CN103411616A - 一种基于简化的惯性测量组件的车载组合导航方法 - Google Patents
一种基于简化的惯性测量组件的车载组合导航方法 Download PDFInfo
- Publication number
- CN103411616A CN103411616A CN2013102834018A CN201310283401A CN103411616A CN 103411616 A CN103411616 A CN 103411616A CN 2013102834018 A CN2013102834018 A CN 2013102834018A CN 201310283401 A CN201310283401 A CN 201310283401A CN 103411616 A CN103411616 A CN 103411616A
- Authority
- CN
- China
- Prior art keywords
- navigation
- loop
- satellite
- gps
- tracking
- 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.)
- Granted
Links
Images
Abstract
本发明公开了一种基于简化的惯性测量组件的车载组合导航方法,包括以下步骤:步骤1:采用简化的惯性测量组件测量汽车运行位置的数据,并通过地形预测器方法获取由地面倾斜度引起的车辆纵横摇角;步骤2:根据步骤1所测量的数据通过SINS辅助CPS判断可见的卫星并选择合适的卫星;步骤3:从步骤2中选定和捕获跟踪的卫星上可以获得伪距、多普勒频率、载波相位和导航电文等信息,利用SINS/GPS紧组合导航滤波器依据惯导辅助方法对GPS环路进行闭环控制,辅助GPS接收机;步骤4:采用GPS跟踪复合结构的超紧组合算法,根据系统精度和GPS信号的质量选择矢量跟踪环路和标量跟踪结构,使系统能持续跟踪。本发明使整个系统精准度高,可靠性更好。
Description
技术领域
本发明涉及一种导航方法,特别涉及一种基于简化的惯性测量组件的车载组合导航方法。
背景技术
近40年来,组合导航技术已成为最具应用发展潜力的导航技术之一,SINS/GPS组合系统利用各自的优势互补特性,广泛应用于飞机导航与精密进场着陆、导弹精确制导、卫星定轨定姿、航天航空遥感、舰船导航、重力测量、智能交通等海陆空领域,在车载应用领域中更是凸显其特殊的优越性能。过去二十多年,作为一种最优解决方案的低成本SINS/GPS松组合或紧组合技术已被深入研究,并已发展到了实用阶段,新型的紧组合和超紧组合导航技术逐步成为广泛关注的焦点。
为了完成低成本和小型化系统在车载组合系统中的应用,对简化的惯性测量组件(下文中简称为RIMU)/GPS组合技术的研究显得甚为重要,但是目前针对该简化系统主要只在松组合和常规紧组合方面的研究,对惯导辅助环路的紧组合和超紧组合的研究甚少。有些学者将IMU上的研究成果应用到RIMU上,由此会存在一些问题,比如在导航算法、误差模型、锁相环噪声带宽的选取以及最优组合方式等方面都是有区别的,从而会导致整个系统精准度低,可靠性差得问题。
发明内容
发明目的:针对上述现有技术存在的问题和不足,本发明的目的是提供一种系统精准度高,可靠性好的基于简化的惯性测量组件的车载组合导航方法。
技术方案:为实现上述发明目的,本发明采用一种基于简化的惯性测量组件的车载组合导航方法,包括以下步骤:
步骤1:采用RIMU测量汽车运行位置的数据,并通过地形预测器方法获取由地面倾斜度引起的车辆纵横摇角;
步骤2:根据步骤1所测量的数据通过SINS辅助CPS判断可见的卫星并选择合适的卫星;
步骤3:从步骤2中选定和捕获跟踪的卫星上可以获得伪距、多普勒频率、载波相位和导航电文等信息,利用SINS/GPS紧组合导航滤波器依据惯导辅助方法对GPS环路进行闭环控制,辅助GPS接收机;
步骤4:采用GPS跟踪复合结构的超紧组合算法,根据系统精度和GPS信号的质量选择矢量跟踪环路和标量跟踪结构,使系统能持续跟踪。其中,所述步骤1中的地形预测方法为:设纵摇角p=0,横摇角r=0。由此可得出出方位角速率方程和姿态角余弦矩阵方程;将地形表达成一阶马尔科夫过程,同时将车辆纵横摇角也可以表示成一阶马尔科夫过程,建立姿态误差模型并将地形建模误差看加速度计偏置或者加速度计测量噪声,整合到加速度计偏置中。
