CN105241456A - 巡飞弹高精度组合导航方法 - Google Patents

Abstract

本发明提供一种巡飞弹高精度组合导航方法，利用捷联惯导解算的信息进行捷联惯导位置增量的计算，将得到的位置增量在卫星的视线方向进行投影，得到预测的载波相位时间差分观测量；利用导航卫星系统GNSS接收机解算得到载波相位时间-星间差分与捷联惯导SINS预测的载波相位时间差分通过卡尔曼滤波器进行数据融合，得到组合导航估计后的误差值；利用所得组合导航估计后的误差值，对捷联惯导SINS的组合导航解和惯性传感器进行误差校正，得到下一历元的组合导航解。该方法在中短时间内可以为巡飞弹提供一个米级的定位精度和毫米每秒量级的速度精度。这种方法计算简单，避免了解算模糊度，可以实现导航系统的实时性，实用性较强。

Description

巡飞弹高精度组合导航方法

技术领域

本发明涉及一种巡飞弹高精度组合导航方法。

背景技术

巡飞弹是弹药技术与无人机技术相结合的产物，能在目标区上方巡逻飞行，可以执行多种作战任务的弹药，是未来精确制导武器的一个发展方向。随着巡飞弹作战距离变大、数量增多，对制导系统的精度和成本也提出了更高的要求。具有低成本、小体积、高过载等优点的微机电系统(MEMS)与全球导航卫星系统(GNSS)组合，形成优势互补的导航系统，能够以相对低廉的成本获得较高的导航精度，实现常规弹药制导化。

现有的武器系统研究大都是采用精度较高的导航设备，且大部分是采用较为传统的松组合(Loosely-coupled)方法实现，受限于组合导航的方法，很难实现低成本高精度制导化。对于民用平台的自主导航方法已比较成熟，不少学者对此进行了相关论证和试验。基于伪距的紧组合(Tightly-coupled)导航方法受观测噪声的影响，导航定位的精度相对还是较低；基于载波相位的紧组合导航方法定位精度高，但是模糊度固定繁琐，实时性差，很难满足连续、可靠和高精度的导航要求；目前，超紧组合(Ultra-tightly-coupled)导航方法还局限于理论的技术研究，而距离工程上的应用还有一系列问题亟待解决。因此，研制低成本、高精度、实时性强的巡飞弹导航系统技术非常关键。

发明内容

针对巡飞弹导航系统对低成本、高精度和实时性的需求，本发明的目的是提供一种巡飞弹高精度组合导航方法，适用于中短飞行时间巡飞弹的低成本、高精度测速和定位的组合导航方法。

本发明的技术解决方案是：

一种巡飞弹高精度组合导航方法，包括以下步骤：

S1、利用捷联惯导解算的信息进行捷联惯导位置增量的计算，将得到的位置增量在卫星的视线方向进行投影，得到预测的载波相位时间差分观测量；

S2、利用导航卫星系统GNSS接收机解算得到载波相位时间-星间差分与捷联惯导SINS预测的载波相位时间差分通过卡尔曼滤波器进行数据融合，得到组合导航估计后的误差值；

S3、利用所得组合导航估计后的误差值，对捷联惯导SINS的组合导航解和惯性传感器误差进行校正，得到下一历元的组合导航解。

进一步地，步骤S2中，卡尔曼滤波器进行组合导航滤波算法，采用卡尔曼滤波模型如下：

状态方程为： $\stackrel{\·}{x}\left(t\right)=F\left(t\right)x\left(t\right)+G\left(t\right)w\left(t\right)---\left(5\right)$

式(5)中，x(t)表示系统状态矢量，F(t)表示状态转移矩阵，G(t)表示噪声输入矩阵，w(t)表示系统的过程噪声矢量；

量测方程为：z(t)＝H(t)x(t)+v(t)(20)

