CN115362349A - 导航方法与系统 - Google Patents

导航方法与系统 Download PDF

Info

Publication number
CN115362349A
CN115362349A CN202180009160.0A CN202180009160A CN115362349A CN 115362349 A CN115362349 A CN 115362349A CN 202180009160 A CN202180009160 A CN 202180009160A CN 115362349 A CN115362349 A CN 115362349A
Authority
CN
China
Prior art keywords
gnss
mode
navigation system
satellite
pseudo
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
Application number
CN202180009160.0A
Other languages
English (en)
Inventor
P·埃利
V·比斯甘比利亚
E·阿玛尼
M·波利纳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Safran Electronics and Defense SAS
M3 Systems SAS
Original Assignee
Safran Electronics and Defense SAS
M3 Systems SAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Safran Electronics and Defense SAS, M3 Systems SAS filed Critical Safran Electronics and Defense SAS
Publication of CN115362349A publication Critical patent/CN115362349A/zh
Pending legal-status Critical Current

Links

Images

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
    • 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
    • G01S19/46—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being of a radio-wave signal type
    • 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
    • G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
    • G01S19/49—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system whereby the further system is an inertial position system, e.g. loosely-coupled

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Automation & Control Theory (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

一种导航设备，所述导航设备包括与卫星导航系统(100)耦合的惯性导航系统(101)，由卫星定位系统供应的信息被用于调整所述惯性导航系统，其特征在于，所述设备还包括用于测量来自无线蜂窝网络的基站的信号的装置(100)，通过紧耦合(100)将所述卫星导航系统和所述用于测量来自所述无线蜂窝网络的基站的信号的装置彼此耦合以形成卫星导航器和/或基站导航器，从而实现具有同时定位和映射的估计器，并且通过松耦合(102)将所述卫星导航系统和所述用于测量来自所述无线蜂窝网络的基站的信号的装置耦合到所述惯性导航系统，以调整所述惯性导航系统。

