技术特征：
1.一种基于强跟踪的相关熵扩展卡尔曼滤波的组合导航方法，其特征在于，包括以下步骤：步骤一：建立SINS/GNSS组合导航系统的动力学方程在东北天地理坐标系下，SINS/GNSS组合导航系统的动力学方程为：φ·E=(ωiesinL+vERN+htanL)φN-(ωiecosL+vERN+h)φU-δvERM+h+vN(RM+h)2δh+ϵbE+wgE...(1)]]>φ·N=-(ωiesinL+vERN+htanL)φE-vNRM+hφU+δvERN+h-vE(RN+h)2δh-ωieδLsinL+ϵbN+wgN...(2)]]>φ·U=(ωiecosL+vERN+h)φE+vNRM+hφN+tanLRN+hδvE-vEtanL(RM+h)2δh+(ωiecosL+vEsec2LRN+h)δL+ϵbU+wgU...(3)]]>v·E=(2ωiesinL+vERN+htanL)vN-(2ωiecosL+vERN+h)vU+fE+fNφU-fUφN....(4)]]>v·N=-(2ωiesinL+vERN+htanL)vE-vNRM+hvU+fEφU+fN-fUφE...(5)]]>v·U=(2ωiecosL+vERN+htanL)vE+vN2RM+h-g-fEφN+fNφE+fU...(6)]]>L·=vNRM+h...(7)]]>λ·=vE(RN+h)cosL...(8)]]>h·=vU...(9)]]>其中，φE,φN,φU分别是东、北、天的高度，vE,vN,vU分别是东、北、天的速度，L,λ,h分别为地理纬度、经度和高度；fE,fN,fU分别为东北天三个轴向的加速度计输出的比力测量值，δvE,δvN,δL,δh分别是惯导系统的速度、位置输出减去GNSS对应输出的近似值；RM为RM＝Re(1-2e+3esin2L)，RN为RN＝Re(1-esin2L)，其中Re＝6378137.0m为地球长半径，e＝1/298.257是地球扁率，ωie＝7.292×10-5rad/s是地球自转角速度，g＝9.78m/s2是重力加速度；地球陀螺东北天常值漂移εbE,εbN,εbU分别为：ϵ·bE=0,ϵ·bN=0,ϵ·bU=0...(10)]]>其中，wgE,wgN,wgU分别是陀螺东、北、天的噪声；状态向量为x＝[φE,φN,φU,vE,vN,vU,L,λ,h,εbE,εbN,εbU]T，则其动力学方程为x·=f(x)+w...(11)]]>式中，w为系统的噪声；步骤二：建立SINS/GNSS组合导航系统的量测方程选取GNSS输出的载体速度信息vEG,vNG,vUG和位置信息LG,λG,hG作为量测值组成量测方程：y＝[vEG,vNG,vUG,LG,λG,hG]T··················(12)则相应的量测方程为y＝Hx+v····················(13)其中，量测方程系数矩阵H为H＝[I6×6,O6×6]，I为单位矩阵，O为零矩阵，v为量测噪声。步骤三：离散化SINS/GNSS组合导航的动力学方程和量测方程将式(11)的动力学方程和式(13)的量测方程进行离散化，得到非线性的状态方程和线性的量测方程：xk＝f(xk-1)+wk-1·················(14)yk＝Hxk+vk·················(15)其中，xk为状态向量，f(·)为非线性离散函数，wk为系统噪声向量；yk为量测向量；vk为量测噪声向量，k是指第k步，代表tk时刻；系统噪声向量wk和量测噪声向量vk满足：Cov[wk,vj]=E[wkvjT]=0...(16)]]>步骤四：对非线性离散后的动力学方程进行线性化首先，将式(14)中的非线性离散函数f(xk-1)围绕估计值展开成泰勒级数，并略去二阶以上的项，得线性化之后的状态方程：xk＝Φk/k-1xk-1+uk-1+wk-1·············17)其中，Φk/k-1=∂f(xk-1)∂xk-1|xk-1=x^k-1...(18)]]>uk-1=f(x^k-1)-∂f(xk-1)∂xk-1|xk-1=x^k-1·x^k-1...(19)]]>其中，表示状态x的估计值；步骤五：对线性化的动力学方程采用基于强跟踪的相关熵扩展卡尔曼滤波算法，输出SINS/GNSS组合导航的信息1.对由式(17)和式(15)组成的非线性离散系统的状态和误差方差阵Pk进行初始化和时间更新；对状态和误差方差阵分别赋予初值x^0=E[x0]...(20)]]>P0=E[(x0-x^0)(x0-x^0)T]...(21)]]>其中，k取值为k＝1,2,3,…,N，N由滤波时间和采样周期决定；2.第k-1步tk-1时刻的状态估计值为和误差方差阵为Pk-1，对第k步tk时刻的状态向量xk和误差方差阵Pk进行时间更新分别得到状态的一步预测x^k-=f(x^k-1)...(22)]]>和相应的一步预测的误差方差阵：Pk/k-1=λkΦk/k-1Pk-1Φk/k-1T+Qk-1...(23)]]>其中，“－”表示先验估计，Qk-1表示系统的噪声方差阵，λk为渐消因子，其计算过程如下：λk=λ,λ>11,λ≤1...(24)]]>其中，λ=tr(Nk)tr(Mk)...(25)]]>Nk＝Sk(Vk-HQk-1HT)-Rk·············(26)Mk=SkHΦk/k-1Pk-1Φk/k-1THT...(27)]]>其中，tr(·)为求矩阵迹的算子，Rk表示量测噪声的方差阵；Vk为实际输出残差序列的协方差阵，由下式估算：Vk=γ1γ1T,k=0ρVk-1+γk-1γk-1T1+ρ,k≥1...(28)]]>其中，为输出残差序列，ρ为遗忘因子，且满足0<ρ≤1；4.计算相关信息熵系数Sk：Sk=Gσ(||yk-Hx^k-||Rk-1)Gσ(||x^k--Φk/k-1x^k-1||Pk/k-1-1)...(29)]]>其中，Gσ(·)表示带宽为σ的高斯核函数；5.计算滤波的增益矩阵Kk：Kk=(Pk/k-1-1-SkHTRk-1H)-1SkHTRk-1...(30)]]>6.计算状态估计x^k=x^k-+Kk(yk-Hx^k-)...(31)]]>7.计算状态估计的误差方差阵Pk：Pk=(I-KkH)Pk/k-1(I-KkH)T+KkRkKkT...(32)]]>通过以上7步循环可得到载体三维的位置(L,λ,h)和速度(vE,vN,vU)的估计值。