CN103675880A - 一种卫星信号阻塞情况下的持续导航方法 - Google Patents
一种卫星信号阻塞情况下的持续导航方法 Download PDFInfo
- Publication number
- CN103675880A CN103675880A CN201310632105.4A CN201310632105A CN103675880A CN 103675880 A CN103675880 A CN 103675880A CN 201310632105 A CN201310632105 A CN 201310632105A CN 103675880 A CN103675880 A CN 103675880A
- Authority
- CN
- China
- Prior art keywords
- state
- coordinate system
- ecef coordinate
- satellite
- carrier
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
- G01S19/49—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system whereby the further system is an inertial position system, e.g. loosely-coupled
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
一种卫星信号阻塞情况下的持续导航方法,所述卫星信号阻塞是指可见卫星数会不足4颗,实现步骤(1)建立导航解算状态方程,选择用户三轴方向的位置、速度和加速度作为状态量并建立用户运动模型,同时将用户运动模型和时钟模型组合在一起并离散化作为状态方程。本发明在少于4颗星的情况下分别针对高动态和低动态用户提出不同的持续导航方法解决方法。
Description
技术领域
本发明提出的一种卫星信号阻塞情况下的持续导航方法,主要应用于对卫星信号阻塞情况下的连续定位。
背景技术
卫星导航定位算法中,最常见的算法是最小二乘或者加权最小二乘法,这两种算法在信号阻塞情况下无法定位,而且非阻塞情况下定位结果通常是粗糙且杂乱的。当卫星导航设备在民航、无人机及导弹上使用时,这些不定位点和跳动点可能会对用户带来难以预计的影响。现有的卫星导航定位算法中,LS和WLS方法能在含有误差和噪声的各个观测量之间寻求一个最优点,使得观测量的残余平方和最小,但是由于不同时刻的测量误差和噪声解算后转化为不同的定位误差影响导航精度。LS和WLS在卫星大于等于4颗算法才会收敛,在卫星阻塞情况下无法持续定位。
发明内容
本发明的技术解决问题:克服现有技术定位解算算法少于4颗星不能定位或者定位持续时间不长的缺点,提供一种卫星信号阻塞情况下的持续导航方法,在少于4颗星的情况下分别针对高动态和低动态用户提出不同的持续导航方法解决方法。
本发明技术解决方案:一种卫星信号阻塞情况下的持续导航方法,所述卫星信号阻塞是指可见卫星数会不足4颗,实现步骤如下:
(1)建立导航解算状态方程,选择用户三轴方向的位置、速度和加速度作为状态量并建立用户运动模型,同时将用户运动模型和时钟模型组合在一起并离散化作为状态方程;
Xk=Φk,k-1Xk-1+Wk-1 (1)
式中
上式中各量的物理含义如下:
xu——载体在ECEF坐标系中X轴方向的位置;
vux——载体在ECEF坐标系中X轴方向的速度;
aux——载体在ECEF坐标系中X轴方向的加速度;
yu——载体在ECEF坐标系中Y轴方向的位置;
vuy——载体在ECEF坐标系中Y轴方向的速度;
auy——载体在ECEF坐标系中Y轴方向的加速度;
zu——载体在ECEF坐标系中Z轴方向的位置;
vuz——载体在ECEF坐标系中Z轴方向的速度;
auz——载体在ECEF坐标系中Z轴方向的加速度;
ctu——系统钟差;
Φk,k-1——状态转移矩阵,表征系统状态由k-1时刻向k时刻状态转移的情况。状态转移矩阵Φk,k-1由运动模型状态转移矩阵Φu(k,k-1)和时钟模型转移矩阵Φc(k,k-1)组成;
Φu(k,k-1)——运动模型状态转移矩阵,表征在状态转移过程中与系统运动模型相关的分量;
Φc(k,k-1)——时钟模型转移矩阵,表征在状态转移过程中与系统时钟模型相关的分量;
Wk-1——白噪声序列,表征在k-1时刻系统的过程噪声。白噪声序列Wk-1由位置白噪声序列Wu(k-1)和时钟白噪声序列Wc(k-1)组成;