进一步,步骤2中所述判断GPS可见卫星的方法具体为:车辆天向轴zb为轴、卫星的天顶角D的限定值D0为半顶角来构造圆锥体,其中,D=π-2/hs,圆锥体沿轴向无限延伸,与卫星运动的近似轨道球面相交,相交部分为可见星范围,其中,hs为卫星相对于测点的高度角;确定相交面在WGS-84直角系中的坐标范围。进一步,从全部可见星中选择高度最大的卫星作为顶座星进而从剩余的可见星中依次选3颗作为底座星,得到相应的底座锥体,选择对应于半顶角最小的底座锥体的3颗卫星参与定位。本发明用底座锥体半顶角的方法来描述底座星的高度角和方位角的均匀性。所选卫星构成的空间图形应使几何精度因子值(GDOP)最小,以保证获得最佳的定位精度。
进一步,步骤3中所述惯导辅助方法为:当卫星信号经捕获与跟踪后,可以得到伪距、多普勒频率、载波相位和导航电文等信息,利用最小二乘滤波给出组合导航系统的初始位置和速度信息,同时装订给SINS解算模块进行初始化;结合卫星星历信息和SINS测量数据经导航解算后,求解出相应的伪距、伪距率信息;在导航滤波器中采用伪距、伪距率作为观测量,以SINS误差方程为系统方程,利用滤波算法对SINS的位置、速度、姿态和传感器误差进行估计,进而给出组合系统的导航定位解,同时根据估计结果一方面对RIMU器件进行校正,另一方面将校正后的SINS速度信息经多普勒等效解算后辅助到接收机环路。有辅助的GPS接收机和常规紧组合系统相比,接收机动态性能、抗干扰性能、系统的定位精度和可靠性均会有很大改善。
进一步,步骤4中所述矢量跟踪环路为两个载波跟踪环路和矢量锁频环组合在一起后再与码跟踪环路组成的跟踪环路。
更进一步,载波跟踪环路中的环路滤波器采用了复位机制:当导航滤波器更新之后,当满足条件PLI<TPLI1=0.9时环路滤波器复位;或者在弱信号环境下,当PLI<TPLI2=0.3并且时环路滤波器复位,其中,PLI为相位锁定指示器,TPLI1和TPLI2为阈值,为CaPLL得到的多普勒测量值,fda为惯导多普勒辅助值。其中,所述标量跟踪结构还设置了双路选择开关,使多普勒测量值可以来自于载波跟踪环路端或者鉴频器端。
有益效果:本发明与现有技术相比,针对RIMU系统设计一套地形预测器,重新设计了导航方程和误差模型,在不增加组合系统观测量的前提下能够估计车辆的姿态角,对于GPS任何信号条件下均适用。其次,基于惯导辅助环路的SINS/GPS紧组合系统开发一种自适应环路滤波器,能够根据组合系统的性能、GPS接收机振荡器误差和卫星信号质量选择最优的噪声带宽。再者,设计一套矢量跟踪复合结构,简称为VDCaPF,对环路滤波器设置了复位原则,同时设置了双路选择开关,使多普勒测量值可以来自于CaPLL端或者鉴频器端,在环路失锁条件下提高了多普勒频率测量精度,从而提高系统精度并改进信号跟踪性能。最后,考虑到矢量跟踪结构对惯导辅助的精度要求较高,对超紧组合跟踪环路设计了可重构方案,在矢量跟踪和标量跟踪之间进行切换,可保持对卫星持续的跟踪,避免失锁后对卫星的重捕获。
附图说明
图1为本发明工作流程图;
图2为地形预测方法流程图;
图3为基于卫星坐标值判断可见星方法示意图;
图4为SINS辅助环路的SINS/GPS紧组合系统结构;
图5为二阶环路滤波器总相位误差与噪声带宽关系曲线;
图6为矢量跟踪模式的接收机的结构示意图;
图7为CaPF控制原理图;
图8为矢量跟踪回路可重构切换流程。
具体实施方式
下面结合附图和具体实施例,进一步阐明本发明。
如图1所示,一种基于简化的惯性测量组件的车载组合导航方法,包括以下步骤:
步骤1:采用RIMU测量汽车运行位置的数据,并通过地形预测器方法获取由地面倾斜度引起的车辆纵横摇角。
其中,RIMU是简化的IMU,即缺少完整的三个陀螺仪和三个加速度计,因此在测量上不能得到全部的三轴角速率和三维加速度,造成在导航性能上与完整的IMU相比稍差一些。陆上车载导航来说,常用的RIMU配置是一个垂直方向的陀螺仪加上三个加速度计(下文中简称3A1G)或者一个垂直方向的陀螺仪加上两个水平方向的加速度计(下文中简称2A1G)。采用这两种配置汽车需要行驶在相对平坦的路面上,这样就几乎用不到水平陀螺和垂直方向加速度计的测量值。但是路面实际上并不总是绝对平坦的,斜坡和倾斜总是存在,因此RIMU配置方式不可避免造成误差。因此本发明采用地形预测器方法估计由地面倾斜度引起的车辆纵横摇角。该方法不会增加组合系统的观测量,只是重新设计了导航算法和误差模型。
