专利名称：一种降维度的基于Carlson滤波算法的快速组合导航方法
技术领域：
本发明涉及卫星导航与惯性导航领域，是一种应用于组合导航系统的快速抗发散的组合导航算法。具体为一种降维度的基于Carlson滤波算法的快速组合导航方法。
背景技术：
近年来，随着卫星导航系统的发展，卫星导航系统在日常工作与生活中占有了越来越重要的地位。GPS接收机可以全天候，高精度的对载体的位置进行定位。在卫星信号良好的情况下，GPS接收机可以连续且有效地实现定位的功能。但是GPS接收机依赖于外部的信号，当外部信号缺失以及在强干扰以及高动态的条件下，传统的GPS接收机难以完成正常的定位与导航的功能。
INS导航系统属于自主式定位系统，不依赖于外部信号的辅助，但是由于INS导航系统属于自主积分式导航系统，导航系统会存在误差的积累，即定位误差随着时间的推移而发散。如果能够将GPS系统与INS系统进行组合，则可以有效的克服两种定位系统各自的缺点，实现更好的定位效果。为了设计全天候可运行的导航系统，近年来众多学者针对GPS/INS组合导航系统展开了大量的研究工作。组合导航算法是INS利用GPS系统提高自身导航性能的关键。目前的研究工作基本围绕着组合导航算法展开，但是设计的组合导航算法仍有许多问题存在。首先，组合导航系统的状态方程很大多为15维的状态方程。如此大维度的状态方程提高了系统的硬件实现难度。其次，基于GPS/INS的组合系统，工程界常采用EKF (ExtenedKalman Filter)算法,该算法通过Taylor展开对非线性系统函数进行局部近似,强非线性条件下易导致滤波器性能下降，有时也很难计算Jacobian矩阵。EKF因舍弃高阶项、采用局部线性化近似可能导致滤波精度下降、甚至发散等问题。许多研究者针对EKF算法的缺点提出了 UKF算法等非线性滤波算法以解决滤波发散的问题，但是随之而来的问题是运算量近一步的加大，极大地增加了硬件实现的难度。
发明内容
要解决的技术问题针对目前现有的组合导航算法数据量巨大，难以硬件实现以及数据融合滤波器易发散等缺点，本发明提出了一种降维度的基于Carlson滤波算法的快速组合导航方法。该方法通过降低组合导航滤波器的状态维度以及采用Carlson滤波算法，既降低了系统的运算量，又有效提高了系统的抗发散能力。技术方案本方法主要包括数据融合、位置补偿两个部分。数据融合部分采用了降维度的基于Carlson滤波算法的数据融合算法，通过数据融合算法实现对INS模块速度与姿态信息以及INS器件的误差信息的建模。位置补偿部分利用卫星接收机观测到的伪距信息解算出位置信息，以对INS模块解算出的位置信息进行校正。
本发明的技术方案为所述一种降维度的基于Carlson滤波算法的快速组合导航方法，其特征在于包括以下步骤步骤I :利用由GPS接收机得到的卫星位置信息与伪距信息解算出用户的位置(χy ζ)和用户的速度(vx vy vz)；步骤2 :利用GPS接收机得到的星历信息解算出所需卫星的位置信息和速度信息，其中第i号卫星的位置信息为(Xi Yi Zi),速度信息为(夕f f);由公式
权利要求
1.一种降维度的基于Carlson滤波算法的快速组合导航方法，其特征在于包括以下步骤 步骤I :利用由GPS接收机得到的卫星位置信息与伪距信息解算出用户的位置(X y z)和用户的速度(Vx Vy Vz); 步骤2 :利用GPS接收机得到的星历信息解算出所需卫星的位置信息和速度信息，其中第i号卫星的位置信息为Ui Yi Zi),速度信息为f )由公式
全文摘要
本发明提出了一种降维度的基于Carlson滤波算法的快速组合导航方法，该方法主要包括数据融合、位置补偿两个部分。数据融合部分采用了降维度的基于Carlson滤波算法的数据融合算法，通过数据融合算法实现对INS模块速度与姿态信息以及INS器件的误差信息的建模。位置补偿部分利用卫星接收机观测到的伪距信息解算出位置信息对INS模块解算出的位置信息进行校正。本发明通过对状态方程与量测方程进行修改，在满足对INS导航模块的准确校正的基础上，使得系统的维数由15维降低到12维。降低了系统的运算的数据量，同时采用Carlson滤波器作为数据融合滤波器，在Carlson滤波器中对均方误差阵及均方误差阵的估计进行上三角分解来保证矩阵的正定性，可以有效地避免滤波器的发散。
文档编号G01S19/49GK102830415SQ201210318978
公开日2012年12月19日 申请日期2012年8月31日 优先权日2012年8月31日
发明者何伟, 廉保旺, 唐成凯, 佀荣, 宋玉龙, 吴鹏 申请人:西北工业大学