CN117804443A - 一种北斗卫星多模融合定位监测方法及系统 - Google Patents

一种北斗卫星多模融合定位监测方法及系统 Download PDF

Info

Publication number
CN117804443A
CN117804443A CN202311867590.3A CN202311867590A CN117804443A CN 117804443 A CN117804443 A CN 117804443A CN 202311867590 A CN202311867590 A CN 202311867590A CN 117804443 A CN117804443 A CN 117804443A
Authority
CN
China
Prior art keywords
positioning
carrier
inertial navigation
speed
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.)
Pending
Application number
CN202311867590.3A
Other languages
English (en)
Inventor
姚金杰
席锦涛
邹宇
韩用
薛晓东
杨志良
孙兴丽
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.)
INNER MONGOLIA AEROSPACE POWER MACHINERY TESTING INSTITUTE
North University of China
Original Assignee
INNER MONGOLIA AEROSPACE POWER MACHINERY TESTING INSTITUTE
North University of China
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 INNER MONGOLIA AEROSPACE POWER MACHINERY TESTING INSTITUTE, North University of China filed Critical INNER MONGOLIA AEROSPACE POWER MACHINERY TESTING INSTITUTE
Priority to CN202311867590.3A priority Critical patent/CN117804443A/zh
Publication of CN117804443A publication Critical patent/CN117804443A/zh
Pending legal-status Critical Current

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
    • G01C21/10—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
    • G01C21/183—Compensation of inertial measurements, e.g. for temperature effects
    • G01C21/188—Compensation of inertial measurements, e.g. for temperature effects for accumulated errors, e.g. by coupling inertial systems with absolute positioning systems
    • 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
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/23—Testing, monitoring, correcting or calibrating of receiver elements
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V7/00—Measuring gravitational fields or waves; Gravimetric prospecting or detecting
    • G01V7/02—Details
    • G01V7/06—Analysis or interpretation of gravimetric records
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

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)
  • Life Sciences & Earth Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geophysics (AREA)
  • Manufacturing & Machinery (AREA)
  • Navigation (AREA)

Abstract

本发明涉及导航定位技术领域，具体涉及一种北斗卫星多模融合定位监测方法及系统。该多模融合的定位监测方法包括：系统启动后获取当前时刻的位置信息；基于位置信息判断是否处于可以使用北斗卫星定位区域，若是，则使用北斗卫星定位，同时利用卫星数据修正惯性导航数据；若不是，则通过惯性导航/重力导航组合定位来实现室内外无缝定位。本发明针对不同应用场景进行不同方式的组合式定位，实现了对车辆位置、速度和方向等重要信息的高精度获取，可以及时对惯性导航的误差进行校准及修正；有效改善了惯导系统定位误差随时间而增大，以及在特殊条件下单一辅助导航定位效果差的问题，极大程度上提高了定位精度。