Description

导航方法与系统
技术领域
本发明涉及导航方法和系统。
背景技术
目前，使用惯性导航系统(被称为INS系统)是常规的，特别是在空中和海洋导航领域。因此，INS系统被习惯性地安装在诸如飞行器或船舶之类的载具中。INS系统使用各种传感器，诸如加速度计或陀螺仪。这些传感器提供测量(旋转、加速度等的测量)，传感器的集成使得能够在移动期间确定载具的姿态、速度和位置。
然而，这些传感器是不完美的，并且具有在移动期间容易变化的固有误差或测量偏差。此外，这些传感器经受测量噪声。这些不完美的一个后果是：INS系统被证明在短时期内是精确的，但是在较长期中会经受显著漂移。
为了克服这些漂移，一些INS系统与GNSS类型的卫星定位系统(全球导航卫星系统，在下文中被称作GNSS系统)耦合，例如GPS系统(全球定位系统)、GLONASS(俄罗斯卫星导航系统)、Galileo(将来的欧洲卫星导航系统)或Beidou(将来的中国卫星导航系统)。然后获得所谓的GNSS/INS混合系统，例如在文档EP2245479中所描述的。
在GNSS/INS混合系统中，由GNSS系统供应的信息通常用于调整INS系统。常规上，借助于卡尔曼滤波器执行该调整，卡尔曼滤波器通过估计GNSS系统和INS系统的相应误差来优化导航性能。
然后，区分两种类型的耦合：松耦合和紧耦合。
在松耦合中，除了接收INS系统的导航解决方案(位置、速度)之外，卡尔曼滤波器还接收由GNSS系统供应的导航解决方案(位置、速度)作为输入。
在紧耦合中，代替所述导航解决方案，GNSS系统供应卡尔曼滤波器原始数据(例如伪距离或伪速度)的输入。
目前，大多数GNSS/INS混合导航系统使用松耦合，因为松耦合实现简单。
然而，为了能够提供导航解决方案，GNSS系统必须从至少预定数量(通常等于四)的卫星(被称为GNSS卫星)捕获信号。在一些环境(诸如城市环境)中，卫星信号的接收被扰动，这可以至少暂时地防止GNSS系统捕获确定导航解决方案所必需的预定数量的GNSS卫星。特别地，这些扰动涉及GNSS卫星的屏蔽、多径和干扰。当GNSS系统遇到这样的扰动时，它可能不能在卡尔曼滤波器的输入处提供导航解决方案。在没有来自GNSS系统的帮助的情况下，GNSS/INS混合系统随后变成了简单的INS系统。
具有紧耦合的GNSS/INS混合系统的一个优点是：即使在GNSS系统可用的GNSS卫星的数量低于GNSS卫星的预定数量的情况下，GNSS/INS混合系统也可受益于由GNSS系统供应的原始数据的提供，以确定改进的导航解决方案(相比于仅INS系统)。然而，原始GNSS数据的管理(例如GNSS卫星的时钟的校正的计算、来自星历数据的位置和速度的校正的计算)，使得GNSS/INS紧耦合混合系统比松耦合GNSS/INS混合系统基本上更复杂。
期望克服现有技术的这些缺点。特别期望提出一种方法和系统，该方法和系统使得能够克服松耦合GNSS/INS混合导航系统的缺陷，同时保持复杂度小于紧耦合GNSS/INS混合导航系统。
发明内容
根据第一方面，本发明涉及一种导航设备，该导航设备包括与卫星导航系统耦合的惯性导航系统，由所述卫星定位系统供应的信息被用于调整所述惯性导航系统，其特征在于，所述设备还包括用于测量来自无线蜂窝网络的基站的信号的装置，通过紧耦合将所述卫星导航系统和所述用于测量来自所述无线蜂窝网络的基站的信号的装置彼此耦合以形成卫星导航器和/或基站导航器，从而实现具有同时定位和映射的估计器，并且通过松耦合将所述卫星导航系统和所述用于测量来自所述无线蜂窝网络的基站的信号的装置耦合到所述惯性导航系统，以调整所述惯性导航系统。
本发明还涉及一种导航方法，所述导航方法包括与卫星导航系统耦合的惯性导航系统，由所述卫星定位系统供应的信息被用于调整所述惯性导航系统，其特征在于，所述方法包括以下步骤：
-测量来自无线蜂窝网络的基站的信号；
-通过紧耦合将所述卫星导航系统和所述用于测量来自所述无线蜂窝网络的基站的信号的装置耦合以形成卫星导航器和/或基站导航器，从而实现具有同时定位和映射的估计器；
-通过松耦合将所述卫星导航系统和所述用于测量来自所述无线蜂窝网络的基站的信号的装置耦合到所述惯性导航系统，以调整所述惯性导航系统。
因此，本发明使得有可能基于调整惯性导航的伪距离信息的松耦合并且依赖于GNSS/5G紧耦合结构在混合架构内潜在地具有可用的最大信息量(GNSS和/或5G)，所述GNSS/5G紧耦合结构使得可以最大可能程度地优化来自两个卫星源的原始信息的合并(经由GNSS和5G接收器)。
根据本发明的特定实施方式，卫星导航器和/或基站导航器在三个操作模式中操作，第一模式(被称为映射模式)是如下模式：其中来自所述无线蜂窝网络的基站的信号的伪距离、伪速度和载波与噪声比和来自卫星的信号的伪距离、伪速度和载波与噪声比可用；第二模式(被称为5G模式)如下模式：其中来自所述无线蜂窝网络的基站的信号的伪距离、伪速度和载波与噪声比可用；并且第三(被称为标准)模式是如下模式：其中所述卫星的信号的信号的伪距离、伪速度和载波与噪声比可用。
因此，当仅GNSS可用时或当仅蜂窝网络可用时或者当GNSS和蜂窝网络可用时，获得连续导航功能的最高质量。
根据本发明的特定实施方式，所述设备还包括形成多个矩阵的矩阵生成模块，所述多个矩阵包括过渡矩阵、雅可比矩阵、测量噪声协方差矩阵和过程噪声协方差矩阵。
因此，根据本发明的特定实施方式，对于每个操作模式，所述矩阵生成模块形成与针对其他模式形成的矩阵不同的过渡矩阵、雅可比矩阵、测量噪声协方差矩阵和过程噪声协方差矩阵。
根据本发明的特定实施方式，导航设备包括卡尔曼滤波器。
根据本发明的特定实施方式，该方法包括以下步骤：在三个操作模式中确定所述卫星导航器和/或基站导航器的操作模式，并且第一模式是如下模式：其中来自所述无线蜂窝网络的基站的信号的伪距离、伪速度和载波与噪声比和来自卫星的信号的伪距离、伪速度和载波与噪声比可用，第二模式是如下模式：其中来自所述无线蜂窝网络的基站的信号的伪距离、伪速度和载波与噪声比可用，并且第三模式是如下模式：其中所述卫星的信号的信号的伪距离、伪速度和载波与噪声比可用。
根据本发明的特定实施方式，该方法还包括形成多个矩阵的矩阵生成步骤，所述多个矩阵包括过渡矩阵、雅可比矩阵、测量噪声协方差矩阵和过程噪声协方差矩阵。
附图说明
通过阅读以下对示例实施方式的描述，上面提到的本发明的特征以及其它特征将更清楚地出现，所述描述是关于附图进行的，在附图中：
[图1]例示了其中实现本发明的环境；
[图2]示意性地例示了根据本发明的具有INS系统与GNSS/5G紧耦合系统之间的松耦合的混合导航系统；
[图3]示意性地例示了GNSS/5G紧耦合系统；
[图4]示意性地例示了GNSS系统；
[图5]示意性地例示了5G系统；
[图6]示意性地例示了GNSS/5G检测器；
[图7]示意性地例示了GNSS/5G导航器；
[图8]示意性地例示了INS导航系统；
[图9]示意性地例示了松耦合系统；
[图10]示意性地例示了INS系统与GNSS/5G紧耦合系统之间的松耦合系统；
[图11]示意性地例示了处理模块的硬件架构的示例；
[图12]示意性地例示了由处理模块实现的用于选择导航器的操作模式的方法；
[图13]示意性地例示了由INS系统与GNSS/5G紧耦合系统之间的松耦合系统的导航器实现的方法。
具体实施方式
下文在海洋环境中描述了本发明，其中实现根据本发明的方法的导航系统由船舶类型的载具或运载工具来运输。本发明也可以应用于不同的环境(诸如空中或道路环境)，运输根据本发明的导航系统的载具能够是飞行器、无人机、汽车或卡车。
图1例示了其中实现本发明的环境。在图1中，船舶1在如下环境中移动：该环境包括GNSS卫星星座的卫星(这里示出了卫星3A、3B和3C)和被称为5G基站的第五代蜂窝无线通信系统的基站(这里示出了两个5G基站)。船舶1包括混合导航系统10，该混合导航系统10具有INS系统与紧耦合GNSS/5G混合系统之间的松耦合，在下文中简称为GNSS/5G+INS混合导航系统。
在一个实施方式中，基站也可以是第四代电话系统(被称为4G基站，或包括5G基站和4G基站的集合)的基站。
图2示意性地例示了GNSS/5G+INS混合导航系统10。
图2的GNSS/5G+INS混合导航系统10包括GNSS/5G紧耦合系统100、INS系统101和松耦合系统102。在下文中描述各种耦合。
在一个实施方式中，松耦合系统102接收来自INS系统101的经校正测量结果和来自GNSS/5G紧耦合系统100的导航解决方案。
在另一实施方式中，松耦合系统102接收来自INS系统101的测量结果和来自GNSS/5G紧耦合系统100的导航解决方案，并且根据该信息生成它作为输入测量结果的残余误差。
图3示意性地例示了GNSS/5G紧耦合系统100。
GNSS/5G紧耦合系统100包括GNSS传感器1000、5G传感器1001、GNSS/5G检测器1002和GNSS/5G导航器1003。
