[发明专利]一种降维度的基于Carlson滤波算法的快速组合导航方法

说明书

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（Extened Kalman 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1：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(v_x v_y v_z)；

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x.iy.iz.i;]]>由公式