Description

一种北斗卫星多模融合定位监测方法及系统
技术领域
本发明涉及导航定位技术领域，具体涉及一种北斗卫星多模融合定位监测方法及系统。
背景技术
伴随着我国国民经济和社会的飞速发展，车辆总量不断攀升，汽车已成为人们出行和物流运输的重要工具。在车辆行驶过程中，准确掌握车辆位置等基本信息至关重要，因此定位监测技术在交通领域扮演着重要角色。目前定位监测技术领域的技术手段十分丰富，各有特点，包括卫星定位、惯性导航，重力辅助定位等。卫星定位是目前最常用和广泛应用的定位技术之一。它利用地球上部署的众多卫星，如北斗、GPS、GLONASS等，通过接收卫星发射的信号并计算信号传播的时间差来确定接收器的位置。惯性导航是一种基于物体运动学原理的定位技术。它通过检测载体的加速度和角速度来估计其位置和姿态变化。重力辅助定位是一种利用地球重力场信息的定位技术。通过测量重力加速度的变化，可以推断所处位置。
卫星定位技术覆盖范围广，不受地理环境、天灾等因素的制约，能够在世界范围内实现信息传递，在应急救援、勘探科研、国防建设等领域有着广阔的应用前景。北斗是我国自主建设的卫星导航系统，我国自主研发的“北斗三号”，于2020年7月建成，实现了“北斗三号”的全网覆盖。高精度定位技术得到了广泛应用。北斗卫星导航系统的定位方法精度高，以北斗卫星导航技术为基础，结合物联网、地理信息系统和无线通信技术，可对车辆运行状态进行信息化管理和全过程监管，进一步提高车辆的监控和应急指挥调度能力。它具有较高的精度但自主性较差，信号经常受到建筑物、茂密树林等的遮挡，易受于扰甚至被攻击在实际应用中会受到应用环境和其它国家的制约。
目前惯性导航技术是导航定位过程中搭载的主要导航系统。惯性导航不需要像全球定位系统一样接受外部信号或者向外部发射信号，单独依靠系统自身就可以完成导航定位，惯导系统可以提供监测载体的行驶方向、行驶速度和所处位置等基本信息，惯性导航具有如隐蔽性和无源自主性等十分重要的特性。下文将惯导系统简称为惯导系统。惯性导航的基本工作原理是以牛顿力学定律为基础，通过测量载体在惯性参考系的加速度，将它对时间进行积分，且把它变换到导航坐标系中，就能够得到在导航坐标系中的速度、偏航角和位置等信息。但由于惯性器件漂移误差快速累积，导航精度会随着时间的增加逐渐降低，需要定时接收导航卫星信号，以此来校准位置。所以如果仅仅将惯导系统作为监测载体唯一装载的导航系统，通常情况下在被监测载体在行驶过程中是不可能始终保持高精度定位的。为了提高定位精度，通过其他辅助导航手段对其进行修正。所以，将其与北斗卫星导航系统、重力辅助导航系统结合，可以有效矫正其定位误差。
针对此类精度问题，利用地球物理图：例如重力数据来弥补惯性导航的不足。而基于图的导航的一个主要问题是定位问题，也就是通过载体上的传感器测量值在已有的图上找到载体的位置。这种导航手段可以用于限制传统惯性导航的定位误差。
重力导航是从重力测量及重力异常和垂线偏差的测量和补偿的基础上发展起来的，重力导航是一种利用重力敏感仪表的测量实现的图形跟踪导航技术。重力导航具有精度高、不受时间限制、无需时刻接收卫星信号，但是无源导航适于用在地理特征变化比较大的区域，因此常作为惯性导航的辅助手段。基于重力图的导航方法不需要接收外部或向外部辐射信息，定位只需重力特征图和相应的重力测量信息。通过在图中找到相应特征值的位置，也就是图形匹配，即可计算出被监测载体的位置。重力导航是一种新的尝试，在载体上安装重力仪，并实时测得重力值，在已知的重力图上进行载体定位，它也是无源的导航方式。为了适应军事应用的特殊性，将惯性导航与其结合，可以构成新的组合定位监测系统，即重力/惯性组合定位监测系统。
北斗卫星信号在传输过程中需要穿过大气层和其他障碍物，因此再通过隧道时对定位的影响是比较明显的，会导致信号质量下降或者完全失去信号，进而影响定位精度和定位可靠性。惯导系统的导航误差会随着时间的推移而逐渐累积，导致导航精度逐渐下降。所以如果仅仅将惯导系统作为监测载体唯一装载的导航系统，通常情况下在被监测载体在行驶过程中是不可能始终保持高精度定位的。
发明内容
基于上述问题，本发明提供一种北斗卫星多模融合定位监测方法及系统，通过对不同应用场景进行不同方式的组合式定位，实现了对车辆位置、速度和方向等重要信息的高精度获取，极大程度上提高了定位精度。
为解决上述技术问题，本发明目的之一是提供一种北斗卫星多模融合定位监测方法，
一种北斗卫星多模融合定位监测方法，具体步骤如下：