GNSS/5G检测器1002根据其接收到的输出数据来限定GNSS/5G紧耦合系统100是否可以仅使用GNSS数据、仅使用5G数据、或使用5G数据与GNSS数据。因此，GNSS/5G检测器1002限定了映射操作模式或5G操作模式或标准操作模式。
GNSS/5G导航器1003是基于SLAM卡尔曼滤波器的，其根据操作模式来配置SLAM卡尔曼滤波器。因此，GNSS/5G导航器1003针对各个模式来限定状态和观测向量、卡尔曼滤波器的矩阵以及更具体地是它们的尺寸。
GNSS/5G紧耦合系统100的主要优点是其在GNSS传感器1000与5G传感器1001之间使用紧耦合，因此允许在GNSS传感器1000和5G传感器1001共用的导航器(即，GNSS/5G导航器1003)中部署SLAM(同时定位和映射)估计器。SLAM估计器能够同时估计5G基站的状态(即，位置、时钟状态)以及GNSS/5G紧耦合系统100的导航解决方案(即，位置、速度和时钟状态)。因此，只要GNSS/5G紧耦合系统100捕获至少预定数量Nsat的GNSS卫星(一般来说Nsat＝4)，其就能够估计5G基站的状态(位置和时钟状态)。因此，GNSS/5G紧耦合系统100不需要用于确定5G基站的位置和时钟状态的外部附加装置。一旦已知5G基站的状态，当GNSS/5G紧耦合系统100所捕获的卫星的数量小于Nsat时，GNSS/5G紧耦合系统能够通过利用来自5G传感器1001的测量结果对GNSS信号的不存在进行补偿来提供导航解决方案。
接着，将由GNSS/5G紧耦合系统100确定的导航解决方案与来自松耦合系统102中的INS系统101的测量结果进行组合，以产生改进的导航系统并校正INS系统101的任何误差。
图4示意性地例示了GNSS传感器1000。GNSS传感器1000从GNSS卫星接收射频(RF)信号1000A。对于从GNSS卫星接收到的具有足够质量的各个RF信号，GNSS传感器1000生成输出数据1000B(被称为GNSS输出数据)和所述GNSS卫星的位置的估计结果1000C，输出数据1000B包括对应于所述RF信号的伪距离和伪速度(被称为GNSS伪距离和伪速度)和载波与噪声比C/N0(被称为GNSS C/N0比)。
图5示意性地例示了5G传感器1001。5G传感器1001从5G基站接收RF信号1001A(被称为5G信号)。对于从5G基站接收的具有足够质量的各个RF信号，5G传感器1001生成输出数据(被称为5G输出数据)，该输出数据包括对应于所述RF信号的伪距离和伪速度(被称为5G伪距离和伪速度)以及载波与噪声比C/N0(被称为5G C/N0比)的估计结果1001B。
图6示意性地例示了GNSS/5G检测器1002。
GNSS/5G检测器1002接收GNSS和5G输出数据，所述输出数据包括：
-GNSS伪距离和伪速度和GNSS C/N0比的估计结果1000B；
-GNSS卫星的位置的估计结果1000C；以及
-5G伪距离和伪速度以及5G C/N0比的估计结果1001B。
然后，GNSS/5G检测器1002实现两个角色。其第一角色是当两种类型的数据可用时，将GNSS输出数据与5G输出数据同步。例如，如果在GNSS输出数据的两次收集之间收集了若干5G输出数据，则将5G输出数据进行平均，以反映与GNSS输出数据的两次收集相对应的时间间隔内的平均5G输出数据。GNSS/5G检测器1002的第二角色是根据其接收到的输出数据来限定GNSS/5G紧耦合系统100是否可以仅使用GNSS数据、仅使用5G数据、或使用5G数据与GNSS数据。所使用的数据类型使得可以在多个可能的操作模式中限定GNSS/5G+INS混合系统10的操作模式。所述多个操作模式包括所谓的映射模式、所谓的5G模式和所谓的标准(GNSS)模式。在映射模式中，有足够数量的GNSS和5G伪距离、伪速度和C/N0比可用。
在5G模式中，仅5G伪距离、伪速度和C/N0比可用。
在标准模式中，仅GNSS伪距离、伪速度和C/N0比可用。
然后，GNSS/5G检测器1002供应以下项作为输出：GNSS/5G紧耦合系统100的GNSS和/或5G伪速度和伪距离的输出测量结果1002A、与测量结果1002A相对应的GNSS和/或5GC/N0比的估计结果1002B、与测量结果1002A相对应的GNSS卫星的位置1002C以及指示将由GNSS/5G紧耦合系统100使用的数据(GNSS或5G或GNSS与5G)的标识符1002D。
图7示意性地例示了GNSS/5G导航器1003。
GNSS/5G导航器1003使用将参考图12描述的算法。
如上面关于图2所提到的，GNSS/5G导航器1003包括SLAM估计器。通常使用扩展卡尔曼滤波器(EKF)(下文称为EKF滤波器)来解决SLAM问题。因此，GNSS/5G导航器1003包括解决本发明的SLAM问题的模块(被称为EKF-SLAM模块10030)。
EKF-SLAM模块10030包括矩阵生成模块10031、被称为EKF校正模块的校正模块10032以及被称为EKF预测模块的预测模块10033。
矩阵生成模块10031负责形成和使用卫星的位置、GNSS/5G紧耦合系统100的位置和速度以及5G基站的位置，在下文描述的导航方法中使用了多个矩阵。该多个矩阵包括：
-过渡矩阵F；
-雅可比矩阵H；
-测量噪声协方差矩阵R；
-过程-噪声协方差矩阵Q。
矩阵生成模块10031接收以下项作为输入：GNSS和/或5G C/N0比的估计结果1002B、GNSS卫星的位置1002C以及由EKF校正模块10032供应的GNSS/5G紧耦合系统100的GNSS和/或5G伪速度和伪距离的校正估计结果b。
根据作为输入而接收的这些数据，矩阵生成模块10031在EKF校正模块10032的输入处供应雅可比矩阵H，并且在EKF预测模块10033的输入处供应矩阵F、H、R和Q(图7中的参考c)。
EKF校正模块10032接收以下项作为输入：GNSS/5G紧耦合系统100的GNSS和/或5G伪速度和伪距离的估计结果1002A、指示将由GNSS/5G紧耦合系统100使用的数据的标识符1002D、雅可比矩阵H、来自EKF预测模块10033的GNSS/5G紧耦合系统100的误差状态向量的预测f以及与所述状态向量相关联的误差协方差矩阵的预测g。
根据这些数据，EKF校正模块10032向EKF预测模块10033供应GNSS/5G紧耦合系统的误差状态向量的后验估计d(即，在校正之后)以及与所述状态向量相关联的误差协方差矩阵的后验估计e。此外，EKF校正模块10032生成指示GNSS/5G紧耦合系统100的操作模式的标识符1003A和导航解决方案1003B(被称为GNSS/5G导航解决方案)。
EKF预测模块10033接收以下项作为输入：矩阵F、H、R和Q(参考c)、GNSS/5G紧耦合系统的误差状态向量的后验估计d以及与所述状态向量相关联的误差协方差矩阵的后验估计e。
根据这些数据，EKF预测模块10033向EKF校正模块10032供应GNSS/5G紧耦合系统100的误差状态向量的预测f以及与所述状态向量相关联的误差协方差矩阵的预测g。
图8示意性地示出INS导航系统101。
INS导航系统101使用将参考图13描述的算法。
INS系统101包括INS传感器1010和INS导航器1011。INS传感器1010包括例如至少一个加速度计和至少一个陀螺仪，各个加速度计和陀螺仪向INS导航器1011提供测量结果。
类似于常规的INS导航器，INS导航器1011接收来自INS传感器1010的测量结果并生成导航解决方案101A(被称为INS导航解决方案)。然而，INS导航器1011还从松耦合系统102接收位置和速度校正结果101D、姿态校正结果101C以及(偏差、加速度计和陀螺仪的比例因子)校正结果101B，以应用于由INS传感器1010供应的测量结果。
图9示意性地例示了松耦合系统102。
松耦合系统102接收指示GNSS/5G紧耦合系统100的操作模式的标识符1003A以及由所述GNSS/5G紧耦合系统100供应的GNSS/5G混合导航解决方案1003B。松耦合系统还接收由INS系统101供应的INS导航解决方案101A。
根据这些数据，松耦合系统102将校正结果101B、101C和101D供应给INS系统101并生成导航解决方案102A(被称为GNSS/5G+INS混合导航解决方案)。GNSS/5G+INS混合导航解决方案是由GNSS/5G+INS混合导航系统10供应的导航解决方案。
图10示意性地例示了松耦合系统102的细节。
