GNSS拒止环境下FOG-SINS/GNSS组合导航关键技术研究

摘要

随着多星座卫星导航系统的发展与用户端设备成本的下降，GNSS定位技术在国民生产、生活的各个领域获得越来越广泛的应用，然而将其用在人口密集的城市区域或电磁环境复杂的战场环境中无法保证导航的连续性和可靠性。GNSS拒止是指卫星信号被干扰、遮挡以及欺骗攻击等导致的GNSS定位设备无法正常输出导航参数的情形，以城市峡谷环境下车载导航平台为例，其高精度的组合定位、定向系统面临信号衰减、强多路径以及信号短时失锁等挑战。
　　本文以车载导航为背景对GNSS拒止环境下GNSS/INS组合导航关键技术进行研究，主要围绕光纤陀螺(Fiber Optic Gyroscope，FOG)的误差数据处理和鲁棒的组合滤波技术开展研究。论文的主要工作与创新成果如下:
　　1)针对FOG静态漂移数据的非线性、非平稳性特征，研究采用经验模态分解(Empirical Mode Decomposition，EMD)及其噪声辅助分析方法实现FOG随机噪声的去噪。采用有界的迭代噪声辅助的方式消除辅助噪声的残差和虚假模态，将小波域的阈值滤波算法引入到EMD的模态单元去噪中，利用本征模态函数的震荡特性和极值点分布特征优化了模态滤波的连续性，将样本熵和概率密度函数(Probability Density Function，PDF)欧式距离组合获得更准确的模态分类结果。测试数据分析表明，所提阈值去噪方法较基于平稳小波变换的阈值去噪在滤除FOG零偏不稳定性及速率随机游走上性能更优。
　　2)为辨识FOG漂移数据中的特征量，基于EMD的数据驱动特性提出一种多尺度的预测去噪与建模方法。分析了前向线性预测(Forward Linear Prediction，FLP)滤波的特点，并在其基础上利用灰色理论的累加生成方法在不增加FLP滤波延迟的基础上提高其权值的估计精度，将上述方法用于EMD生成单尺度数据序列的去噪中，并对输出的多个尺度数据序列进行累加重构得到去噪后的漂移数据。针对温度漂移误差的多因素交叉耦合特征提出多尺度的漂移建模方案，采用极限学习机对温度梯度变化产生的Shupe误差和受热应力影响的偏置误差单独建模与预测补偿。实验仿真结果表明，在补偿静态环境下的FOG温度漂移中，多尺度建模方案较基于单尺度的随机建模方法精度提高2个量级。
　　3)为解决组合导航非线性量测更新中线性新息更新效率低下的问题，采用最大后验(Maximum a Posterior,MAP)滤波框架对GNSS/INS紧组合滤波进行了分析。为消除迭代更新过程中状态相关噪声的影响，在迭代量测更新中应用了状态扩增技术，加入阻尼因子加速迭代过程的收敛并确保状态估计精度的提高。实验与仿真结果表明，迭代更新框架可以改善非直接可观测状态的估计精度，当状态后验PDF满足单峰的高斯分布时改进效果更明显，且当量测模型为非线性方程时，MAP滤波器在稳定时较非迭代滤波获得更小的稳态误差。
　　4)为改善容积卡尔曼滤波(Cubature Kalman Filter,CKF)的鲁棒性，基于模型误差分析提出了一种新型的Sigma点更新框架，并将其嵌入到3阶球面径向积规则中实现了鲁棒CKF（Robust CKF,RCKF）。为消除CKF中容积点对状态维数和状态高斯分布的依赖性，将预测Sigma点误差阵直接转换到后验PDF对应的Sigma点误差，降低了CKF滤波过程对量测缺失和相关噪声的敏感性。此外由于改善了滤波预测过程的精度，量测模型中的不确定性对姿态估计的影响明显小于位置与速度。仿真结果表明在GNSS失锁期达到2分钟时，扩展卡尔曼滤波(Extended Kalman Filter,EKF)定位误差为RCKF的3倍以上，跑车实验进一步验证RCKF的有效性，其在GNSS频繁遮挡环境下航向角和东向位置分别较EKF改善了89.3％和56.7％。

目录

声明

摘要

第一章 绪论

1．1 概述

1．2 研究背景与意义

1．3 GNSS拒止环境下导航系统发展现状

1．4 相关技术研究现状

1．4．1 光纤陀螺数据处理技术

1．4．2 智能算法辅助的组合滤波技术

1．4．3 组合导航的鲁棒滤波技术

1．5 论文研究内容与贡献

第二章 组合导航滤波与光纤陀螺数据处理

2．1 坐标系定义

2．2 捷联惯性导航系统的误差分析

未标题

2．2．2 捷联惯性导航系统姿态更新

2．2．3 捷联惯性导航系统导航域解算

2．3 GNSS定位与量测提取

2．3．1 GNSS定位原理

2．3．2 GNSS量测的提取

2．4 高斯域的贝叶斯滤波框架

2．5 光纤陀螺漂移数据处理

2．5．1 陀螺误差参数的定量分析

2．5．2 光纤陀螺信号的时域分解

2．6 本章小结

第三章 FOG随机漂移信号的EMD阈值滤波

3．1 光纤陀螺信号特征分析

3．1．1 Sagnac效应

3．1．2 光纤陀螺的误差源

3．2 光纤陀螺信号的小波阈值滤波

3．2．1 小波变换及其多分辨率分析

3．2．2 基于冗余小波的光纤陀螺阈值滤波

3．3 经验模态分解的噪声辅助

3．3．1 改进的噪声辅助分解

3．3．2 模态部分重构去噪

3．4 基于经验模态单元的迭代阈值滤波

3．4．1 分形噪声的模态阈值估计

3．4．2 模态阈值滤波存在问题

3．4．3 迭代阈值滤波的实现

3．5 实验仿真

3．6 本章小结

第四章 FOG随机漂移信号的多尺度去噪与随机建模

4．1 时域预测滤波

4．1．1 前向线性预测滤波

4．1．2 灰色前向线性预测滤波

4．2 漂移信号的多尺度预测去噪

4．2．1 多尺度预测去噪模型

4．2．2 实验仿真

4．3 FOG温度漂移误差特征分析

4．4 温度漂移误差的多尺度建模

4．4．1 极限学习机

4．4．2 温度漂移的多尺度训练模型

4．4．3 实验仿真

4．5 本章小结

第五章 组合导航的高斯近似滤波与MAP框架

5．1 GNSS／INS滤波模型

5．1．1 系统模型的非线性

5．1．2 量测模型的非线性

5．2 容积卡尔曼滤波及其迭代更新

5．2．1 容积卡尔曼滤波

5．2．2 迭代容积卡尔曼滤波框架

5．3 改进的迭代高斯近似滤波

5．3．1 迭代滤波的状态相关噪声

5．3．2 阻尼迭代步长及其收敛性

5．3．3 迭代容积卡尔曼滤波的实现

5．4 实验仿真

5．4．1 非线性量测更新的仿真验证

5．4．2 弱可观测性状态估计跑车实验

5．5 本章小结

第六章 鲁棒CKF在GNSS拒止环境组合导航中的应用

6．1 高斯滤波的概率密度函数近似

6．1．1 UT变换及其数值积分形式

6．1．2 容积卡尔曼滤波精度分析

6．2 基于后验误差的Sigma点变换

6．2．1 现有容积点生成的缺点

6．2．2 新型答积点生成框架

6．2．3 鲁棒容积卡尔曼滤波的实现

6．3 鲁棒容积卡尔曼滤波的性能分析

6．3．1 相关量测噪声的误差分析

6．3．2 算法复杂度分析

6．3．3 误差有界性与收敛性

6．4 实验仿真

6．4．1 GNSS拒止环境仿真验证

6．4．2 频繁遮挡环境跑车实验

6．5 本章小结

6．6 本章附录

A 误差协方差的有界性

B 非线性滤波的收敛性

第七章 总结与展望

7．1 论文总结

7．2 进一步工作的建议

参考文献

致谢

攻读博士学位期间科研与获奖情况