如图2所述,地形预测器方法为:由于RIMU中纵摇角速率和横摇角速率无法获取,纵摇角和横摇角不能直接计算,但由于在陆上车辆应用中,这两个量都为小量,在导航方程中可将其视为0,即可假设纵摇角p=0,横摇角r=0。由此可推导出方位角速率方程和姿态角余弦矩阵方程。同时为了减小误差还要建立姿态误差模型,由于对于车载应用来说,纵横摇角主要还是由地面参数来决定,故在姿态误差模型中将地形表达成一阶马尔科夫过程,因此纵横摇角也可以表示成一阶马尔科夫过程。虽然一阶马尔科夫过程可以很好的描述实际地形,但是误差仍然存在,毕竟该模型是基于对大量的地形数据集分析基础上的,对于有线长度的道路来说还是有区别的,所以误差模型中应该考虑这个地形建模误差。该误差会在速度误差方程中产生加速度误差,可将该附加误差看作是加速度计偏置或者加速度计测量噪声,整合到加速度计偏置中去。在实际中,亦可将卡尔曼滤波中加速度计白噪声或者加速度计偏置方差稍微增大些,这样做就无需对这项加速度计附加误差进行建模。
另外,采用3A1G和2A1G配置方式在导航方程和误差模型上有相似的方法,只是在垂直加速度上两者有区别,前者使用实际测量值,后者使用计算值。
步骤2:根据步骤1所测量的数据通过SINS辅助CPS判断可见的卫星并选择合适的卫星。
判断GPS可见卫星的方法具体为:如图3所示,卫星相对于测点的高度角hs小于限定值hs0(5-10°)时,认为该卫星不可见,故以车辆天向轴zb为轴、卫星的天顶角D的限定值D0为半顶角来构造圆锥体,其中,D=π-2/hs,该锥体沿轴向无限延伸,与卫星运动的近似轨道球面相交,相交部分即为可见星范围。确定相交面在WGS-84直角系中的坐标范围,届时只要直接判断卫星的WGS-84位置坐标值是否落在范围内即可。车辆在移动的过程中采用这种方法,很快就能粗略筛选出可见卫星,再进行选星工作,可减少计算量,提高选星效率。
最佳导航卫星的选择的方法为:首先从全部可见星中选择高度最大的卫星作为顶座星进而从剩余的可见星中依次选3颗作为底座星,得到相应的底座锥体,选择对应于半顶角最小的底座锥体的3颗卫星参与定位。
理论上,GPS系统定位过程中,有一组最佳的几何配置星座,但在实际应用过程中,底座卫星的高度角一般要求大于5°。所以顶座星高度角大于45°,底座星的高度角等于5°,底座星间的方位角相差120°的卫星配置称为次优几何配置星座。事实上,在实际定位过程中,得到的底座星也只能是位于次优几何位置星座的附近。对于实际星座的定位精度可以用对应底座星偏离次优几何配置底座星的最大程度来描述。考虑以用户为顶点的锥体,它的轴线分别经过次优几何配置星座的底座星,其半顶角为α。这样的锥体被称为底座锥体。对应每3颗可以用作底座星的GPS卫星,都可以得到对应的底座锥体。同时,这些锥体的半顶角与所对应的定位精度有很强的相关性,当半顶角较小时,定位精度一般也较好。
步骤3:从步骤2中选定和捕获跟踪的卫星上可以获得伪距、多普勒频率、载波相位和导航电文等信息,利用SINS/GPS紧组合导航滤波器依据惯导辅助方法对GPS环路进行闭环控制,辅助GPS接收机。
如图4所示,SINS辅助GPS环路的紧组合系统结构图,该系统主要包含环路滤波器、惯导辅助GPS跟踪环路和导航滤波器三大部分。当卫星信号经GPS接收机捕获与跟踪后,可以得到伪距、多普勒频率、载波相位和导航电文等信息,利用最小二乘滤波给出组合导航系统的初始位置和速度信息,同时装订给SINS解算模块进行初始化;结合卫星星历信息和SINS测量数据经导航解算后,求解出相应的伪距、伪距率信息;在导航滤波器中分别采用GPS接收机得到的伪距、伪距率与SINS获得伪距、伪距率的差值作为观测量,以SINS误差方程为系统方程,利用滤波算法对SINS的位置、速度、姿态和传感器误差进行最优估计,进而给出组合系统的导航定位解,同时根据估计结果一方面对RIMU器件进行校正,另一方面将校正后的SINS速度信息经多普勒等效解算后辅助到接收机环路。从图6中可知,与有辅助的GPS接收机和常规紧组合系统相比,接收机动态性能、抗干扰性能、系统的定位精度和可靠性均会有很大改善。
本发明中环路滤波器采用非相干积分方法来解决结算率的问题。
