CN106813664A - 一种车载导航方法和装置 - Google Patents
一种车载导航方法和装置 Download PDFInfo
- Publication number
- CN106813664A CN106813664A CN201710127120.1A CN201710127120A CN106813664A CN 106813664 A CN106813664 A CN 106813664A CN 201710127120 A CN201710127120 A CN 201710127120A CN 106813664 A CN106813664 A CN 106813664A
- Authority
- CN
- China
- Prior art keywords
- gnss
- information
- navigation system
- navigation
- filter
- 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.)
- Pending
Links
Classifications
-
- 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
-
- 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
- G01C21/20—Instruments for performing navigational calculations
-
- 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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
-
- 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
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Navigation (AREA)
Abstract
本发明提供了一种车载导航方法和装置,其中车载导航装置包括:GNSS导航系统、INS导航系统、无线电导航系统和守时设备,并且该车载导航系统的完好性增强方法使用INS导航系统的辅助信息对GNSS导航系统的GNSS信号进行修复,得到导航信息;将导航信息、无线电导航系统的无线电导航系统信息、守时设备的时钟信号作为预设的联邦滤波系统的输;利用两个子滤波器对各自的输入量进行滤波,得到局部估计值和误差协方差阵;将两个子滤波器的局部估计值和误差协方差阵分别输入主滤波器;以及利用主滤波器对两个子滤波器的局部估计值进行最优融合,得到全局最优估计值,以利用全局最优估计值对导航信息进行校正,实现对导航信息完好性的增强。
Description
技术领域
本发明涉及数据处理,特别是涉及车载导航系统的完好性增强方法及装置。
背景技术
随着技术及其应用的推广,卫星导航系统已经成为车载电子装备中核心部件之一。导航系统的完好性同时也成为车载应用所需保障的关键问题。完好性是一种概率,其指在特定时期、系统覆盖区域内的任一点,位置误差不超出报警门限(Alarm Limit),不用给用户在报警时限(Time To Alarm)内发出报警信息的概率。
导航系统除了要提供精度与可用性外,还必须具有在该系统不能使用时及时向用户发出告警的能力,即系统的完好性。完好性问题对于航空来说是关系重大的,因为在高速航行过程中如果不能及时的检测并排除故障卫星的话,飞机就很可能会偏离航路。随着车载系统对安全性能要求的日益提高,车载导航系统也呈现多信息化、智能化、集成化的发展趋势。精确性与安全可靠性成为车载导航系统的重要特点。而精确定位定姿、故障检测隔离,已成为车载导航领域的重要发展方向。
在现有技术中,GNSS(Global Navigation Satellite System,全球导航卫星系统)虽然具有传统陆基无线电导航系统无法比拟的全球覆盖、高精度等性能,但是其精度、完好性、连续性及可用性四个方面都没有满足车载导航领域的要求。从完好性方面看,GNSS系统本身能进行一定程度的完好性监测,但告警时间太长,通常需几个小时。从连续性和可用性方面看,GPS(全球定位系统,Global Positioning System)虽然能保证所有地区能有4颗以上可视卫星,但卫星几何结构仍然存在较差情况,如果加上完好性要求,其可用性会更差。
其中,将GNSS应用于飞行器导航上,其完好性保证能力是用户最为关注的性能需求,目前国内外出现了一些增强车载GNSS导航完好性的研究,但是一方面基于GPS,不能满足我国的北斗导航卫星系统,另一方面一般受到观测卫星数目的限制以及需要大量的地面监测站支持,造价较高,结构复杂。
发明内容
本发明的一个目的是要提高车载导航系统的完好性和精度。
本发明一个进一步的目的是要使得GNSS可为飞行器提供高可靠、高准确度的导航定位服务。
本发明提供了一种车载导航方法,用于设置有全球导航卫星系统GNSS、惯性导航系统INS、无线电导航系统和守时设备的组合导航系统,该方法包括:使用INS系统的辅助信息对GNSS系统的GNSS信号进行修复,得到修正的导航信息;将修正的导航信息、无线电导航系统输出的无线电导航信息、守时设备输出的时钟信号作为预设的联邦滤波系统的输入,其中联邦滤波系统包括主滤波器和两个子滤波器,并且修正的GNSS导航信息分别作为主滤波器和两个子滤波器的一个输入量,以作为联邦滤波系统的公共参考,无线电导航信息作为一个子滤波器的另一个输入量,守时设备的时钟信号作为另一个子滤波器的另一个输入量;利用两个子滤波器对各自的输入量进行滤波,得到局部估计值和误差协方差阵;将两个子滤波器的局部估计值和误差协方差阵分别输入主滤波器;以及利用主滤波器对两个子滤波器的局部估计值进行最优融合,得到全局最优估计值,以利用全局最优估计值对修正的GNSS导航信息进一步校正。
可选地,利用主滤波器对两个子滤波器的局部估计值进行最优融合还得到最优估计方差阵;并且在进行最优融合的步骤之后还包括:将全局最优估计值和最优估计方差阵作为反馈,对主滤波器和两个子滤波器进行重置。
可选地,对主滤波器和两个子滤波器进行重置的步骤包括:为提供给主滤波器和两个子滤波器的反馈分别设置信息分配系数,并且信息分配系数满足信息守恒原则。