松耦合系统102包括同步模块1020和导航器1021(被称为GNSS/5G+INS导航器)。同步模块1020负责向GNSS/5G+INS导航器1021供应导航解决方案102B，导航解决方案102B是同步模块1020根据分别来自INS系统101和来自GNSS/5G导航器1003的导航解决方案101A和导航解决方案1003B获得的。然而，INS系统101和GNSS/5G紧耦合系统100通常不生成具有相同频率的导航解决方案。然后，同步模块1020负责将INS导航解决方案与GNSS/5G导航解决方案同步。举例来说，当INS导航解决方案以比GNSS/5G导航解决方案高的频率供应时，同步模块1020计算介于GNSS/5G紧耦合系统100供应的两个GNSS/5G解决方案中间的GNSS/5G解决方案，各个中间GNSS/5G解决方案针对由INS系统101供应的INS解决方案按时间对准。根据这些同步的INS和GNSS/5G导航解决方案，GNSS/5G+INS导航器1021生成校正结果101B、101C和101D以及GNSS/5G+INS混合导航解决方案102A。
图11示意性地例示了处理模块11的硬件架构的示例。
包括在GNSS/5G+INS混合导航系统10中的模块(包括GNSS/5G检测器1002、矩阵生成模块10031、EKF校正模块10032、EKF预测模块10033、同步模块1020、GNSS/5G+INS导航器1021)均包括处理模块11。
根据图11中所示的硬件架构的示例，处理模块11然后包括由通信总线110连接的：处理器或CPU(中央处理单元)111；随机存取存储器RAM 112；只读存储器ROM 113；存储单元(诸如硬盘)或存储介质读取器(诸如SD(安全数字)读卡器)114；至少一个通信接口115，其使得处理模块11能够与GNSS/5G+INS混合导航系统10中的其他模块通信。
处理器111能够执行从ROM 113、从外部存储器(未示出)、从存储介质(诸如SD卡)或从通信网络加载到RAM 112中的指令。当GNSS/5G+INS混合导航系统10加电时，处理器111能够从RAM 112读取指令并执行这些指令。这些指令形成计算机程序，其使得由处理器111完成或部分执行由包括所述处理模块11的GNSS/5G+INS混合导航系统模块10执行的方法。
这些方法可以通过由可编程机器(例如DSP(数字信号处理器)或微控制器)执行一组指令而以软件形式实现，或者由机器或专用组件(例如FPGA(现场可编程门阵列)或ASIC(专用集成电路))以硬件形式实现。
例如，当本发明在港口进近阶段或并排到来阶段的船舶中实现时，测量结果确定GNSS/5G+INS混合接收器10的操作模式。例如，当GNSS测量结果被部分掩蔽和/或部分遭受多径时，选择标准模式。
当GNSS测量结果被完全或非常强烈地掩蔽和/或完全遭受多径时，选择5G模式。
当5G测量结果被完全极大地掩蔽和/或完全遭受极大的多径时，选择INS/GNSS模式。
在映射模式中，GNSS和5G伪距离是可用的。EKF-SLAM估计器的状态向量是根据混合接收器的接收器的位置、速度、偏差和时钟漂移以及5G站的位置、偏差和时钟漂移得到的。
在校正之间，EKF-SLAM估计器借助于接收器的过渡模型以及时钟模型产生状态预测
Figure BDA0003746044670000101
和预测误差协方差
Figure BDA0003746044670000102
当伪距离和伪速度测量结果可用时，EKF-SLAM估计器产生状态估计的更新
Figure BDA0003746044670000103
和相关联的估计误差协方差的更新Pk。
在5G模式中，仅5G伪距离是可用的。估计器的状态向量是根据接收器的位置和速度以及一方面的接收器的偏差和时钟漂移与另一方面的每个5G站的偏差和时钟漂移之间的差得到的。
这里考虑的5G模式是受限模式，因为使用了5G基站的位置以及在映射模式中估计的接收器的偏差和时钟漂移。一旦GNSS测量结果再次变得可用，5G站的偏差和时钟漂移以及位置就被重新引入到状态向量中，并且再次进入映射模式，从而使得能够细化5G基站的位置。
在校正之间，EKF-SLAM估计器借助于5G基站的过渡模型以及时钟模型产生状态预测
Figure BDA0003746044670000104
和预测误差协方差
Figure BDA0003746044670000105
在被称为标准模式的GNSS模式中，仅GNSS伪距离是可用的。在与环境相关的扰动或与不存在5G网络相关的扰动之下，5G测量结果是不可用的。
EKF-SLAM估计器的状态向量根据接收器的位置、速度、偏差和时钟漂移得到的。在校正之间，EKF-SLAM估计器借助于接收器的过渡模型以及时钟模型产生状态预测
Figure BDA00037460446700001121
和预测误差协方差
Figure BDA00037460446700001120
当GNSS和/或5G伪距离和伪速度的测量结果可用时，EKF-SLAM估计器产生状态估计的更新
Figure BDA0003746044670000112
和相关联的估计误差协方差的更新Pk。
在模式之外，各个5G信号是从空间上固定的基站发出的，并且其状态向量包括其三维位置坐标rs＝[x,y,z]T和其时钟状态
Figure BDA0003746044670000113
其中c是速度，δts是5G基站的时钟偏差，并且
Figure BDA0003746044670000114
是5G基站的时钟漂移。
5G信号的动态范围由以下模型描述：(xs)k+1＝Fs(xs)k+(ws)k，
其中
Figure BDA0003746044670000115
Fs＝diag[I3x3,FHor]，ws是被建模为具有零均值和协方差Qs＝diag[03*3,c2Qhor,s]的白噪声的过程的噪声，
Figure BDA0003746044670000116
Figure BDA0003746044670000117
并且T是恒定采样间隔。
项
Figure BDA0003746044670000118
和
Figure BDA0003746044670000119
分别是5G站的偏差和时钟漂移的过程噪声谱。
项
Figure BDA00037460446700001110
和
Figure BDA00037460446700001111
可以与幂律系数
Figure BDA00037460446700001112
相关联，这些幂律系数在实验室实验期间被证明是根据
Figure BDA00037460446700001113
来表征振荡器相对于标称频率的分数频率差值y(t)的功率谱密度。通常的近似仅使用参数h0和h-2，并且因此
Figure BDA00037460446700001114
且
Figure BDA00037460446700001115
GNSS/5G紧耦合系统100的状态向量xr包括所述系统100的三维位置坐标rr＝[X,Y,Z]T、所述系统100的三维速度
Figure BDA00037460446700001116
以及接收器的时钟状态
Figure BDA00037460446700001119
Figure BDA00037460446700001117
接收器的状态按以下方式随时间改变：
(xr)k+1＝Fr(xr)k+(wr)k，
其中
Figure BDA00037460446700001118
T是测量结果的恒定采样间隔，wr是被建模为具有零均值和协方差Qr＝diag[Qpv,c2Qhor,r]的白噪声的过程噪声向量模型，diag表示矩阵的块的对角级联。
Figure BDA0003746044670000121
Figure BDA0003746044670000122
Figure BDA0003746044670000123
Sp是速度噪声功率谱，
Figure BDA0003746044670000124
和
Figure BDA0003746044670000125
分别是接收器的偏差和时钟漂移的过程噪声的功率谱，其中
Figure BDA0003746044670000126
且
Figure BDA0003746044670000127
例如，对于使用石英振荡器的时钟，h0＝2-19秒并且h-2＝2-20Hz。
由GNSS/5G接收器作出的在时刻k对第n个5G基站的伪距离的观测结果被关联到接收器的状态和5G基站的状态：
Figure BDA0003746044670000128
其中rr＝[X,Y,Z]T是接收器的位置，
Figure BDA0003746044670000129
是第n个5G gNodeB的位置，
Figure BDA00037460446700001210
是被建模为具有零均值和方差
Figure BDA00037460446700001211
的高斯白噪声。
由GNSS/5G接收器作出的在时刻k对第n个5G基站的伪速度(δ-距离)的观测结果被关联到接收器的状态和5G基站的状态：
Figure BDA0003746044670000131
其中
Figure BDA0003746044670000132
是5G基站在接收器处的LOS向量，
Figure BDA0003746044670000133
是接收器的预测速度，
Figure BDA0003746044670000134
是5G发送器的零速度(因为它在这个框架中是静止的)，c是速度，
Figure BDA0003746044670000135
是接收器的时钟漂移并且
Figure BDA0003746044670000136
是5G站的时钟漂移，λ是5G基站的标称载频的波长，
Figure BDA0003746044670000137
是零均值和方差
Figure BDA0003746044670000138
的高斯白噪声。
在校正电离层和对流层延迟后，由GNSS/5G接收器作出的对第m个GNSS卫星的伪距离观测结果如下：
Figure BDA0003746044670000139
其中
Figure BDA00037460446700001310
δtiono和δttropo分别是电离层和对流层延迟，
Figure BDA00037460446700001311
是未校正的伪距离，并且
Figure BDA00037460446700001312
被建模为具有零均值和方差
Figure BDA00037460446700001313
的高斯白噪声。
由GNSS/5G接收器作出的在时刻k对第m个GNSS卫星的伪速度(δ-距离)的观测结果通过下式被关联到接收器的状态：
Figure BDA00037460446700001314
其中
Figure BDA00037460446700001315
是卫星在接收器处的LOS向量，
Figure BDA00037460446700001316
是接收器的预测速度，
Figure BDA00037460446700001317
是卫星的速度，c是速度，
Figure BDA00037460446700001318
是接收器的时钟漂移并且
Figure BDA00037460446700001319
是卫星的时钟漂移，λL是卫星的标称载波频率的波长，
Figure BDA00037460446700001320
是具有零均值和方差
Figure BDA00037460446700001321
的高斯白噪声。
导航算法使用扩展卡尔曼滤波器作为估计器，该估计器具有与以下事实有关的增加的复杂性：基站的状态
Figure BDA00037460446700001322
是与GNSS/5G接收器的状态同时估计的。
在映射模式中，扩展卡尔曼滤波器(EKF)产生xk的估计
Figure BDA00037460446700001323
和误差协方差估计
Figure BDA00037460446700001324
其中
Figure BDA00037460446700001325
Figure BDA00037460446700001326
并且k是进行测量的最终时刻。
在EKF估计器的实现中，估计了接收器的位置、速度、偏差和时钟漂移误差，以及5G基站的位置、偏差和时钟漂移误差。随后，通过将在时刻k处估计的误差添加到在时刻k-1处估计的状态来在时刻k处对状态进行更新，即
Figure BDA00037460446700001327
EKF估计器在时刻k处的状态向量
Figure BDA00037460446700001328
(x为待估计的参数的真实向量，并且
Figure BDA0003746044670000141
为参数向量的估计)由下式给出，：
Figure BDA0003746044670000142
其中，位置、速度和时钟状态以常规添加误差的形式来限定。为了简化符号，我们应考虑将估计的误差状态向量表示针对后验估计的
Figure BDA0003746044670000143
或针对先验估计的
Figure BDA0003746044670000144
而不是Δxk。然后，EKF估计器在时刻k的误差状态向量的后验估计表示如下：
Figure BDA0003746044670000145
在5G模式中，测量结果zsv不可用。不再计算接收器的时钟状态的估计
Figure BDA00037460446700001430
和5G基站的位置状态
Figure BDA0003746044670000147
而是估计5G时钟相对于接收器时钟的偏差
Figure BDA0003746044670000148
(其中n＝1至N)。
在时刻t0，状态
Figure BDA0003746044670000149
和
Figure BDA00037460446700001410
被从估计器中移除，并且相对时钟状态的估计
Figure BDA00037460446700001411
按以下方式被初始化：
Figure BDA00037460446700001412
其中n＝1至N，
Figure BDA00037460446700001413
并且
Figure BDA00037460446700001414
Figure BDA00037460446700001415
接收器的时钟状态向量与基站的时钟状态向量之间的差
Figure BDA00037460446700001429
根据等式
Figure BDA00037460446700001416
而改变，其中whor＝whor,r–whor,s为具有零均值和协方差
Figure BDA00037460446700001417
的白噪声。
估计新状态向量x’和对应的误差协方差矩阵时的误差
Figure BDA00037460446700001418
按以下方式初始化：Δx′＝DΔxk且P’k＝DPkDT，
其中D是将Δxk变换到
Figure BDA00037460446700001419
的矩阵。
新的误差状态向量被表示为
Figure BDA00037460446700001420
使得
Figure BDA00037460446700001421
如果向量
Figure BDA00037460446700001422
具有维数U*1并且向量
Figure BDA00037460446700001423
具有维数V*1，则D矩阵具有维数V*U。D是在每个模式改变下根据可用的5G基站的数量计算的。
在两个校正时刻之间，估计器使用先前描述的动态范围模型来传播状态的估计
Figure BDA00037460446700001424
或
Figure BDA00037460446700001425
从而供应对应的误差协方差矩阵的预测，并且使用观测模型。
在映射模式中，进行状态预测：
Figure BDA00037460446700001426
其中
Figure BDA00037460446700001427
其中
Figure BDA00037460446700001428
Figure BDA0003746044670000151
注意，
Figure BDA0003746044670000152
其中Fs＝diag[I3×3,Fhor]，
Figure BDA0003746044670000153
Figure BDA0003746044670000154
同样地，误差协方差预测矩阵因此由下式给出：
Figure BDA0003746044670000155
Figure BDA0003746044670000156
Figure BDA0003746044670000157
在5G模式中，进行以下状态预测：
Figure BDA0003746044670000158
其中
Figure BDA0003746044670000159
Figure BDA00037460446700001510
同样地，误差协方差预测矩阵
Figure BDA00037460446700001511
具有与等式中相同的形式，不同之处在于Fk由F′k代替并且Qk由
Figure BDA00037460446700001512
代替，其中
Figure BDA00037460446700001513
Sp是速度噪声功率谱，
Figure BDA0003746044670000161
EK-SLAM估计器通过使用以下EKF校正方程来校正状态误差：
Figure BDA0003746044670000162
Figure BDA0003746044670000163
Figure BDA0003746044670000164
其中
Figure BDA0003746044670000165
是根据观测模型估计的测量结果。
Figure BDA0003746044670000166
还可以使用雅可比式Hk和先验状态预测
Figure BDA0003746044670000167
来估计。
测量噪声的协方差矩阵Rk的维数取决于处理的GNSS卫星的数量M和/或接收到其信号的5G基站的数量。L＝N+M是可用的发送器的总数量。Rk是2L x 2L维的矩阵，由下式限定：
Figure BDA0003746044670000168
其中：
Figure BDA0003746044670000169
Figure BDA00037460446700001610
Figure BDA00037460446700001611
Figure BDA00037460446700001612
Figure BDA00037460446700001613
跟随的GNSS或5G信号的DLL环带，
Figure BDA00037460446700001614
跟随的GNSS或5G信号的FLL环带，Tn：关注的GNSS或5G DLL环的相干积分时间，C/N0：关注的GNSS或5G信道的载波噪声比的估计，以及d：关注的GNSS或5G DLL的早相关器与晚相关器之间的芯片间距。
在映射模式中，在
Figure BDA0003746044670000171
的情况下，通过以下方式获得对应的雅可比矩阵：
Figure BDA0003746044670000172
Figure BDA0003746044670000173
其中，
Figure BDA0003746044670000174
Figure BDA0003746044670000175
并且
Figure BDA0003746044670000176
校正产生后验估计
Figure BDA0003746044670000177
和对应的误差协方差矩阵Pk的后验估计。通过将后验误差估计
Figure BDA0003746044670000178
添加到时刻k-1的真实状态的估计来更新时刻k的真实状态(位置、速度、时钟)(即
Figure BDA0003746044670000179
)。
在5G模式中，仅5G伪距离可用，其中z＝zs，并且雅可比式由下式给出：
Figure BDA00037460446700001710
其中
Figure BDA00037460446700001711
并且
Figure BDA00037460446700001712
校正产生后验估计
Figure BDA00037460446700001713
和对应的误差协方差矩阵P′k的后验估计。通过将后验误差估计
Figure BDA00037460446700001714
添加到时刻k-1的真实状态的估计来更新时刻k的真实状态(位置、速度、时钟)(即
Figure BDA00037460446700001715
)。
在5G模式中，令N是所接收到的5G基站的数量：
X表示3+3+2*N个状态，并且Z表示N个位置差观测结果和N个速度差观测结果。
Figure BDA00037460446700001716
Figure BDA00037460446700001717
Figure BDA00037460446700001718
Figure BDA0003746044670000181
其中
Figure BDA0003746044670000182
Figure BDA0003746044670000183
Figure BDA0003746044670000184
Figure BDA0003746044670000185
Figure BDA0003746044670000186
矩阵Hk具有以下形式：
Figure BDA0003746044670000187
Figure BDA0003746044670000191
Figure BDA0003746044670000192
Figure BDA0003746044670000193
在GNSS模式(标准模式)中，如果M是接收到其信号的卫星的数量，X表示独立于状态数量的3+3+2个状态，并且Z表示M个位置差观测结果和M个速度差观测结果。
Figure BDA0003746044670000194
Figure BDA0003746044670000195
(xr)k+1＝Fr(xr)k+(wr)k
Figure BDA0003746044670000196
Figure BDA0003746044670000197
Figure BDA0003746044670000198
Figure BDA0003746044670000201
矩阵Hk具有以下形式：
Figure BDA0003746044670000202
Figure BDA0003746044670000203
Figure BDA0003746044670000204
Figure BDA0003746044670000205
在映射模式中，X表示3+3+2+(3+2)*N个状态，并且X不是单独的5G和GNSS状态的级联。Z表示M个位置差观测结果然后是M个速度差观测结果+N个位置差观测结果和N个速度差观测结果。
Figure BDA0003746044670000206
Figure BDA0003746044670000211
Figure BDA0003746044670000212
Figure BDA0003746044670000213
Figure BDA0003746044670000214
Figure BDA0003746044670000215
Figure BDA0003746044670000216
矩阵Hk具有以下形式：
Figure BDA0003746044670000221
Figure BDA0003746044670000222
其中
Figure BDA0003746044670000223
Figure BDA0003746044670000224
且
Figure BDA0003746044670000225
Figure BDA0003746044670000226
图12示意性地例示了由处理模块实现的用于选择导航器的操作模式的方法。
步骤E120对应于其中仅测量GNSS信号的操作模式，导航器的操作模式是标准GNSS模式。该模式例如对应于载具在开放海洋上的情况。
在步骤E121，处理模块检查由5G基站发送的信号是否正在被测量。
如果是，则处理模块转到步骤E122。如果否，则处理模块返回到步骤E120。
步骤E122对应于其中测量GNSS和5G信号的操作模式，导航器的操作模式是映射模式。该模式例如对应于载具接近港口的情况。
在步骤E123，处理模块检查GNSS信号是否不能被使用。
如果是，则处理模块转到步骤E124，如果否，则处理模块返回到步骤E122。
步骤E124对应于5G操作模式。该模式例如对应于载具被停靠的情况。
在步骤E125，处理模块检查5G信号是否不能被使用。
如果是，则处理模块返回到步骤E120。如果否，则处理模块返回到步骤E124。
图13示意性地例示了由INS系统与GNSS/5G紧耦合系统之间的松耦合系统的导航器实现的方法。
在步骤E130，获得状态向量的初始估计
Figure BDA0003746044670000231
和误差协方差的初始估计。
在接下来的步骤E131，获得导航器的操作模式以及测量结果Zk、Z’k或Z”k。
在步骤E132，获得雅可比矩阵和过程噪声协方差矩阵。
如果操作模式是映射模式，则获得矩阵Fk、Hk、Rk和Qk。
如果操作模式是5G模式，则获得矩阵F’k、H’k、R’k和Q’k。
如果操作模式是标准GNSS模式，则获得矩阵F”k、H”k、R”k和Q”k。
在步骤E133至E135，使用所获得的矩阵进行校正。
更确切地说，在步骤E133处进行卡尔曼增益的计算，在步骤E134处进行新测量结果的先验估计的校正的计算，并且进行估计的误差协方差矩阵的计算。
因此，当模式是映射模式时，计算以下矩阵：
Figure BDA0003746044670000232
Figure BDA0003746044670000233
Figure BDA0003746044670000234
当模式是5G模式时，计算以下矩阵：
Figure BDA0003746044670000235
Figure BDA0003746044670000236
Figure BDA0003746044670000237
当模式是标准GNSS模式时，计算以下矩阵：
Figure BDA0003746044670000238
Figure BDA0003746044670000239
Figure BDA00037460446700002310
在校正结束时，在步骤E136至E138进行预测。在步骤E136，进行状态向量的预测结果的计算。在步骤E137，进行测量结果向量的预测，并且在步骤E138，计算误差协方差矩阵的预测结果。
因此，当模式是映射模式时，计算以下预测结果：
Figure BDA0003746044670000241
Figure BDA0003746044670000242
Figure BDA0003746044670000243
当模式是5G模式时，计算以下预测结果：
Figure BDA0003746044670000244
Figure BDA0003746044670000245
Figure BDA0003746044670000246
当模式是标准GNSS模式时，计算以下预测结果：
Figure BDA0003746044670000247
Figure BDA0003746044670000248
Figure BDA0003746044670000249

Claims (8)

1.一种导航设备，所述导航设备包括与卫星导航系统(100)耦合的惯性导航系统(101)，由卫星定位系统供应的信息被用于调整所述惯性导航系统，其特征在于，所述设备还包括用于测量来自无线蜂窝网络的基站的信号的装置(100)，通过紧耦合(100)将所述卫星导航系统和所述用于测量来自所述无线蜂窝网络的基站的信号的装置彼此耦合以形成卫星导航器和/或基站导航器，从而实现具有同时定位和映射的估计器，并且通过松耦合(102)将所述卫星导航系统和所述用于测量来自所述无线蜂窝网络的基站的信号的装置耦合到所述惯性导航系统，以调整所述惯性导航系统。
2.根据权利要求1所述的设备，其特征在于，所述卫星导航器和/或基站导航器在三个操作模式中操作，第一模式是如下模式：其中来自所述无线蜂窝网络的基站的信号的伪距离、伪速度和载波与噪声比以及来自卫星的信号的伪距离、伪速度和载波与噪声比是可用的，第二模式是如下模式：其中来自所述无线蜂窝网络的基站的信号的伪距离、伪速度和载波与噪声比是可用的，并且第三模式是如下模式：其中所述卫星的信号的信号的伪距离、伪速度和载波与噪声比是可用的。
3.根据权利要求2所述的设备，其特征在于，所述设备还包括形成多个矩阵的矩阵生成模块，所述多个矩阵包括过渡矩阵、雅可比矩阵、测量噪声协方差矩阵和过程噪声协方差矩阵。
4.根据权利要求3所述的设备，其特征在于，对于每个操作模式，所述矩阵生成模块形成与针对其他模式形成的矩阵不同的过渡矩阵、雅可比矩阵、测量噪声协方差矩阵和过程噪声协方差矩阵。
5.根据权利要求1至4中任一项所述的设备，其特征在于，所述导航设备包括卡尔曼滤波器。
6.一种导航方法，所述导航方法包括与卫星导航系统耦合的惯性导航系统，由卫星定位系统供应的信息被用于调整所述惯性导航系统，其特征在于，所述方法包括以下步骤：
-测量来自无线蜂窝网络的基站的信号；
-通过紧耦合将所述卫星导航系统和所述用于测量来自所述无线蜂窝网络的基站的信号的装置耦合以形成卫星导航器和/或基站导航器，从而实现具有同时定位和映射的估计器；
-通过松耦合将所述卫星导航系统和所述用于测量来自所述无线蜂窝网络的基站的信号的装置耦合到所述惯性导航系统，以调整所述惯性导航系统。
7.根据权利要求6所述的方法，其特征在于，所述方法包括以下步骤：在三个操作模式中确定所述卫星导航器和/或基站导航器的操作模式，并且第一模式是如下模式：其中来自所述无线蜂窝网络的基站的信号的伪距离、伪速度和载波与噪声比以及来自卫星的信号的伪距离、伪速度和载波与噪声比是可用的，第二模式是如下模式：其中来自所述无线蜂窝网络的基站的信号的伪距离、伪速度和载波与噪声比是可用的，并且第三模式是如下模式：其中所述卫星的信号的信号的伪距离、伪速度和载波与噪声比是可用的。
8.根据权利要求7所述的方法，其特征在于，所述方法还包括形成多个矩阵的矩阵生成步骤，所述多个矩阵包括过渡矩阵、雅可比矩阵、测量噪声协方差矩阵和过程噪声协方差矩阵。
CN202180009160.0A 2020-01-27 2021-01-26 导航方法与系统 Pending CN115362349A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR2000771A FR3106658B1 (fr) 2020-01-27 2020-01-27 Procédé et système de navigation
FRFR2000771 2020-01-27
PCT/EP2021/051693 WO2021151864A1 (fr) 2020-01-27 2021-01-26 Procede et systeme de navigation