本发明中根据惯导给出的加速度信息,预测出下一时刻输入信号载波频率的变化量,直接加到本地载波的输出,从而消除环路动态应力。这一方法与传统的惯导速度辅助模式相比主要有以下两个优点:
1)在惯导速度辅助方法中,由于惯导预测的多普勒频率对中心频率的直接替换会引起环路滤波器的不稳定,因此需要加入滤波缓冲,惯导速度辅助的影响在下一个环路周期才能体现;而在惯导加速度辅助方法中,中心频率和输入载波频率的差值由环路滤波器的输出进行补偿,辅助信息可以直接被使用,而无需等待至下一周期,这样有效节省了时间。
2)惯导预测多普勒频率辅助方法对惯导精度要求较高,如果惯导误差较大,则会引起本地载波中心频率误差增大,可能使原本可以跟踪的信号也无法跟踪;而在加速度辅助模式下这个问题就相对不会那么严重,而惯导的加速度输出一般比较准确。即使加速度误差较大,但由于其对中心频率的影响只是表现在增量上,这一误差一般可以靠环路滤波器进行补偿。
环路滤波器的噪声带宽太大会降低抑制噪声的性能,但又不能太小,因为它又受导航精度和接收机振荡器误差影响。因此本发明中采用了自适应环路滤波器噪声带宽设计方法。
用于SINS/GPS紧组合系统中的二阶环路滤波器,有两个参数:阻尼比ζ和自然频率ωn。当ζ=0.707时,噪声带宽和自然频率之间不仅达到几乎最小的比值Bn=0.53ωn,同时也拥有最优的动态性能,如超调量和稳定时间都比较小,因此,唯一要确定的就是噪声带宽。如图5所示,GPS信号越强,如CN0=45dB-Hz,随着噪声带宽越小,总的相位误差就越大;当GPS信号继续变小时,如CN0=30dB-Hz,和前面的规律一样;而当GPS信号很弱的时候,如CN0=20dB-Hz,总的相位误差会在某一个噪声带宽值处达到一个最小值。
步骤4:采用GPS跟踪复合结构的超紧组合算法,根据系统精度和GPS信号的质量选择矢量跟踪环路和标量跟踪结构,使系统能持续跟踪。
其中,如图6所示,矢量跟踪模式的接收机各通道包括一个基带相关器、预处理滤波器、码发生器、码NCO和载波NCO、伪距和伪距率计算模块、GPS卫星位置速度解算模块和星历解调器;整个组合系统的滤波器由一个主导航滤波器和一组基带预处理线性滤波器构成,主滤波器和预处理滤波器在闭合跟踪环路中协同工作。整个系统工作流程为:卫星接收模块的基带相关器输出的基带I、Q测量信号首先经过基带预处理模块得到伪距残差、伪距率残差等信息;然后以基带预处理模块的输出信息作为组合导航滤波器的观测量,估计组合导航各状态误差,即位置、速度、姿态、惯性器件误差等,得到最优的组合导航位置、速度和姿态解;最后根据组合导航的最优解、电离层估计、卫星位置、速度和接收机时钟误差等估算出码/载波NCO控制量,闭合码/载波跟踪环路。
每一个通道的跟踪环路都不独立,相互耦合。码跟踪环路使用矢量延迟锁定回路(下文中简称为VDLL),载波跟踪环路使用矢量锁频环(下文中简称为VFLL)和矢量锁相环路(下文中简称为VPLL)。由于VPLL执行起来相当困难,所以载波跟踪环路(下文中简称为CaPLL)替代。本发明采用基于矢量跟踪的复合结构,将两个CaPLL和VFLL组合在一起,称为CaPF,再与码跟踪环路VDLL组合形成完整的跟踪环路VDCaPF。
如图7所示,CaPF的控制原理为,环路滤波器的输出fLF包含两个部分,一个是多普勒辅助误差fLF,DAE,一个是用于控制本地产生的相位趋向于输入相位的附加多普勒值fLF,Con。一般情况下,跟踪环路中相位误差越大,附加多普勒值也就越大,多普勒测量误差也会越大,这是CaPLL的缺点。因此在CaPLL中加入VFLL,目的是在环路锁定和未锁定的情况下均能得到更加精确的多普勒测量值。
其中,CaPF中CaPLL中的环路滤波器采用了复位机制:
(1)在每次导航滤波器更新之后,当满足条件PLI<TPLI1=0.9时环路滤波器复位;
其中,PLI为相位锁定指示器,TPLI1和TPLI2为阈值,为CaPLL得到的多普勒测量值,fda为惯导多普勒辅助值,由此产生的作用是当PLI小于0.9时环路滤波器复位,使得载波环路变为VFLL,这样可以获得更精确的多普勒测量值。因为根据经验PLI小于0.9时锁相环路不稳定,如果这时不采取任何措施的话,多普勒测量值会不准确,从而影响整个系统的性能。为避免这种情况,环路滤波器应复位,此时fLF清零,数字控制振荡器只由多普勒辅助值fda控制,这样的话,鉴频器的输出fDis就是多普勒辅助值的误差,由此产生更加精确的多普勒测量值,从而提高系统精度并改进信号跟踪性能。