可选地,使用INS导航系统的辅助信息对GNSS导航系统的GNSS信号进行修复的步骤包括:使用INS导航系统辅助GNSS导航系统捕获及跟踪GNSS信号。
可选地,使用INS导航系统的辅助信息对GNSS导航系统的GNSS信号进行修复的步骤包括:测量GNSS信号的载波相位的差分序列;利用差分序列的数据特征探测GNSS信号是否出现周跳,利用INS导航系统的辅助信息对周跳进行修复。
可选地,上述方法还包括:利用GNSS导航系统的累计输出、辅助信息以及无线电导航信息计算车载导航系统的量测信息;利用对车载导航系统的完好性进行评估。
可选地,两个子滤波器分别使用卡尔曼滤波。
根据本发明的另一个方面,还提供了一种车载导航系统的完好性增强装置,该车载导航装置包括:设置有GNSS导航系统、INS导航系统、无线电导航系统和守时设备的组合导航系统,并且上述组合车载导航系统的完好性增强装置包括:信号修复单元,用于使用INS导航系统的辅助信息对GNSS导航系统的GNSS信号进行修复,得到修正的导航信息;滤波输入单元,用于将所述修正的导航信息、无线电导航系统输出的无线电导航信息、守时设备的时钟信号作为预设的联邦滤波系统的输入,其中联邦滤波系统包括主滤波器和两个子滤波器,并且所述修正的导航信息分别作为主滤波器和两个子滤波器的一个输入量,以作为联邦滤波系统的公共参考,无线电导航信息作为一个子滤波器的另一个输入量,守时设备的时钟信号作为另一个子滤波器的另一个输入量;子滤波单元,用于利用两个子滤波器对各自的输入量进行滤波,得到局部估计值和误差协方差阵;将两个子滤波器的局部估计值和误差协方差阵分别输入主滤波器;以及主滤波单元,用于利用主滤波器对两个子滤波器的局部估计值进行最优融合,得到全局最优估计值,以利用全局最优估计值对所述修正的导航信息进一步校正。
可选地,上述车载导航系统的完好性增强装置还包括:滤波器重置模块,配置成将全局最优估计值和最优估计方差阵作为反馈,对主滤波器和两个子滤波器进行重置,其中利用主滤波器对两个子滤波器的局部估计值进行最优融合还得到最优估计方差阵。
可选地,信号修复单元,还用于:使用INS导航系统辅助GNSS导航系统捕获及跟踪GNSS信号;以及测量GNSS信号的载波相位的差分序列,利用差分序列的数据特征探测GNSS信号是否出现周跳,利用INS导航系统的辅助信息对周跳进行修复。
本发明的车载导航系统的完好性增强方法,依据车载导航系统上GNSS导航系统、INS导航系统、无线电导航系统和守时设备的信息间的互补性提升整体的导航精度和完好性,通过对GNSS导航系统(包括北斗、GPS)、INS导航系统、无线电导航系统和守时信息系统的特性分析,然后依照各种信息特性构建多源车载信息融合框架,完成对多源信息优势的合理利用,最终形成适合多源信息探测数据的滤波器算法系统。
进一步地,本发明的车载导航系统,在进行信息融合之前需要完成对信息的时空对准,即将信息转换为相同的形式、相同的参照、相同的描述之后完成信息融合处理。
进一步地,本发明的车载导航系统的完好性增强方法,利用多源辅助信息来实现对GNSS信号的故障检测,其将实现在GNSS接收机某一通道故障时,利用GNSS累计输出和INS导航信息、无线电导航等信息来计算估计值之间的量测误差,通过该方法将实现对接收机导航信息完好性的增强。
根据下文结合附图对本发明具体实施例的详细描述,本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。
附图说明
后文将参照附图以示例性而非限制性的方式详细描述本发明的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解,这些附图未必是按比例绘制的。附图中:
图1是适用于本发明一个实施例的车载导航系统结构示意图;
图2是根据本发明一个实施例的车载导航系统的完好性增强装置的示意图;
图3是根据本发明一个实施例的车载导航系统的完好性增强方法的示意图;
图4是根据本发明一个实施例的车载导航系统的完好性增强方法中联邦滤波系统的示意图;
图5是根据本发明一个实施例的车载导航系统的完好性增强方法中基于HHT变换的载波相位周跳检测流程图;
图6是根据本发明一个实施例的车载导航系统的完好性增强方法中GNSS系统完好性因素的示意图;以及
图7是根据本发明一个实施例的车载导航系统的完好性增强方法的架构示意图。
具体实施方式
本实施例提供了一种车载导航系统的完好性增强方法及装置,保证车载导航系统的完好性和精度。
图1是适用于本发明一个实施例的车载导航系统示意图,该车载导航系统10包括GNSS(Global Navigation Satellite System,全球导航卫星系统)导航系统110、INS(Inertial Navigation System,惯性导航系统)导航系统120、无线电导航系统130和守时设备10。
GNSS导航系统110包括GPS、北斗等卫星导航系统。其中北斗导航卫星系统现已完成第1阶段的星座组网,可以实现亚太地区的导航、定位与授时功能。INS,例如SINS(Strapdown Inertial Navigation System,捷联惯性导航系统),利用陀螺和加速度计所测量的角速度和加速度信息,经过积分运算得到载体的位置、速度和姿态信息,导航过程不需要接收外部信息,是一种自主导航系统。无线电导航系统130是利用无线电技术对运动载体进行导航和定位的系统,基本要素是测角和测距,其优点是不受时间、天气限制,精度高,作用距离远方,定位时间短,设备简单可靠。
本实施例的车载导航系统的完好性增强装置200,设置于上述车载导航系统10,通过对上述部件的数据的融合,提高导航系统的完好性和精度。图2是根据本发明一个实施例的车载导航系统的完好性增强装置200的示意图,该车载导航系统的完好性增强装置200一般性地可以包括:信号修复单元210、滤波输入单元220、子滤波单元230、主滤波单元240,在一些可选情况下,还可以设置滤波器重置模块250。
信号修复单元210,用于使用INS导航系统120的辅助信息对GNSS导航系统110的GNSS信号进行修复,得到导航信息。信号修复单元210的一种功能为使用INS导航系统120辅助GNSS导航系统110捕获及跟踪GNSS信号。信号修复单元210的一种功能为测量GNSS信号的载波相位的差分序列,利用差分序列的数据特征探测GNSS信号是否出现周跳,利用INS导航系统120的辅助信息对周跳进行修复。