Publications (1)

Publication Number Publication Date
CN115362349A true CN115362349A (zh) 2022-11-18

Family

ID=71575430

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180009160.0A Pending CN115362349A (zh) 2020-01-27 2021-01-26 导航方法与系统

Country Status (7)

Country Link
US (1) US20230043214A1 (zh)
EP (1) EP4097420A1 (zh)
CN (1) CN115362349A (zh)
AU (1) AU2021213398A1 (zh)
FR (1) FR3106658B1 (zh)
IL (1) IL294632A (zh)
WO (1) WO2021151864A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115235513B (zh) * 2022-09-15 2023-01-17 中国船舶重工集团公司第七0七研究所 一种基于伪距和伪距率的惯导校正方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2927705B1 (fr) 2008-02-19 2010-03-26 Thales Sa Systeme de navigation a hybridation par les mesures de phase

Also Published As

Publication number Publication date
WO2021151864A1 (fr) 2021-08-05
EP4097420A1 (fr) 2022-12-07
AU2021213398A1 (en) 2022-08-18
FR3106658A1 (fr) 2021-07-30
FR3106658B1 (fr) 2022-01-07
US20230043214A1 (en) 2023-02-09
IL294632A (en) 2022-09-01

Similar Documents

Publication Publication Date Title
US10564296B2 (en) Distributed kalman filter architecture for carrier range ambiguity estimation
US10976444B2 (en) System and method for GNSS ambiguity resolution
CN108027444B (zh) 利用偏差估算进行相对定位的卫星导航接收器
US7292185B2 (en) Attitude determination exploiting geometry constraints
EP2064568B1 (en) Highly integrated gps, galileo and inertial navigation system
US7579984B2 (en) Ultra-tightly coupled GPS and inertial navigation system for agile platforms
US5543804A (en) Navagation apparatus with improved attitude determination
AU2008260578B2 (en) Distance dependant error mitigation in real-time kinematic (RTK) positioning
WO2017160476A1 (en) Rapid determination of precise position by aiding data
KR101046552B1 (ko) 이동체용 측위 장치
WO2009056363A1 (en) Position determination with reference data outage
AU2005226022A1 (en) Method for back-up dual-frequency navigation during brief periods when measurement data is unavailable on one of two frequencies
EP2092362B1 (en) Phase based measurement corrections
EP2541197B1 (en) Tightly coupled gps and dead-reckoning vehicle navigation
EP4103972A1 (en) System and method for integer-less gnss positioning
WO2021162131A1 (en) System and method for gnss ambiguity resolution
CN116299623A (zh) 一种城市复杂场景下的ppp和ins紧组合方法与系统
CN115362349A (zh) 导航方法与系统
US20110068979A1 (en) Reducing complexity of calculations performed by a navigation system receiver
CN113311455B (zh) 一种卫星信号分析方法及系统
CN115712135A (zh) 一种gnss/ins矢量深组合的系统及方法
CN115267858A (zh) 一种区域导航系统辅助的精密单点定位方法
US20230266476A1 (en) Gnss positioning based on changes in carrier range
CN116265989A (zh) 计算一个装置相对于另一装置的位置
CN116068588A (zh) 星载钟分布式自主守时方法

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