GPS导航中系统误差的卡尔曼滤波方法研究

摘要

GPS被广泛应用于导航、测量、气象等不同领域。动态用户应用是当下时代GPS的热门应用形式（尤其在军事方面），随着航空航天事业高速发展，GPS应用范围也越来越广。无论对于国防事业还是民用技术，研究GPS动态导航数据处理问题都具有重要的意义。
　　 在现实情况下，实际的观测向量和动力学模型往往偏离了人们的假设，这样的偏差称之为模型系统误差，它给动态导航的结果带来偏差甚至使得滤波结果发散。对于这类偏差的滤波，都属于自适应滤波的范畴。而自适应滤波又可分为函数模型的自适应滤波和随机模型的自适应滤波，本文研究的的重点是两种分别从函数模型和随机模型方面对系统误差进行校正的滤波方法，内容主要包括:
　　 (1)研究函数模型系统误差的特性及其对滤波解的影响，并编程实现观测系统差及其协方差阵、模型系统差及其协方差阵的拟合方法。
　　 (2)研究Sage_husa自适应滤波方法，并编程实现对系统噪声和观测噪声统计特性的估计和修正过程。
　　 (3)出于工程实际考虑，简化了Sage_husa自适应滤波和模型系统差直接拟合滤波。简化的方法是将这两种滤波中开窗拟合的变量和公式分别带入经典卡尔曼滤波，修改对应变量和滤波流程。
　　 (4)针对以上两种滤波方法的特点，研究一种适合于确定拟合窗口长度的方法，将该方法引入到两种校正系统误差的滤波中。用改进后滤波效果与原有滤波效果做比较，通过分析证明了引入拟合窗口长度方法后的滤波能够提高精度。
　　 本文针对系统误差对GPS导航定位结果的影响，给出了相应校正和补偿方法，提高了GPS导航定位的能力，论文对改进的算法与已有算法进行了数据模拟和实例解算，验证了改进算法的有效性，使得算法能够很好地应用于工程计算。

目录

声明

摘要

第一章 绪论

1．1 引言

1．2 国内外研究现状

1．3 研究内容与方法

1．3．1 研究目标

1．3．2 研究内容

1．3．3 论文研究思路

1．3．4 论文组织结构

第二章 GPS导航定位的理论基础

2．1 GPS导航定位的基本原理

2．2 GPS导航系统误差来源

2．3 经典卡尔曼滤波

2．3．1 卡尔曼滤波基本模型

2．3．2 卡尔曼滤波流程

2．3．3 卡尔曼滤波的变量特征

2．4 卡尔曼滤波新息向量

2．5 本章小结

第三章 对系统误差的自适应滤波方法

3．1 Sage_husa自适应滤波

3．1．1 观测噪声协方差阵开窗拟合

3．1．2 状态模型噪声矩阵开窗拟合

3．1．3 Sage_husa自适应滤波流程

3．1．4 简化的Sage_husa滤波流程

3．2 模型系统差直接开窗拟合滤波

3．2．1 观测模型系统误差的开窗拟合

3．2．2 动力学模型系统误差的开窗拟合

3．2．3 模型系统差直接开窗拟合滤波流程

3．2．4 简化的模型系统差直接开窗拟合滤波流程

3．3 滤波程序

3．3．1 简化的RAE开窗的Sage_husa滤波

3．3．2 简化的IAE开窗的Sage_husa滤波

3．3．3 简化的模型系统差直接开窗拟合滤波

3．4 本章小结

第四章 对开窗拟合滤波的算法改进

4．1 模式搜索法原理

4．2 模式搜索开窗拟合自适应滤波流程

4．3 滤波程序片段

4．4 模式搜索开窗拟合自适应滤波的仿真实现

4．5 实测GPS数据滤波

4．6 本章小结

第五章 系统误差拟合在GPS／INS组合导航中的应用

5．1 GPS／INS组合导航系统的组成

5．2 GPS／INS组合导航的误差与数学模型

5．3 仿真与结果分析

5．4 本章小结

第六章 结论与展望

参考文献

致谢

攻读硕士学位期间的主要研究成果