滤波输入单元220,用于将导航信息、无线电导航系统130输出的无线电导航信息、守时设备140输出的时钟信号作为预设的联邦滤波系统的输入,其中联邦滤波系统包括主滤波器和两个子滤波器,并且导航信息分别作为主滤波器和两个子滤波器的一个输入量,以作为联邦滤波系统的公共参考,无线电导航系统130的无线电导航信息作为一个子滤波器的另一个输入量,守时设备140的时钟信号作为另一个子滤波器的另一个输入量。
子滤波单元230,用于利用两个子滤波器对各自的输入量进行滤波,得到局部估计值和误差协方差阵;将两个子滤波器的局部估计值和误差协方差阵分别输入主滤波器。
主滤波单元240,用于利用主滤波器对两个子滤波器的局部估计值进行最优融合,得到全局最优估计值,以利用全局最优估计值对导航信息进行校正。
滤波器重置模块250,可以配置成将全局最优估计值和最优估计方差阵作为反馈,对主滤波器和两个子滤波器进行重置,其中利用主滤波器对两个子滤波器的局部估计值进行最优融合还得到最优估计方差阵。
本实施例的车载导航系统的完好性增强方法,可以由上述车载导航系统的完好性增强装置200执行,通过数据融合技术提高导航系统的准确性和完好性。图3是根据本发明一个实施例的车载导航系统的完好性增强方法的示意图。该车载导航系统的完好性增强方法包括以下步骤:
步骤S302,使用INS导航系统120的辅助信息对GNSS导航系统110的GNSS信号进行修复,得到导航信息;
步骤S304,将导航信息、无线电导航系统130的无线电导航系统130信息、守时设备140的时钟信号作为预设的联邦滤波系统的输入;
步骤S306,利用两个子滤波器对各自的输入量进行滤波,得到局部估计值和误差协方差阵;
步骤S308,将两个子滤波器的局部估计值和误差协方差阵分别输入主滤波器;
步骤S310,利用主滤波器对两个子滤波器的局部估计值进行最优融合,得到全局最优估计值,以利用全局最优估计值对导航信息进行校正。
本实施例的车载导航系统的完好性增强方法使用的联邦滤波系统包括主滤波器和多个子滤波器(至少两个)。导航信息分别作为主滤波器和两个子滤波器的一个输入量,以作为联邦滤波系统的公共参考,无线电导航系统130的无线电导航信息作为一个子滤波器的另一个输入量,守时设备140的时钟信号作为另一个子滤波器的另一个输入量。
联邦滤波系统是一个分散化系统,子滤波器中选择信息全面、输出频率高、可靠性高的子系统(本实施例中使用INS导航系统120和GNSS导航系统110)作为公共参考系统,与多源信息(包括无线电导航系统130信息和守时信号)两两构成一个子滤波器,各子滤波器并行工作,然后分别将各自的估计信息输入到主滤波器,主滤波器对子滤波器的输入信息进行最优融合,进而得到基于所有量测信息的全局最优估计。
利用主滤波器对两个子滤波器的局部估计值进行最优融合还得到最优估计方差阵;并且在步骤S310之后还可以进一步将全最优估计值和最优估计方差阵作为反馈,对主滤波器和两个子滤波器进行重置。两个子滤波器可以分别使用卡尔曼滤波。
图4是根据本发明一个实施例的车载导航系统的完好性增强方法中联邦滤波系统的示意图。
将INS导航系统120和GNSS导航系统110作为参考系统,无线电导航系统130和守时设备140分别作为子系统,构成子滤波器的输入。子滤波器对输入量进行卡尔曼滤波,得到局部估计值和误差协方差阵Pi,将这些信息输入到主滤波器中。主滤波器根据各子滤波器的滤波结果和自身滤波值进行最优融合,得到全局最优估计值。主滤波器的全局最优估计值一方面用来对INS导航系统120的参数进行校正,另一方面用来反馈重置子滤波器和主滤波器。
子滤波器重置公式可以为:
主滤波器重置公式可以为:
上述公式中的βi为“信息分配系数”,用来对主、子滤波器进行信息分配,且满足信息守恒原则,也即公式:
联邦滤波器融合算法主要包括子滤波器融合算法、主滤波器融合算法和联邦滤波信息分配三个环节。
子滤波器融合算法包括:
时间更新算法,使用公式表达为:
量测更新算法,使用公式表达为。:
表1示出了公式中各变量的意义:
表1
在主滤波器融合算法中,联邦主滤波器不进行滤波处理,只是将各个子滤波器的局部估计值信息按下式进行融合,得到全局的最优估计值和最优估计方差阵,公式表达如下:
联邦滤波信息分配的原则使用公式表达为:
{Pi -1(k)=βiPg -1(k)
Qi -1(k)=βiQg -1(k)
GNSS导航系统110的接收机开始工作时,首先要对初始参数进行设置,GNSS接收机利用内部存储的卫星星历信息和本地时间及上次导航定位信息进行快速捕获、跟踪卫星完成导航定位。
卫星星历和本地时间用于概略计算当前历元时刻卫星星座的分布情况,结合接收机上次导航定位信息计算当前可视卫星,以便有针对性的进行卫星信号处理。热启动模式必须符合以下两个条件:一是接收机当前位置距上次导航定位距离不能过远,距离过远会导致估算出的可视卫星与当前位置的实际可视卫星不一致;二是卫星星历信息处于有效期内,否则计算出的卫星星座的分布情况与真实分布相差较大,不能达到快速导航定位的效果。热启动主要是由于信号载噪比过低或载体高动态造成跟踪环路失锁从而使GNSS接收机处于重新捕获状态。在不能满足以上条件的情况下,接收机进行冷启动。
在本步骤S302中,可以使用INS导航系统120辅助GNSS导航系统110捕获及跟踪GNSS信号。
其中INS导航系统120辅助捕获GNSS信号时,可以利用INS导航系统120解算得到当前历元时刻载体的位置和速度信息,结合卫星星历(历书)数据解算得到卫星的位置、速度信息,计算得到载体至卫星视线方向的单位矢量和伪距信息,从而得到视线方向上的多普勒频移和码相位偏移,以此作为搜索范围的中心,并据INS解算的位置和速度信息的不确定度来设定搜索范围,控制本地码/载波数控振荡器在此范围内进行搜索,缩短GNSS接收机信号捕获的时间,提高GNSS信号捕获的性能。
INS导航系统120辅助跟踪GNSS信号时,利用INS导航系统120解算出的位置、速度信息和GNSS星历数据解算得到的卫星位置和速度信息,计算并预测LOS视线方向(雷达视线方向)上的多普勒频移信息,与载波环的环路滤波器输出值相加,将结果反馈至载波NCO(数字控制振荡器)中,以控制载波频率的输出,使PLL(锁相环)仅跟踪频率辅助偏差。具体过程可以描述为:本地产生的同相、正交载波信号分别与GNSS中频信号相乘,实现载波剥离功能,然后根据环路滤波器输出的频率误差和INS或组合导航滤波器估计的多普勒偏差不断调整复现本地信号的参数,从而实现对输入GNSS信号的稳定跟踪。