式中，z(t)表示观测向量_，H(t)表示观测矩阵，x(t)表示系统状态矢量，v(t)表示观测噪声向量。

进一步地，步骤S2中，卡尔曼滤波模型的量测方程具体为：

式(19)中，左边由SINS预测的载波相位时间差分和GNSS解算的载波相位时间差分之间作差得到，右边x(t_k)为系统方程中的系统状态，是卡尔曼滤波的待估计量。

进一步地，卡尔曼滤波模型的量测方程是根据标量函数的扰动定律对卫星i和j载波相位的双差观测方程的左右两边施加扰动得到的。

进一步地，卫星i和j载波相位的双差观测方程是由e系下的卫星i和j载波相位的双差观测方程投影到n系下得到的。

进一步地，e系下的卫星i和j载波相位的双差观测方程是对载波相位的时间差分测量值作星间差分得到的，e系下的卫星i和j载波相位的双差观测方程为：

式(12)即为时间-星间差的双差载波相位观测方程，其中左侧由前后历元的载波相位观测值得到，右侧为待求估计参数和误差项。

进一步地，e系下的卫星i和j载波相位的双差观测方程是对载波相位的时间差分观测方程作星间差分得到的，载波相位的时间差分观测方程为：

式(11)中，方程右侧有四个未知量，位置增量Δu＝[δx_u，kδy_u，kδz_u，k]和接收机钟差cdt_u。

进一步地，载波相位的时间差分观测方程是通过对载波相位的观测方程进行相邻时刻的观测量的差得到的，载波相位的观测方程为：

$\mathrm{\λ}\mathrm{\Φ}=r-I+T+c(d_{t_u}-d_{t_s})+\mathrm{\λ}N+\mathrm{\ϵ}---\left(6\right)$

式(6)中，Φ为载波相位观测量，r为接收机到卫星的几何距离，I，T为电离层和对流层误差，c为光速，和分别为接收机钟差和卫星钟差，λ为载波波长，N为模糊度，ε为观测噪声。

进一步地，在解算过程中，对出现周跳的现象，作为粗差通过RAIM算法进行检测和排除。

本发明的有益效果是：该种巡飞弹高精度组合导航方法，利用载波相位的时间-星间差分观测值建立观测模型，避免求解整周模糊度，降低了状态向量维数，减小系统运算复杂度，从而达到低成本、高精度组合导航系统。该种巡飞弹高精度组合导航方法，在中短时间内可以提供一个米级的定位精度和毫米每秒量级的速度精度。这种方法计算简单，避免了解算模糊度，可以实现导航系统的实时性，实用性较强。

