低精度IMU/GNSS组合导航中的UKF算法研究

摘要

低精度惯导成本低、体积小、低功耗，比高精度惯导的应用范围更加广泛，与全球卫星导航系统（Global Navigation Satellite system, GNSS）进行组合之后，可以实现成本低、应用广、体积小的可行化设计。实际中，惯导系统是非线性模型，低精度惯导误差大，非线性会更加严重。因此引入UKF（Unscented Kalman Filter）非线性滤波方法。本文以低精度IMU/GNSS组合导航系统作为研究对象，采用非线性误差模型，对UKF滤波方法在动态对准以及松组合中的应用进行了实验分析。本文主要进行的研究工作如下：
　　（1）分别研究了UKF和EKF（Extended Kalman Filter）两种滤波方法，分析了各自的特点；在量测方程为线性方程的情况下，可以进行UKF滤波的简化。利用Allan方差进行惯导随机误差分析，有利于滤波中的参数设置。
　　（2）对于低精度惯导，需要利用GNSS信息进行辅助，以避免对准过程中产生较大的姿态误差角，文中分别使用了UKF和EKF滤波方法进行比较，UKF滤波比EKF滤波更快收敛。
　　（3）对低精度惯导，本文重点推导了加性四元数误差模型，同时分别采用了非线性误差模型-加性四元数误差模型和线性误差模型-角误差模型，通过低精度光纤惯导 SPAN-CPT和低精度 MEMS惯导16488的跑车实测数据，分别对UKF滤波和EKF滤波在松组合模式下进行对比实验。结果证明，对低精度惯导组合导航系统，相对于线性误差模型，采用非线性误差模型，并利用UKF滤波方法能够改善精度，尤其是航向角上精度改善明显。

目录

声明

1绪论

1.1课题研究背景和意义

1.2国内外发展现状

1.3 论文主要研究内容与安排

2 捷联惯导基础内容

2.1 引言

2.2 常用坐标系定义

2.3 姿态表示方法

2.4捷联惯性导航算法

3 低精度惯性传感器误差

3.1 MEMS惯性器件误差

3.2 Allan方差

4 低精度惯导动态对准

4.1 卡尔曼滤波

4.2 惯导系统误差模型

4.3 UKF滤波在动态对准中的应用

5 低精度IMU/GNSS组合导航实验

5.1 惯性器件的误差模型

5.2 松组合误差模型

5.3 组合导航实验

6 总结与展望

6.1总结

6.2展望

致谢

参考文献