機載慣性/衛星組合導航系統的自適應濾波方法與濾波器與製造工藝

2023-11-06 01:55:02

本發明涉及導航技術領域，特別是涉及一種機載慣性/衛星組合導航系統的自適應濾波方法與濾波器。

背景技術：
INS/GPS(InertialNavigationSyste/GlobalPositioningSystem，慣性/衛星組合導航系統)是一種精確的載體導航和運動參數測量系統，具有可靠性好、精度高、輸出參數種類多等優點，在航空領域得到了廣泛的應用。常用的INS與GPS數據融合算法是Kalman(卡爾曼)濾波器，它可以在已知系統噪聲統計特性的情況下實現系統狀態的最優估計。但是大量工程實踐表明，在機載使用環境中，INS中的慣性傳感器易受到溫度、電磁、振動等飛行環境影響，導致傳感器噪聲特性發生未知的實時改變；另外由於GPS接收機和天線測量條件的改變等原因，GPS的測量噪聲也會發生未知變化。這些問題會導致常規的Kalman濾波器估計精度下降，嚴重時甚至導致濾波發散，因此如何有效地自適應估計系統的狀態噪聲和量測噪聲統計特性，保證濾波器估計精度，具有重要的工程意義。自適應估計濾波在濾波計算過程中，不斷地對未知的模型狀態噪聲和量測噪聲的統計參數進行估計與修正，實現對濾波器發散的抑制作用。申請號201010552746.5，發明名稱「一種基於GPS/INS組合導航系統不同測量特性的自適應濾波方法」公開了一種利用雙系統測量互差序列，估計量測噪聲協方差的自適應濾波方法，實現了對GPS噪聲的實時跟蹤。申請號201110385191.4，發明名稱「一種基於觀測噪聲方差陣估計的自適應濾波方法」公開了一種利用互差序列動態估計量測噪聲特性的方法，同時構造比例因子實現了自適應調節濾波增益。但是可以看出，這些方法均沒有對系統狀態噪聲進行自適應估計。在外界環境幹擾導致系統內部傳感器性能變化或失效的情況下，系統狀態噪聲會發生明顯變化，成為影響濾波精度的主要因素，必須對其進行處理。

技術實現要素：
本發明的目的在於克服已有濾波方法的不足，提出一種機載慣性/衛星組合導航系統的自適應濾波方法與濾波器，以提高機載INS/GPS系統的導航精度。為此，採用的方案如下。一種機載慣性/衛星組合導航系統的自適應卡爾曼濾波方法，包括下列步驟：建立慣性導航系統的誤差模型，作為卡爾曼濾波器的狀態方程，將慣性導航系統與衛星定位系統的位置差與速度差作為量測量，建立卡爾曼濾波器的量測方程，狀態方程與量測方程分別如下：其中，狀態向量為Xk，量測向量為Zk，狀態矩陣為Φk,k-1，量測矩陣為Hk，Wk-1、Vk分別為零均值的狀態白噪聲和量測白噪聲，噪聲方差陣分別為Qk-1和Rk；根據系統特性以及慣性導航系統初始的位置、速度和姿態信息，初始化狀態向量X0、量測向量Z0、狀態矩陣Φk,k-1、量測矩陣Hk、狀態估計誤差方差陣P0、量測噪聲方差陣Rk與狀態噪聲方差陣Qk；利用慣性測量單元測量到的相對慣性空間的角速度和加速度信息，進行捷聯解算，得到慣性導航系統當前時刻的位置、速度和姿態值；利用慣性導航系統的導航數據與衛星定位系統的測量數據，進行卡爾曼濾波計算，利用濾波估計值校正慣性導航系統的導航數據，同時更新Φk,k-1和Hk；計算量測殘差vk和狀態估計殘差ΔXk，進而估計更新量測噪聲方差陣Rk與狀態噪聲方差陣Qk，得到估計值設定運算上限M，判斷濾波次數是否達到，若未達到，返回捷聯解算的步驟，否則結束濾波。一種機載慣性/衛星組合導航系統的自適應卡爾曼濾波器，包括：方程建立單元，用於建立慣性導航系統的誤差模型，作為卡爾曼濾波器的狀態方程，將慣性導航系統與衛星定位系統的位置差與速度差作為量測量，建立卡爾曼濾波器的量測方程，狀態方程與量測方程分別如下：其中，狀態向量為Xk，量測向量為Zk，狀態矩陣為Φk,k-1，量測矩陣為Hk，Wk-1、Vk分別為零均值的狀態白噪聲和量測白噪聲，噪聲方差陣分別為Qk-1和Rk；參數初始化單元，用於根據系統特性以及慣性導航系統初始的位置、速度和姿態信息，初始化狀態向量X0、量測向量Z0、狀態矩陣Φk,k-1、量測矩陣Hk、狀態估計誤差方差陣P0、量測噪聲方差陣Rk與狀態噪聲方差陣Qk；慣性數據求取單元，用於利用慣性測量單元測量到的相對慣性空間的角速度和加速度信息，進行捷聯解算，得到慣性導航系統當前時刻的位置、...