CN104459747A

CN104459747A - 一种gnss/ins组合导航方法及系统

Info

Publication number: CN104459747A
Application number: CN201410806448.2A
Authority: CN
Inventors: 欧春湘; 陈智; 陆伟宁; 范以恩
Original assignee: Beijing Near Space Airship Technology Development Co Ltd
Current assignee: Beijing Near Space Airship Technology Development Co Ltd
Priority date: 2014-12-19
Filing date: 2014-12-19
Publication date: 2015-03-25

Abstract

本发明提供了一种GNSS/INS组合导航方法，包括：利用GNSS接收机接收t_k时刻导航卫星的导航电文；计算GNSS接收机t_k时刻的伪距值和多普勒频移值的测量残余；将t_k时刻伪距值和多普勒频移值的测量残余输入卡尔曼滤波器，获得t_k时刻GNSS接收机状态修正值ΔX_k；计算t_k时刻GNSS接收机的最优状态估计值X_k；计算t_k时刻INS传感器的状态估计值获得t_k时刻INS传感器的状态残余值将t_k时刻INS传感器的状态残余值输入卡尔曼滤波器，得到t_k时刻INS传感器的状态修正值ΔY_k；计算t_k时刻INS传感器的最优状态估计值Y_k；输出t_k时刻目标的状态估计值。

Description

一种GNSS/INS组合导航方法及系统

技术领域

本发明涉及卫星导航和惯性导航领域，尤其涉及一种GNSS/INS组合导航方法及系统。

背景技术

组合导航技术是指使用两种或两种以上的不同导航系统(或设备)对同一目标进行测量，利用不同导航设备性能上的互补特性，从这些测量值的比较值中提取各系统的误差并进行校正，以提高整个导航系统性能的方法和手段。因此组合导航具有更高的导航性能。

全球卫星导航系统(GNSS：Global Navigation Satellite System)具有全天候、不受外界环境干扰的优点，长期定位精度较高，但是短期内定位精度低。惯性导航系统(INS：Inertial Navigation System)是一种自主式导航系统，可以连续提供多种导航信息，短时间内定位精度较高，然而定位误差随时间积累，长时间定位精度较差。因此将GNSS和INS组合起来构成组合导航系统GNSS/INS能够取各子系统之长，是一种理想的组合导航系统。

目前卡尔曼滤波是实现组合导航的主要方法。它在两个导航系统输出信息的基础上，通过滤波算法去估计系统的各种误差，再利用误差状态的估值去校正系统，达到组合导航的目的。

根据GNSS和INS结合层面的不同分为松组合、紧组合和深耦合。松组合是一种低水平的组合，GNSS和INS仍独立工作，用GNSS辅助INS。紧组合是指GNSS和INS在伪距、载波相位和多普勒频移等测距领域内进行的组合。深耦合是将INS的惯导传感器测量值反馈给GNSS卫星接收机的信号跟踪环路，从而帮助接收机更好地跟踪卫星信号的载波相位(或频率)和码相位的定位方式。

松组合的GNSS/INS系统具有结构简单，定位精度不高的特点。

发明内容

本发明的目的在于在相同定位精度的前提下，提出了一种松组合的GNSS/INS导航定位系统，此系统具有低成本的特点，能够满足对性能指标要求不高的用户需求。

为了实现上述目的，本发明提供了一种GNSS/INS组合导航方法，包括：

步骤1)利用GNSS接收机接收t_k时刻导航卫星的导航电文；

步骤2)计算GNSS接收机t_k时刻的伪距值和多普勒频移值的测量残余；

步骤3)将t_k时刻伪距值和多普勒频移值的测量残余输入卡尔曼滤波器，获得t_k时刻GNSS接收机状态修正值ΔX_k；

步骤4)计算t_k时刻GNSS接收机的最优状态估计值X_k；

步骤5)计算t_k时刻INS传感器的状态估计值

步骤6)获得t_k时刻INS传感器的状态残余值

Δ {\overset{&OverBar;}{Y}}_{k} = {\overset{&OverBar;}{Y}}_{k} - X_{k};

步骤7)将t_k时刻INS传感器的状态残余值输入卡尔曼滤波器，得到t_k时刻INS传感器的状态修正值ΔY_k；

步骤8)计算t_k时刻INS传感器的最优状态估计值Y_k：

Y_{k} = {\overset{&OverBar;}{Y}}_{k} + {ΔY}_{k};