由图7可以看出,多普勒测量值来自于CaPLL端或者鉴频器端,由一个开关进行控制。当GPS信号较弱或者锁相环路失锁时,当PLI<0.9时,CaPLL跟踪环路被认为失锁,fLF中fLF,Con很大,这时来自于CaPLL的多普勒测量值含有较大误差,但来自于鉴频器端的多普勒测量值精度较高;当相位跟踪环路锁定时,fLF,Con几乎为0,这时,来自于CaPLL和鉴频器端的多普勒测量值精度相同,但考虑到CaPLL的热噪声要更小一些,因此这时应该选择CaPLL这一路。因此,开关切换条件为:
当PLI<TPLI1=0.9时,切换开关fdm切换至CaPLL端,否则切换至鉴频器端。
虽然基于矢量跟踪回路有很多优点,但对导航辅助参数的精度要求较高,否则跟踪环路就会失效。相对而言,标量跟踪环路即使没有导航参数的辅助,只要GPS信号足够强,环路也能保持跟踪。因此当导航系统精度较差时,要将矢量跟踪结构切换至标量跟踪结构。本发明采用根据导航系统的精度和GPS信号质量来进行切换的方法。其中包括VDLL和伪码测距延迟锁定环路(下文中简称DLL)之间的切换与CaPF和锁相环(下文中简称PLL)之间的切换两种。实际操作中,为了提高切换的可靠性,从标量模式切换回矢量跟踪时要在符合切换条件1s后再进行切换,这样是为了防止在阈值附近频繁切换。当少于4颗卫星时,使用矢量跟踪环路会使导航误差变得很大而不能保持环路跟踪,这种情况下,跟踪环路应切换至标量跟踪结构;一旦达到跟踪稳定以后,可以切换回矢量跟踪模式,可避免对卫星的重捕获。
如图8所示,重构切换方法主要包括:
1)VDLL和DLL之间的切换
参考DLL环路中跟踪门限,VDLL的跟踪门限如下:
3σVDLL=3σρEst+cρEst≤D/2
其中,σVDLL为由导航系统引起的总伪距标准差,σρEst为伪距估计噪声标准差,cρEst为由多路径效应和大气层延迟引起的伪距误差经验常数。因此,VDLL和DLL的切换方法是:
如果3σVDLL=3σρEst+cρEst≤D/2,码跟踪环路切换至VDLL,否则切换至DLL。这是因为3σρEst+cρEst>D/2,VDLL可能会失效。对于所有的卫星可使用同一个阈值。实际上,cρEst可根据测试环境灵活选择,且这个值比理论值要大一些,是为了保证VDLL在失效前能够顺利切换到DLL。σρEst可通过导航滤波器的预测方差阵获得。
2)CaPF和PLL之间的切换
实际上,多普勒辅助PLL的成功与否是由多普勒辅助误差的动态性导致,这些动态特性主要由组合系统的姿态误差和RIMU测量的比力引起,尤其在GPS信号中断时更是如此。一般情况下,大的比力误差导致了大的速度误差,而多普勒辅助误差由伪距率误差除以载波波长获得。这样的话,可用伪距率误差来控制CaPF和PLL的切换,就简化了切换原则。因此,CaPF和PLL的切换方法是:当σρrCaPF≤γσρrT时,载波跟踪环路切换至CaPF,否则切换至PLL。式中,σρrCaPF为由导航系统误差引起的伪距率标准差,σρrT为GPS信号良好条件下的伪距率标准差,γ是系数。其中,σρrT根据导航系统的性能决定,γ根据跟踪环路的参数决定,如环路滤波器的阶数和噪声带宽。
Claims (8)
1.一种基于简化的惯性测量组件的车载组合导航方法,其特征在于:包括以下步骤:
步骤1:采用简化的惯性测量组件测量汽车运行位置的数据,并通过地形预测器方法获取由地面倾斜度引起的车辆纵横摇角;
步骤2:根据步骤1所测量的数据通过SINS辅助GPS判断可见的卫星并选择合适的卫星;
步骤3:从步骤2中选定和捕获跟踪的卫星上可以获得伪距、多普勒频率、载波相位和导航电文等信息,利用SINS/GPS紧组合导航滤波器依据惯导辅助方法对GPS环路进行闭环控制,辅助GPS接收机;
步骤4:采用GPS跟踪复合结构的超紧组合算法,根据系统精度和GPS信号的质量选择矢量跟踪环路和标量跟踪结构,使系统能持续跟踪。
2.根据权利要求1所述的基于简化的惯性测量组件的车载组合导航方法,其特征在于:所述步骤1中的地形预测方法为:设纵摇角p=0,横摇角r=0。由此可得出出方位角速率方程和姿态角余弦矩阵方程;将地形表达成一阶马尔科夫过程,同时将车辆纵横摇角也可以表示成一阶马尔科夫过程,建立姿态误差模型并将地形建模误差看加速度计偏置或者加速度计测量噪声,整合到加速度计偏置中。
