CN106595655A - 一种基于惯性传感器的双星组合定位方法 - Google Patents

Abstract

本发明提供了一种基于惯性传感器的双星组合定位方法，将微机械惯性传感器与卫星导航系统进行一体化集成设计，减小卫星组合导航系统体积，降低系统材料成本；在双星环境下，利用卫星导航系统获取的观测量，给双星组合定位导航系统的卡尔曼滤波器提供实时的伪距和伪距率观测信息，修正微机械惯导的定位误差。本发明简单易行，实时性强，有效增强了卫星导航系统在少星环境下的适用性。

Description

一种基于惯性传感器的双星组合定位方法

技术领域

本发明涉及卫星导航系统组合定位技术，尤其涉及一种卫星/惯性组合导航系统中的双星组合定位方法。

背景技术

微机械惯性传感器导航系统(MEMS_INS)是一种低成本的导航系统，由于微机械陀螺的漂移误差要远远高于激光和光纤陀螺，无法长时间单独导航，一般应用于持续时间为几十秒的短期自主导航领域。GPS卫星导航系统虽然可以全天候、不受气象条件影响高精度导航及授时，但是容易遭受干扰，特别是在城市峡谷、桥洞及树丛环境中，容易出现卫星受遮挡而丢星、位置几何因子(PDOP)大的现象，当收星不足4颗卫星的时候，例如只有2颗卫星的情况下，单独使用的GPS导航系统便会无法定位而出现导航盲区。GPS接收机在收星不足4颗的情况下，是不进行导航定位的，白白浪费掉了收到的低于4颗卫星的观测信息，也是极为可惜的。

目前，在GPS收星大于4颗星的情况下的MEMS惯性/卫星组合导航系统已很常见，这类组合导航系统在GPS收星不足4颗星的情况下，就直接降级为纯惯性导航，并没有利用GPS已经收集到的不足4颗卫星的测量信息。该方法在没有GPS的有效校正的情况下导航误差会急剧发散，难以满足GPS少星情况下高精度可靠导航的需求。

发明内容

为了克服现有技术的不足，本发明提供一种基于惯性传感器的双星组合定位方法，采用低精度的微机械惯性传感器作为微惯导系统的惯性测量单元，通过对微机械惯性传感器的误差进行在线抑制和补偿，将微机械惯性传感器与卫星导航系统进行一体化集成设计；在双星环境下，利用卫星导航系统获取的观测量，给双星组合定位导航系统的卡尔曼滤波器提供实时的伪距和伪距率观测信息，修正微机械惯导的定位误差，解决双星环境下卫星导航系统出现导航盲区的问题。

本发明解决其技术问题所采用的技术方案包括以下步骤：

1)实时采集微机械惯性测量单元原始测量信息，包括X轴陀螺角速率、Y轴陀螺角速率、Z轴陀螺角速率、X轴加速度计比力、Y轴加速度计比力和Z轴加速度计比力；

2)对所述微机械惯性测量单元的原始测量信息依次进行均值滤波、中值滤波、零偏消除和数据滑动曲线拟合处理，对数据误差进行实时在线抑制；

3)采用惯性导航等效旋转矢量四子样高动态算法及零速校正方法对所述误差抑制后微机械测量信息进行捷联解算，实现MEMS惯性导航功能；

4)利用MEMS惯性导航的航位推算特性建立双星组合定位系统的误差模型；

5)实时采集GPS输出的双星观测量信息，包括卫星伪距、卫星伪距率、卫星ECEF坐标系X轴位置、卫星ECEF坐标系Y轴位置、卫星ECEF坐标系Z轴位置、卫星ECEF坐标系X轴速度、卫星ECEF坐标系Y轴速度、卫星ECEF坐标系Z轴速度；

6)运用卡尔曼滤波方法对双星组合定位的误差模型进行时间更新和量测更新，其中时间更新按照MEMS惯性导航的频率进行更新，量测更新按照GPS观测量的频率进行更新；

7)对所述卡尔曼滤波误差进行捷联解算反馈校正，获得双星组合定位结果。

本发明的有益效果是：将微机械惯性传感器与卫星导航系统进行一体化集成设计，减小卫星组合导航系统体积，降低系统材料成本；在双星环境下，利用卫星导航系统获取的观测量，给双星组合定位导航系统的卡尔曼滤波器提供实时的伪距和伪距率观测信息，修正微机械惯导的定位误差。本发明简单易行，实时性强，有效增强了卫星导航系统在少星环境下的适用性。

附图说明

图1是本发明的具体实施流程图。

具体实施方式

本发明包括以下步骤：

1)实时采集微机械惯性测量单元原始测量信息；

说明：原始测量信息包括：X轴陀螺角速率、Y轴陀螺角速率、Z轴陀螺角速率、X轴加速度计比力、Y轴加速度计比力、Z轴加速度计比力。

2)对所述微机械原始测量信息进行数据实时在线误差抑制；

说明：对所述微机械惯性测量单元的原始测量信息依次进行均值滤波、中值滤波、零偏消除和数据滑动曲线拟合处理，对数据误差进行实时在线抑制。

3)对所述误差抑制后的微机械测量信息进行捷联解算，实现微惯性导航功能；

说明：采用惯性导航等效旋转矢量四子样高动态算法及零速校正方法对所述误差抑制后微机械测量信息进行捷联解算，实现MEMS惯性导航功能。

4)从所述微惯性导航特性中提取并建立双星组合定位的误差模型；

说明：利用微机械惯导的航位推算特性建立双星组合定位系统的误差模型。

5)实时采集GPS输出的双星观测量信息；

说明：观测量信息包括：卫星伪距、卫星伪距率、卫星ECEF坐标系X轴位置、卫星ECEF坐标系Y轴位置、卫星ECEF坐标系Z轴位置、卫星ECEF坐标系X轴速度、卫星ECEF坐标系Y轴速度、卫星ECEF坐标系Z轴速度。

6)运用卡尔曼滤波方法对双星组合定位的误差模型滤波；

说明：运用卡尔曼滤波方法对双星组合定位的误差模型进行时间更新和量测更新，其中时间更新按照微惯导的频率进行更新，量测更新按照GPS观测量的频率进行更新。

7)对所述卡尔曼滤波误差进行捷联解算反馈校正，获得双星组合定位结果。

本发明的实施例设计实现一种基于惯性传感器的双星组合定位方法，能够有效利用GPS在少星环境下获得的双星观测量信息，消除传统微机械惯性/卫星组合导航系统的导航盲区，实现微机械惯导和GPS的双星组合定位。本发明提供了一种基于惯性传感器的双星组合定位方法，下面结合附图和实施例对本发明的实施方式进行详细说明，如图1所示，其步骤如下：

步骤1：利用数据采集装置(如FPGA+DSP)，实时采集微机械惯性测量单元的测量信息，获得用于数据预处理的原始测量信息，信号格式如下：

表1 采集微机械惯性测量单元信息格式

序号	数据元素名称	数据元素标识符	度量单位	信号转换关系
					1	X轴陀螺角速率	X_GYRO	rad/s	实时信号源
2	Y轴陀螺角速率	Y_GYRO	rad/s	实时信号源
					3	Z轴陀螺角速率	Z_GYRO	rad/s	实时信号源
4	X轴加速度计比力	X_ACC	m/s2	实时信号源
					5	Y轴加速度计比力	Y_ACC	m/s2	实时信号源
6	Z轴加速度计比力	Z_ACC	m/s2	实时信号源

步骤2：根据步骤1，对所述微机械原始测量信息依次进行均值滤波、中值滤波、零偏消除和数据滑动曲线拟合处理，对数据误差进行在线抑制，生成误差抑制后的MEMS测量信息。

均值滤波是将采集放置在滑动数据缓冲区中的每7个数据，去除最大最小值后得到的数据点X(1)、X(2)、X(3)、X(4)、X(5)，将X(1)、X(2)的均值，X(2)、X(3)、X(4)的均值，X(4)、X(5)的均值再次取平均值后的得到的数据作为本次均值滤波的结果，输入中值滤波器中。中值滤波是将数据缓冲区中的每5个数据按大小顺序排序，取中间值作为中值滤波器输出，零偏消除是将静态获得的中值滤波结果进行10秒平均作为数据零偏值予以扣除，将扣除零偏值的数据利用最小二乘方法进行多项式曲线拟合实现误差的在线抑制。

步骤3：根据步骤2，采用旋转矢量四子样高动态算法及零速校正方法对步骤2所述误差在线抑制后的微机械测量信息进行捷联解算，实现微机械惯性导航功能。

步骤4：从所述微惯性导航特性中提取并建立双星组合定位的误差方程，微机械惯性传感器测量值与运动状态变量之间的关系如公式(1)所示。

式中，e为东向位置坐标，n为北向位置坐标，v_e为东向速度，v_n为北向速度，是MEMS惯性器件X轴加速度计输出值，是MEMS惯性器件Y轴加速度计输出值，ψ为航向角，ψ_r为航向陀螺角速率。

步骤5：采集GPS输出的双星观测量信息

利用数据采集装置(如FPGA+DSP)，实时采集GPS输出的双星观测量信息(包括伪距、伪距率、卫星位置信息及卫星速度信息)，信号格式如下：

表2 采集GPS双星观测量信息的信息格式

步骤6：根据步骤5，对所述双星组合定位的误差方程进行卡尔曼滤波。

离散系统的状态方程和量测方程为：

式中X_k表示k时刻系统状态量；X_k-1则是k-1时刻的系统状态量；Φ_k|k-1为k-1时刻系统的转移矩阵；W_k-1是k-1时刻(n×1)维系统噪声量；Γ_k-1是系统噪声驱动矩阵；Z_k表示k时刻的(m×1)维量测量(或者观测量)；H_k为k时刻的(m×n)维观测矩阵；V_k是k时刻(m×1)维量测噪声向量。

利用状态方程可得到k-1到k时刻的时间更新值

式中，是k-1时刻的系统状态量估计值，时间更新频率为100Hz。

根据量测方程可得到系统k时刻的状态估计值

量测更新的频率为1Hz。

卡尔曼滤波增益K_k:

R_k代表观测噪声方差矩阵，P_k/k-1是状态一步预测的均方误差阵:

Q_k代表系统噪声方差矩阵，P_k是滤波器进行量测更新后的均方误差阵:

步骤7：根据步骤6，对步骤3所述捷联解算得到定位信息进行反馈校正，完成微机械惯导和卫星的双星组合定位。

Claims (1)

1.一种基于惯性传感器的双星组合定位方法，其特征在于包括下述步骤：

1)实时采集微机械惯性测量单元原始测量信息，包括X轴陀螺角速率、Y轴陀螺角速率、Z轴陀螺角速率、X轴加速度计比力、Y轴加速度计比力和Z轴加速度计比力；

2)对所述微机械惯性测量单元的原始测量信息依次进行均值滤波、中值滤波、零偏消除和数据滑动曲线拟合处理，对数据误差进行实时在线抑制；

3)采用惯性导航等效旋转矢量四子样高动态算法及零速校正方法对所述误差抑制后微机械测量信息进行捷联解算，实现MEMS惯性导航功能；

4)利用MEMS惯性导航的航位推算特性建立双星组合定位系统的误差模型；

5)实时采集GPS输出的双星观测量信息，包括卫星伪距、卫星伪距率、卫星ECEF坐标系X轴位置、卫星ECEF坐标系Y轴位置、卫星ECEF坐标系Z轴位置、卫星ECEF坐标系X轴速度、卫星ECEF坐标系Y轴速度、卫星ECEF坐标系Z轴速度；

6)运用卡尔曼滤波方法对双星组合定位的误差模型进行时间更新和量测更新，其中时间更新按照MEMS惯性导航的频率进行更新，量测更新按照GPS观测量的频率进行更新；

7)对所述卡尔曼滤波误差进行捷联解算反馈校正，获得双星组合定位结果。