步骤9)输出t_k时刻目标的状态估计值；

所述t_k时刻目标的状态估计值为t_k时刻INS传感器的最优状态估计值Y_k。

上述技术方案中，所述步骤2)进一步包括：

步骤201)在t_k时刻，利用t_k-1时刻GNSS接收机的最优状态估计值X_k-1预测t_k时刻GNSS接收机的状态预测值

{\tilde{X}}_{k} = {AX}_{k - 1} + w_{k - 1}

其中，X_k-1＝[x1_k-1,y1_k-1,z1_k-1,vx1_k-1,vy1_k-1,vz1_k-1]^T表示GNSS接收机t_k-1时刻

位置和速度；w_k-1为过程噪声；A为状态转移矩阵：

A = [\begin{matrix} I_{3 \times 3} & {TsI}_{3 \times 3} \\ 0 & I_{3 \times 3} \end{matrix}]

其中，Ts＝t_k-t_k-1，I_3×3为3×3阶的单位矩阵；

步骤202)根据导航电文计算t_k时刻卫星位置和速度；

步骤203)根据t_k时刻GNSS接收机的状态预测值和t_k时刻卫星位置和速度，计算GNSS接收机与各颗卫星之间的伪距预测值和预测多普勒频移预测值；

步骤204)将GNSS接收机t_k时刻接收的伪距值和多普勒频移值与伪距预测值和多普勒频移预测值做差形成测量残余。

上述技术方案中，所述步骤4)进一步包括：

X_{k} = {\tilde{X}}_{k} + {ΔX}_{k} .

此外，本发明还提供了一种GNSS/INS组合导航的系统，包括：

GNSS接收模块：用于利用GNSS接收机接收t_k时刻导航卫星发送的导航电文；

GNSS处理模块：用于计算t_k时刻GNSS接收机的伪距值和多普勒频移值的测量残余；

卡尔曼滤波器模块：通过时分复用完成两个功能，一个功能是计算t_k时刻GNSS接收机状态估计修正值；另一个功能是计算INS传感器的状态修正值；本模块在硬件上用一个卡尔曼滤波器实现；

GNSS计算模块；用于计算t_k时刻GNSS接收机的最优状态估计值；

INS计算模块：用于利用INS传感器计算t_k时刻INS传感器的状态估计值；本模块在硬件上采用捷联式INS惯导传感器；

INS处理模块；用于获得INS传感器的状态残余值；

INS优化模块：用于计算INS传感器的最优状态估计值；

输出模块：用于输出t_k时刻目标的状态估计值。

本发明的优点在于：

1、本发明的系统采用的卡尔曼滤波模块，其滤波器的增益矩阵与观测值无关，从而减少了实时在线计算量，降低了GNSS/INS组合导航系统的硬件资源配置，降低了系统的成本；

2、本发明的系统将两个子系统的定位结果差异反馈给INS子系统，实时地对INS传感器进行偏差校正，提高了INS定位的精度。因此在满足定位精度需求的前提下，INS接收模块可以采用成本更低的INS传感器；

3、本发明的系统采用了时分复用技术两次使用一个卡尔曼滤波模块，分别实现两个功能：计算GNSS接收机的状态修正值、计算INS传感器的状态修正值，这样可以减少硬件资源配置，降低了成本。

附图说明

图1为本发明的GNSS/INS组合导航方法的流程图。

具体实施方式

以下结合附图与具体实施例对本发明做进一步详细说明。

在本文中，GNSS接收机的状态值，INS传感器的状态值都是目标的状态值；状态值为一个向量，包括目标三个方向的位置和速度，用[x,y,z,vx,vy,vz]^T表示。

如图1所示，本发明提供了一种GNSS/INS组合导航方法，所述方法包括：

步骤1)利用GNSS接收机接收t_k时刻导航卫星的导航电文；

步骤2)计算GNSS接收机t_k时刻的伪距值和多普勒频移值的测量残余；包括：

{\tilde{X}}_{k} = {AX}_{k - 1} + w_{k - 1} - - - (1)

其中，X_k-1＝[x1_k-1,y1_k-1,z1_k-1,vx1_k-1,vy1_k-1,vz1_k-1]^T表示GNSS接收机t_k-1时刻位置和速度，w_k-1为过程噪声，A为状态转移矩阵：