附图说明

图1是本发明实施例巡飞弹高精度组合导航方法的说明示意图。

图2是实施例中相邻历元卫星和天线的矢量关系的说明示意图。

图3是巡飞弹蛇形巡飞路线的示意图。

图4是伪距/捷联惯导紧组合导航算法(PR/SINS)的速度误差曲线示意图。

图5是时间差分载波相位/捷联惯导紧组合导航算法(TDCP/SINS)的速度误差曲线示意图。

图6是伪距/捷联惯导紧组合导航算法(PR/SINS)和时间差分载波相位/捷联惯导紧组合导航算法(TDCP/SINS)两种方法位置误差曲线比较的示意图。

图7是载机在GoogleEarth中显示的平面运动轨迹图。

图8是经纬高坐标下飞机飞行的三维飞行运动轨迹图。

图9是东北天方向上的速度曲线图。

图10是飞行过程中滚转角、俯仰角和航向角曲线示意图。

图11是伪距/捷联惯导紧组合导航算法(PR/SINS)的位置误差曲线示意图。

图12是时间差分载波相位/捷联惯导紧组合导航算法(TDCP/SINS)的位置误差曲线示意图。

图13是伪距/捷联惯导紧组合导航算法(PR/SINS)的速度误差曲线示意图。

图14是时间差分载波相位/捷联惯导紧组合导航算法(TDCP/SINS)的速度误差曲线示意图。

具体实施方式

下面结合附图详细说明本发明的优选实施例。

实施例

实施例提出了一种时间-星间差分载波相位在GPS/SINS紧组合导航的应用方法。首先给出了15状态的GPS/SINS紧组合导航详细的动力学模型，然后推导了以载波相位时间-星间双差观测量的观测数学模型，利用卡尔曼滤波器进行数据融合。并利用仿真和机载实测数据验证了新算法的有效性。结果表明：与传统的伪距紧组合导航算法相比，时间-星间差分载波相位方法可以为中短航时的巡飞弹导航系统提供一个米级的定位精度和毫米/秒量级的速度精度。

一种巡飞弹高精度组合导航方法，如图1，包括以下步骤：

S1、利用捷联惯导解算的信息进行捷联惯导位置增量的计算，将得到的位置增量在卫星的视线方向进行投影，得到预测的载波相位时间差分观测量；

S2、利用导航卫星系统GNSS接收机解算得到载波相位时间-星间差分与捷联惯导SINS预测的载波相位时间差分通过卡尔曼滤波器进行数据融合，得到组合导航估计后的误差值；

S3、利用所得组合导航估计后的误差值，对捷联惯导SINS的组合导航解和惯性传感器误差进行校正，得到下一历元的组合导航解。

组合导航滤波模型

状态方程

捷联惯导SINS的位置、速度和姿态的Psi角误差方程为：

$\left\{\begin{array}{c}\mathrm{\δ}{\stackrel{\·}{r}}^n=-{\mathrm{\ω}}_{en}^n\×{\mathrm{\δr}}^n+{\mathrm{\δv}}^n\\ \mathrm{\δ}{\stackrel{\·}{v}}^n=-\left({\mathrm{\ω}}_{in}^n+{\mathrm{\ω}}_{ie}^n\right)\×{\mathrm{\δv}}^n-\mathrm{\ψ}\×f^n+C_b^n{\mathrm{\Δf}}^b\\ {\stackrel{\·}{\mathrm{\ψ}}}^n=-{\mathrm{\ω}}_{in}^n\×{\mathrm{\ψ}}^n-C_b^n{\mathrm{\Δ\ω}}_{ib}^b\end{array}\right.---\left(1\right)$

式(1)中，δrⁿ为导航坐标系(n系)下的位置误差矢量；δvⁿ为n系下的速度误差矢量；ψⁿ为n系下的姿态误差矢量；为n系相对于地球坐标系(e系)的旋转角速度矢量；为e系相对于惯性坐标系(i系)的旋转角速度矢量；为n系相对于i系的旋转角速度矢量；fⁿ为加速度计在n系下测量的比力矢量。加速度计测量误差矢量Δf^b和陀螺测量误差矢量的误差型可以表示为：

$\begin{array}{c}{\mathrm{\Δf}}^b={\mathrm{\δf}}^b+w_{\▿}\\ {\mathrm{\Δ\ω}}_{ib}^b={\mathrm{\δ\ω}}^b+w_{\mathrm{\ϵ}}\end{array}---\left(2\right)$

式(2)中，和w_ε分别为加速度计和陀螺仪测量白噪声。加速度计常值零偏δf^b和陀螺仪的常值零偏δω^b用一阶马尔科夫过程建模：

$\begin{array}{c}\mathrm{\δ}{\stackrel{\·}{f}}^b=-{\mathrm{\τ}}_{{\▿}_b}{\mathrm{\δf}}^b+\sqrt{2{\mathrm{\τ}}_{{\▿}_b}{\mathrm{\σ}}_{{\▿}_b}^2}{w}_{{\▿}_b}\\ \mathrm{\δ}{\stackrel{\·}{\mathrm{\ω}}}^b=-{\mathrm{\τ}}_{{\mathrm{\ϵ}}_b}{\mathrm{\δ\ω}}^b+\sqrt{2{\mathrm{\τ}}_{{\mathrm{\ϵ}}_b}{\mathrm{\σ}}_{{\mathrm{\ϵ}}_b}^2}{w}_{{\mathrm{\ϵ}}_b}\end{array}---\left(3\right)$