S1：在卫星定位有效的情况下，将惯导系统的位置误差、速度误差、姿态误差、陀螺仪漂移误差和加速度计零偏误差作为估计状态，将卫星导航接收机输出的位置、速度、航向角与捷联解算得到的位置、速度、航向角之差作为量测信息，采用滤波器估计位置误差、速度误差和航向角误差，并用估计误差对捷联解算的位置、速度和航向角进行反馈校正；
S2：根据当前时刻的惯导系统测得载体的姿态、速度和位置信息，确定下一时刻惯导系统推测得到的位置信息，并得到惯导系统所显示位置和速度的误差方程；
S3：基于当前时刻的卫星导航定位系统的信号载噪比，判断当前时刻的卫星信号是否为有效状态，具体包括：
将当前时刻的卫星导航定位系统的信号载噪比和载噪比阈值，进行比较；所述载噪比阈值包括：第一载噪比阈值和第二载噪比阈值；所述第一载噪比阈值小于所述第二载噪比阈值；
若当前时刻的卫星导航定位系统的信号载噪比小于所述第一载噪比阈值，则当前时刻的卫星信号为无效状态；
若当前时刻的卫星导航定位系统的信号载噪比大于所述第二载噪比阈值，则当前时刻的卫星信号为有效状态；
若当前时刻的卫星导航定位系统的信号载噪比大于等于所述第一载噪比阈值且小于等于所述第二载噪比阈值，则当前时刻的卫星信号状态和上一时刻的卫星信号状态相同；初始时刻的卫星信号状态为有效状态；
S4：获取实时重力测量值与预测量重力图进行匹配，求得校正航迹并向惯导系统提供位置修正信息，限制惯导系统误差随时间增长；采用的最小化价值函数是距离平方的最小二乘问题：
其中，Di代表测量航迹点集合中的点，Mi代表假定的真实航迹点集合中的点，目标是找到旋转矩阵R和平移矩阵T，使两个集合之间的距离最小，
所采用的图形匹配算法为ICCP算法，ICCP算法真实的位置点在重力测量值的等值线上。
进一步地，所述S1误差估计是由卫星信号基于卡尔曼滤波方程对惯导系统确定的速度信息进行，具体操作：
S11：结合卡尔曼滤波模型及卡尔曼滤波方程实现对所述惯导确定的速度信息进行误差估计；
S12：建立卡尔曼滤波状态方程和测量方程，具体为：
式中：
导航系相对于惯性系的旋转反对称阵；fn*：导航系比力反对称阵；姿态转移矩阵，
形成的滤波方程具体包括:
状态一步预测:
状态一步预测均方误差:
滤波增益:
状态估计:
状态估计均方误差:Pk＝(I-KkHk)Pk/k-1
S13：卫星/惯导组合导航系统的量测方程为
式中[Vix Viy Viz]T、[Li λi hi]T、和yawi为惯导系统解算出的速度、位置、和航向角，[VBx VBy VBz]T、[LB λB hB]T、和yawB为北斗导航接收机输出的速度、位置、和航向角，量测噪声向量U1(t)为
式中，分别为速度量测噪声标准差、经纬高位置量测噪声标准差和航向角的量测噪声标准差组，
量测矩阵Hyp(t)为
Hyp(t)7*15＝[07*2 I7*7 07*6]7*15。
进一步地，所述滤波模型为选择失准角、速度误差、三轴陀螺零偏、三轴加表零偏作为状态向量,以导航坐标系速度信息作为观测量进行组合对准，
式中：ΦE，ΦN，ΦU为失准角，δVE，δVN，δVU为速度误差，εX，εY，εZ为陀螺零偏，为加速度计零偏。
进一步地，所述S2具体包括：
S21：采用惯性导航更新模型，对当前时刻的惯导测得定位信息进行更新，得到下一时刻惯导的定位信息，惯导更新模型为：
其中，C为载体姿态矩阵，v为载体速度矩阵，p为载体位置矩阵，为速度快变部分，为速度慢变部分，Mpv表示由p推导至v的系数矩阵；右上角标n表示导航坐标系(n系，东-北-天)、b表示载体坐标系(b系)，右下角标m表示m时刻，m-1表示m-1时刻；
S22：SINS数值更新算法可分为姿态、速度和位置更新三部分，以当前时刻的姿态、速度、位置以及陀螺角增量和加计速度增量作为输入，解算得到下一时刻姿态、速度和位置信息。
进一步地，所述S22的具体步骤为：
S221：在地理导航坐标系下，惯导系统的运动误差方程为
式中，下角标为c的表示该值为惯导系统给出的指示值，R为地球半径，Ω为地球自转角速率，α、β、γ分别为水平误差角及方位误差角，εx、εy、εz分别为东、北、天三个方向对应的常值陀螺漂移，λ、为航行器的经纬度，Vx、Vy为东向和北向的速度；
惯导系统对陀螺的控制量ωc为
S222：将ωc的表达式代入上式中，可以得到
其中，δλ＝λc-λ，δV＝Vc-V；
S223：载体所在位置、东向北向速度的更新方程为
惯导系统位置和速度的基本方程为
其中，f是加速度计测量的载体比力，ΔAx、ΔAy为加速度计零位误差；
S224：惯导系统所显示位置和速度的误差方程可通过惯导系统位置和速度信息与水下潜器真实位置速度信息作差求得
