论文部分内容阅读
作为一种非自主导航技术,全球导航卫星系统(Global Navigation Satellite Systems,GNSS)可提供快速、连续、高精度的导航定位信息,但GNSS受卫星信号质量的影响较大。惯性导航系统(Inertial Navigation System,INS)是一种自主导航技术,不存在信号质量方面的问题,但初始对准耗时较长,且误差随时间迅速累积。GNSS和INS性能互补,二者的组合成为必然。近阶段,GNSS/INS组合导航系统已广泛应用于军事以及人民的生产和生活中。位置服务需求的不断增长,对组合导航定位的精度及稳定性、可靠性等方面提出了更高的要求。本文针对GNSS/INS组合导航系统滤波算法、系统的可靠性等问题进行了研究,主要内容包括:捷联式INS误差建模,GNSS/INS不同组合方式建模及性能对比分析,抗差区间卡尔曼滤波建模与自适应H∞滤波建模及其在组合导航系统中的应用,多重渐消因子的自适应估计及应用,组合导航系统的可靠性分析等。本文得到的主要研究成果如下:(1)推导并构建了GNSS/INS松组合模式以及紧组合模式下的系统状态模型和观测模型,编程实现了GNSS/INS松组合及紧组合系统的数据处理。通过输入不同的观测值组合,对比分析了GNSS/INS松组合、紧组合导航系统的性能。在实际环境下,利用自行设计的车载GNSS/INS组合导航系统进行了数据采集,通过实验对两种组合方式进行了对比。(2)在GNSS/INS组合导航系统中,有两个方面的问题需要妥善处理—建模与参数估计,前者需要建立恰当的误差模型,后者需要选择合适的参数估计算法及观测信息。针对组合导航动力学模型不准确及异常观测误差影响,构造了归约化区间卡尔曼滤波并提出了抗差区间卡尔曼滤波算法,能够减少区间卡尔曼滤波的计算负担,能够在控制系统动力学模型误差的同时增加其抗干扰性能;针对动力学模型误差及系统不确定误差影响,提出了自适应H∞滤波算法,在双因子抗差估计方法的辅助下,能够在削弱动态模型误差、不确定性误差影响的同时控制异常观测误差的影响;现有的多重渐消因子计算较复杂,因此在单个最优渐消因子的基础上,提出了一种多重渐消因子的自适应参数估计算法。通过实测数据实验验证了所提算法的有效性,能够为实践中的组合导航数据处理工作提供一些有益的参考。(3)对于GNSS/INS组合导航系统的可靠性问题,将扩展的接收机自主完好性监测理论引入GNSS/INS组合导航系统中。利用最小二乘残差及其协方差阵构建服从c2分布的统计量以及w统计检验法来进一步识别、定位系统故障,并在此基础上提出了一种扩展的接收机自主完好性监测抗差算法,能够为完好性监测中的假设检验提供可靠的统计量,从而保证组合导航系统解算的可靠性,降低误警率。