式(3)中，和分别为加速度计和陀螺仪的反相关时间常数，和分别为加速度计和陀螺仪白噪声功率谱密度方差，和为高斯白噪声。

联立式(1)-(3)，SINS的误差方程可表示为

$\left[\begin{array}{c}\mathrm{\δ}{\stackrel{\·}{r}}^n\\ {\mathrm{\δv}}^n\\ {\mathrm{\ψ}}^n\\ {\mathrm{\δf}}^b\\ {\mathrm{\δ\ω}}^b\end{array}\right]=\left[\begin{array}{ccccc}-{\mathrm{\ω}}_{en}^n\×& I_{3\×3}& 0_{3\×3}& 0_{3\×3}& 0_{3\×3}\\ 0_{3\×3}& -\left({\mathrm{\ω}}_{in}^n+{\mathrm{\ω}}_{in}^n\right)\×& f^n\×& C_b^n& 0_{3\×3}\\ 0_{3\×3}& 0_{3\×3}& -{\mathrm{\ω}}_{in}^n\×& 0_{3\×3}& -C_b^n\\ 0_{3\×3}& 0_{3\×3}& 0_{3\×3}& F_f& 0_{3\×3}\\ 0_{3\×3}& 0_{3\×3}& 0_{3\×3}& 0_{3\×3}& L_{\mathrm{\ω}}\end{array}\right]\left[\begin{array}{c}{\mathrm{\δr}}^n\\ {\mathrm{\δv}}^n\\ {\mathrm{\ψ}}^n\\ {\mathrm{\δf}}^b\\ {\mathrm{\δ\ω}}^b\end{array}\right]+\left[\begin{array}{cccc}{0}_{3\×3}& 0_{3\×3}& 0_{3\×3}& 0_{3\×3}\\ C_b^n& 0_{3\×3}& 0_{3\×3}& 0_{3\×3}\\ 0_{3\×3}& -C_b^n& 0_{3\×3}& 0_{3\×3}\\ 0_{3\×3}& 0_{3\×3}& I_{3\×3}& 0_{3\×3}\\ 0_{3\×3}& 0_{3\×3}& 0_{3\×3}& I_{3\×3}\end{array}\right]\left[\begin{array}{c}{W}_{\▿}\\ W_{\mathrm{\ϵ}}\\ W_{{\▿}_b}\\ W_{{\mathrm{\ϵ}}_b}\end{array}\right]---\left(4\right)$

式(4)中， $F_f=diag\left[\begin{array}{ccc}-{\mathrm{\τ}}_{{\▿}_{b_x}}& -{\mathrm{\τ}}_{{\▿}_{b_y}}& -{\mathrm{\τ}}_{{\▿}_{b_z}}\end{array}\right]$ 和 $F_{\mathrm{\ω}}=diag\left[\begin{array}{ccc}-{\mathrm{\τ}}_{{\mathrm{\ϵ}}_{b_x}}& -{\mathrm{\τ}}_{{\mathrm{\ϵ}}_{b_y}}& -{\mathrm{\τ}}_{{\mathrm{\ϵ}}_{b_z}}\end{array}\right]$ 分别表示加速度计和陀螺仪的一阶马尔科夫过程相关时间矩阵。

将式(4)写成矩阵形式为

$\stackrel{\·}{x}\left(t\right)=F\left(t\right)x\left(t\right)+G\left(t\right)w\left(t\right)---\left(5\right)$

式中，x(t)表示系统状态矢量，F(t)表示状态转移矩阵，G(t)表示噪声输入矩阵，w(t)表示系统的过程噪声矢量。

载波相位时间-星间差分观测方程

载波相位的观测方程可以写为：

$\mathrm{\λ}\mathrm{\Φ}=r-I+T+c\left(d_{t_u}+d_{t_s}\right)+\mathrm{\λ}N+\mathrm{\ϵ}---\left(6\right)$

式(6)中，Φ为载波相位观测量，r为接收机到卫星的几何距离，I，T为电离层和对流层误差，c为光速，和分别为接收机钟差和卫星钟差，λ为载波波长，N为模糊度，ε为观测噪声。

式(6)中对第i卫星钟差进行补偿后，假设没有周跳发生，以下标k和k-1分别表示第k和k-1个历元，以ΔΦ表示相邻历元载波相位观测量之差，取这两个相邻的时刻的观测量的差，则有

$\begin{array}{c}{\mathrm{\λ\Δ\Φ}}^i={\mathrm{\λ\Φ}}_k^i-{\mathrm{\λ\Φ}}_{k-1}^i\\ =\left(r_k-r_{k-1}\right)+c\left(d_{t_{u,k}}-d_{t_{u,k-1}}\right)+\mathrm{\Δ}\mathrm{\ϵ}\\ =\mathrm{\Δ}r+{\mathrm{cdt}}_u+\mathrm{\Δ}\mathrm{\ϵ}\end{array}---\left(7\right)$

式(7)中，Δr为接收机到卫星的几何距离在k-1时刻到k时刻的变化量，dt_u为用户钟漂，Δε为共模误差的残余、多径效应、接收机热噪声和其它未建模误差的和。

根据图2中所示相邻历元用户天线和卫星的相对位置关系，接收机到卫星的几何距离变化量可以表示为

$\begin{array}{c}\mathrm{\Δ}r=\left|r_{s\_u,k}\right|-\left|r_{s\_u,k-1}\right|\\ =\left|r_{s,k}-r_{u,k}\right|-\left|r_{s,k-1}-r_{u,k-1}\right|\\ =e_k\·\left(r_{s,k}-r_{u,k}\right)-e_{k-1}\·\left(r_{s,k-1}-r_{u,k-1}\right)\end{array}---\left(8\right)$

式(8)中，r_s，k-1和r_s，k分别k-1和k时刻卫星在e系中的位置矢量；r_u，k-1和r_u，k分别为接收机在k-1和k时刻e系中的位置矢量；e_k-1和e_k分别表示在k-1和k时刻由接收机到卫星的视线方向单位矢量

$e_{k-1}=\frac{\left(r_{s,k-1}-r_{u,k-1}\right)}{\left|r_{s,k-1}-r_{u,k-1}\right|},e_k=\frac{\left(r_{s,k}-r_{u,k}\right)}{\left|r_{s,k}-r_{u,k}\right|}---\left(9\right)$

根据图2可知，Δu＝r_u，k-r_u，k-1为用户在k-1至k时刻的位置增量，并代入式(9)，将Δr展开表示为

$\begin{array}{c}\mathrm{\Δ}r=\left(e_k\·r_{s,k}-e_{k-1}\·r_{s,k-1}\right)\\ -\[e_k\·\left(r_{u,k-1}+\mathrm{\Δ}u\right)-e_{k-1}\\ \·r_{u,k-1}\]\\ =\left(e_k\·r_{s,k}-e_{k-1}\·r_{s,k-1}\right)\\ -(e_k\·r_{u,k-1}-e_{k-1}\\ \·r_{u,k-1})-e_k\·\mathrm{\Δ}u\end{array}---\left(10\right)$

将式(10)代入式(8)，并将已知的常数项移到方程左边，令方程左边等于新的变量那么时间差分成的观测方程为

式(11)中，方程右侧有四个未知量，位置增量Δu＝[δx_u，kδy_u，kδz_u，k]和接收机钟差cdt_u。

为了抵消接收机钟漂误差影响，对载波相位的时间差分测量值作星间差分，则卫星i和j载波相位的双差观测方程如下

上式(12)即为时间-星间差的双差载波相位观测方程，其中左侧可由前后历元的载波相位观测值得到，右侧为待求估计参数和误差项，对上式进行最小二乘处理可以得到测速方法。

由于观测方程表示为e系下，将双差载波相位的观测方程表达式投影到n系下，可以得到

式(13)中，为k时刻由e系到n系的坐标转换矩阵。

由于Δuⁿ表示位置的增量形式，可以通过SINS的速度积分表示出来，那么Δuⁿ可以进一步表示成

${\mathrm{\Δu}}^n=\underset{k-1}{\overset{k}{\∫}}{v}_e^{n}dt---\left(14\right)$

将式(14)代入式(13)，可以得到

根据标量函数的扰动定律，对上式方程左右两边施加扰动

将式(16)中的积分项写成如下形式

$\underset{k-1}{\overset{k}{\∫}}-C_{e,k}^n\·\left(e_k^i-e_k^j\right)\·{\mathrm{\δv}}_e^{n}dt=\underset{k-1}{\overset{k}{\∫}}{H}_k^{\′}x\left(t\right)dt---\left(17\right)$

式(17)中， $H_k^{\′}=\left[\begin{array}{ccccc}0& -C_{e,k}^n\left(e_k^i-e_k^j\right)& 0& 0& 0\end{array}\right].$

由于状态方程涉及了时间的积分，即观测量不仅与当前的状态有关，而且与过去的状态也相关，那么状态转移矩阵需要通过连续两个时刻的状态矩阵表示出，则

x(t)＝Φ(t，t_k-1)Φ(t_k，t_k-1)x(t_k)(18)

将式(18)代入到式(16)，得到

式(19)中，左边可以由SINS预测的载波相位时间差分和GNSS解算的载波相位时间差分之间作差得到，右边x(t_k)为系统方程中的系统状态，是卡尔曼滤波的待估计量。

上式(19)表示成标准的卡尔曼滤波观测方程

z(t)＝H(t)x(t)+v(t)(20)

式(20)中，z(t)表示观测向量，H(t)表示观测矩阵，x(t)表示系统状态矢量，v(t)表示观测噪声向量。

由式(5)和式(9)构成Kalman滤波的状态和量测方程，进行组合导航滤波算法。

实施例先利用捷联惯导解算的信息进行捷联惯导位置增量的计算；然后将此位置增量在卫星的视线方向(LineofSight,LOS)进行投影，可得到预测的载波相位时间差分观测量；最后利用GNSS接收机解算得到载波相位时间-星间差分与SINS预测的载波相位时间差分通过卡尔曼滤波器进行数据融合。另一方面利用组合导航估计后的误差值，对SINS导航解和惯性传感器误差进行校正。在解算过程中，可能出现周跳的现象可以作为粗差通过RAIM算法进行检测和排除。

试验测试与分析

飞行仿真分析

试验采用了一种典型的蛇形巡飞方式进行航迹飞行仿真，如图3所示。图3为巡飞弹的仿真飞行轨迹，首先直线飞行，飞抵目标区域上空，然后开始以80m/s的蛇形巡飞方式在目标区域巡飞，高度保持不变，飞行时间持续2000s，初始位置为(118°E，32°N,50m)，初始航向角为90°，惯性传感器精度选择表2中的参数，GPS定位精度为3m。

采用伪距/捷联惯导紧组合导航算法(PR/SINS)和时间差分载波相位/捷联惯导紧组合导航算法(TDCP/SINS)两种方案进行导航进行解算和比较。图4和图5分别为两种方案解算得到的速度误差。图4显示，PR/SINS的测速精度在10^-2m/s量级上；图5显示，TDCP/SINS的速度误差曲线在10^-3m/s量级上。图6为两种方案解算得到的位置误差，TDCP/SINS方法相对于PR/SINS方法而言，其位置误差短时间内更为平滑，要远优于利用PR/SINS组合导航系统的解。