GNSS与INS紧组合滤波是以ECI(地心惯性系,earth-centered inertial)为导航坐标系,把GNSS接收机伪距量测与相应的INS解算得到的伪距预测之差,以及GNSS伪距率与对应的惯导结算伪距率预测值之差,综合在一起作为EKF(扩展卡尔曼滤波)量测方程。在用EKF进行导航误差状态估计后,反馈校正INS的惯性传感器量测(速度增量,角速度增量),量测校正数据输入ECI坐标系下SINS力学编排,解算得到全局最优估计值。
车载守时装置可实现对车载系统提供高精度的时钟信号,利用车载守时系统结合GNSS实现对接收机与GNSS信号偏差的计算,避免了对时间偏差的估计,这样就可以采用三个卫星信号完成定位解算。如果卫星信号增加,则利用车载守时系统将实现对故障信号的检测与隔离修正,从而提高记载系统的完好性。
GNSS信号由于存在受遮挡引起失锁、抗干扰性能弱及数据滞后等问题,定位精度较差,因受对流层延迟影响在近地面时准确度更差;尤其是其安全性可能受他国影响或人为干扰得不到保障。在本实施例中可以使用气压无线电导航系统130的无线电导航信息与INS和GNSS紧组合滤波器的输出进行松组合滤波,对定位GNSS信号进一步修正,并对接收机精度进行偏差估计。
利用上述多种车载辅助手段,通过对辅助信息数据的特性进行分析,构建了多源车载信息融合框架,依靠信息间的互补性提升了车载导航系统10的导航精度和完好性。
上述辅助信息虽然具有互补性,但是其时空属性如采样率、数据形式、向融合中心报告的时间、对环境的描述、空间测量偏差等往往不一致,在进行信息融合之前需要完成对信息的时空对准,即将信息转换为相同的形式、相同的参照、相同的描述之后,才能完成信息融合处理。本实施例的车载导航系统的完好性增强方法,还对INS导航系统120、GNSS导航系统110、无线电导航系统130和守时设备140的时空进行转换,实现时空对准。
时间配准指的是将各装置的时间同步到统一基准时标下,并将不同步的量测信息配准到同一融合时刻。时间系统是复杂的系统,现行的时间系统主要有多种。导航系统的时间同步一般采用协调世界时(coordinate universal time,简称UTC)作为基准。
通过分析,在本实施例适用的车载导航系统10中,时间误差主要来自于三个方面:
1、各装置时间基准之间的误差,由于各装置时钟精度不同形成的时间偏差,这部分误差可以通过时间统一装置进行补偿,补偿后误差较小。
2、各装置开机时刻和采样周期是不一致的,它们报告的时刻往往也是不相同的,造成了不同步误差。
3、各装置量测信息和时间基准统一信号都会在通信中有延时,而且由于数据传输的复杂性,即使是同一网络,通信延迟时间也不同,仍会造成时间不同步。
时间误差对速度的影响主要原因是载体的牵连加速度,当载体机动时,时间误差会对速度估计造成影响。由速度造成的误差分量会直接积分到位置中。
空间配准不仅包括各装置的坐标系统一,即将各装置坐标系中的信息变换到统一的导航坐标系中;而且包括校正各传感器因空间位置所造成的相对偏差。空间配准有两个配准任务:坐标系统一和装置空间偏差校正。
上述各装置反映了车载系统所探测的不同类信息,这些信息转换到目标定位状态空间上需要进行融合滤波器状态可观测性分析。即需要分析多源传感器所获取的观察数据与待求解的系统空间之间的可观测性和可观测程度。
INS导航系统120和GNSS导航系统110可以采用线性卡尔曼滤波器进行融合,状态方程为SINS的误差方程。结合SINS的基本导航参数误差方程以及惯性仪表的误差方程,可以获得INS/GNSS组合系统的状态方程为:X(t)=F(t)X(t)+G(t)W(t),在式中,式中F(t)表示INS/GNSS组合系统状态方程的一步状态转移矩阵;G(t)表示INS/GNSS组合系统状态方程的系统白噪声误差矩阵;W(t)为INS/GNSS组合系统状态方程的系统误差白噪声矢量,系统状态矢量定义为:
X=[φe,φn,φu,δve,δvn,δvu,δL,δλ,δh,εbx,εby,εbz,εrx,εry,εrz,▽x,▽y,▽z]T,式中φe,φn,φu表示三个惯性导航平台误差角;δve,δvn,δvu表示三个速度误差;δL,δλ,δh表示三个位置误差;εbx,εby,εbz,εrx,εry,εrz表示陀螺三个常值漂移误差和三个一阶马尔可夫漂移误差;▽x,▽y,▽z表示加速度计三个一阶马尔科夫漂移误差。
组合导航系统的白噪声矢量为:
W=[ωgx,ωgy,ωgz,ωrx,ωry,ωrz,ωax,ωay,ωaz]T
对应于白噪声矢量,白噪声方差矩阵Q(t)为:
组合导航系统噪声系数矩阵为:
组合导航系统的状态转移矩阵为:
上式中,
AINS对应9个基本导航参数的系统阵,由INS的导航参数基本误差方程决定。
量测方程中的量测信息由惯性导航系统输出的三维速度、三维位置分别与卫星输出的三维速度、三维位置的差值构成。
采用卡尔曼滤波进行INS/GNSS组合系统组合导航信息融合,其开环形式为:
时间更新算法,使用公式表达为:
量测更新算法,使用公式表达为:
上式中各变量的意义与上述表1相同。对开环滤波器引入控制项后变成闭环形式,在完全闭环修正时,滤波方程组变为:
时间更新算法表达,使用公式表达为:
量测更新算法,使用公式表达为:
基于可观测度分析的INS/GNSS组合系统卡尔曼滤波算法也可以采用闭环模式,主要包括时间更新过程、量测更新过程以及自适应反馈校正过程。其中时间更新、量测更新如上式所示,自适应反馈校正算法表达为:
式中,表示卡尔曼滤波当前时刻状态估计值,ηi表示归一化的可观测度系数,表示用于对系统参数进行补偿的修正量。
载波相位是高精度GNSS的核心技术之一,该信息同时也能反映整体系统的故障性。因此完成GNSS载波相位周跳的检测与修复对于车载GNSS系统完好性评估与增强具有重要意义。
步骤S302还可以测量GNSS信号的载波相位的差分序列;利用差分序列的数据特征探测GNSS信号是否出现周跳,利用INS导航系统120的辅助信息对周跳进行修复。例如可以通过Hilbert-Huang变换实现对载波相位序列4次差分信号的特征提取,完成对载波相位周跳检测。在融合惯性导航信息来实现对载波相位周跳的修复计算。
