论文部分内容阅读
GPS以其非常显著的特点广泛应用于基础测绘、导航等领域,但其在信号卫星信号失锁时即无法正常工作。INS是一种完全自主式的导航系统,抗干扰性非常强,不受外界环境条件的限制,但其精度会随着时间增长而快速下降,作为单一的导航系统也存在很大的局限性。GPS和INS各自的优缺点恰好互相弥补,因此,GPS/INS组合导航系统能够避免各自缺点,发挥二者的优势,从而使整个导航系统的性能得到提高。卡尔曼滤波理论是一种最优估计的方法,根据系统的测量值来消除随机干扰,再重新还原系统的状态,或根据测量值从含有噪声的系统中恢复原始系统,实质就是由测量值重构系统的状态向量。GPS和INS组合导航系统的方法,按照信息交换的程度可以分为松组合、紧组合和深组合,本文采用松组合模型。松组合模式是将GPS和NS输出的速度和位置的差值作为观测量,在数据融合时采用卡尔曼滤波方法,建立模型,然后估计二者的误差量,最后用改正后的值修正INS输出的位置和速度,从而提高导航精度。在松组合模式下,组合系统的状态方程即是INS的线性误差方程,观测方程则是GPS和INS各自输出的位置和速度之差。卡尔曼滤波器的状态方程和量测方程都是线性的,可以直接应用标准的离散卡尔曼滤波算法,进而对于INS的平台姿态误差、速度误差、位置误差以及惯性器件误差做最优估计,然后再对INS进行反馈校正。松组合模式下,系统以惯性导航为主,卫星导航辅助惯性导航,误差模型也以惯性导航为主。推导了加速度计的误差模型、陀螺仪误差模型、姿态误差方程、速度误差方程和位置误差方程。并对机动环境下捷联惯导系统的误差模型及特性进行了分析。最后应用实验室现有的设备,分别在静态环境以及动态环境下,对组合导航系统进行实验验证,并通过对姿态、位置等数据分析,得出松组合模式的工作简单、易于实现、准确性高,并且两个系统仍保持各自独立工作。卡尔曼滤波在组合导航中有很好的适用性。本文的研究方案、采用的组合模式及误差模型都具有可行性。