Wu(k-1)——位置白噪声序列;
Wc(k-1)——时钟白噪声序列;
Qk-1——白噪声序列的均方差;
(2)选择伪距和伪距率作为观测量,建立伪距方程和多普勒方程作为导航解算的量测方程;
伪距方程和多普勒方程分别表示如下:
上式中各量的物理含义如下:
ρj——接收机测得的第j颗卫星的伪距观测量;
Dj——接收机测得的第j颗卫星的多普勒观测量;
xj——第j颗卫星在ECEF坐标系中X轴方向的位置;
yj——第j颗卫星在ECEF坐标系中Y轴方向的位置;
zj——第j颗卫星在ECEF坐标系中Z轴方向的位置;
vxj——第j颗卫星在ECEF坐标系中X轴方向的速度;
vyj——第j颗卫星在ECEF坐标系中Y轴方向的速度;
vzj——第j颗卫星在ECEF坐标系中Z轴方向的速度;
xu——接收机在ECEF坐标系中X轴方向的位置;
yu——接收机在ECEF坐标系中Y轴方向的位置;
zu——接收机在ECEF坐标系中Z轴方向的位置;
vux——接收机在ECEF坐标系中X轴方向的速度;
vuy——接收机在ECEF坐标系中Y轴方向的速度;
vuz——接收机在ECEF坐标系中Z轴方向的速度;
ctu——接收机的钟差;
然后,根据公式(5)、(6)建立量测方程:
Zk=HkXk+Vk (7)
上式中各量的物理含义如下:
Xk——状态向量;
Zk——观测向量;
Hk——观测矩阵;
Vk——观测噪声协方差矩阵;
设m为接收机观测到的卫星数目,则有:
Zk=[ρ1,ρ2,…ρm,D1,D2,…,Dm]T (8)
上述各式中各量的物理含义如下:
Zk——观测向量;
Hk——观测矩阵;
H1——与伪距观测量有关的观测矩阵分量;
H2——与多普勒观测量有关的观测矩阵分量;
——观测量Dj对状态变量vuz的偏导数,反映了系统测量值Dj和系统状态vuz之间的关系;
ρj——接收机测得的第j颗卫星的伪距观测量;
Dj——接收机测得的第j颗卫星的多普勒观测量;
Jj——卫星与接收机的相对速度与相对位置向量的点积;
rj——第j颗卫星相对于接收机的向径;
(3)实现滤波计算回路和增益计算回路
根据步骤(1)和步骤(2)中建立的状态方程和量测方程,将状态初始量输入状态方程实现状态一步预测,通过均方误差阵一步预测和滤波增益方程实现增益矩阵K的更新,增益矩阵K代入量测方程得到状态增量;状态的一步预测加上状态增量作为下一次状态一步预测的输入即实现了滤波计算回路;根据增益矩阵K计算新的均方误差矩阵P作为下一次均方误差一步预测的输入即实现了增益计算回路;
(4)根据步骤(3)中滤波计算回路和增益计算回路中的状态方程选取运动模型,在低动态用户时,选取位置和速度模型作为运动模型,所述低动态用户是指汽车、轮船及地面手持设备;在高动态用户时,选取位置、速度和加速度模型,所述高动态用户是指导弹、飞机及卫星,所述加速度模型中的加速度信息使用惯性导航提供;
(5)将上述步骤中建立的状态方程、量测方程、滤波计算回路执行流程、增益计算回路执行流程以及不同动态用户模型的选取,得到完整的扩展卡尔曼滤波方程,用于实现卫星阻塞情况下用户的持续导航算法;其中扩展卡尔曼滤波方程如下:
Zk=HkXk+Vk+yk (12)
上式中各量的物理含义如下:
Φk,k-1——系统由k-1时刻到k时刻的状态转移矩阵;
Pk/k-1——k时刻系统状态变量先验估计误差的均方差矩阵;
Pk-1——k-1时刻系统状态变量后验估计误差的均方差矩阵;
Qk-1——k-1时刻的过程噪声协方差矩阵;
Γk-1——k-1时刻的噪声输入矩阵;
Kk——k时刻的滤波增益矩阵;
Hk——系统在k时刻的观测矩阵;
Rk——k时刻的观测噪声协方差矩阵;
Zk——k时刻的观测向量;
Xk——k时刻的状态向量;
Vk——k时刻的观测噪声协方差矩阵;
Pk——k时刻系统状态变量后验估计误差的均方差矩阵;
I——单位矩阵;
所述步骤(4)中低运动模型的状态量的选取ECEF坐标系下的三个方向的位置、速度、钟差和钟漂:
上式中:
X——系统的状态向量;
xu——载体在ECEF坐标系中X轴方向的位置;
vux——载体在ECEF坐标系中X轴方向的速度;
yu——载体在ECEF坐标系中Y轴方向的位置;
vuy——载体在ECEF坐标系中Y轴方向的速度;
zu——载体在ECEF坐标系中Z轴方向的位置;
vuz——载体在ECEF坐标系中Z轴方向的速度;
ctu——系统钟差;
状态噪声方差和量测噪声方差选用固定值,该固定值的选取方法是在用户设备定位后根据伪距误差量和伪距率的误差量统计后得到,将统计得到的量测噪声扩大至统计数值的3-4倍,防止量测噪声大导致算法发散。