3.根据权利要求1所述的基于简化的惯性测量组件的车载组合导航方法,其特征在于:步骤2中所述判断GPS可见卫星的方法具体为:车辆天向轴zb为轴、卫星的天顶角D的限定值D0为半顶角来构造圆锥体,其中,D=π-2/hs,圆锥体沿轴向无限延伸,与卫星运动的近似轨道球面相交,相交部分为可见星范围,其中,hs为卫星相对于测点的高度角;确定相交面在WGS-84直角系中的坐标范围。
4.根据权利要求1所述的基于简化的惯性测量组件的车载组合导航方法,其特征在于:步骤2中所述导航卫星的选择的方法为:首先从全部可见星中选择高度最大的卫星作为顶座星进而从剩余的可见星中依次选3颗作为底座星,得到相应的底座锥体,选择对应于半顶角最小的底座锥体的3颗卫星参与定位。
5.根据权利要求1所述的基于简化的惯性测量组件的车载组合导航方法,其特征在于:步骤3中所述惯导辅助方法为:当卫星信号经捕获与跟踪后,可以得到伪距、多普勒频率、载波相位和导航电文等信息,利用最小二乘滤波给出组合导航系统的初始位置和速度信息,同时装订给SINS解算模块进行初始化;结合卫星星历信息和SINS测量数据经导航解算后,求解出相应的伪距、伪距率信息;在导航滤波器中采用伪距、伪距率作为观测量,以SINS误差方程为系统方程,利用滤波算法对SINS的位置、速度、姿态和传感器误差进行估计,进而给出组合系统的导航定位解,同时根据估计结果一方面对RIMU器件进行校正,另一方面将校正后的SINS速度信息经多普勒等效解算后辅助到接收机环路。
6.根据权利要求1所述的基于简化的惯性测量组件的车载组合导航方法,其特征在于:步骤4中所述矢量跟踪环路为两个载波跟踪环路和矢量锁频环组合在一起后再与码跟踪环路组成的跟踪环路。
8.根据权利要求6所述的基于简化的惯性测量组件的车载组合导航方法,其特征在于:所述标量跟踪结构还设置了双路选择开关,使多普勒测量值可以来自于载波跟踪环路端或者鉴频器端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310283401.8A CN103411616B (zh) | 2013-07-05 | 2013-07-05 | 一种基于简化的惯性测量组件的车载组合导航方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310283401.8A CN103411616B (zh) | 2013-07-05 | 2013-07-05 | 一种基于简化的惯性测量组件的车载组合导航方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103411616A true CN103411616A (zh) | 2013-11-27 |
CN103411616B CN103411616B (zh) | 2016-03-16 |
Family
ID=49604644
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310283401.8A Active CN103411616B (zh) | 2013-07-05 | 2013-07-05 | 一种基于简化的惯性测量组件的车载组合导航方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103411616B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105737823A (zh) * | 2016-02-01 | 2016-07-06 | 东南大学 | 基于五阶ckf的gps/sins/cns组合导航方法 |
CN108718533A (zh) * | 2015-08-20 | 2018-10-30 | 天宝公司 | 具有高程数据输入的无线惯性车辆导航 |
CN109307879A (zh) * | 2018-11-08 | 2019-02-05 | 北京理工大学 | 一种基于ins辅助gnss矢量跟踪环的导航方法 |
CN110231636A (zh) * | 2019-04-29 | 2019-09-13 | 深圳市联和安业科技有限公司 | Gps与bds双模卫星导航系统的自适应无迹卡尔曼滤波方法 |
CN110651321A (zh) * | 2017-04-07 | 2020-01-03 | 伊派特罗尼克有限责任两合公司 | 用于给车辆的辅助机构降低噪音的调整设备和调整方法 |
CN110702144A (zh) * | 2019-10-25 | 2020-01-17 | 江西洪都航空工业集团有限责任公司 | 一种飞机挂载验证捷联惯性与gps卫星组合导航系统的方法 |
US11686582B2 (en) | 2018-03-22 | 2023-06-27 | Arriver Software Llc | Sensor plausibility using GPS road information |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101666650A (zh) * | 2009-09-30 | 2010-03-10 | 北京航空航天大学 | 一种sins/gps超紧致组合导航系统及实现方法 |
CN103116169A (zh) * | 2013-01-20 | 2013-05-22 | 哈尔滨工程大学 | 一种基于矢量跟踪环路的抗干扰方法 |
-
2013
- 2013-07-05 CN CN201310283401.8A patent/CN103411616B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101666650A (zh) * | 2009-09-30 | 2010-03-10 | 北京航空航天大学 | 一种sins/gps超紧致组合导航系统及实现方法 |
CN103116169A (zh) * | 2013-01-20 | 2013-05-22 | 哈尔滨工程大学 | 一种基于矢量跟踪环路的抗干扰方法 |
Non-Patent Citations (2)
Title |
---|
SUN DEBO: "Ultra-Tight GPS/Reduced IMU for Land Vehicle Navigation", 《NATIONAL-ACADEMIES.ORG》 * |
冯爱国等: "GPS辅助姿态计算的捷联罗经实现", 《上海海事大学学报》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108718533A (zh) * | 2015-08-20 | 2018-10-30 | 天宝公司 | 具有高程数据输入的无线惯性车辆导航 |
CN105737823A (zh) * | 2016-02-01 | 2016-07-06 | 东南大学 | 基于五阶ckf的gps/sins/cns组合导航方法 |
CN105737823B (zh) * | 2016-02-01 | 2018-09-21 | 东南大学 | 一种基于五阶ckf的gps/sins/cns组合导航方法 |
CN110651321A (zh) * | 2017-04-07 | 2020-01-03 | 伊派特罗尼克有限责任两合公司 | 用于给车辆的辅助机构降低噪音的调整设备和调整方法 |
CN110651321B (zh) * | 2017-04-07 | 2023-06-23 | 伊派特罗尼克有限责任两合公司 | 用于给车辆降低噪音的调整设备、车辆和调整方法 |
US11686582B2 (en) | 2018-03-22 | 2023-06-27 | Arriver Software Llc | Sensor plausibility using GPS road information |
CN109307879A (zh) * | 2018-11-08 | 2019-02-05 | 北京理工大学 | 一种基于ins辅助gnss矢量跟踪环的导航方法 |
CN110231636A (zh) * | 2019-04-29 | 2019-09-13 | 深圳市联和安业科技有限公司 | Gps与bds双模卫星导航系统的自适应无迹卡尔曼滤波方法 |
CN110231636B (zh) * | 2019-04-29 | 2021-03-26 | 深圳市联和安业科技有限公司 | Gps与bds双模卫星导航系统的自适应无迹卡尔曼滤波方法 |