周跳是GNSS载波相位定位中特有的问题,是限制GNSS定位精度的一个关键因素。如果周跳未能被准确探测到或未能得到有效修复,会严重影响GNSS定位的精度和可靠性。载波相位测量根据卫星发射的载波信号在传播路径上的相位变化值确定信号的传播距离。由于GNSS导航系统110接收机自身故障或卫星信号意外中断等原因,载波锁相环路短暂失锁,造成多普勒计数暂时中断;当环路重新锁定后,多普勒计数重新开始,导致整周数变化值不连续计数,这种故障现象就是周跳。
卫星发出相位为的载波信号,此信号经过传输到接收机处,其相位变为则卫星至接收机的相位变化量为此变化量包括整周数和不足一周的小数部分,具体可表示为:
在测量过程中,只能测定小数部分无法测量初始整周数N0,而整周数变化值ΔN通过多普勒积分由电子计数器累计得到。
正常测量时,载波相位数据表现为一条光滑的曲线。周跳出现后,这种光滑性遭到破坏。而且从周跳历元开始,后续测量值发生等量阶跃。
针对上述问题,本实施例可以采用结合Hilbert-Huang变换周跳探测和辅助惯导实现周跳修补的整体算法。
根据载波相位测量数据进行定位时,tk时刻的载波相位为该时刻卫星与接收机之间的距离ρk(以波长λ为单位)。载波相位的一次差表示卫星与接收机之间的距离变化(ρk+1-ρk),等于该采样间隔时间内卫星径向速度的平均值乘以采样间隔时间tk+1-tk。同理,根据一次差计算二次差,其表示卫星径向加速度均值与(tk+1-tk)2的乘积,其变化更平缓。依次可分别计算3次差与4次差,其中4次差已经呈现出偶然误差特性。因为距离变化率4次差已趋近于零,其值主要是由接收机振荡器的随机误差引起的。无周跳时,GNSS载波相位4次差分序列具有偶然误差特性;当发生周跳后,这种偶然误差特征被破坏,差分序列出现了突变现象。
探测出周跳发生的历元后,对该历元之前的载波相位4次差分序列建立基于惯导信息的预测模型,并根据惯导辅助信息来修复周跳故障。
图5是根据本发明一个实施例的车载导航系统的完好性增强方法中基于HHT变换的载波相位周跳检测流程图,该检测流程包括:
步骤S502,计算载波相位4次差分序列;
步骤S504,计算差分序列的极大值和极小值包络;
步骤S506,形成平均值曲线和新序列曲线;
步骤S508,计算新曲线和差分曲线差值曲线;
步骤S510,若差值曲线满足IMF(本征模态函数)条件,形成IMF分量;
步骤S512,重复计算获取下一次IMF分量,直至信号小于阈值;
步骤S514,对最终获得的高频曲线进行Hilbert变换;以及
步骤S516,依据Hilbert参数检测周跳故障信息。
HHT就是Hilbert-Huang Transform(希尔伯特黄变换),一般过程包括:先对信号进行经验模态分解(Empirical mode decomposition,EMD),得出本征模态函数(IMF,intrinsic mode function),再对本征模态函数进行希尔伯特(Hilbert)变换,从而过进一步得该信号的希尔伯特谱、时频能量谱等,以便对信号进行分析,据介绍对非线性及非平稳信号有较好的分析和处理效果。
本实施例的车载导航系统的完好性增强方法还可以利用GNSS导航系统110的累计输出、辅助信息以及无线电导航系统130信息计算车载导航系统10的量测信息;利用对车载导航系统10的完好性进行评估。在GNSS接收机某一通道发展故障之时,利用GNSS累计输出和惯导、无线电导航系统130等信息来计算估计值之间的量测误差,通过该方法将实现对接收机导航信息完好性的增强。
图6是根据本发明一个实施例的车载导航系统的完好性增强方法中GNSS系统完好性因素的示意图。其中,GNSS系统完好评估主要包括误差评估和异常评估,其中误差评估包括星历误差、星钟误差、电离层延时误差、对流层延时误差、多径误差、以及接收机误差;异常评估包括:系统级异常(包括卫星钟突跳、卫星标准频率故障、地面主控站故障、卫星轨道故障、卫星姿态不稳、RF性能)、运行环境异常(包括人为干扰、欺骗干扰、无意干扰、信号传输时突变)、以及用户端异常(电源故障、软件故障、硬件故障、算法故障)。
图7是根据本发明一个实施例的车载导航系统的完好性增强方法的架构示意图。该完好性增强方法包括以下步骤:
步骤S702,获取GNSS导航系统110接收机各通道GNSS信息;
步骤S704,获取INS导航系统120的导航信息;
步骤S706,获取无线电导航系统130的导航信息;
步骤S708,将步骤S702至步骤S706中获取的多源信息进行时空对准;
步骤S710,对GNSS信息进行载波相位周跳检测与修复;
步骤S712,进行INS/GNSS信号紧组合滤波;
步骤S714,进行无线电导航信息/GNSS信号松组合滤波;
步骤S716,对步骤S712的紧组合滤波进行紧组合滤波残差计算;
步骤S718,对步骤S714的松组合滤波进行松组合滤波残差计算;
步骤S720,根据步骤S712至步骤S718的滤波结果生成残差序列;
步骤S722,根据步骤S712至步骤S718的滤波结果进行残差序列预测;
步骤S724,进行残差预测与量测统计分析;
步骤S726,GNSS完好性检测;以及
步骤S728,GNSS故障隔离与修正,修正结果分别向INS/GNSS信号紧组合滤波和无线电导航信息/GNSS信号松组合滤波进行反馈。
本实施例的车载导航系统的完好性增强方法,依据车载导航系统10上GNSS导航系统110、INS导航系统120、无线电导航系统130和守时设备140的信息间的互补性提升整体的导航精度和完好性,通过对GNSS导航系统110(包括北斗、GPS)、INS导航系统120、无线电导航系统130和守时信息系统的特性分析,然后依照各种信息特性构建多源车载信息融合框架,完成对多源信息优势的合理利用,最终形成适合多源信息探测数据的滤波器算法系统。
而且,本实施例的车载导航系统的完好性增强方法,在进行信息融合之前需要完成对信息的时空对准,即将信息转换为相同的形式、相同的参照、相同的描述之后完成信息融合处理。其利用多源辅助信息来实现对GNSS信号的故障检测,其将实现在GNSS接收机某一通道故障时,利用GNSS累计输出和INS导航系统120、无线电导航系统130等信息来计算估计值之间的量测误差,通过该方法将实现对接收机导航信息完好性的增强。
至此,本领域技术人员应认识到,虽然本文已详尽示出和描述了本发明的多个示例性实施例,但是,在不脱离本发明精神和范围的情况下,仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此,本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。
Claims (10)
1.一种车载导航方法,用于设置有全球导航卫星系统GNSS、惯性导航系统INS、无线电导航系统和守时设备的组合导航系统,其特征在于,所述方法包括:
使用INS系统的辅助信息对GNSS系统的GNSS信号进行修复,得到修正的GNSS导航信息;
将所述修正的GNSS导航信息、无线电导航系统输出的无线电导航信息、所述守时设备输出的时钟信号作为预设的联邦滤波系统的输入,其中所述联邦滤波系统包括主滤波器和两个子滤波器,并且所述修正的GNSS导航信息分别作为所述主滤波器和所述两个子滤波器的一个输入量,以作为所述联邦滤波系统的公共参考,所述无线电导航信息作为一个子滤波器的另一个输入量,所述守时设备的时钟信号作为另一个子滤波器的另一个输入量;
利用所述两个子滤波器对各自的输入量进行滤波,得到局部估计值和误差协方差阵;
将所述两个子滤波器的局部估计值和误差协方差阵分别输入所述主滤波器;以及
利用所述主滤波器对所述两个子滤波器的局部估计值进行最优融合,得到全局最优估计值,以利用所述全局最优估计值对所述修正的GNSS导航信息进一步校正。
2.根据权利要求1所述的方法,其特征在于,
利用所述主滤波器对所述两个子滤波器的局部估计值进行最优融合还得到最优估计方差阵;并且在进行最优融合的步骤之后还包括:
将所述全局最优估计值和所述最优估计方差阵作为反馈,对所述主滤波器和所述两个子滤波器进行重置。
3.根据权利要求2所述的方法,其特征在于,对所述主滤波器和两个子滤波器进行重置的步骤包括:
为提供给所述主滤波器和两个子滤波器的反馈分别设置信息分配系数,并且所述信息分配系数满足信息守恒原则。
4.根据权利要求1所述的方法,其特征在于,使用所述INS导航系统的辅助信息对所述GNSS导航系统的GNSS信号进行修复的步骤包括:
使用所述INS导航系统辅助所述GNSS导航系统捕获及跟踪GNSS信号。
5.根据权利要求1所述的方法,其特征在于,使用所述INS导航系统的辅助信息对所述GNSS导航系统的GNSS信号进行修复的步骤包括:
测量所述GNSS信号的载波相位的差分序列;
利用所述差分序列的数据特征探测所述GNSS信号是否出现周跳,利用所述INS导航系统的辅助信息对周跳进行修复。
6.根据权利要求1所述的方法,其特征在于,还包括:
利用所述GNSS导航系统的累计输出、所述辅助信息以及所述无线电导航信息计算所述车载导航系统的量测信息;
利用对所述车载导航系统的完好性进行评估。
7.根据权利要求1所述的方法,其特征在于
所述两个子滤波器分别使用卡尔曼滤波。
8.一种车载导航装置,其特征在于,包括:
设置有GNSS导航系统、INS导航系统、无线电导航系统和守时设备的组合导航系统:
信号修复单元,用于使用所述INS导航系统的辅助信息对所述GNSS导航系统的GNSS信号进行修复,得到修正的导航信息;
滤波输入单元,用于将所述修正的导航信息、所述无线电导航信息、所述守时设备的时钟信号作为预设的联邦滤波系统的输入,其中所述联邦滤波系统包括主滤波器和两个子滤波器,并且所述修正的导航信息分别作为所述主滤波器和所述两个子滤波器的一个输入量,以作为所述联邦滤波系统的公共参考,所述无线电导航信息作为一个子滤波器的另一个输入量,所述守时设备的时钟信号作为另一个子滤波器的另一个输入量;
子滤波单元,用于利用所述两个子滤波器对各自的输入量进行滤波,得到局部估计值和误差协方差阵;将所述两个子滤波器的局部估计值和误差协方差阵分别输入所述主滤波器;以及
主滤波单元,用于利用所述主滤波器对所述两个子滤波器的局部估计值进行最优融合,得到全局最优估计值,以利用所述全局最优估计值对所述修正的导航信息进一步校正。
9.根据权利要求8所述的装置,其特征在于还包括:
滤波器重置模块,配置成将所述全局最优估计值和最优估计方差阵作为反馈,对所述主滤波器和所述两个子滤波器进行重置,其中利用所述主滤波器对所述两个子滤波器的局部估计值进行最优融合还得到所述最优估计方差阵。
10.根据权利要求8所述的装置,其特征在于所述信号修复单元,还用于:
使用所述INS导航系统辅助所述GNSS导航系统捕获及跟踪GNSS信号;以及
测量所述GNSS信号的载波相位的差分序列,利用所述差分序列的数据特征探测所述GNSS信号是否出现周跳,利用所述INS导航系统的辅助信息对周跳进行修复。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710127120.1A CN106813664A (zh) | 2017-03-06 | 2017-03-06 | 一种车载导航方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710127120.1A CN106813664A (zh) | 2017-03-06 | 2017-03-06 | 一种车载导航方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106813664A true CN106813664A (zh) | 2017-06-09 |
Family
ID=59115007
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710127120.1A Pending CN106813664A (zh) | 2017-03-06 | 2017-03-06 | 一种车载导航方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106813664A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107656301A (zh) * | 2017-09-20 | 2018-02-02 | 北京航天发射技术研究所 | 一种基于多源信息融合的车载定位方法 |
CN107942358A (zh) * | 2018-01-10 | 2018-04-20 | 成都理工大学 | 一种基于码跟踪环路的载波周跳检测的方法 |
CN109141783A (zh) * | 2017-06-27 | 2019-01-04 | 航天恒星科技有限公司 | 基于全球卫星导航系统监测桥梁频率的方法 |
CN109444928A (zh) * | 2018-12-18 | 2019-03-08 | 重庆西部汽车试验场管理有限公司 | 一种定位方法及系统 |
CN110471426A (zh) * | 2019-09-02 | 2019-11-19 | 哈尔滨工程大学 | 基于量子狼群算法的无人驾驶智能车自动避碰方法 |
CN110632634A (zh) * | 2019-09-24 | 2019-12-31 | 东南大学 | 一种适用于弹道导弹ins/cns/gnss组合导航系统的最优数据融合方法 |
CN110647721A (zh) * | 2018-06-27 | 2020-01-03 | 北京自动化控制设备研究所 | 一种多元信息融合故障检测优化方法 |
CN111486844A (zh) * | 2020-04-26 | 2020-08-04 | 常州悦美智能科技有限公司 | 一种室内导航构建及使用方法及其应用 |
CN112269200A (zh) * | 2020-10-14 | 2021-01-26 | 北京航空航天大学 | 一种基于可观测度的惯性/卫星系统自适应混合校正方法 |
CN112525188A (zh) * | 2020-12-15 | 2021-03-19 | 上海交通大学 | 一种基于联邦滤波的组合导航方法 |
WO2022134621A1 (zh) * | 2020-12-25 | 2022-06-30 | 大唐移动通信设备有限公司 | 一种载波相位测量方法及装置 |
CN115575982A (zh) * | 2022-11-24 | 2023-01-06 | 中汽研软件测评(天津)有限公司 | 车载卫星定位系统健壮性确定方法、设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7415354B2 (en) * | 2006-04-28 | 2008-08-19 | L-3 Communications Corporation | System and method for GPS acquisition using advanced tight coupling |
CN104406605A (zh) * | 2014-10-13 | 2015-03-11 | 中国电子科技集团公司第十研究所 | 机载多导航源综合导航仿真系统 |
CN105758401A (zh) * | 2016-05-14 | 2016-07-13 | 中卫物联成都科技有限公司 | 一种基于多源信息融合的组合导航方法和设备 |
CN105911567A (zh) * | 2016-05-14 | 2016-08-31 | 四川中卫北斗科技有限公司 | 一种gnss系统完好性评估方法和装置 |
CN105954776A (zh) * | 2016-05-14 | 2016-09-21 | 四川中卫北斗科技有限公司 | 一种导航信号接收方法和接收机 |
-
2017
- 2017-03-06 CN CN201710127120.1A patent/CN106813664A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7415354B2 (en) * | 2006-04-28 | 2008-08-19 | L-3 Communications Corporation | System and method for GPS acquisition using advanced tight coupling |
CN104406605A (zh) * | 2014-10-13 | 2015-03-11 | 中国电子科技集团公司第十研究所 | 机载多导航源综合导航仿真系统 |
CN105758401A (zh) * | 2016-05-14 | 2016-07-13 | 中卫物联成都科技有限公司 | 一种基于多源信息融合的组合导航方法和设备 |
CN105911567A (zh) * | 2016-05-14 | 2016-08-31 | 四川中卫北斗科技有限公司 | 一种gnss系统完好性评估方法和装置 |
CN105954776A (zh) * | 2016-05-14 | 2016-09-21 | 四川中卫北斗科技有限公司 | 一种导航信号接收方法和接收机 |
Non-Patent Citations (1)
Title |
---|
岳淼等: "基于载波相位的高精度惯性组合导航系统研究", 《弹箭与制导学报》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109141783A (zh) * | 2017-06-27 | 2019-01-04 | 航天恒星科技有限公司 | 基于全球卫星导航系统监测桥梁频率的方法 |
CN107656301A (zh) * | 2017-09-20 | 2018-02-02 | 北京航天发射技术研究所 | 一种基于多源信息融合的车载定位方法 |
CN107942358A (zh) * | 2018-01-10 | 2018-04-20 | 成都理工大学 | 一种基于码跟踪环路的载波周跳检测的方法 |
CN107942358B (zh) * | 2018-01-10 | 2020-03-10 | 成都理工大学 | 一种基于码跟踪环路的载波周跳检测的方法 |
CN110647721A (zh) * | 2018-06-27 | 2020-01-03 | 北京自动化控制设备研究所 | 一种多元信息融合故障检测优化方法 |
CN109444928A (zh) * | 2018-12-18 | 2019-03-08 | 重庆西部汽车试验场管理有限公司 | 一种定位方法及系统 |
CN110471426A (zh) * | 2019-09-02 | 2019-11-19 | 哈尔滨工程大学 | 基于量子狼群算法的无人驾驶智能车自动避碰方法 |
CN110632634A (zh) * | 2019-09-24 | 2019-12-31 | 东南大学 | 一种适用于弹道导弹ins/cns/gnss组合导航系统的最优数据融合方法 |
CN111486844A (zh) * | 2020-04-26 | 2020-08-04 | 常州悦美智能科技有限公司 | 一种室内导航构建及使用方法及其应用 |
CN111486844B (zh) * | 2020-04-26 | 2021-09-17 | 常州悦美智能科技有限公司 | 一种室内导航构建及使用方法及其应用 |
CN112269200A (zh) * | 2020-10-14 | 2021-01-26 | 北京航空航天大学 | 一种基于可观测度的惯性/卫星系统自适应混合校正方法 |
CN112269200B (zh) * | 2020-10-14 | 2024-05-17 | 北京航空航天大学 | 一种基于可观测度的惯性/卫星系统自适应混合校正方法 |
CN112525188A (zh) * | 2020-12-15 | 2021-03-19 | 上海交通大学 | 一种基于联邦滤波的组合导航方法 |
CN112525188B (zh) * | 2020-12-15 | 2022-08-05 | 上海交通大学 | 一种基于联邦滤波的组合导航方法 |
WO2022134621A1 (zh) * | 2020-12-25 | 2022-06-30 | 大唐移动通信设备有限公司 | 一种载波相位测量方法及装置 |
CN115575982A (zh) * | 2022-11-24 | 2023-01-06 | 中汽研软件测评(天津)有限公司 | 车载卫星定位系统健壮性确定方法、设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106813664A (zh) | 一种车载导航方法和装置 | |
CN107132558B (zh) | 惯性辅助的多频多模gnss周跳修复方法及系统 | |
US6240367B1 (en) | Full fusion positioning method for vehicle | |
JP3548577B2 (ja) | フェイルセーフ動作差分式gps地上局システム | |
US10012738B2 (en) | Positioning method and positioning apparatus using satellite positioning system | |
CN104297773B (zh) | 一种高精度北斗三频sins深组合导航系统 | |
US6167347A (en) | Vehicle positioning method and system thereof | |
US6424914B1 (en) | Fully-coupled vehicle positioning method and system thereof | |
CN103809191B (zh) | 一种gnss接收机的信号跟踪算法 | |
CN107656300B (zh) | 基于北斗/gps双模软件接收机的卫星/惯性超紧组合方法 | |
CN105758401A (zh) | 一种基于多源信息融合的组合导航方法和设备 | |
JPH06201812A (ja) | 衛星をベースとするナビゲーションシステムにおいて衛星の位置を予測する方法及び装置 | |
WO2010073113A1 (en) | Gnss receiver and positioning method | |
CN101629997A (zh) | 惯性辅助卫星导航完好性检测装置及检测方法 | |
CN103576175A (zh) | 一种双频多星座gnss整周模糊度otf解算方法 | |
Zhu et al. | Dual-antenna GNSS integrated with MEMS for reliable and continuous attitude determination in challenged environments | |
US9322926B2 (en) | Method and apparatus for synchronization and precise time computation for GNSS receivers | |
CN102486540B (zh) | 一种应用于全球卫星定位与导航系统中的快速定位方法 | |
Karaim et al. | Real-time cycle-slip detection and correction for land vehicle navigation using inertial aiding | |
CN115902968A (zh) | 基于北斗三号geo播发增强信息的ppp终端定位方法 | |
CN115220078A (zh) | 基于载波相位差分的gnss高精度定位方法及导航方法 | |
Krüger et al. | Global navigation satellite systems (GNSS) | |
Jiang et al. | Implementation and performance evaluation of a fast relocation method in a GPS/SINS/CSAC integrated navigation system hardware prototype | |
JP2008139105A (ja) | 移動体位置測位装置 | |
Kim et al. | A low-cost high-precision vehicle navigation system for urban environment using time differenced carrier phase measurements |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170609 |
|
WD01 | Invention patent application deemed withdrawn after publication |