所述步骤(4)中高动态运动模型的状态量的选取三个方向的位置、速度、加速度、钟差和钟漂:
上式中:
X——系统的状态向量;
xu——载体在ECEF坐标系中X轴方向的位置;
vux——载体在ECEF坐标系中X轴方向的速度;
aux——载体在ECEF坐标系中X轴方向的加速度;
yu——载体在ECEF坐标系中Y轴方向的位置;
vuy——载体在ECEF坐标系中Y轴方向的速度;
auy——载体在ECEF坐标系中Y轴方向的加速度;
zu——载体在ECEF坐标系中Z轴方向的位置;
vuz——载体在ECEF坐标系中Z轴方向的速度;
auz——载体在ECEF坐标系中Z轴方向的加速度;
ctu——系统钟差;
状态噪声方差和量测噪声方差进行实时的调整时,要使用惯性导航的辅助位置,根据惯性导航的位置和当前卫星位置算出该卫星的伪距,与当前接收机观测的伪距作差再开方后扩大2-3倍,得到量测噪声方差中位置分量,速度分量与位置类似,使用惯性导航的辅助速度,根据惯性导航的速度和当前卫星速度算出该卫星的伪距,与当前接收机观测的伪距率作差再开方后扩大2-3倍,得到量测噪声方差中速度分量。
本发明与现有技术相比的优点在于:
(1)本发明采用针对低动态(汽车、轮船等)用户和高动态(动车、飞机、导弹)用户建立不同的状态方程模型和量测方程。优化状态方程中的用户模型和量测方程噪声系数,使EKF算法克服最小二乘在不同时刻之间定位不互相关联这一缺点,并且在卫星信号阻塞情况下的实现导航解算。该持续导航方法针对低动态用户和高动态用户分别使用不同方法来实时调整状态方程噪声方差和量测方程噪声方差的大小,低动态通过减少状态方程噪声方差阵Wu(k-1)会使滤波结果中状态方程的更新量所占权重增加,有效地减少卫星信号阻塞情况下卫星量测数据不足导致的量测误差相对增加的而导致定位精度变差的影响,提供持续的定位。高动态用户采用惯导辅助的加速度信息后,可以降低Vk分量,从而使得量测方程的更新量所占权重增加,有效地减少卫星信号阻塞情况下状态方程误差估计不准导致的定位精度变差的影响,提供持续的定位。在卫星信号阻塞情况下,实时的调整状态方程噪声方差(给出符号)和量测方程噪声方差的大小,来改变状态增量的大小,从而充分利用运动模型的优点实现持续的导航定位;
(2)本发明的一种卫星信号阻塞情况下的持续导航算法即是使用EKF技术实现了信号阻塞情况下的持续定位,将用户在相邻时刻的位置状态联系起来,加上惯导辅助数据的使用,使定位结果更加平滑、准确,并且能适应高动态场景,提高了导航设备的稳定性和可靠性。
附图说明
图1为本发明卡尔曼滤波工作流程图;
图2为卫星信号阻塞情况下算法执行流程图。
具体实施方式
一种卫星信号阻塞情况下的持续导航方法,所述卫星信号阻塞是指可见卫星数会不足4颗,如图1所示,实现步骤如下:
(1)建立导航解算状态方程,选择用户三轴方向的位置、速度和加速度作为状态量并建立用户运动模型,同时将用户运动模型和时钟模型组合在一起并离散化作为状态方程;具体如下
①载体运动模型
利用Singer模型作为载体运动模型,设采样周期为T,离散化的载体运动模型为:
Xu(k)=Φu(k,k-1)Xu(k-1)+Wu(k-1) (公式1)
式中
又有:
(公式4)
以上公式中各量的物理意义如下:
Xu(k)——k时刻载体运动模型的状态向量,其分量包括载体三轴的位置、速度和加速度;
Φu(k,k-1)——载体运动模型从k-1时刻到k时刻的状态转移矩阵;
Wu(k-1)——k-1时刻的离散时间白噪声序列;
Φx(k,k-1)——载体运动模型从k-1时刻到k时刻X轴分量的状态转移矩阵;
Φy(k,k-1)——载体运动模型从k-1时刻到k时刻Y轴分量的状态转移矩阵;
Φz(k,k-1)——载体运动模型从k-1时刻到k时刻Z轴分量的状态转移矩阵;
Qu(k-1)——k-1时刻白噪声序列的均方差;
αx——载体在ECEF坐标系X轴方向的机动频率;
αy——载体在ECEF坐标系Y轴方向的机动频率;
αz——载体在ECEF坐标系Z轴方向的机动频率;
——载体在ECEF坐标系X轴方向的机动加速度方差;
Qx(k-1)——k-1时刻白噪声序列均方差与X轴状态有关的分量;
Qy(k-1)——k-1时刻白噪声序列均方差与Y轴状态有关的分量;
Qz(k-1)——k-1时刻白噪声序列均方差与Z轴状态有关的分量;
T——采样周期;
qij——矩阵Qx(k-1)第i行第j列的元素;