S225：得到惯导系统姿态误差角、经纬度位置和速度的误差方程，可以表示为
进一步的，所述S3第一载噪比阈值为20dB·Hz；所述第二载噪比阈值为28dB·Hz；
进一步地，所述S4对于一般的三维对准问题，ICCP算法的步骤如下：
S41：对测量航迹点集中的每个离散点Di，根据实时重力测量值，在对应的重力等值线上寻找最近点Yi代替假定真实航迹上的相应点Mi；
S42：由两个对应点集X＝{xn}和Y＝{yn}，找到刚性变换Γ(旋转和平移)，使两个集合间的距离最小，先旋转后平移，对X旋转的矩阵为R，平移矢量为T，于是有Γxn＝T+Rxn，这里两个集合的质心分别是：
旋转矩阵可以用单位四元数q＝(q0,q1,q2,q3)T表示，其中
四元数方法最初用于三维情况，其中，旋转角度θ和旋转轴与四元数的元有如下的关系：q0＝cos(θ/2)，
这里处理的问题是二维的，旋转轴为四元数简化为q＝[cos(θ/2),0,0,sin(θ/2)]T，于是有：
矩阵W的四个特征值是实数，由下式给出：
记最大的特征值为λm，则特征向量可由式(S11+S12-λm)q0+(S21-S12)q3＝0计算出，由此给出旋转角tan(θ/2)＝(S11+S22-λm)/(S12-S21)，旋转矩阵确定后，平移矢量为
在上述计算最优变换的算法中，首先计算旋转矩阵，然后计算平移矢量，也就是说，先旋转集合X使其对准集合Y的方向，然后进行平移以使集合X的质心与集合Y的质心重合；
S43：把第二步的变换应用到所有的数据点Di，在变换Rk和Tk的基础上更新数据点Di并重新求取变换参数矩阵R和平移矢量；
S44：如果满足终止标准，那么结束，否则转到第二步。
进一步地，所述S3中ICCP算法的特殊标准包括：
1)旋转和平移的增量都小于门限值：|Rk|/|R|＜εRr,|Tk|/T＜εTr；
2)如果旋转和平移绝对值都小于门限值：|Rk|＜εRa,|Tk|＜εTa；
3)式(1)的残差变化量小于门限值：
4)如果迭代次数超过门限K＞Kmax；
该条件一般是合理的或与上述之一同时使用。
基于同一发明构思，本发明还提供一种北斗卫星多模融合定位监测系统，
定位模块，用于获取载体当前时刻的定位信息数据集，所述定位信息数据集包括伪距、伪距率、姿态、速度、位置和载体标签距基站的距离；
处理器模块，所述处理器模块用于根据当前时刻的惯性测量的定位信息，确定下一时刻的惯导测量的定位信息，处理器模块还用于将处理器模块计算所得定位信息发送至通信模块；
通信模块，所述通信模块通过向上位机传输修正后的定位信息实现对载体的定位监测。
进一步地，所述定位模块包括：卫星导航模组、惯性导航模组和载体标签；卫星导航模组用于基于卫星导航定位系统，获取当前时刻的卫星导航系统包含伪距、伪距率在内的原始观测信息；惯性导航模组用于基于惯导系统，确定当前时刻的惯导系统测量的定位信息。
进一步地，所述定位模块、处理器模块、通信模块，定位模块、处理器模块和通信模块均设置在载体上。定位模块和通信模块分别与处理器模块连接。
本发明上述一个或多个技术方案，至少具有如下一种或多种技术效果：
本发明提出了一种北斗卫星多模融合定位监测方法及系统，通过卫星、惯性导航、重力辅助等多种定位技术的优势进行融合，针对不同应用场景进行不同方式的组合式定位，实现了对车辆位置、速度和方向等重要信息的高精度获取，可以及时对惯性导航的误差进行校准及修正；有效改善了惯导系统定位误差随时间而增大，以及在特殊条件下单一辅助导航定位效果差的问题，极大程度上提高了定位精度。
本发明针对不同的应用场景采用不同滤波算法，并通过合理的信息分配原理将系统的过程信息分配给各个子滤波器和主滤波器，消除了多个子滤波器之间的相关性，使各个子滤波器可以独立地进行局部估计，用简单的融合算法即可求出全局最优估计，提升组合导航系统的鲁棒性，从而提升组合导航的定位精度。
附图说明
图1：北斗/惯性导航组合导航流程图；
图2：惯性导航/重力导航组合系统；
图3：多模融合的定位监测方法及系统的结构框图；
图4：卫星信号强度判别策略示意图。
具体实施方式
本发明提出一种北斗卫星多模融合定位监测方法及系统，该方法采用卫星/惯性导航和惯性导航/重力导航组合定位来实现被监测载体的高精度定位。该多模融合的定位监测方法包括：系统启动后获取当前时刻的位置信息；基于位置信息判断是否处于可以使用北斗卫星定位区域，若是，则使用北斗卫星定位，同时利用卫星数据修正惯性导航数据；若不是，则通过惯性导航/重力导航组合定位来实现室内外无缝定位。本发明提供的一种北斗卫星多模融合定位监测系统，该系统采用所述多模融合的定位监测方法。该装置具体包括：定位模块、处理器模块、通信模块。
