MEMS-SINS/GPS/BDS紧组合导航关键算法研究

摘要

基于微机电系统（Micro-Elctro Mechanical Systems，MEMS）的捷联惯导系统(Strapdown Inertial Navigation System，SINS)凭借其成本低、质量轻和体积小的优势被广泛应用，但是其存在误差随着时间推移发散不能长时间独立工作的致命缺点。美国的全球定位系统（Global Positing System，GPS）和中国的北斗卫星导航系统(BeiDou Navigation Satellite System，BDS)的定位误差和时间不相关，但是抗干扰能力弱。将MEMS-SINS和GPS/BDS两个独立的系统进行组合，让组合后的性能优于各自独立系统。本文将对MEMS-SINS/GPS/BDS紧组合导航关键算法进行研究，紧组合导航算法设计的关键问题是:MEMS-SINS和GPS/BDS的数据融合算法，而数据融合算法估计精度取决于系统的可观性和可观测度，研究紧组合导航系统的可观性和可观测度也就成为研究紧组合导航算法的一个关键问题。重点针对如何分析紧组合导航系统的可观性和计算可观测度，利用可观测度的计算结果改变卡尔曼滤波校正量的权重，改变传统紧组合导航系统的结构，以提升系统的精度和鲁棒性。研究内容分成如下几个部分:
　　首先，对卡尔曼的滤波算法的基本原理进行了研究，并分析了紧组合导航系统的结构，推导了紧组合导航系统状态方程和量测方程。针对卡尔曼滤波算法集中式和分布式两种结构在紧组合导航系统中的应用进行了研究，分析了每种结构的优缺点，通过分析提出了对紧组合导航系统做可观性分析和可观测度计算的必要性。
　　然后，在紧组合导航系统满足分段定常系统(Piece-Wise Constant System，PWCS)定理的基础之上，对紧组合导航系统的可观性和可测度计算方法进行了研究，重点针对基于奇异值分解(Singular Value Decomposition，SVD)法对紧组合导航系统的可观测度计算方法进行研究，提出了使用S机动状态下的奇异值作为紧组合导航系统的可观测度计算的外观测量，并完成了对紧组合导航系统可观测度的计算。
　　再后，利用可观测度计算结果，提出并设计了对卡尔曼滤波估计值进行加权的紧组合导航系统的结构方案;利用SINS的位置、速度的有效信息，设计了针对GPS/BDS双系统中的卫星快速选择的算法，控制紧组合导航系统量测方程的维数，降低了系统的计算量。使用卫星信号模拟器产生的飞行仿真数据，对提出的基于可观测度计算的紧组合导航算法方案的性能进行了验证。结果表明，其定位精度、定速和定姿精度优于传统结构的紧组合导航算法。
　　最后，为了进一步验证基于可观测度计算的紧组合结构方案的有效性和精度，在完成测量单元(MEMS Inertial Measurement Unit，MEMS-IMU)器件标定、误差分析建模和杆臂效应补偿工作的基础之上，搭建了实际的紧组合导航系统数据采集平台。实际车载数据的半物理仿真结果表明，基于可观测度计算的紧组合导航系统方案在定位、定速和定姿方面的精度均优于传统紧组合导航算法。位置和速度的精度提升均大于10％，对姿态的精度提升大于7％。

目录

声明

摘要

第1章绪论

1．1课题研究的背景和意义

1．2国内外研究现状分析

1．3本文主要研究内容及章节安排

第2章SINS／GPS／BDS紧组合导航滤波算法研究

2．1卡尔曼滤波器原理

2．2基于伪距、伪距率的紧组合导航系统建模

2．2．1紧组合导航系统结构方案

2．2．2紧组合导航系统的状态方程建立

2．2．3紧组合导航系统的量测方程建立

2．3卡尔曼滤波算法在紧组合导航系统中应用

2．3．1集中式卡尔曼滤波算法

2．3．2分布式卡尔曼滤波算法

2．4本章小结

第3章紧组合导航系统的可观性和可观测度研究

3．1 PWCS定理分析系统的可观性

3．2 SVD法分析系统的可观性

3．3紧组合导航系统不同运动状态时状态变量的奇异值分析

3．3．1仿真数据采集方案

3．3．2不同运动状态的不同状态变量对应的奇异值

3．4基于SVD法对紧组合导航系统可观测度计算方法研究

3．4．1可观测度定义

3．4．2外观测量的选取

3．5本章小结

第4章基于可观测度计算和辅助选星算法的紧组合方案研究

4．1 SINS辅助GDOP估算快速选星

4．1．1快速选星算法研究

4．1．2快速选星算法验证

4．2基于可观测度分析的紧组合导航算法设计

4．2．1基于可观测度反馈校正紧组合导航算法结构设计

4．2．2基于可观测度计算的紧组合系统滤波器设计

4．3基于选星算法和可观测度计算的紧组合导航算法验证

4．3．1仿真验证方案

4．3．2仿真结果分析

4．4本章小结

第5章MEMS-SINS／GPS／BDS紧组合导航关键算法实验与测试

5．1．1 MEMS-IMU误差分析

5．1．2 MEMS-IMU误差标定

5．2车载实际数据采集

5．2．1杆臂效应误差补偿

5．2．2实际数据采集平台

5．3实际数据采集

5．4实验结果分析

5．5本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