以上各式中,Φy(k,k-1)和Φz(k,k-1)与Φx(k,k-1)原理相同,在(公式3)中分别以αy和αz代替αx,即可得到Φy(k,k-1)和Φz(k,k-1)的计算公式。Qy(k-1)和Qz(k-1)与Qx(k-1)原理相同,在(公式5)~(公式11)中以αy、和αz、代替αx、即可得到Qy(k-1)、Qz(k-1)的计算公式。
②接收机时钟模型
接收机时钟模型建立如下:
Xc(k)=Φc(k,k-1)Xc(k-1)+Wc(k-1) (公式12)
式中
又有:
Q12=2h-1T+π2h-2T3 (公式16)
以上公式中各量的物理意义如下:
Xc(k)——k时刻接收机时钟模型的状态向量,其分量包括接收机的钟差和钟漂;
Φc(k,k-1)——接收机时钟模型从k-1时刻到k时刻的状态转移矩阵;
Wc(k-1)——k-1时刻的离散时间白噪声序列;
Qc(k-1)——k-1时刻接收机时钟模型的白噪声序列均方差;
hi——时钟模型参数,i取0、-1、-2;
Qij——矩阵Qc(k-1)第i行第j列的元素;
T——采样周期;
根据典型的石英钟标准,取h0=9.4×10-20,h-1=1.8×10-19,h-2=3.8×10-21。
(2)首先选择伪距和伪距率作为观测量,建立伪距方程和多普勒方程作为导航解算的量测方程;
建立扩展卡尔曼滤波观测方程:
Zk=HkXk+Vk (公式18)
上式中各量的物理含义如下:
Xk——状态向量;
Zk——观测向量;
Hk——观测矩阵;
Vk——观测噪声协方差矩阵;
设m为接收机观测到的卫星数目,(公式18)中:
Zk=[ρ1,ρ2,...ρm,D1,D2,...,Dm]T (公式19)
Jj=(xu-xj)(vux-vxj)+(yu-yj)(vuy-vyj)+(zu-zj)(vuz-vzj) (公式25)
上述各式中各量的物理含义如下:
Zk——观测向量;
Hk——观测矩阵;
H1——与伪距观测量有关的观测矩阵分量;
H2——与多普勒观测量有关的观测矩阵分量;
ρj——接收机测得的第j颗卫星的伪距观测量;
Dj——接收机测得的第j颗卫星的多普勒观测量;
Jj——卫星与接收机的相对速度与相对位置向量的点积;
rj——第j颗卫星相对于接收机的向径;
Vk为观测噪声序列,Rk为观测噪声协方差矩阵,
上式中各量的物理含义如下:
Rk——噪声协方差矩阵;
Vk——观测噪声矩阵;
(3)扩展卡尔曼滤波定位方程
根据上述的系统状态方程和观测方程,建立扩展卡尔曼滤波定位方程如下:
以上各式中各量的物理意义如下:
Φk,k-1——系统由k-1时刻到k时刻的状态转移矩阵;
Pk/k-1——k时刻系统状态变量先验估计误差的均方差矩阵;
Pk-1——k-1时刻系统状态变量后验估计误差的均方差矩阵;
Qk-1——k-1时刻的过程噪声协方差矩阵;
Γk-1——k-1时刻的噪声输入矩阵;
Kk——k时刻的滤波增益矩阵;
Hk——系统在k时刻的观测矩阵;
Rk——k时刻的观测噪声协方差矩阵;
Zk——k时刻的观测向量;
Xk——k时刻的状态向量;
Vk——k时刻的观测噪声协方差矩阵;
Pk——k时刻系统状态变量后验估计误差的均方差矩阵;
I——单位矩阵;
本发明首先是建立状态方程和量测方程用于EKF滤波,针对不同用户建立不同的用户模型和相对应的状态方程系数和量测方程噪声系数,针对高动态用户,使用惯导加速度信息辅助EKF滤波提高定位精度。
(1)卫星信号阻塞情况下处理
本发明在卫星阻塞情况下针对不同动态的用户使用不同的策略如图2提高定位精度。
低动态场景下:由于动态很小,机动频率和加速度信息都很小,用户运动模型使用位置速度(PV)模型,由于EKF算法中状态方程中的Wu(k-1)分量是随着为用户在ECEF坐标系三个坐标轴方向上的机动频率和机动加速度方差量变化的,由于低动态用户该变化量很小,减少状态方程噪声方差阵Wu(k-1)会使滤波结果中状态方程的更新量所占权重增加,有效地减少卫星信号阻塞情况下卫星量测数据不足导致的量测误差相对增加的而导致定位精度变差的影响,提供持续的定位。
高动态场景下:用户处于高动态场景下,用户运动模型使用位置、速度、加速度(PVA)模型,ECEF坐标系三个坐标轴方向上的机动频率和机动加速度方差量变化剧烈,导致状态方程中的误差增大影响定位精度甚至不能持续定位,此时采用惯导辅助的加速度信息后,可以降低Vk分量,从而使得量测方程的更新量所占权重增加,有效地减少卫星信号阻塞情况下状态方程误差估计不准导致的定位精度变差的影响,提供持续的定位。
本发明未详细阐述部分属于本领域公知技术。
Claims (3)
