[发明专利]一种基于STKF和WNN的GPS/INS组合导航方法

说明书

技术领域

本发明涉及一种基于STKF和WNN的GPS/INS组合导航方法，属于车辆导航定位技术领域。

背景技术

随着交通事业的不断发展，交通需求不断增长，智能交通系统也随之不断发展。智能交通系统是采用先进的信息、电子、系统工程等高科技手段来对道路网络进行更有效地控制和管理，以便更大限度的发挥现有道路系统的交通效率。在智能交通系统中，关键问题是要准确地知道车辆当前所在位置。进入90年代以来，随着计算机和通信技术的飞速发展，车辆导航定位系统开始进入真正的实用阶段。特别是美国全球定位系统（GPS）的建立，为全球范围内的用户提供了一种廉价、实用的定位手段，使得车辆导航定位系统的发展进入了高潮。

由于其成本低、便携式、易与其他传感器或通信设备进行融合等特点，以GPS为主的车辆定位系统目前几乎占据了全部的市场。但是GPS也有其缺点，普通GPS接收机由于受到卫星钟差、电离层误差、大气层误差、多路径误差等影响，其定位精度为30米左右，远远不能满足车道级定位的需求。惯性导航系统（INS, Inertial navigation system）是基于惯性传感器的自主式导航系统，它利用惯性传感器测量运动的角速度和加速度，经计算确定车辆位置，实现车辆的自主定位。但惯性元件的漂移误差和标定误差将使累积误差随着时间逐渐积累，最终达到无法忍受的程度。而且目前高精度的INS系统价格高昂，很难在车载导航系统中得到推广。多传感器融合技术的出现极大的推动了车载定位技术的发展，利用多传感器融合技术，将低精度的GPS和INS组合在一起，即能得到高精度的组合导航定位结果。

GPS/INS组合导航系统能够使导航系统维持长时间的稳定和高精度，但是其导航性能依然受到环境的限制。比如当载体长期运行于城市、隧道等环境时，由于建筑物遮挡，GPS信号可能会出现长时间的失锁，INS不能提供长时间、高精度导航的缺点会导致GPS/INS组合导航系统出现严重的性能下降。因此，针对GPS长期失锁状况下的INS导航误差补偿研究显得尤为重要。

针对GPS失锁状况下对INS导航误差进行补偿的这一类问题，国内外学者提出了一些解决方法，大致可以分为两类：一是增加其他传感器或其他辅助设备，如车载GPS/INS组合导航系统与视觉传感器、里程计、地图匹配、路网辅助以及车辆协同等方法的结合，这些方法在一定程度上很好的解决的GPS失锁带来的影响，但势必也增加了成本，提高了系统复杂性；二是利用人工智能辅助算法建立INS导航误差模型，在GPS失锁的时候利用建立的模型对INS导航误差进行补偿。其中人工智能辅助算法由于其实现简单且成本低廉而得到了广泛关注。

发明内容

本发明提出了一种基于STKF和WNN的GPS/INS组合导航方法，该方法克服了GPS失锁带来的组合导航系统精度下降的问题，能够提供持久的高精度导航。该方法首先在GPS信号良好的情况下利用小波神经网络（WNN）建立INS导航误差模型，以先前时刻STKF（强跟踪滤波器，英文Strong Tracking Kalman Filter）的输出作为WNN的输入，以当前时刻STKF的输出作为WNN的理想输出对WNN进行训练，当GPS信号失锁时，依靠训练好的WNN模型对INS系统误差进行补偿。

本发明为解决其技术问题采用如下技术方案： 

一种基于STKF和WNN的GPS/INS组合导航方法，包括下列步骤：

（1）将GPS/INS组合导航系统的运行区域分为训练区域和误差补偿区域两部分，所述训练区域为GPS信号良好的区域，所述补偿区域为GPS信号失锁时的区域；

（2）在训练区域，GPS和INS导航系统同时正常工作，首先将INS测量得到的位置、速度信息与GPS测量得到的位置、速度信息作差，并将作差结果输入强跟踪卡尔曼滤波器（STKF）进行数据融合，以得到INS系统导航误差的估计值；

（3）在采用STKF进行数据融合，并得到INS导航误差估计值的同时，将先前时刻得到的该导航误差估计值作为WNN误差模型的输入，将当前时刻得到的导航误差估计值作为WNN误差模型的理想输出，对WNN误差模型进行建模训练；

（4）当GPS失锁时，即车辆进入误差补偿区域，在这一区域，GPS/INS组合导航系统无法得到GPS信号，利用INS完成自主导航，此时利用在训练区域得到的WNN误差模型对INS输出的导航信息进行误差补偿，以得到导航定位结果。

步骤（1）中所述GPS/INS组合导航系统，其组合方式为位置速度误差松组合方式。