机载实测分析

机载试验用小型飞机做飞行平台，选用NovAtel的SPAN-CPT设备，其内部封装了KVH公司提供的惯性测量单元，具体性能参数如表2所示。试验中将NovAtel的ANT-A72GOLA-TW天线安装在飞机顶部，另外用作差分解算的Leica接收机天线分别安装在飞机的机翼和机身后半部分，用于记录数据的笔记本和LeicaGPS接收机放在机体内。IMU数据的输出频率为100Hz，GPS数据的输出频率为1Hz。在该试验中同时获取了一组高精度的捷联惯导系统的IMU和GPS的实时数据，采用高精度的捷联惯导系统与GPS组合获取载体的位置和速度数据作为参考基准。

表2惯性传感器参数

图7为载机在GoogleEarth中显示的平面运动轨迹图，飞机在空中做“8”字型机动，且包含高速转弯飞行过程，图8为经纬高坐标系下飞机飞行的三维运动轨迹图，可以看出飞机处于不断爬升和下降的动态下，整个飞行时间约2000s。

图9为整个飞行过程中的速度曲线，飞行过程中载机的东向和北向速度最大速度达到了80m/s；图10为飞行过程中滚转角、俯仰角和航向角的变化曲线，滚转角最大角度达到了10°，俯仰角变化达到了30°，表明载机在飞行过程中达到了巡飞弹的要求。

图11和图12分别为PR/SINS和TDCP/SINS两种方法的位置误差曲线。受到伪距噪声的影响，PR/SINS导航定位精度并不高，尤其在观测条件不好的情况下，解算结果会出现较大的波动，水平方向的位置误差在-2m～2m之间，高程方向的位置误差在5m左右。TDCP/SINS组合导航位置误差得到了明显地抑制，三个方向位置误差控制在0～2m之间。载波相位相较于利用伪距观测值而言，测量值精度更高，可以有效地抑制组合导航中的噪声误差，从而使得定位结果更为平滑，解算精度更高，但是利用载波相位时间差分观测值得到的导航结果存在缓慢积累误差。这是因为时间差分载波相位观测值是一个相对观测量，不含有绝对的位置信息，因而其解算的绝对位置误差随时间推移呈积累效应。

图13和图14分别为PR/SINS和TDCP/SINS两种方法的速度误差曲线。受伪距精度的影响，PR/SINS方法在水平方向上的测速精度为0.1m/s，高程方向的精度为0.2m/s左右。TDCP/SINS方法测速精度在mm/s的量级上，水平方向上在0.02m/s，高程方向上在0.05m/s。两种方法的测速精度相差一个数量级。

理论上讲，共模误差的高频分量、接收机噪声和多径效应是影响载波相位时间-星间差分测量精度的主要因素。对流层误差、电离层误差和卫星钟差在1秒内的变化量都小于2.5*10^-3m/s。一般条件下，多径效应高频部分的噪声强度为10^-3m/s，接收机噪声强度约为波长的百分之一。根据误差传播定律可知，差分之后的噪声强度为非差观测量的倍，因而也处于的10^-3m/s量级。综合以上分析，利用载波相位时间-星间差分观测值计算得到的速度估值为毫米每秒的量级上。

实施例针对中短时间飞行巡飞弹特点建立了载波相位时间-星间差分的高精度组合导航方法。通过巡飞弹仿真和机载飞行实测数据进行了验证，在中短时间内可以提供一个米级的定位精度和毫米每秒量级的速度精度。这种方法计算简单，避免了解算模糊度，可以实现导航系统的实时性，实用性较强。需要指出的是，由于载波相位时间差分只能观测载体的速度信息，而位置信息是不可观的，因此理论上组合导航系统的位置误差仍然会随时间缓慢积累。但巡飞弹一般飞行时间较短，因而利用载波相位双差观测值是一个行之有效的方法。

Claims (9)