1.一种卫星信号阻塞情况下的持续导航方法,所述卫星信号阻塞是指可见卫星数会不足4颗,其特征在于实现步骤
如下:
(1)建立导航解算状态方程,选择用户三轴方向的位置、速度和加速度作为状态量并建立用户运动模型,同时将用户运动模型和时钟模型组合在一起并离散化作为状态方程;
Xk=Φk,k-1Xk-1+Wk-1 (1)
式中
上式中各量的物理含义如下:
xu——载体在ECEF坐标系中X轴方向的位置;
vux——载体在ECEF坐标系中X轴方向的速度;
aux——载体在ECEF坐标系中X轴方向的加速度;
yu——载体在ECEF坐标系中Y轴方向的位置;
vuy——载体在ECEF坐标系中Y轴方向的速度;
auy——载体在ECEF坐标系中Y轴方向的加速度;
zu——载体在ECEF坐标系中Z轴方向的位置;
vuz——载体在ECEF坐标系中Z轴方向的速度;
auz——载体在ECEF坐标系中Z轴方向的加速度;
ctu——系统钟差;
Φk,k-1——状态转移矩阵,表征系统状态由k-1时刻向k时刻状态转移的情况。状态转移矩阵Φk,k-1由运动模型状态转移矩阵Φu(k,k-1)和时钟模型转移矩阵Φc(k,k-1)组成;
Φu(k,k-1)——运动模型状态转移矩阵,表征在状态转移过程中与系统运动模型相关的分量;
Φc(k,k-1)——时钟模型转移矩阵,表征在状态转移过程中与系统时钟模型相关的分量;
Wk-1——白噪声序列,表征在k-1时刻系统的过程噪声。白噪声序列Wk-1由位置白噪声序列Wu(k-1)和时钟白噪声序列Wc(k-1)组成;
Wu(k-1)——位置白噪声序列;
Wc(k-1)——时钟白噪声序列;
Qk-1——白噪声序列的均方差;
(2)选择伪距和伪距率作为观测量,建立伪距方程和多普勒方程作为导航解算的量测方程;
伪距方程和多普勒方程分别表示如下:
上式中各量的物理含义如下:
ρj——接收机测得的第j颗卫星的伪距观测量;
Dj——接收机测得的第j颗卫星的多普勒观测量;
xj——第j颗卫星在ECEF坐标系中X轴方向的位置;
yj——第j颗卫星在ECEF坐标系中Y轴方向的位置;
zj——第j颗卫星在ECEF坐标系中Z轴方向的位置;
vxj——第j颗卫星在ECEF坐标系中X轴方向的速度;
vyj——第j颗卫星在ECEF坐标系中Y轴方向的速度;
vzj——第j颗卫星在ECEF坐标系中Z轴方向的速度;
xu——接收机在ECEF坐标系中X轴方向的位置;
yu——接收机在ECEF坐标系中Y轴方向的位置;
zu——接收机在ECEF坐标系中Z轴方向的位置;
vux——接收机在ECEF坐标系中X轴方向的速度;
vuy——接收机在ECEF坐标系中Y轴方向的速度;
vuz——接收机在ECEF坐标系中Z轴方向的速度;
ctu——接收机的钟差;
然后,根据公式(5)、(6)建立量测方程:
Zk=HkXk+Vk (7)
上式中各量的物理含义如下:
Xk——状态向量;
Zk——观测向量;
Hk——观测矩阵;
Vk——观测噪声协方差矩阵;
设m为接收机观测到的卫星数目,则有:
Zk=[ρ1,ρ2,…ρm,D1,D2,…,Dm]T (8)
上述各式中各量的物理含义如下:
Zk——观测向量;
Hk——观测矩阵;
H1——与伪距观测量有关的观测矩阵分量;
H2——与多普勒观测量有关的观测矩阵分量;
——观测量Dj对状态变量zu的偏导数,反映了系统测量值Dj和系统状态zu之间的关系;
——观测量Dj对状态变量vux的偏导数,反映了系统测量值Dj和系统状态vux之间的关系;
ρj——接收机测得的第j颗卫星的伪距观测量;
Dj——接收机测得的第j颗卫星的多普勒观测量;
Jj——卫星与接收机的相对速度与相对位置向量的点积;
rj——第j颗卫星相对于接收机的向径;
(3)实现滤波计算回路和增益计算回路
根据步骤(1)和步骤(2)中建立的状态方程和量测方程,将状态初始量输入状态方程实现状态一步预测,通过均方误差阵一步预测和滤波增益方程实现增益矩阵K的更新,增益矩阵K代入量测方程得到状态增量;状态的一步预测加上状态增量作为下一次状态一步预测的输入即实现了滤波计算回路;根据增益矩阵K计算新的均方误差矩阵P作为下一次均方误差一步预测的输入即实现了增益计算回路;
(4)根据步骤(3)中滤波计算回路和增益计算回路中的状态方程选取运动模型,在低动态用户时,选取位置和速度模型作为运动模型,所述低动态用户是指汽车、轮船及地面手持设备;在高动态用户时,选取位置、速度和加速度模型,所述高动态用户是指导弹、飞机及卫星,所述加速度模型中的加速度信息使用惯性导航提供;