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供了一种北斗卫星多模融合定位监测方法及系统，获取当前时刻的载体位置数据集；基于当前时刻的标签距基站距离，判断载体是否处于卫星定位区域；若是，则根据当前时刻的卫星定位信息与惯性导航定位信息，通过松组合捷联解算的方式，实现北斗卫星定位，同时利用卫星数据修正惯性导航数据；否则通过惯性导航/重力导航组合定位来实现定位。
具体包括：
步骤1：在卫星定位有效的情况下，将惯导系统的位置误差、速度误差、姿态误差、陀螺仪漂移误差和加速度计零偏误差作为估计状态，将卫星导航接收机输出的位置、速度、航向角与捷联解算得到的位置、速度、航向角之差作为量测信息，采用滤波器估计位置误差、速度误差和航向角误差，并用估计误差对捷联解算的位置、速度和航向角进行反馈校正。
进一步的，由所述卫星信号基于卡尔曼滤波方程对所述惯导系统确定的速度信息进行误差估计。
具体的，应用时可以结合卡尔曼滤波模型及卡尔曼滤波方程实现对所述惯导确定的速度信息进行误差估计。其中,滤波模型为选择失准角、速度误差、三轴陀螺零偏、三轴加表零偏作为状态向量,以导航坐标系速度信息作为观测量进行组合对准。
式中：ΦE，ΦN，ΦU为失准角，δVE，δVN，δVU为速度误差，εX，εY，εZ为陀螺零偏，为加速度计零偏。
接着，建立卡尔曼滤波状态方程和测量方程，具体为：
式中：
导航系相对于惯性系的旋转反对称阵；fn*：导航系比力反对称阵；姿态转移矩阵。
形成的滤波方程具体包括：
状态一步预测:
状态一步预测均方误差：
滤波增益:
状态估计：
状态估计均方误差：Pk＝(I-KkHk)Pk/k-1
进一步的，卫星/惯导组合导航系统的量测方程为
式中[Vix Viy Viz]T、[Li λi hi]T、和yawi为惯导系统解算出的速度、位置、和航向角，[[VBx VBy VBz]T、[LBλB hB]T、和yawB为北斗导航接收机输出的速度、位置、和航向角。量测噪声向量U1(t)为
式中，分别为速度量测噪声标准差、经纬高位置量测噪声标准差和航向角的量测噪声标准差组。
量测矩阵Hyp(t)为
Hyp(t)7*15＝[07*2 I7*7 07*6]7*15
步骤2：根据当前时刻的惯导系统测得载体的姿态、速度和位置信息，确定下一时刻惯导系统推测得到的位置信息，并得到惯导系统所显示位置和速度的误差方程。具体包括：
采用惯性导航更新模型，对当前时刻的惯导测得定位信息进行更新，得到下一时刻惯导的定位信息。具体地，惯导更新模型为：
其中，C为载体姿态矩阵，v为载体速度矩阵，p为载体位置矩阵，为速度快变部分，为速度慢变部分，Mpv表示由p推导至v的系数矩阵：右上角标n表示导航坐标系(n系，东-北-天)、b表示载体坐标系(b系)，右下角标m表示m时刻，m-1表示m-1时刻。
SINS数值更新算法可分为姿态、速度和位置更新三部分，以上一时刻的姿态、速度、位置以及陀螺角增量和加计速度增量作为输入，解算得到下一时刻姿态、速度和位置信息。
在地理导航坐标系下，惯导系统的运动误差方程为
式中，下角标为c的表示该值为惯导系统给出的指示值，R为地球半径，Ω为地球自转角速率。α、β、γ分别为水平误差角及方位误差角，εx、εy、εz分别为东、北、天三个方向对应的常值陀螺漂移。λ、为航行器的经纬度，Vx、Vy为东向和北向的速度。
惯导系统对陀螺的控制量ωc为
将ωc的表达式代入上式中，可以得到
其中，δλ＝λc-λ，δV＝Vc-V
载体所在位置、东向北向速度的更新方程为
惯导系统位置和速度的基本方程为
其中，f是加速度计测量的载体比力，ΔAx、ΔAy为加速度计零位误差。
惯导系统所显示位置和速度的误差方程可通过惯导系统位置和速度信息与水下潜器真实位置速度信息作差求得
最终得到惯导系统姿态误差角、经纬度位置和和速度的误差方程，可以表示为
步骤3：基于当前时刻的卫星导航定位系统的信号载噪比，判断当前时刻的卫星信号是否为有效状态，具体包括：
将当前时刻的卫星导航定位系统的信号载噪比和载噪比阈值，进行比较；所述载噪比阈值包括：第一载噪比阈值和第二载噪比阈值；所述第一载噪比阈值小于所述第二载噪比阈值；
若当前时刻的卫星导航定位系统的信号载噪比小于所述第一载噪比阈值，则当前时刻的卫星信号为无效状态；
若当前时刻的卫星导航定位系统的信号载噪比大于所述第二载噪比阈值，则当前时刻的卫星信号为有效状态；
