專利名稱：一種降維度的基于Carlson濾波算法的快速組合導(dǎo)航方法
技術(shù)領(lǐng)域：
本發(fā)明涉及衛(wèi)星導(dǎo)航與慣性導(dǎo)航領(lǐng)域，是一種應(yīng)用于組合導(dǎo)航系統(tǒng)的快速抗發(fā)散的組合導(dǎo)航算法。具體為一種降維度的基于Carlson濾波算法的快速組合導(dǎo)航方法。
背景技術(shù)：
近年來，隨著衛(wèi)星導(dǎo)航系統(tǒng)的發(fā)展，衛(wèi)星導(dǎo)航系統(tǒng)在日常工作與生活中占有了越來越重要的地位。GPS接收機(jī)可以全天候，高精度的對載體的位置進(jìn)行定位。在衛(wèi)星信號(hào)良好的情況下，GPS接收機(jī)可以連續(xù)且有效地實(shí)現(xiàn)定位的功能。但是GPS接收機(jī)依賴于外部的信號(hào)，當(dāng)外部信號(hào)缺失以及在強(qiáng)干擾以及高動(dòng)態(tài)的條件下，傳統(tǒng)的GPS接收機(jī)難以完成正常的定位與導(dǎo)航的功能。
INS導(dǎo)航系統(tǒng)屬于自主式定位系統(tǒng)，不依賴于外部信號(hào)的輔助，但是由于INS導(dǎo)航系統(tǒng)屬于自主積分式導(dǎo)航系統(tǒng)，導(dǎo)航系統(tǒng)會(huì)存在誤差的積累，即定位誤差隨著時(shí)間的推移而發(fā)散。如果能夠?qū)PS系統(tǒng)與INS系統(tǒng)進(jìn)行組合，則可以有效的克服兩種定位系統(tǒng)各自的缺點(diǎn)，實(shí)現(xiàn)更好的定位效果。為了設(shè)計(jì)全天候可運(yùn)行的導(dǎo)航系統(tǒng)，近年來眾多學(xué)者針對GPS/INS組合導(dǎo)航系統(tǒng)展開了大量的研究工作。組合導(dǎo)航算法是INS利用GPS系統(tǒng)提高自身導(dǎo)航性能的關(guān)鍵。目前的研究工作基本圍繞著組合導(dǎo)航算法展開，但是設(shè)計(jì)的組合導(dǎo)航算法仍有許多問題存在。首先，組合導(dǎo)航系統(tǒng)的狀態(tài)方程很大多為15維的狀態(tài)方程。如此大維度的狀態(tài)方程提高了系統(tǒng)的硬件實(shí)現(xiàn)難度。其次，基于GPS/INS的組合系統(tǒng)，工程界常采用EKF (ExtenedKalman Filter)算法,該算法通過Taylor展開對非線性系統(tǒng)函數(shù)進(jìn)行局部近似,強(qiáng)非線性條件下易導(dǎo)致濾波器性能下降，有時(shí)也很難計(jì)算Jacobian矩陣。EKF因舍棄高階項(xiàng)、采用局部線性化近似可能導(dǎo)致濾波精度下降、甚至發(fā)散等問題。許多研究者針對EKF算法的缺點(diǎn)提出了 UKF算法等非線性濾波算法以解決濾波發(fā)散的問題，但是隨之而來的問題是運(yùn)算量近一步的加大，極大地增加了硬件實(shí)現(xiàn)的難度。

發(fā)明內(nèi)容
要解決的技術(shù)問題針對目前現(xiàn)有的組合導(dǎo)航算法數(shù)據(jù)量巨大，難以硬件實(shí)現(xiàn)以及數(shù)據(jù)融合濾波器易發(fā)散等缺點(diǎn)，本發(fā)明提出了一種降維度的基于Carlson濾波算法的快速組合導(dǎo)航方法。該方法通過降低組合導(dǎo)航濾波器的狀態(tài)維度以及采用Carlson濾波算法，既降低了系統(tǒng)的運(yùn)算量，又有效提高了系統(tǒng)的抗發(fā)散能力。技術(shù)方案本方法主要包括數(shù)據(jù)融合、位置補(bǔ)償兩個(gè)部分。數(shù)據(jù)融合部分采用了降維度的基于Carlson濾波算法的數(shù)據(jù)融合算法，通過數(shù)據(jù)融合算法實(shí)現(xiàn)對INS模塊速度與姿態(tài)信息以及INS器件的誤差信息的建模。位置補(bǔ)償部分利用衛(wèi)星接收機(jī)觀測到的偽距信息解算出位置信息，以對INS模塊解算出的位置信息進(jìn)行校正。
本發(fā)明的技術(shù)方案為所述一種降維度的基于Carlson濾波算法的快速組合導(dǎo)航方法，其特征在于包括以下步驟步驟I :利用由GPS接收機(jī)得到的衛(wèi)星位置信息與偽距信息解算出用戶的位置(χy ζ)和用戶的速度(vx vy vz)；步驟2 :利用GPS接收機(jī)得到的星歷信息解算出所需衛(wèi)星的位置信息和速度信息，其中第i號(hào)衛(wèi)星的位置信息為(Xi Yi Zi),速度信息為(夕f f);由公式
權(quán)利要求
1.一種降維度的基于Carlson濾波算法的快速組合導(dǎo)航方法，其特征在于包括以下步驟 步驟I :利用由GPS接收機(jī)得到的衛(wèi)星位置信息與偽距信息解算出用戶的位置(X y z)和用戶的速度(Vx Vy Vz); 步驟2 :利用GPS接收機(jī)得到的星歷信息解算出所需衛(wèi)星的位置信息和速度信息，其中第i號(hào)衛(wèi)星的位置信息為Ui Yi Zi),速度信息為f )由公式
全文摘要
本發(fā)明提出了一種降維度的基于Carlson濾波算法的快速組合導(dǎo)航方法，該方法主要包括數(shù)據(jù)融合、位置補(bǔ)償兩個(gè)部分。數(shù)據(jù)融合部分采用了降維度的基于Carlson濾波算法的數(shù)據(jù)融合算法，通過數(shù)據(jù)融合算法實(shí)現(xiàn)對INS模塊速度與姿態(tài)信息以及INS器件的誤差信息的建模。位置補(bǔ)償部分利用衛(wèi)星接收機(jī)觀測到的偽距信息解算出位置信息對INS模塊解算出的位置信息進(jìn)行校正。本發(fā)明通過對狀態(tài)方程與量測方程進(jìn)行修改，在滿足對INS導(dǎo)航模塊的準(zhǔn)確校正的基礎(chǔ)上，使得系統(tǒng)的維數(shù)由15維降低到12維。降低了系統(tǒng)的運(yùn)算的數(shù)據(jù)量，同時(shí)采用Carlson濾波器作為數(shù)據(jù)融合濾波器，在Carlson濾波器中對均方誤差陣及均方誤差陣的估計(jì)進(jìn)行上三角分解來保證矩陣的正定性，可以有效地避免濾波器的發(fā)散。
文檔編號(hào)G01S19/49GK102830415SQ201210318978
公開日2012年12月19日 申請日期2012年8月31日 優(yōu)先權(quán)日2012年8月31日
發(fā)明者何偉, 廉保旺, 唐成凱, 佀榮, 宋玉龍, 吳鵬 申請人:西北工業(yè)大學(xué)