CN110702144A (zh) * | 2019-10-25 | 2020-01-17 | 江西洪都航空工业集团有限责任公司 | 一种飞机挂载验证捷联惯性与gps卫星组合导航系统的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103411616B (zh) | 2016-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103411616B (zh) | 一种基于简化的惯性测量组件的车载组合导航方法 | |
US6240367B1 (en) | Full fusion positioning method for vehicle | |
US20110238308A1 (en) | Pedal navigation using leo signals and body-mounted sensors | |
US8374788B2 (en) | Tightly-coupled GNSS/IMU integration filter speed scale-factor and heading bias calibration | |
CN104280746B (zh) | 一种惯性辅助gps的深组合半实物仿真方法 | |
US8914234B2 (en) | Calibrating a tightly-coupled GNSS/MU integration filter | |
CN101666868B (zh) | 一种基于sins/gps深组合数据融合的卫星信号矢量跟踪方法 | |
US6278945B1 (en) | Fully-coupled positioning process and system thereof | |
Sun | Ultra-tight GPS/reduced IMU for land vehicle navigation | |
JP5270184B2 (ja) | 衛星航法/推測航法統合測位装置 | |
CN102636798B (zh) | 基于环路状态自检测的sins/gps深组合导航方法 | |
CN103777218B (zh) | Gnss/ins超紧组合导航系统的性能评估系统及方法 | |
CN109313272B (zh) | 使用速度积分的改进gnss接收器 | |
Georgy et al. | Vehicle navigator using a mixture particle filter for inertial sensors/odometer/map data/GPS integration | |
CN103245963A (zh) | 双天线gnss/ins深组合导航方法及装置 | |
Sun et al. | Ultratight GPS/reduced-IMU integration for land vehicle navigation | |
Zhao | GPS/IMU integrated system for land vehicle navigation based on MEMS | |
CN108344415A (zh) | 一种组合导航信息融合方法 | |
CN1361431A (zh) | 完全整合式导航定位方法和系统 | |
CN110133700A (zh) | 一种船载综合导航定位方法 | |
CN110308467A (zh) | 一种基于Zynq-7020的超紧耦合微系统及方法 | |
CN103968836A (zh) | 一种基于时序伪距差分推算移动目标位置的方法及装置 | |
CN106199668A (zh) | 一种级联式gnss/sins深组合导航方法 | |
Sheta et al. | Improved localization for Android smartphones based on integration of raw GNSS measurements and IMU sensors | |
CN108151765A (zh) | 一种在线实时估计补偿磁强计误差的定位测姿方法 |
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 |