(5)将上述步骤中建立的状态方程、量测方程、滤波计算回路执行流程、增益计算回路执行流程以及不同动态用户模型的选取,得到完整的扩展卡尔曼滤波方程,用于实现卫星阻塞情况下用户的持续导航算法;其中扩展卡尔曼滤波方程如下:
Zk=HkXk+Vk+yk (12)
上式中各量的物理含义如下:
Φk,k-1——系统由k-1时刻到k时刻的状态转移矩阵;
Pk/k-1——k时刻系统状态变量先验估计误差的均方差矩阵;
Pk-1——k-1时刻系统状态变量后验估计误差的均方差矩阵;
Qk-1——k-1时刻的过程噪声协方差矩阵;
Γk-1——k-1时刻的噪声输入矩阵;
Kk——k时刻的滤波增益矩阵;
Hk——系统在k时刻的观测矩阵;
Rk——k时刻的观测噪声协方差矩阵;
Zk——k时刻的观测向量;
Xk——k时刻的状态向量;
Vk——k时刻的观测噪声协方差矩阵;
Pk——k时刻系统状态变量后验估计误差的均方差矩阵;
I——单位矩阵。
2.根据权利要求1所述的一种卫星信号阻塞情况下的持续导航方法,其特征在于:所述步骤(4)中低动态时的运动模型的状态量的选取ECEF坐标系下的三个方向的位置、速度、钟差和钟漂:
上式中:
X——系统的状态向量;
xu——载体在ECEF坐标系中X轴方向的位置;
vux——载体在ECEF坐标系中X轴方向的速度;
yu——载体在ECEF坐标系中Y轴方向的位置;
vuy——载体在ECEF坐标系中Y轴方向的速度;
zu——载体在ECEF坐标系中Z轴方向的位置;
vuz——载体在ECEF坐标系中Z轴方向的速度;
ctu——系统钟差;
状态噪声方差和量测噪声方差选用固定值,该固定值的选取方法是在用户设备定位后根据伪距误差量和伪距率的误差量统计后得到,将统计得到的量测噪声扩大至统计数值的3-4倍,防止量测噪声大导致算法发散。
3.根据权利要求1所述的一种卫星信号阻塞情况下的持续导航方法,其特征在于:所述步骤(4)中高动态运动模型的状态量的选取三个方向的位置、速度、加速度、钟差和钟漂:
上式中:
X——系统的状态向量;
xu——载体在ECEF坐标系中X轴方向的位置;
vux——载体在ECEF坐标系中X轴方向的速度;
aux——载体在ECEF坐标系中X轴方向的加速度;
yu——载体在ECEF坐标系中Y轴方向的位置;
vuy——载体在ECEF坐标系中Y轴方向的速度;
auy——载体在ECEF坐标系中Y轴方向的加速度;
zu——载体在ECEF坐标系中Z轴方向的位置;
vuz——载体在ECEF坐标系中Z轴方向的速度;
auz——载体在ECEF坐标系中Z轴方向的加速度;
ctu——系统钟差;
状态噪声方差和量测噪声方差进行实时的调整时,要使用惯性导航的辅助位置,根据惯性导航的位置和当前卫星位置算出该卫星的伪距,与当前接收机观测的伪距作差再开方后扩大2-3倍,得到量测噪声方差中位置分量。速度分量与位置类似,使用惯性导航的辅助速度,根据惯性导航的速度和当前卫星速度算出该卫星的伪距率,与当前接收机观测的伪距率作差再开方后扩大2-3倍,得到量测噪声方差中速度分量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310632105.4A CN103675880B (zh) | 2013-11-29 | 2013-11-29 | 一种卫星信号阻塞情况下的持续导航方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310632105.4A CN103675880B (zh) | 2013-11-29 | 2013-11-29 | 一种卫星信号阻塞情况下的持续导航方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103675880A true CN103675880A (zh) | 2014-03-26 |
CN103675880B CN103675880B (zh) | 2016-01-13 |
Family
ID=50314001
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310632105.4A Active CN103675880B (zh) | 2013-11-29 | 2013-11-29 | 一种卫星信号阻塞情况下的持续导航方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103675880B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106379559A (zh) * | 2016-09-29 | 2017-02-08 | 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 |
CN107729585A (zh) * | 2016-08-12 | 2018-02-23 | 贵州火星探索科技有限公司 | 一种对无人机的噪声协方差进行估算的方法 |
CN111256691A (zh) * | 2020-02-17 | 2020-06-09 | 苏州芯智谷智能科技有限公司 | 基于gnss/mems惯性组合芯片的组网硬件时间基准建立方法 |
CN111595331A (zh) * | 2019-12-10 | 2020-08-28 | 上海航天控制技术研究所 | 时钟模型辅助的惯性/卫星/相对测距信息组合导航方法 |
CN118274828A (zh) * | 2024-06-03 | 2024-07-02 | 西安现代控制技术研究所 | 一种多特征融合的远程制导火箭弹末段组合导航切换方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110156954A1 (en) * | 2009-12-29 | 2011-06-30 | Texas Instruments Incorporated | Position and Velocity Uncertainty Metrics in GNSS Receivers |
CN103278837A (zh) * | 2013-05-17 | 2013-09-04 | 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 |
CN103389506A (zh) * | 2013-07-24 | 2013-11-13 | 哈尔滨工程大学 | 一种用于捷联惯性/北斗卫星组合导航系统的自适应滤波方法 |
-
2013
- 2013-11-29 CN CN201310632105.4A patent/CN103675880B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110156954A1 (en) * | 2009-12-29 | 2011-06-30 | Texas Instruments Incorporated | Position and Velocity Uncertainty Metrics in GNSS Receivers |
CN103278837A (zh) * | 2013-05-17 | 2013-09-04 | 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 |
CN103389506A (zh) * | 2013-07-24 | 2013-11-13 | 哈尔滨工程大学 | 一种用于捷联惯性/北斗卫星组合导航系统的自适应滤波方法 |
Non-Patent Citations (2)
Title |
---|
王忠等: "高动态GPS/INS组合导航算法研究", 《系统工程与电子技术》 * |
王新龙等: "基于矢量跟踪的SINS/GPS深组合导航方法", 《中国惯性技术学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107729585A (zh) * | 2016-08-12 | 2018-02-23 | 贵州火星探索科技有限公司 | 一种对无人机的噪声协方差进行估算的方法 |
CN107729585B (zh) * | 2016-08-12 | 2020-08-28 | 贵州火星探索科技有限公司 | 一种对无人机的噪声协方差进行估算的方法 |
CN106379559A (zh) * | 2016-09-29 | 2017-02-08 | 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 |
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 |
CN111595331A (zh) * | 2019-12-10 | 2020-08-28 | 上海航天控制技术研究所 | 时钟模型辅助的惯性/卫星/相对测距信息组合导航方法 |
CN111256691A (zh) * | 2020-02-17 | 2020-06-09 | 苏州芯智谷智能科技有限公司 | 基于gnss/mems惯性组合芯片的组网硬件时间基准建立方法 |
CN118274828A (zh) * | 2024-06-03 | 2024-07-02 | 西安现代控制技术研究所 | 一种多特征融合的远程制导火箭弹末段组合导航切换方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103675880B (zh) | 2016-01-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10877059B2 (en) | Positioning apparatus comprising an inertial sensor and inertial sensor temperature compensation method | |
US20220404152A1 (en) | Motion constraint-aided underwater integrated navigation method employing improved sage-husa adaptive filtering | |
CN102928858B (zh) | 基于改进扩展卡尔曼滤波的gnss单点动态定位方法 | |
CN106291645A (zh) | 适于高维gnss/ins深耦合的容积卡尔曼滤波方法 | |
EP2555017B1 (en) | Vehicle navigation on the basis of satellite positioning data and vehicle sensor data | |
CN103675880B (zh) | 一种卫星信号阻塞情况下的持续导航方法 | |
CN101920762B (zh) | 一种基于噪声矩阵实时修正的船舶动力定位方法 | |
CN102819029B (zh) | 一种超紧组合卫星导航接收机 | |
CN103063212B (zh) | 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 | |
CN104777498B (zh) | 一种基于卡尔曼滤波的gnss单点定位的方法及装置 | |
CN103033186A (zh) | 一种用于水下滑翔器的高精度组合导航定位方法 | |
CN104062672A (zh) | 基于强跟踪自适应Kalman滤波的SINSGPS组合导航方法 | |
CN103557864A (zh) | Mems捷联惯导自适应sckf滤波的初始对准方法 | |
CN105136145A (zh) | 一种基于卡尔曼滤波的四旋翼无人机姿态数据融合的方法 | |
CN103822633A (zh) | 一种基于二阶量测更新的低成本姿态估计方法 | |
RU2380656C1 (ru) | Комплексированная бесплатформенная инерциально-спутниковая система навигации на "грубых" чувствительных элементах | |
CN110779518A (zh) | 一种具有全局收敛性的水下航行器单信标定位方法 | |
CN105424036A (zh) | 一种低成本水下潜器地形辅助惯性组合导航定位方法 | |
CN103712598B (zh) | 一种小型无人机姿态确定方法 | |
CN106441291B (zh) | 一种基于强跟踪sdre滤波的组合导航系统及导航方法 | |
CN103604430A (zh) | 一种基于边缘化ckf重力辅助导航的方法 | |
EP2330382A2 (en) | Method and system for latitude adaptive navigation quality estimation | |
CN110779519A (zh) | 一种具有全局收敛性的水下航行器单信标定位方法 | |
CN108508463B (zh) | 基于Fourier-Hermite正交多项式扩展椭球集员滤波方法 | |
CN101929862A (zh) | 基于卡尔曼滤波的惯性导航系统初始姿态确定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |