CN115235513B - 一种基于伪距和伪距率的惯导校正方法 - Google Patents
一种基于伪距和伪距率的惯导校正方法 Download PDFInfo
- Publication number
- CN115235513B CN115235513B CN202211134731.6A CN202211134731A CN115235513B CN 115235513 B CN115235513 B CN 115235513B CN 202211134731 A CN202211134731 A CN 202211134731A CN 115235513 B CN115235513 B CN 115235513B
- Authority
- CN
- China
- Prior art keywords
- error
- equation
- matrix
- pseudo
- satellite
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
- G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
-
- 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
- G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
Abstract
本发明涉及一种基于卫导伪距和伪距率的惯导校正方法,步骤为:1、以惯导误差方程和卫导误差方程为基础建立Kalman滤波状态方程;2、以伪距差模型、伪距率差模型作为观测量,建立Kalman滤波观测方程;3、对步骤1建立的Kalman滤波状态方程和步骤2建立的Kalman滤波观测方程进行Kalman滤波解算;4、依据步骤3得到的滤波解算公式,采用序贯法依次计算多颗卫星伪距和伪距率信息:5、依据步骤4得到的伪距和伪距率信息,定时校正惯导误差和误差源。本方法保障了惯导长周期导航精度。
Description
技术领域
本发明属于惯导/卫导信息的紧耦合技术,具体涉及一种基于伪距和伪距率的惯导校正方法。
背景技术
卫星导航与惯性导航在导航定位误差特性方面具有良好的互补性,因此惯导/卫导紧耦合技术可实现深远海连续导航任务,是导航技术的主要发展方向之一,在国民经济和国防等领域具有极为重要的应用价值。
卫导信息中的伪距信息真实的反映了卫星与接收机之间的距离,伪距测量值包含钟差、大气延时等误差,在同一时刻利用四颗及以上的不同可见卫星的伪距测量值,接收机就可以实现三维绝对定位与定时。伪距变化率(以下简称伪距率)反映着卫星与接收机之间的相对运动速度,在获得多个卫星伪距率测量值的条件下,接收机可能从中解算出用户运动速度。因此基于伪距和伪距率的紧耦合技术比单使用伪距信息具有更好的观测性,估算和校正惯导误差精度更高。
发明内容
本发明的目的是在于克服现有技术的不足之处,提供一种基于伪距和伪距率的惯导校正方法。
本发明的上述目的通过如下技术方案来实现:
一种基于卫导伪距和伪距率的惯导校正方法,其特征在于,包括如下步骤:
步骤1、以惯导误差方程和卫导误差方程为基础建立Kalman滤波状态方程;
步骤2、以卫导伪距差模型、伪距率差模型作为观测量,建立Kalman滤波观测方程;
步骤3、对步骤1建立的Kalman滤波状态方程和步骤2建立的Kalman滤波观测方程进行Kalman滤波解算;
步骤4、依据步骤3得到的滤波解算方式,采用序贯法依次计算多颗卫星伪距和伪距率信息:
步骤5、依据步骤4得到的伪距和伪距率信息,定时校正惯导误差和误差源。
进一步的:步骤1包括:
(1)建立惯导误差方程
惯导系统主要误差包括经度误差Δλ、纬度误差东速误差ΔVE、北速误差ΔVN、纵摇误差α、横摇误差β、航向误差γ,误差源主要为陀螺常值漂移、陀螺随机漂移、加速度计零偏误差,其中,陀螺常值漂移包括东向陀螺常值漂移εcE、北向陀螺常值漂移εcN和方位陀螺常值漂移εcU;陀螺随机漂移包括东向陀螺随机漂移εrE、北向陀螺随机漂移εrN和方位陀螺随机漂移εrU;加速度计零偏误差包括东向加速度计零偏误差ΔaE、北向加速度计零偏误差ΔaN;各误差误差微分方程为:
式中:
g——重力加速度,与当地纬度有关,球面上的重力公式为
g0=9.78045m/s2;
RM、RN——子午圈和卯酉圈内的地球曲率半径;
Ω——地球自转角速度,Ω=15.041°/h;
βE——表示东向陀螺随机漂移一阶马尔科夫模型相关频率参数;βN——表示北向陀螺随机漂移一阶马尔科夫模型相关频率参数;
βU——表示方位陀螺随机漂移一阶马尔科夫模型相关频率参数;
将惯导误差和误差源作为惯导误差变量,记为:
惯导误差方程写成矩阵形式为:
式中:
GI(t)——表示t时刻惯导误差方程观测矩阵,具体为GI(t)为15行3列矩阵,
ωI(t)——表示t时刻惯导测量噪声,具体为
FI(t)——表示t时刻惯导误差方程观测矩阵,FI(t)为15行15列矩阵,以FI(t)(i,j)表示矩阵FI(t)第i行j列元素,则矩阵FI(t)非零元素为:
FI(t)(3,6)=-g,FI(t)(3,14)=1,
FI(t)(4,5)=g,FI(t)(4,15)=1,
FI(t)(5,8)=1,FI(t)(5,11)=1,
FI(t)(7,10)=1,FI(t)(7,13)=1,
FI(t)(11,11)=-βE,FI(t)(12,12)=-βN,FI(t)(13,13)=-βU;
(2)建立卫导误差方程
卫导误差包含两个与时间有关的误差:一个是与时钟误差等效的距离误差Δtu,另一个是与时钟频率误差等效的距离率误差Δtru,其微分方程为:
式中:
将卫导误差方程写成矩阵的形式为
式中:
(3)建立Kalman滤波状态方程
将惯导误差方程与卫导误差方程合并,得到kalman滤波状态方程,如下所示:
即
式中F(t)为t时刻状态转移矩阵,G(t)为t时刻系统过程噪声输入矩阵,W(t)为t时刻系统过程噪声向量,系统过程噪声向量W(t)的方差强度阵记为Q(t)。
进一步的:步骤2包括:
(1)建立伪距差模型
设惯导位置坐标为(xI,yI,zI),当前时刻收到N颗卫星信息;
第j颗卫星的位置坐标为(xSj’ySj’zSj),(j=1,2,…,N),依次计算N颗星伪距ρIj,计算公式如下:
设载体的真实位置坐标为(x,y,z),将伪距ρIj一阶泰勒展开,有:
令
则有
因此第j颗卫星伪距ρIj模型为:
ρIj=rj+ej1Δx+ej2Δy+ej3Δz (28)
卫星接收机输出的第j颗卫星测量伪距ρGj(j=1,2,…,N)可表示为,
ρGj=rj+Δtn+vρj (29)
第j颗卫星计算伪距ρIj与测量伪距ρGj之差记为伪距差Δρj,模型如下,Δρj=ρIj-ρGj=ej1Δx+ej2Δy+ej3Δz-Δtu-vρj (30)
式中,vρj为伪距测量噪声;
上式写为矩阵形式为:
公式(31)中矩阵仅列出第一颗星、第二颗星和第N颗星信息,第3颗星至第N-1颗星信息用省略号“:”代替;
直角坐标和大地坐标之间的转换关系可由下式表示,
式中,RN为卯酉圈内的地球曲率半径;由公式(32)可得坐标误差,
将系数矩阵记为Π,即
则
将(34)式代入(30)式得到伪距差模型为:
式中元素aij计算公式为:
[aj1 aj2]=[ej1 ej2 ej3]Π (36)
(2)建立伪距率差模型
由(30)式可得伪距率差的模型为:
水面舰船忽略垂向速度误差,则(38)式简写为下式
令
则得到
将(40)式代入(37)式得到伪距率差模型为:
式中元素bij计算公式为:
[bj1 bj2]=[ej1 ej2 ej3]M (42)
(3)建立Kalman滤波观测方程
基于伪距和伪距率的惯导与卫导紧耦合滤波器选择惯导和卫导的伪距差、伪距率差作为观测量,Kalman滤波观测方程记为:
Z(t)=H(t)X(t)+V(t) (43)
式中H(t)为t时刻观测矩阵,V(t)为t时刻观测噪声向量,记系统过程噪声向量V(t)的方差强度阵为R(t)
t时刻第j颗卫星观测模型为:
Zj(t)=Hj(t)Xj(t)+Vj(t)
观测量计算公式为,
相应的,t时刻第j颗卫星观测矩阵Hj(t)的定义如下,
进一步的:步骤3中∶
状态方程和观测方程组成随机连续系统,模型如下:
Z(t)=H(t)X(t)+V(t) (46)
进行Kalman滤波解算包括如下步骤:
(1)随机连续系统离散化
为了适应工程应用需要将随机连续系统(45)、(46)离散化,根据线性系统理论得到随机线性离散系统的状态方程,
Xk=Φk,k-1Xk-1+Γk,k-1Wk-1
Zk=HXk+Vk (47)
式中,
Φk,k-1为k-1时刻至k时刻离散化的状态转移矩阵,以Δt为时间长度将k-1时刻至k时刻之间分为n段,每个Δt时间内的状态转移矩阵为Φ(tj-1,tj),n个Δt时间内的状态转移矩阵Φ(tj-1,tj)相乘构成k-1时刻至k时刻状态转移矩阵Φk,k-1,Φk,k-1计算公式如下,
Δt为状态矩阵F(t)更新时间间隔,与导航解算时间间隔相关,导航解算间隔
Δt=0.1s;
(2)基于上述随机线性离散系统的状态方程进行Kalman滤波解算,解算公式包括:
Pk=(I-KkHk)Pk,k-1(57)
Pk-1为k-1时刻系统滤波估计方差矩阵,初值P0与惯导系统误差相关;本例中P0为15×15矩阵,非零元素为:
P0(1,1)=0.0022,P0(2,2)=0.0022,P0(3,3)=52,P0(4,4)=52,
P0(5,5)=0.0012,P0(6,6)=0.0012,P0(7,7)=0.0022,
P0(8,8)=(4.848×10-8)2,P0(9,9)=(4.848×10-8)2,P0(10,10)=(4.848×10-8)2,
P0(11,11)=(4.848×10-8)2,P0(12,12)=(4.848×10-8)2,P0(13,13)=(4.848×10-8)2,
P0(14,14)=25×10-8,P0(15,15)=25×10-8。
进一步的:步骤4中:
依次处理k时刻第j颗卫星的观测信息,如下式:
第j颗卫星滤波计算公式为:
Pk,j=(I-Kk,jHk,j)Pk,j (61)
Pk=Pk,j (63)。
进一步的:步骤5中:
每4小时修正一次惯导系统,校正量包括惯导系统的经度误差Δλ、纬度误差东向速度误差ΔVE、北向速度误差ΔVN、航向角误差γ、北向陀螺常值漂移εcN和方位陀螺常值漂移εcU;校正量为校正时刻的滤波估计值,见式(64):
本发明具有的优点和积极效果:
1、本发明设计了一种基于伪距和伪距率的惯导校正方法,通过误差推导建立滤波模型和观测模型,以Kalman滤波为基础,通过序贯法依次处理多颗卫星伪距和伪距率信息,进行卫星信息有效性检验,实时估算惯导误差和误差源,定时校正惯导系统误差和误差源,从而保障惯导长周期导航精度。
2、本发明设计了数值计算的方法处理多颗卫星伪距和伪距率信息,解决了多颗卫星信息同步处理解算效率问题,避免了大矩阵求逆可能带来的奇异值问题,具备工程可行性。
3、该技术不改变惯导系统的硬件结构,便于推广至船用惯导系统,无需较大改动,具有较好的工程应用前景。
具体实施方式
以下通过实施例对本发明的结构作进一步说明。需要说明的是本实施例是叙述性的,而不是限定性的。
一种基于伪距和伪距率的惯导校正方法,其发明点为,包括以下步骤:
步骤1、建立Kalman滤波状态方程
以惯导误差方程和卫导接收机误差方程为基础建立Kalman滤波状态方程,具体包括:
(1)建立惯导误差方程
惯导系统主要误差包括经度误差Δλ、纬度误差东速误差ΔVE、北速误差ΔVN、纵摇误差α、横摇误差β、航向误差γ,误差源主要为陀螺常值漂移、陀螺随机漂移、加速度计零偏误差,其中,陀螺常值漂移包括东向陀螺常值漂移εcE、北向陀螺常值漂移εcN和方位陀螺常值漂移εcU;陀螺随机漂移包括东向陀螺随机漂移εrE、北向陀螺随机漂移εrN和方位陀螺随机漂移εrU;加速度计零偏误差包括东向加速度计零偏误差ΔaE、北向加速度计零偏误差ΔaN;各误差误差微分方程为:
式中:
g——重力加速度,与当地纬度有关,球面上的重力公式为
g0=9.78045m/s2;
RM、RN——子午圈和卯酉圈内的地球曲率半径;
Ω——地球自转角速度,Ω=15.041°/h;
βE——表示东向陀螺随机漂移一阶马尔科夫模型相关频率参数;
βN——表示北向陀螺随机漂移一阶马尔科夫模型相关频率参数;
βU——表示方位陀螺随机漂移一阶马尔科夫模型相关频率参数;
将惯导误差和误差源作为惯导误差变量,记为:
惯导误差方程写成矩阵形式为:
式中:
GI(t)——表示t时刻惯导误差方程观测矩阵,具体为GI(t)为15行3列矩阵,
ωI(t)——表示t时刻惯导测量噪声,具体为
FI(t)——表示t时刻惯导误差方程观测矩阵,FI(t)为15行15列矩阵,以FI(t)(i,j)表示矩阵FI(t)第i行j列元素,则矩阵FI(t)非零元素为:
FI(t)(3,6)=-g,FI(t)(3,14)=1,
FI(t)(4,5)=g,FI(t)(4,15)=1,
FI(t)(5,8)=1,FI(t)(5,11)=1,
FI(t)(7,10)=1,FI(t)(7,13)=1,
FI(t)(11,11)=-βE,FI(t)(12,12)=-βN,FI(t)(13,13)=-βU;
(2)建立卫导误差方程
卫导误差包含两个与时间有关的误差:一个是与时钟误差等效的距离误差Δtu,另一个是与时钟频率误差等效的距离率误差Δtru,其微分方程为:
式中:
将卫导误差方程写成矩阵的形式为
式中:
(3)建立Kalman滤波状态方程
将惯导误差方程与卫导误差方程合并,得到kalman滤波状态方程,如下所示:
即
式中F(t)为t时刻状态转移矩阵,G(t)为t时刻系统过程噪声输入矩阵,W(t)为t时刻系统过程噪声向量,系统过程噪声向量W(t)的方差强度阵记为Q(t)。
步骤2、建立Kalman滤波观测方程
以伪距差模型、伪距率差模型作为观测量,建立观测量与惯导系统经、纬度误差的关系式,具体如下:
(1)建立伪距差模型
设惯导位置坐标为(xI,yI,zI),当前时刻收到N颗卫星信息;
第j颗卫星的位置坐标为(xSj’ySj’zSj),(j=1,2,…,N),依次计算N颗星伪距ρIj,计算公式如下:
设载体的真实位置坐标为(x,y,z),将伪距ρIj一阶泰勒展开,有:
令
则有
因此第j颗卫星伪距ρIj模型为:
ρIj=rj+ej1Δx+ej2Δy+ej3Δz (28)
卫星接收机输出的第j颗卫星测量伪距ρGj(j=1,2,…,N)可表示为,
ρGj=rj+Δtn+vρj (29)
第j颗卫星计算伪距ρIj与测量伪距ρGj之差记为伪距差Δρj,模型如下,Δρj=ρIj-ρGj=ej1Δx+ej2Δy+ej3Δz-Δtu-vρj (30)
上式写为矩阵形式为:
直角坐标和大地坐标之间的转换关系可由下式表示,
式中,RN为卯酉圈内的地球曲率半径;由公式(32)可得坐标误差,
将系数矩阵记为Π,即
则
将(34)式代入(30)式得到伪距差模型为:
式中元素aij计算公式为:
[aj1 aj2]=[ej1 ej2 ej3]Π (36)
(2)建立伪距率差模型
由(30)式可得伪距率差的模型为:
水面舰船忽略垂向速度误差,则(38)式简写为下式
令
则得到
将(40)式代入(37)式得到伪距率差模型为:
式中元素bij计算公式为:
[bj1 bj2]=[ej1 ej2 ej3]M (42)
(3)建立Kalman滤波观测方程
基于伪距和伪距率的惯导与卫导紧耦合滤波器选择惯导和卫导的伪距差、伪距率差作为观测量,Kalman滤波观测方程记为:
Z(t)=H(t)X(t)+V(t) (43)
式中H(t)为t时刻观测矩阵,V(t)为t时刻观测噪声向量,记系统过程噪声向量V(t)的方差强度阵为R(t)
t时刻第j颗卫星观测模型为:
Zj(t)=Hj(t)Xj(t)+Vj(t)
观测量计算公式为,
相应的,t时刻第j颗卫星观测矩阵Hj(t)的定义如下,
步骤3、进行Kalman滤波解算
状态方程和观测方程组成随机连续系统,模型如下:
Z(t)=H(t)X(t)+V(t) (46)
进行Kalman滤波解算包括如下步骤:
(1)随机连续系统离散化
为了适应工程应用需要将随机连续系统(45)、(46)离散化,根据线性系统理论得到随机线性离散系统的状态方程,
Xk=Φk,k-1Xk-1+Γk,k-1Wk-1
Zk=HXk+Vk (47)
式中,
Φk,k-1为k-1时刻至k时刻离散化的状态转移矩阵,以Δt为时间长度将k-1时刻至k时刻之间分为n段,每个Δt时间内的状态转移矩阵为Φ(tj-1,tj),n个Δt时间内的状态转移矩阵Φ(tj-1,tj)相乘构成k-1时刻至k时刻状态转移矩阵Φk,k-1,Φk,k-1计算公式如下,
Δt为状态矩阵F(t)更新时间间隔,与导航解算时间间隔相关,导航解算间隔
Δt=0.1s;
(2)基于上述随机线性离散系统的状态方程进行Kalman滤波解算,解算公式包括:
Pk=(I-KkHk)Pk,k-1(57)
Pk-1为k-1时刻系统滤波估计方差矩阵,初值P0与惯导系统误差相关;本例中P0为15×15矩阵,非零元素为:
P0(1,1)=0.0022,P0(2,2)=0.0022,P0(3,3)=52,P0(4,4)=52,
P0(5,5)=0.0012,P0(6,6)=0.0012,P0(7,7)=0.0022,
P0(8,8)=(4.848×10-8)2,P0(9,9)=(4.848×10-8)2,P0(10,10)=(4.848×10-8)2,
P0(11,11)=(4.848×10-8)2,P0(12,12)=(4.848×10-8)2,P0(13,13)=(4.848×10-8)2,
P0(14,14)=25×10-8,P0(15,15)=25×10-8。
步骤4、序贯法依次计算多颗卫星伪距和伪距率信息
根据上述解算方程,序贯法依次计算多颗卫星伪距和伪距率信息,将求逆的矩阵维数降低至两维,有效提高解算效率,避免大矩阵求逆可能带来的奇异值问题。依次处理k时刻第j颗卫星的观测信息,见式(58):
滤波公式为:
Pk,j=(I-Kk,jHk,j)Pk,j (61)
Pk=Pk,j (63)。
步骤5、定时校正惯导误差和误差源
每4小时修正一次惯导系统,校正量包括惯导系统的经度误差Δλ、纬度误差东向速度误差ΔVE、北向速度误差ΔVN、航向角误差γ、北向陀螺常值漂移εcN和方位陀螺常值漂移εcU;校正量为校正时刻的滤波估计值,见式(64):
综上,本发明构成了基于伪距和伪距率的紧耦合卡尔曼滤波器,采用递推算法实时估算各状态变量,实现了定期修正惯导系统误差,提高了惯导导航精度,延长惯导重调周期,保证了惯导长周期导航任务需求,对深远海航行具有重要意义。
尽管为说明目的公开了本发明的实施例,但是本领域的技术人员可以理解:在不脱离本发明及所附权利要求的精神范围内,各种替换、变化和修改都是可以的,因此,本发明的范围不局限于实施例所公开的内容。
Claims (1)
1.一种基于卫导伪距和伪距率的惯导校正方法,其特征在于,包括如下步骤:
步骤1、以惯导误差方程和卫导误差方程为基础建立Kalman滤波状态方程;
步骤2、以卫导伪距差模型、伪距率差模型作为观测量,建立Kalman滤波观测方程;
步骤3、对步骤1建立的Kalman滤波状态方程和步骤2建立的Kalman滤波观测方程进行Kalman滤波解算;
步骤4、依据步骤3得到的滤波解算方式,采用序贯法依次计算多颗卫星伪距和伪距率信息:
步骤5、依据步骤4得到的伪距和伪距率信息,定时校正惯导误差和误差源;
步骤1包括:
(1)建立惯导误差方程
惯导系统主要误差包括经度误差Δλ、纬度误差东速误差ΔVE、北速误差ΔVN、纵摇误差α、横摇误差β、航向误差γ,误差源主要为陀螺常值漂移、陀螺随机漂移、加速度计零偏误差,其中,陀螺常值漂移包括东向陀螺常值漂移εcE、北向陀螺常值漂移εcN和方位陀螺常值漂移εcU;陀螺随机漂移包括东向陀螺随机漂移εrE、北向陀螺随机漂移εrN和方位陀螺随机漂移εrU;加速度计零偏误差包括东向加速度计零偏误差ΔaE、北向加速度计零偏误差ΔaN;各误差误差微分方程为:
式中:
g——重力加速度,与当地纬度有关,球面上的重力公式为
g0=9.78045m/s2.
RM、RN——子午圈和卯酉圈内的地球曲率半径;
Ω——地球自转角速度,Ω=15.041°/h;
βE——表示东向陀螺随机漂移一阶马尔科夫模型相关频率参数;βN——表示北向陀螺随机漂移一阶马尔科夫模型相关频率参数;
βU——表示方位陀螺随机漂移一阶马尔科夫模型相关频率参数;
将惯导误差和误差源作为惯导误差变量,记为:
惯导误差方程写成矩阵形式为:
式中:
GI(t)——表示t时刻惯导误差方程观测矩阵,具体为GI(t)为15行3列矩阵,
ωI(t)——表示t时刻惯导测量噪声,具体为
FI(t)——表示t时刻惯导误差方程观测矩阵,FI(t)为15行15列矩阵,以FI(t)(i,j)表示矩阵FI(t)第i行j列元素,则矩阵FI(t)非零元素为:
FI(t)(3,6)=-g,FI(t)(3,14)=1,
FI(t)(4,5)=g,FI(t)(4,15)=1,
FI(t)(5,8)=1,FI(t)(5,11)=1,
FI(t)(7,10)=1,FI(t)(7,13)=1,
FI(t)(11,11)=-βE,FI(t)(12,12)=-βN,FI(t)(13,13)=-βU;
(2)建立卫导误差方程
卫导误差包含两个与时间有关的误差:一个是与时钟误差等效的距离误差Δtu,另一个是与时钟频率误差等效的距离率误差Δtru,其微分方程为:
式中:
将卫导误差方程写成矩阵的形式为
式中:
(3)建立Kalman滤波状态方程
将惯导误差方程与卫导误差方程合并,得到kalman滤波状态方程,如下所示:
即
式中F(t)为t时刻状态转移矩阵,G(t)为t时刻系统过程噪声输入矩阵,W(t)为t时刻系统过程噪声向量,系统过程噪声向量W(t)的方差强度阵记为Q(t);
步骤2包括:
(1)建立伪距差模型
设惯导位置坐标为(xI,yI,zI),当前时刻收到N颗卫星信息;
第j颗卫星的位置坐标为(xSj,ySj,zSj),(j=1,2,…,N),依次计算N颗星伪距ρIj,计算公式如下:
设载体的真实位置坐标为(x,y,z),将伪距ρIj一阶泰勒展开,有:
令
则有
因此第j颗卫星伪距ρIj模型为:
ρIj=rj+ej1Δx+ej2Δy+ej3Δz (28)
卫星接收机输出的第j颗卫星测量伪距ρGj(j=1,2,…,N)可表示为,
ρGj=rj+Δtu+vρj (29)
第j颗卫星计算伪距ρIj与测量伪距ρGj之差记为伪距差Δρj,模型如下,
Δρj=ρIj-ρGj
=ej1Δx+ej2Δy+ej3Δz-Δtu-vρj (30)
上式写为矩阵形式为:
直角坐标和大地坐标之间的转换关系可由下式表示,
式中,RN为卯酉圈内的地球曲率半径;由公式(32)可得坐标误差,
将系数矩阵记为Π,即
则
将(34)式代入(30)式得到伪距差模型为:
式中元素aij计算公式为:
[aj1 aj2]=[ej1 ej2 ej3]Π (36)
(2)建立伪距率差模型
由(30)式可得伪距率差的模型为:
水面舰船忽略垂向速度误差,则(38)式简写为下式
令
则得到
将(40)式代入(37)式得到伪距率差模型为:
式中元素bij计算公式为:
[bj1 bj2]=[ej1 ej2 ej3]M (42)
(3)建立Kalman滤波观测方程
基于伪距和伪距率的惯导与卫导紧耦合滤波器选择惯导和卫导的伪距差、伪距率差作为观测量,Kalman滤波观测方程记为:
Z(t)=H(t)X(t)+V(t) (43)
式中H(t)为t时刻观测矩阵,V(t)为t时刻观测噪声向量,记系统过程噪声向量V(t)的方差强度阵为R(t)
t时刻第j颗卫星观测模型为:
Zj(t)=Hj(t)Xj(t)+Vj(t)
观测量计算公式为,
相应的,t时刻第j颗卫星观测矩阵Hj(t)的定义如下,
步骤3中:
状态方程和观测方程组成随机连续系统,模型如下:
Z(t)=H(t)X(t)+V(t) (46)
进行Kalman滤波解算包括如下步骤:
(1)随机连续系统离散化
为了适应工程应用需要将随机连续系统(45)、(46)离散化,根据线性系统理论得到随机线性离散系统的状态方程,
Xk=Φk,k-1Xk-1+Γk.k-1Wk-1
Zk=HXk+Vk (47)
式中,
Φk,k-1为k-1时刻至k时刻离散化的状态转移矩阵,以Δt为时间长度将k-1时刻至k时刻之间分为n段,每个Δt时间内的状态转移矩阵为Φ(tj-1,tj),n个Δt时间内的状态转移矩阵Φ(tj-1,tj)相乘构成k-1时刻至k时刻状态转移矩阵Φk,k-1,Φk,k-1计算公式如下,
Δt为状态矩阵F(t)更新时间间隔,与导航解算时间间隔相关,导航解算间隔
Δt=0.1s;
(2)基于上述随机线性离散系统的状态方程进行Kalman滤波解算,解算公式包括:
Pk-1为k-1时刻系统滤波估计方差矩阵,初值P0与惯导系统误差相关;P0为15×15矩阵,非零元素为:
P0(1,1)=0.0022,P0(2,2)=0.0022,P0(3,3)=52,P0(4,4)=52,
P0(5,5)=0.0012,P0(6,6)=0.0012,P0(7,7)=0.0022,
P0(8,8)=(4.848×10-8)2,P0(9,9)=(4.848×10-8)2,P0(10,10)=(4.848×10-8)2,
P0(11,11)=(4.848×10-8)2,P0(12,12)=(4.848×10-8)2,P0(13,13)=(4.848×10-8)2,
P0(14,14)=25×10-8,P0(15,15)=25×10-8;
步骤4中:
依次处理k时刻第j颗卫星的观测信息,如下式:
第j颗卫星滤波计算公式为:
Pk,j=(I-Kk,jHk,j)Pk,j (61)
Pk-Pk,j (63)
步骤5中:
每4小时修正一次惯导系统,校正量包括惯导系统的经度误差Δλ、纬度误差东向速度误差ΔVE、北向速度误差ΔVN、航向角误差γ、北向陀螺常值漂移εcN和方位陀螺常值漂移εcU;校正量为校正时刻的滤波估计值,见式(64):
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211134731.6A CN115235513B (zh) | 2022-09-15 | 2022-09-15 | 一种基于伪距和伪距率的惯导校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211134731.6A CN115235513B (zh) | 2022-09-15 | 2022-09-15 | 一种基于伪距和伪距率的惯导校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115235513A CN115235513A (zh) | 2022-10-25 |
CN115235513B true CN115235513B (zh) | 2023-01-17 |
Family
ID=83680424
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211134731.6A Active CN115235513B (zh) | 2022-09-15 | 2022-09-15 | 一种基于伪距和伪距率的惯导校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115235513B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117214933B (zh) * | 2023-11-07 | 2024-02-06 | 中国船舶集团有限公司第七〇七研究所 | 水面船用惯导/北斗紧耦合长周期惯导速度品质提升方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101561496A (zh) * | 2009-05-21 | 2009-10-21 | 北京航空航天大学 | 一种伪卫星和惯性组合导航系统的非线性补偿方法 |
CN102998685A (zh) * | 2011-09-15 | 2013-03-27 | 北京自动化控制设备研究所 | 一种惯性/卫星导航系统伪距/伪距率紧组合方法 |
CN103969672A (zh) * | 2014-05-14 | 2014-08-06 | 东南大学 | 一种多卫星系统与捷联惯性导航系统紧组合导航方法 |
CN111044075A (zh) * | 2019-12-10 | 2020-04-21 | 上海航天控制技术研究所 | 基于卫星伪距/相对测量信息辅助的sins误差在线修正方法 |
CN113253325A (zh) * | 2021-06-24 | 2021-08-13 | 中国人民解放军国防科技大学 | 惯性卫星序贯紧组合李群滤波方法 |
CN114964235A (zh) * | 2022-05-19 | 2022-08-30 | 哈尔滨工业大学(鞍山)工业技术研究院 | 一种基于惯性/多普勒计程仪加阻尼状态的组合导航方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8825396B2 (en) * | 2012-11-30 | 2014-09-02 | Applanix Corporation | Quasi tightly coupled GNSS-INS integration process |
CN106291645B (zh) * | 2016-07-19 | 2018-08-21 | 东南大学 | 适于高维gnss/ins深耦合的容积卡尔曼滤波方法 |
CN108426574A (zh) * | 2018-02-02 | 2018-08-21 | 哈尔滨工程大学 | 一种基于zihr的航向角修正算法的mems行人导航方法 |
CN110907975B (zh) * | 2019-12-13 | 2021-10-01 | 北京遥测技术研究所 | 一种基于序贯最小二乘的模糊度固定方法 |
FR3106658B1 (fr) * | 2020-01-27 | 2022-01-07 | Safran Electronics & Defense | Procédé et système de navigation |
-
2022
- 2022-09-15 CN CN202211134731.6A patent/CN115235513B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101561496A (zh) * | 2009-05-21 | 2009-10-21 | 北京航空航天大学 | 一种伪卫星和惯性组合导航系统的非线性补偿方法 |
CN102998685A (zh) * | 2011-09-15 | 2013-03-27 | 北京自动化控制设备研究所 | 一种惯性/卫星导航系统伪距/伪距率紧组合方法 |
CN103969672A (zh) * | 2014-05-14 | 2014-08-06 | 东南大学 | 一种多卫星系统与捷联惯性导航系统紧组合导航方法 |
CN111044075A (zh) * | 2019-12-10 | 2020-04-21 | 上海航天控制技术研究所 | 基于卫星伪距/相对测量信息辅助的sins误差在线修正方法 |
CN113253325A (zh) * | 2021-06-24 | 2021-08-13 | 中国人民解放军国防科技大学 | 惯性卫星序贯紧组合李群滤波方法 |
CN114964235A (zh) * | 2022-05-19 | 2022-08-30 | 哈尔滨工业大学(鞍山)工业技术研究院 | 一种基于惯性/多普勒计程仪加阻尼状态的组合导航方法 |
Non-Patent Citations (2)
Title |
---|
《基于伪距、伪距率的SINS/GPS紧组合导航系统研究》;臧中原;《中国优秀硕士学位论文全文数据库 信息科技辑》;20150715(第7期);第12页第2.2.1节至第24页第2.3.3节,及第30页第3.2节 * |
臧中原.《基于伪距、伪距率的SINS/GPS紧组合导航系统研究》.《中国优秀硕士学位论文全文数据库 信息科技辑》.2015,(第7期), * |
Also Published As
Publication number | Publication date |
---|---|
CN115235513A (zh) | 2022-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108226980B (zh) | 基于惯性测量单元的差分gnss与ins自适应紧耦合导航方法 | |
JP4789216B2 (ja) | ナビゲーション用途のための、改良されたgps累積デルタ距離処理方法 | |
CN108226985B (zh) | 基于精密单点定位的列车组合导航方法 | |
CN103542854B (zh) | 基于星载处理器的自主定轨方法 | |
CN109931955B (zh) | 基于状态相关李群滤波的捷联惯性导航系统初始对准方法 | |
CN110702143B (zh) | 基于李群描述的sins捷联惯性导航系统动基座快速初始对准方法 | |
CN110514203B (zh) | 一种基于isr-ukf的水下组合导航方法 | |
EP2330382B1 (en) | Method and system for latitude adaptive navigation quality estimation | |
CN111854746A (zh) | Mimu/csac/高度计辅助卫星接收机的定位方法 | |
CN110132286B (zh) | 考虑航天器动态效应及系统偏差的x射线脉冲星导航方法 | |
CN110567455B (zh) | 一种求积更新容积卡尔曼滤波的紧组合导航方法 | |
CN110940332B (zh) | 考虑航天器轨道动态效应的脉冲星信号相位延迟估计方法 | |
CN113203418B (zh) | 基于序贯卡尔曼滤波的gnssins视觉融合定位方法及系统 | |
CN113375659B (zh) | 一种基于星光角距测量信息的脉冲星导航方法 | |
CN115235513B (zh) | 一种基于伪距和伪距率的惯导校正方法 | |
CN114777812B (zh) | 一种水下组合导航系统行进间对准与姿态估计方法 | |
CN108303120B (zh) | 一种机载分布式pos的实时传递对准的方法及装置 | |
Yoo et al. | Improvement of TERCOM aided inertial navigation system by velocity correction | |
CN111722295A (zh) | 一种水下捷联式重力测量数据处理方法 | |
JP5664059B2 (ja) | 車両用軌跡推定装置 | |
CN109974695B (zh) | 基于Krein空间的水面舰艇导航系统的鲁棒自适应滤波方法 | |
CN113566850B (zh) | 惯性测量单元的安装角度标定方法、装置和计算机设备 | |
US8566055B1 (en) | Gyro indexing compensation method and system | |
CN109471102B (zh) | 一种惯组误差修正方法 | |
CN111290008A (zh) | 一种动态自适应扩展卡尔曼滤波容错算法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |