2017-06-22 | 2022-03-01 | 毫末智行科技有限公司 | 基于卡尔曼滤波器的系统状态预测装置和方法 |
CN108572378A (zh) * | 2018-04-10 | 2018-09-25 | 北京大学 | 一种卫星导航系统中信号预处理的自适应滤波算法 |
CN110657800B (zh) * | 2018-06-29 | 2021-08-10 | 北京自动化控制设备研究所 | 一种位置测量组合导航系统的时间同步方法 |
CN109061686B (zh) * | 2018-07-09 | 2022-06-21 | 太原理工大学 | 基于递归广义最大互熵的自适应多径估计方法 |
CN112101556B (zh) * | 2020-08-25 | 2021-08-10 | 清华大学 | 识别与去除环境观测量中冗余信息的方法及装置 |
CN113703022A (zh) * | 2021-08-26 | 2021-11-26 | 杭州北斗时空研究院 | 一种卫星接收机自适应ckf算法实现ins辅助gnss导航定位方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101476894A (zh) * | 2009-02-01 | 2009-07-08 | 哈尔滨工业大学 | 车载sins/gps组合导航系统性能增强方法 |
CN102353970A (zh) * | 2011-06-10 | 2012-02-15 | 北京航空航天大学 | 一种高抗干扰性能gps/sins组合导航系统及实现方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101765787B (zh) * | 2007-05-29 | 2013-11-06 | 战神工程股份有限公司 | 高度集成的gps、galileo和惯性导航系统 |
GB201103822D0 (en) * | 2011-03-07 | 2011-04-20 | Isis Innovation | System for providing locality information and associated devices |
-
2013
- 2013-07-29 CN CN201310322519.7A patent/CN103399336B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101476894A (zh) * | 2009-02-01 | 2009-07-08 | 哈尔滨工业大学 | 车载sins/gps组合导航系统性能增强方法 |
CN102353970A (zh) * | 2011-06-10 | 2012-02-15 | 北京航空航天大学 | 一种高抗干扰性能gps/sins组合导航系统及实现方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103399336A (zh) | 2013-11-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103399336B (zh) | 一种非高斯噪声环境下gps/sins组合导航方法 | |
Shen et al. | Dual-optimization for a MEMS-INS/GPS system during GPS outages based on the cubature Kalman filter and neural networks | |
CN103033186B (zh) | 一种用于水下滑翔器的高精度组合导航定位方法 | |
CN104075715A (zh) | 一种结合地形和环境特征的水下导航定位方法 | |
CN105891863B (zh) | 一种基于高度约束的扩展卡尔曼滤波定位方法 | |
CN105509739A (zh) | 采用固定区间crts平滑的ins/uwb紧组合导航系统及方法 | |
CN106291645A (zh) | 适于高维gnss/ins深耦合的容积卡尔曼滤波方法 | |
CN104931995A (zh) | 一种基于矢量跟踪的gnss/sins深组合导航方法 | |
CN103822633A (zh) | 一种基于二阶量测更新的低成本姿态估计方法 | |
CN109141413B (zh) | 具有数据缺失uwb行人定位的efir滤波算法及系统 | |
CN103900574A (zh) | 一种基于迭代容积卡尔曼滤波姿态估计方法 | |
CN103529461A (zh) | 一种基于强跟踪滤波和埃尔米特插值法的接收机快速定位方法 | |
CN102629869B (zh) | 基于卡尔曼滤波和最小二乘算法的数字延迟锁定环 | |
CN109141412B (zh) | 面向有数据缺失ins/uwb组合行人导航的ufir滤波算法及系统 | |
Iqbal et al. | Experimental results on an integrated GPS and multisensor system for land vehicle positioning | |
Xiao et al. | Residual attention network-based confidence estimation algorithm for non-holonomic constraint in GNSS/INS integrated navigation system | |
CN103809192A (zh) | 一种gnss接收机的动态校正算法 | |
Nagui et al. | Improved GPS/IMU loosely coupled integration scheme using two kalman filter-based cascaded stages | |
El-Wakeel et al. | Robust positioning for road information services in challenging environments | |
CN109813316B (zh) | 一种基于地形辅助的水下载体紧组合导航方法 | |
CN103312297B (zh) | 一种迭代扩展增量卡尔曼滤波方法 | |
CN104280756A (zh) | 基于接收机钟差广义延拓逼近法的卫星定位增强方法 | |
CN102944888B (zh) | 一种基于二阶扩展卡尔曼的低运算量gps定位方法 | |
CN104634348A (zh) | 组合导航中的姿态角计算方法 | |
Yang et al. | A height constrained adaptive Kalman filtering based on climbing motion model for GNSS positioning |
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 | ||
CP02 | Change in the address of a patent holder | ||
CP02 | Change in the address of a patent holder |
Address after: No. 2, four archway in Xuanwu District, Nanjing, Jiangsu Patentee after: Southeast University Address before: 210096 No. four archway, 2, Jiangsu, Nanjing Patentee before: Southeast University |