1.一种巡飞弹高精度组合导航方法，其特征在于，包括以下步骤：

S1、利用捷联惯导解算的信息进行捷联惯导位置增量的计算，将得到的位置增量在卫星的视线方向进行投影，得到预测的载波相位时间差分观测量；

S2、利用导航卫星系统GNSS接收机解算得到载波相位时间-星间差分与捷联惯导SINS预测的载波相位时间差分通过卡尔曼滤波器进行数据融合，得到组合导航估计后的误差值；

S3、利用所得组合导航估计后的误差值，对捷联惯导SINS的组合导航解和惯性传感器误差进行校正，得到下一历元的组合导航解。

2.如权利要求1所述的巡飞弹高精度组合导航方法，其特征在于：步骤S2中，卡尔曼滤波器进行组合导航滤波算法，采用卡尔曼滤波模型如下：

状态方程为： $\stackrel{\·}{x}\left(t\right)=F\left(t\right)x\left(t\right)+G\left(t\right)w\left(t\right)---\left(5\right)$

式(5)中，x(t)表示系统状态矢量，F(t)表示状态转移矩阵，G(t)表示噪声输入矩阵，w(t)表示系统的过程噪声矢量；

量测方程为：z(t)＝H(t)x(t)+v(t)(20)

式中，z(t)表示观测向量，H(t)表示观测矩阵，x(t)表示系统状态矢量，v(t)表示观测噪声向量。

3.如权利要求2所述的巡飞弹高精度组合导航方法，其特征在于，步骤S2中，卡尔曼滤波模型的量测方程具体为：

式(19)中，左边由SINS预测的载波相位时间差分和GNSS解算的载波相位时间差分之间作差得到，右边x(t_k)为系统方程中的系统状态，是卡尔曼滤波的待估计量。

4.如权利要求3所述的巡飞弹高精度组合导航方法，其特征在于：卡尔曼滤波模型的量测方程是根据标量函数的扰动定律对卫星i和j载波相位的双差观测方程的左右两边施加扰动得到的。

5.如权利要求4所述的巡飞弹高精度组合导航方法，其特征在于，卫星i和j载波相位的双差观测方程是由e系下的卫星i和j载波相位的双差观测方程投影到n系下得到的。

6.如权利要求5所述的巡飞弹高精度组合导航方法，其特征在于，e系下的卫星i和j载波相位的双差观测方程是对载波相位的时间差分测量值作星间差分得到的，e系下的卫星i和j载波相位的双差观测方程为：

式(12)即为时间-星间差的双差载波相位观测方程，其中左侧由前后历元的载波相位观测值得到，右侧为待求估计参数和误差项。

7.如权利要求6所述的巡飞弹高精度组合导航方法，其特征在于，e系下的卫星i和j载波相位的双差观测方程是对载波相位的时间差分观测方程作星间差分得到的，载波相位的时间差分观测方程为：

式(11)中，方程右侧有四个未知量，位置增量Γu＝[δx_u，kδy_u，kδz_u，k]和接收机钟差cdt_u。

8.如权利要求7所述的巡飞弹高精度组合导航方法，其特征在于，载波相位的时间差分观测方程是通过对载波相位的观测方程进行相邻时刻的观测量的差得到的，载波相位的观测方程为：

$\mathrm{\λ}\mathrm{\Φ}=r-I+T+c(d_{t_u}-d_{t_s})+\mathrm{\λ}N+\mathrm{\ϵ}---\left(6\right)$

式(6)中，Φ为载波相位观测量，r为接收机到卫星的几何距离，I，T为电离层和对流层误差，c为光速，和分别为接收机钟差和卫星钟差，λ为载波波长，M为模糊度，ε为观测噪声。

9.如权利要求1-8任一项所述的巡飞弹高精度组合导航方法，其特征在于：在解算过程中，对出现周跳的现象，作为粗差通过RAIM算法进行检测和排除。