A = [\begin{matrix} I_{3 \times 3} & {TsI}_{3 \times 3} \\ 0 & I_{3 \times 3} \end{matrix}]

其中，Ts＝t_k-t_k-1，I_3×3为3×3阶的单位矩阵；

步骤202)根据导航电文计算t_k时刻卫星位置和速度；

步骤204)将GNSS接收机t_k时刻接收的伪距值和多普勒频移值与伪距预测值和多普勒频移预测值做差形成测量残余；

步骤4)计算t_k时刻GNSS接收机的最优状态估计值X_k；

X_{k} = {\tilde{X}}_{k} + {ΔX}_{k} - - - (2)

步骤5)计算t_k时刻INS传感器的状态估计值；

t_k时刻INS传感器的状态估计值表示为

{\overset{&OverBar;}{Y}}_{k} = {[{x 2}_{k}, {y 2}_{k}, {z 2}_{k}, {vx 2}_{k}, {vy 2}_{k}, {vz 2}_{k}]}^{T}

步骤6)获得t_k时刻INS传感器的状态残余值

Δ {\overset{&OverBar;}{Y}}_{k} = {\overset{&OverBar;}{Y}}_{k} - X_{k} - - - (3)

步骤8)计算t_k时刻INS传感器的最优状态估计值Y_k：

Y_{k} = {\overset{&OverBar;}{Y}}_{k} + {ΔY}_{k} - - - (4)

步骤9)输出t_k时刻目标的状态估计值；

此外，本发明还提供了一种GNSS/INS组合导航的系统，包括：

卡尔曼滤波器模块：通过时分复用完成两个功能，一个功能是计算t_k时刻GNSS接收机状态估计修正值；另一个功能是计算INS传感器的状态修正值；本模块在硬件上可用一个卡尔曼滤波器实现；

GNSS计算模块；用于计算t_k时刻GNSS接收机的最优状态估计值X_k；

INS计算模块：用于利用INS传感器计算t_k时刻INS传感器的状态估计值；本模块在硬件上可采用捷联式INS惯导传感器；

INS处理模块；将t_k时刻INS传感器的状态估计值与t_k时刻GNSS接收机的最优状态估计值做差，获得INS传感器的状态残余值；

INS输出模块：用于计算INS传感器的最优状态估计值。

Claims

1.一种GNSS/INS组合导航方法，包括：

步骤1)利用GNSS接收机接收t_k时刻导航卫星的导航电文；

步骤4)计算t_k时刻GNSS接收机的最优状态估计值X_k；

步骤5)计算t_k时刻INS传感器的状态估计值

步骤6)获得t_k时刻INS传感器的状态残余值

Δ {\overset{&OverBar;}{Y}}_{k} = {\overset{&OverBar;}{Y}}_{k} - X_{k};

步骤8)计算t_k时刻INS传感器的最优状态估计值Y_k：

Y_{k} = {\overset{&OverBar;}{Y}}_{k} + Δ Y_{k};

步骤9)输出t_k时刻目标的状态估计值；

2.根据权利要求1所述的GNSS/INS组合导航方法，其特征在于，所述步骤2)进一步包括：

{\tilde{X}}_{k} = A X_{k - 1} + w_{k - 1}

其中，X_k-1＝[x1_k-1,y1_k-1,z1_k-1,vx1_k-1,vy1_k-1,vz1_k-1]^T表示GNSS接收机t_k-1时刻位置和速度；w_k-1为过程噪声；A为状态转移矩阵：

A = [\begin{matrix} I_{3 \times 3} & {TsI}_{3 \times 3} \\ 0 & I_{3 \times 3} \end{matrix}]

其中，Ts＝t_k-t_k-1，I_3×3为3×3阶的单位矩阵；

步骤202)根据导航电文计算t_k时刻卫星位置和速度；

3.根据权利要求2所述的GNSS/INS组合导航方法，其特征在于，所述步骤4)进一步包括：

X_{k} = {\tilde{X}}_{k} + Δ X_{k} .

4.一种GNSS/INS组合导航的系统，其特征在于，所述系统包括：

INS处理模块；用于获得INS传感器的状态残余值；

INS优化模块：用于计算INS传感器的最优状态估计值；

输出模块：用于输出t_k时刻目标的状态估计值。