若当前时刻的卫星导航定位系统的信号载噪比大于等于所述第一载噪比阈值且小于等于所述第二载噪比阈值，则当前时刻的卫星信号状态和上一时刻的卫星信号状态相同；初始时刻的卫星信号状态为有效状态。
所述第一载噪比阈值为20dB·Hz；所述第二载噪比阈值为28dB·Hz；
步骤4：获取实时重力测量值与预测量重力图进行匹配，求得校正航迹并向惯导系统提供位置修正信息，限制惯导系统误差随时间增长。
所采用的最小化价值函数是距离平方的最小二乘问题：
其中，Di代表测量航迹点集合中的点，Mi代表假定的真实航迹点集合中的点，目标是找到旋转矩阵R和平移矩阵T，使两个集合之间的距离最小。
所采用的图形匹配算法为迭代最近点算法。ICP算法是把式(1)中的Mi由模型点集中，距对应数据点最近的点来代替。迭代最近等值点算法(Iterative Closest ContourPoint，ICCP)是ICP算法的一个改进，它的最近点是在重力等值线上找到的，即认为真实的位置点在重力测量值的等值线上。
对于一般的三维对准问题，ICCP算法的步骤如下：
1)对测量航迹点集中的每个离散点Di，根据实时重力测量值，在对应的重力等值线上寻找最近点Yi(欧几里得距离)代替假定真实航迹上的相应点Mi。
2)由两个对应点集X＝{xn}和Y＝{yn}，找到刚性变换Γ(旋转和平移)，使两个集合间的距离最小。这里先旋转后平移，我们记对X旋转的矩阵为R，平移矢量为T，于是有Γxn＝T+Rxn，这里两个集合的质心分别是：
旋转矩阵可以用单位四元数q＝(q0,q1,q2,q3)T表示，其中
四元数方法最初用于三维情况，其中，旋转角度θ和旋转轴与四元数的元有如下的关系：q0＝cos(θ/2)，
这里处理的问题是二维的，旋转轴为四元数简化为q＝[cos(θ/2),0,0,sin(θ/2)]T，于是有：
矩阵W的四个特征值是实数，由下式给出：
λ＝±[(S11+S22)2+(S21+S12)2]1/2,±[(S11-S22)2+(S12+S21)2]1/2
记最大的特征值为λm，则特征向量可由式(S11+S12-λm)q0+(S21-S12)q3＝0计算出，由此给出旋转角tan(θ/2)＝(S11+S22-λm)/(S12-S21)。旋转矩阵确定后，平移矢量为
在上述计算最优变换的算法中，首先计算旋转矩阵，然后计算平移矢量，也就是说，先旋转集合X使其对准集合Y的方向，然后进行平移以使集合X的质心与集合Y的质心重合。
3)把第二步的变换应用到所有的数据点Di，在变换Rk和Tk的基础上更新数据点Di并重新求取变换参数矩阵R和平移矢量T。
4)如果满足终止标准，那么结束，否则转到第二步。
ICCP算法有很多终止标准。特殊标准包括：
1)旋转和平移的增量都小于门限值：|Rk|/|R＜εRr,|Tk|/T＜εTr。
2)如果旋转和平移绝对值都小于门限值：|Rk|＜εRa,|Tk|＜εTa。
3)式(1)的残差变化量小于门限值：
4)如果迭代次数超过门限K＞Kmax。该条件一般是合理的或与上述之一同时使用。
本发明另一实施例同时提供一种北斗卫星多模融合定位监测系统，包括：定位模块、处理器模块、通信模块，如图3所示。定位模块、处理器模块和通信模块均设置在载体上。定位模块和通信模块分别与处理器模块连接。
定位模块包括：卫星导航模组、惯性导航模组和载体标签。用于获取载体当前时刻的定位信息数据集，所述定位信息数据集包括：伪距、伪距率、姿态、速度、位置和载体标签距基站的距离。
卫星导航模组用于基于卫星导航定位系统，获取当前时刻的卫星导航系统包含伪距、伪距率在内的原始观测信息；
惯性导航模组用于基于惯导系统，确定当前时刻的惯导系统测量的定位信息；
处理器模块用于根据当前时刻的惯性测量的定位信息，确定下一时刻的惯导测量的定位信息；处理器模块还用于将处理器模块计算所得定位信息发送至通信模块。
通信模块通过向上位机传输修正后的定位信息实现对载体的定位监测。
本发明提供的一种北斗卫星多模融合定位监测方法及系统，通过卫星、惯性导航、重力辅助等多种定位技术的优势进行融合，针对不同应用场景进行不同方式的组合式定位，实现了对车辆位置、速度和方向等重要信息的高精度获取，可以及时对惯性导航的误差进行校准及修正；有效改善了惯性导航系统定位误差随时间而增大，以及在特殊条件下单一辅助导航定位效果差的问题，极大程度上提高了定位精度。
本发明针对不同的应用场景采用不同滤波算法，并通过合理的信息分配原理将系统的过程信息分配给各个子滤波器和主滤波器，消除了多个子滤波器之间的相关性，使各个子滤波器可以独立地进行局部估计，用简单的融合算法即可求出全局最优估计，提升组合导航系统的鲁棒性，从而提升组合导航的定位精度。

