；
[0055] (3)引入神经网络预测模块，实现对于BDS的载波跟踪环和码跟踪环的校正：
[0056] 最基本的RBF神经网络分为输入层输出层和隐层，隐层用于进行从输入空间到隐 藏空间的变换，一般情况下隐层空间具有较高维度；输出层作用在输入层的激活模式并提 供响应；
[0057] 依据超紧耦合的经典模式，系统需要在输出导航变量的同时，输出对卫星接收机 的辅助变量，通常为伪距和多普勒频移的估计值；本方法中采用的就是将伪距和多普勒频 移的辅助变量估计通过神经网络来实现；
[0058] 神经网络的工作过程分为两个过程，分别是学习过程和输出过程；其中学习过程 又分为自组织学习过程和监督学习过程，分别确定隐层函数和输出层权值；
[0059] 本方法的工作方式是，当BDS和SINS正常工作时，对神经网络进行训练，BDS和 SINS的组合导航输出作为目标神经网络的输出，BDS本身的伪距和多普勒频移测量结果 作为目标神经网络的输入；训练算法迭代修正网络参数，从而达到误差的最小均方值；当 SINS性能恶化，无法针对BDS完成直接辅助的时候，将BDS的伪距和多普勒结果作为训练完 成的神经网络输入，从而预测伪距和多普勒频移的误差，通过矢量相加的方式实现辅助功 能；
[0060] 神经网络的主要模块在于通过学习构建隐层系统参数，前馈型神经网络的结构 中，迭代过程为求解最优化问题：
[0061] 构造误差信号能量函数为：
[0065] 最终得到满足上式的最优化系统参数ω ;
[0066] 通过数值迭代算法可得系统参数修正：
[0068] (4)在接收机中添加时滞滤波模块，改善环路跟踪误差与更新时间的相关性：
[0069] 将脉冲序列与参考命令卷积形成的整形命令作为控制信号，滤掉参考命令中引起 系统振动的频率分量，消除^阶震汤系统的震汤残留；
[0070] 通常接收机中采用典型的二阶PLL(锁相环）的结构，接收机环路的传递函数为：
[0072] 而这里的相位误差为：
[0074] 于是，针对上面等式的相位误差传递函数为：
[0076] 在本设计之中，存在SINS提供的辅助信息用于调整跟踪环性能，所以需要在原有 的载体经历动态中考虑额外的影响，加入了前馈环节之后得到如下传递函数：
[0078] 其中，ξ为二阶系统的阻尼系数，《"为自然圆频率，α IMU为SINS的辅助数据带 宽；
[0079] 此处采用双脉冲零振时滞滤波器（ZV)，当滤波器模型参数与系统本身参数相同， 且不存在参数不确定性的时候，滤波器传递函数如下：
CN 105116431 A 兄明 6/12 页
[0087] 于是，最终载波环路误差的最终传递函数为：
[0088] HF(s) = F(S) · H(S)
[0089] 本发明的原理是：根据运动物体状态方程及测量方程建立了随机线性定常离散系 统力学模型，将运载体的机体信息与SINS的导航信息以及BDS提供的导航信息进行综合分 析，实现超紧耦合的高精度导航方式；将SINS和BDS的测量系统结果（速度、位置）直接送 到滤波器中，通过对测量结果的冗余测量值的一阶、二阶差分序列进行统计分析，实现了基 于冗余测量的自适应卡尔曼滤波算法，准确的估计了系统量测噪声的信息，并通过前馈机 制将自适应调节噪声方差R传送到测量端，实现测量校正；根据超紧耦合传统结构，引入神 经网络预测模块，神经网络与卡尔曼滤波器并立，在SINS正常工作时进行训练，输入信息 为BDS本身的伪距和多普勒频移测量结果，同时还有SINS的导航信号，输出为伪距和多普 勒频移的误差，用于辅助失锁状态下的北斗卫星载波跟踪环和码跟踪环。采用时滞滤波器 用于北斗卫星接收机，对正常接收的I-Q正交信号直接进行时滞滤波，将滤波处理后的信 号输入到鉴频鉴相器，进行多普勒等参数的计算，可以改善超紧耦合系统中的环路跟踪误 差与更新时间的相关性。
[0090] 该超紧耦合系统的示意图如图1所示，SINS信号经过惯导传感器获得运载体自身 的运动特性信息（陀螺偏移、加速度计等），将信号输入到SINS自带的定位算法中，确定运 载体的位置和速度等导航数据；得到的信号一方面用于确定最终的导航参数，一方面用于 输入到综合算法模块，与BDS提供的运动信息共同输入到卡尔曼滤波器，经过非线性的运 算和最优估计之后得到针对SINS信号的速度和位置修正，将之前得到的导航数据修正后， 输出最终的导航参数；而在BDS的主要信息环路中，接收机获得卫星定位信息以及卫星的 自身运转情况，将卫星星历和解算得到的伪距、多普勒、速度位置等运载体信息和卫星信息 输入到卡尔曼滤波器的综合计算单元，用于输出导航信息的误差估计，完成最终导航信号 的输出；在神经网络回路中，输入到卡尔曼滤波器的信号也同样输入到神经网络之中，用于 完成对于BDS跟踪环性能的调整，在BDS和SINS都正常工作的时候，对神经网络进行参数 的迭代训练，训练结束后用于在BDS卫星信号进行跟踪性能的调整，输出为伪距与多普勒 频移的估计值，作为参考信号输入到BDS的接收机中用于数据解算；此外，基于冗余测量的 卡尔曼滤波器对于SINS和BDS的接收传感器（测量系统）同时输出辅助信号，具体信号内 容为测量系统的噪声方差，用于对于收集到的信号进行预先的噪声处理，提高数据正确性。
[0091] 上述过程中，定义随机线性定常离散系统，基本参考方程为：
[0093] 其中第一式为状态方程，定义了运载体自身物理运动状态的变化方程；第二式为 测量方程，用于定义测量结果与系统实际运动状态之间的转化过程。 CN 105116431 A ^ "n \J 贝
[0094] 上面两式中Xk包含的状态分量有：
[0096] 其中，下标E、N、U分别代表东、北、天三个方向；下标X、y、z分别代表待导航机体 的右、前和上轴向；Φ为惯导平台误差角；δ vE等表示速度误差；δ L、δ λ和δ h分别表示 三个方向的位置误差；ε bx等表示陀螺漂移；Yx.等表示加速度计漂移。以上信息均可通过 IMU模块获得，用于导航彳目息的解算。
[0097] BDS卫星接收机的I-Q信号首先进行时滞滤波操作，时滞滤波为频域操作，原有二 阶PLL的传递函数模型为：
[0099] 上式已经考虑頂U模块针对BDS信号进行的辅助，具体表现为在传递函数中添加 IMU辅助信号带宽α IMU。由于辅助带宽通常较大，此时Imus的数值会极大趋向于1，此时 H(S)可以保证输出信号较好的体现输入相位，此时相位误差基本为0。
[0100] 通常在实际系统中采用双脉冲零振时滞滤波器，滤波器函数为：
[0102] 式中i的取值为1或2,分别对应两个脉冲，用于实现时滞效果，而最终的环路传递 函数为：
[0103] HF(s) = F(S) · H(S)
[0104] 上式描述了接收机内部的环路基本特征；
[0105] 通过SINS的计算结果和BDS的结算结果输入到卡尔曼滤波器后，除了基本的非线 性运算输出导航误差修正信息之外，还进行了针对惯导和北斗接收机传感器模块的误差修 正计算：
[0106] 通过针对系统冗余值的一阶二阶差分分析，获得统计特性，进而自适应调节方 差；
[0107] 通过