论文部分内容阅读
针对由惯性导航系统(INS,Inertial Navigation System)与全球卫星导航系统(GNSS,Global Navigation Satellite System)组成的组合导航系统在GNSS短时间失锁情况下,INS误差会迅速发散的问题,本文从基于微机械(MEMS,Micro-Electro-Mechanical System)惯性器件的车载导航相关算法进行了研究,并取得了一定效果。本文首先对INS原理进行了论述,推导了姿态、速度、位置更新方程及对应的误差方程,详细介绍了传感器数据融合技术与基于卡尔曼滤波(Kalman)的最优状态估计理论;然后对基于MEMS惯性器件的测量单元进行集成与测试,并根据其特点,分别提出了一种MEMS加速度计确定性误差标定方法与MEMS陀螺仪随机性误差补偿方法,在MEMS加速度计标定方案中采用了椭球拟合的思想,本质是通过几何关系与最佳椭球参数,从中获取相关标定参数;而在MEMS陀螺仪随机误差补偿方案中采用随机时间序列模型近似的思想,运用了快速傅里叶分析法(FFT)、自相关函数分析法、以及阿伦方差(Allan)分析法;接着设计了在GNSS短时间失锁情况下的车载微惯导算法,首先在静基座条件下,给出了粗对准方案,然后对导航算法存在的问题进行了有效分析,并分别提出了基于三子样等效旋转矢量更新的扩展卡尔曼滤波(EKF,Extended Kalman Filter)姿态估计算法与基于运动学辅助的导航定位估计算法,详细推导了建模过程,给出了一般性结论。最后,搭建了车载导航系统硬件测试平台,设计了基于转台及高精度定位定向系统的姿态及定位精度试验,试验结果表明设计的车载微惯导姿态及定位估计算法可以有效的补偿GNSS/INS组合导航系统当GNSS短时间失锁时的INS的误差,提高了自主式车载导航的精度。