Claims (11)

1.一种北斗卫星多模融合定位监测方法，其特征在于，具体步骤如下：
S1：在卫星定位有效的情况下，将惯导系统的位置误差、速度误差、姿态误差、陀螺仪漂移误差和加速度计零偏误差作为估计状态，将卫星导航接收机输出的位置、速度、航向角与捷联解算得到的位置、速度、航向角之差作为量测信息，采用滤波器估计位置误差、速度误差和航向角误差，并用估计误差对捷联解算的位置、速度和航向角进行反馈校正；
S2：根据当前时刻的惯导系统测得载体的姿态、速度和位置信息，确定下一时刻惯导系统推测得到的位置信息，并得到惯导系统所显示位置和速度的误差方程；
S3：基于当前时刻的卫星导航定位系统的信号载噪比，判断当前时刻的卫星信号是否为有效状态，具体包括：
将当前时刻的卫星导航定位系统的信号载噪比和载噪比阈值，进行比较；所述载噪比阈值包括：第一载噪比阈值和第二载噪比阈值；所述第一载噪比阈值小于所述第二载噪比阈值；
若当前时刻的卫星导航定位系统的信号载噪比小于所述第一载噪比阈值，则当前时刻的卫星信号为无效状态；
若当前时刻的卫星导航定位系统的信号载噪比大于所述第二载噪比阈值，则当前时刻的卫星信号为有效状态；
若当前时刻的卫星导航定位系统的信号载噪比大于等于所述第一载噪比阈值且小于等于所述第二载噪比阈值，则当前时刻的卫星信号状态和上一时刻的卫星信号状态相同；初始时刻的卫星信号状态为有效状态；
S4：获取实时重力测量值与预测量重力图进行匹配，求得校正航迹并向惯导系统提供位置修正信息，限制惯导系统误差随时间增长；采用的最小化价值函数是距离平方的最小二乘问题：
其中，Di代表测量航迹点集合中的点，Mi代表假定的真实航迹点集合中的点，目标是找到旋转矩阵R和平移矩阵T，使两个集合之间的距离最小，
所采用的图形匹配算法为ICCP算法，ICCP算法真实的位置点在重力测量值的等值线上。
2.根据权利要求1所述的北斗卫星多模融合定位监测方法，其特征在于，所述S1误差估计是由卫星信号基于卡尔曼滤波方程对惯导系统确定的速度信息进行，具体操作：
S11：结合卡尔曼滤波模型及卡尔曼滤波方程实现对所述惯导确定的速度信息进行误差估计；
S12：建立卡尔曼滤波状态方程和测量方程，具体为：
式中：
导航系相对于惯性系的旋转反对称阵；fn*：导航系比力反对称阵；姿态转移矩阵，
形成的滤波方程具体包括:
状态一步预测:
状态一步预测均方误差:
滤波增益:
状态估计:
状态估计均方误差:Pk＝(I-KkHk)Pk/k-1
S13：卫星/惯导组合导航系统的量测方程为
式中[Vix Viy Viz]T、[Li λi hi]T、和yawi为惯性导航系统解算出的速度、位置、和航向角，[VBx VBy VBz]T、[LB λB hB]T、和yawB为北斗导航接收机输出的速度、位置、和航向角，量测噪声向量U1(t)为
式中，分别为速度量测噪声标准差、经纬高位置量测噪声标准差和航向角的量测噪声标准差组，
量测矩阵Hyp(t)为
Hyp(t)7*15＝[07*2 I7*7 07*6]7*15。
3.根据权利要求2所述的北斗卫星多模融合定位监测方法，其特征在于，所述滤波模型为选择失准角、速度误差、三轴陀螺零偏、三轴加表零偏作为状态向量,以导航坐标系速度信息作为观测量进行组合对准，
式中：ΦE，ΦN，ΦU为失准角，δVE，δVN，δVU为速度误差，εX，εY，εZ为陀螺零偏，为加速度计零偏。
4.根据权利要求1所述的北斗卫星多模融合定位监测方法，其特征在于，所述S2具体包括：
S21：采用惯性导航更新模型，对当前时刻的惯导测得定位信息进行更新，得到下一时刻惯导的定位信息，惯导更新模型为：
其中，C为载体姿态矩阵，v为载体速度矩阵，p为载体位置矩阵，为速度快变部分，为速度慢变部分，Mpv表示由p推导至v的系数矩阵；右上角标n表示导航坐标系(n系，东-北-天)、b表示载体坐标系(b系)，右下角标m表示m时刻，m-1表示m-1时刻；
S22：SINS数值更新算法可分为姿态、速度和位置更新三部分，以当前时刻的姿态、速度、位置以及陀螺角增量和加计速度增量作为输入，解算得到下一时刻姿态、速度和位置信息。
5.根据权利要求4所述的北斗卫星多模融合定位监测方法，其特征在于，所述S22的具体步骤为：
S221：在地理导航坐标系下，惯性导航系统的运动误差方程为
式中，下角标为c的表示该值为惯性导航系统给出的指示值，R为地球半径，Ω为地球自转角速率，α、β、γ分别为水平误差角及方位误差角，εx、εy、εz分别为东、北、天三个方向对应的常值陀螺漂移，λ、为航行器的经纬度，Vx、Vy为东向和北向的速度；
惯性导航系统对陀螺的控制量ωc为
S222：将ωc的表达式代入上式中，可以得到
其中，δλ＝λc-λ，δV＝Vc-V；
S223：载体所在位置、东向北向速度的更新方程为
惯性导航系统位置和速度的基本方程为
其中，f是加速度计测量的载体比力，ΔAx、ΔAy为加速度计零位误差；
S224：惯性导航系统所显示位置和速度的误差方程可通过惯导系统位置和速度信息与水下潜器真实位置速度信息作差求得
S225：得到惯导系统姿态误差角、经纬度位置和速度的误差方程，可以表示为
6.根据权利要求1所述的北斗卫星多模融合定位监测方法，其特征在于，所述第一载噪比阈值为20dB·Hz；所述第二载噪比阈值为28dB·Hz。
7.根据权利要求1所述的北斗卫星多模融合定位监测方法，其特征在于，所述S4对于一般的三维对准问题，ICCP算法的步骤如下：
S41：对测量航迹点集中的每个离散点Di，根据实时重力测量值，在对应的重力等值线上寻找最近点Yi代替假定真实航迹上的相应点Mi；
S42：由两个对应点集X＝{xn}和Y＝{yn}，找到刚性变换Γ(旋转和平移)，使两个集合间的距离最小，先旋转后平移，对X旋转的矩阵为R，平移矢量为T，于是有Γxn＝T+Rxn，这里两个集合的质心分别是：
旋转矩阵可以用单位四元数q＝(q0,q1,q2,q3)T表示，其中
四元数方法最初用于三维情况，其中，旋转角度θ和旋转轴与四元数的元有如下的关系：q0＝cos(θ/2)，
这里处理的问题是二维的，旋转轴为四元数简化为q＝[cos(θ/2),0,0,sin(θ/2)]T，于是有：
矩阵W的四个特征值是实数，由下式给出：
λ＝±[(S11+S22)2+(S21+S12)2]1/2,±[(S11-S22)2+(S12+S21)2]1/2
记最大的特征值为λm，则特征向量可由式(S11+S12-λm)q0+(S21-S12)q3＝0计算出，由此给出旋转角tan(θ/2)＝(S11+S22-λm)/(S12-S21)，旋转矩阵确定后，平移矢量为
在上述计算最优变换的算法中，首先计算旋转矩阵，然后计算平移矢量，也就是说，先旋转集合X使其对准集合Y的方向，然后进行平移以使集合X的质心与集合Y的质心重合；
S43：把第二步的变换应用到所有的数据点Di，在变换Rk和Tk的基础上更新数据点Di并重新求取变换参数矩阵R和平移矢量；
S44：如果满足终止标准，那么结束，否则转到第二步。
8.根据权利要求1所述的北斗卫星多模融合定位监测方法，其特征在于，所述S3中ICCP算法的特殊标准包括：
1)旋转和平移的增量都小于门限值：|Rk|/|R|＜εRr,|Tk|/T＜εTr；
2)如果旋转和平移绝对值都小于门限值：|Rk|＜εRa,|Tk|＜εTa；
3)式(1)的残差变化量小于门限值：
4)如果迭代次数超过门限K＞Kmax；
该条件一般是合理的或与上述之一同时使用。
9.一种北斗卫星多模融合定位监测系统，其特征在于，包括：
定位模块，用于获取载体当前时刻的定位信息数据集，所述定位信息数据集包括伪距、伪距率、姿态、速度、位置和载体标签距基站的距离；
处理器模块，所述处理器模块用于根据当前时刻的惯性测量的定位信息，确定下一时刻的惯导测量的定位信息，处理器模块还用于将处理器模块计算所得定位信息发送至通信模块；
通信模块，所述通信模块通过向上位机传输修正后的定位信息实现对载体的定位监测。
10.根据权利要求8所述的北斗卫星多模融合定位监测系统，其特征在于：所述定位模块包括卫星导航模组、惯性导航模组和载体标签，所述卫星导航模组用于基于卫星导航定位系统，获取当前时刻的卫星导航系统包含伪距、伪距率在内的原始观测信息；所述惯性导航模组用于基于惯性导航系统，确定当前时刻的惯性导航系统测量的定位信息。
11.根据权利要求8所述的北斗卫星多模融合定位监测系统，其特征在于：所述定位模块、处理器模块、通信模块，定位模块、处理器模块和通信模块均设置在载体上，定位模块和通信模块分别与处理器模块连接。
CN202311867590.3A 2023-12-29 2023-12-29 一种北斗卫星多模融合定位监测方法及系统 Pending CN117804443A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311867590.3A CN117804443A (zh) 2023-12-29 2023-12-29 一种北斗卫星多模融合定位监测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311867590.3A CN117804443A (zh) 2023-12-29 2023-12-29 一种北斗卫星多模融合定位监测方法及系统

Publications (1)

Publication Number Publication Date
CN117804443A true CN117804443A (zh) 2024-04-02

Family

ID=90431784

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311867590.3A Pending CN117804443A (zh) 2023-12-29 2023-12-29 一种北斗卫星多模融合定位监测方法及系统

Country Status (1)

Country Link
CN (1) CN117804443A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118139170A (zh) * 2024-05-07 2024-06-04 厦门大学 一种基于5g基站标定精度的自适应融合定位系统及方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118139170A (zh) * 2024-05-07 2024-06-04 厦门大学 一种基于5g基站标定精度的自适应融合定位系统及方法

Similar Documents

Publication Publication Date Title
CN109556632B (zh) 一种基于卡尔曼滤波的ins/gnss/偏振/地磁组合导航对准方法
CN107655476B (zh) 基于多信息融合补偿的行人高精度足部导航方法
CN110501024B (zh) 一种车载ins/激光雷达组合导航系统的量测误差补偿方法
CN109931926B (zh) 一种基于站心坐标系的小型无人机无缝自主式导航方法
CN106443746B (zh) 一种低成本双天线gnss/ahrs组合测姿方法
CN113203418B (zh) 基于序贯卡尔曼滤波的gnssins视觉融合定位方法及系统
CN107270893B (zh) 面向不动产测量的杆臂、时间不同步误差估计与补偿方法
CN110926468B (zh) 基于传递对准的动中通天线多平台航姿确定方法
CN110779521A (zh) 一种多源融合的高精度定位方法与装置
US11428823B2 (en) Methods, apparatuses, and computer programs for estimating the heading of an axis of a rigid body
CN106643709B (zh) 一种海上运载体的组合导航方法及装置
CN102508275A (zh) 多天线gps/gf-ins深度组合定姿方法
CN110133692B (zh) 惯导技术辅助的高精度gnss动态倾斜测量系统及方法
US20170074678A1 (en) Positioning and orientation data analysis system and method thereof
EP3443299B1 (en) Gyromagnetic geopositioning system
CN110887472B (zh) 一种偏振-地磁信息深度融合全自主姿态解算方法
CN112197765B (zh) 一种实现水下机器人精细导航的方法
CN117804443A (zh) 一种北斗卫星多模融合定位监测方法及系统
CN113503892B (zh) 一种基于里程计和回溯导航的惯导系统动基座初始对准方法
CN105910623B (zh) 利用磁强计辅助gnss/mins紧组合系统进行航向校正的方法
CN114018258B (zh) 基于偏振量测噪声方差自适应估计的仿生组合导航方法
Wang et al. Land vehicle navigation using odometry/INS/vision integrated system
CN108151765A (zh) 一种在线实时估计补偿磁强计误差的定位测姿方法
US9217639B1 (en) North-finding using inertial navigation system
CN116878503A (zh) 基于gps和imu姿态传递匹配的改进imu-rtk松组合导航方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication