[发明专利]一种基于鲁棒SCKF滤波的紧组合导航方法

说明书

一、技术领域

本发明涉及GPS/SINS组合导航技术领域，特别是一种基于鲁棒SCKF滤波的紧组合导航方法。

二、背景技术

GPS/SINS(Global Positioning System/Strap down Inertial Navigation System)组合导航融合了各自的优点，使导航精度高于各系统单独工作的精度。由于导航环境的多变性和复杂性，GPS/SINS组合导航的系统模型往往具有非线性的特点，因此研究应用于组合导航的非线性滤波极为重要。

传统非线性滤波包括扩展卡尔曼滤波(EKF)和无迹卡尔曼滤波(UKF)两种。EKF将非线性函数线性化，会产生截断误差；UKF对非线性系统有较高的滤波精度，但没有严格的数学推导，在滤波的迭代过程中，由于矩阵分解和求逆，难以保证状态协方差矩阵的正定性。平方根容积卡尔曼滤波(SCKF)是一种新兴的非线性滤波方法，由Arasaratnam等人提出。该算法通过严格的数学推证明，基于球面径向规则采取一组权值相等的容积点逼近系统状态的后验分布，可保证协方差矩阵的正定性。同时，传递预测和估计误差协方差阵采用平方差，避免了矩阵分解和求逆运算，保证了其半正定性。该算法被广泛运用于混合滤波、姿态估计和导航制导等领域。

然而，在实际运用中，由于内、外部环境不确定因素的影响，还会发生观测异常等扰动，从而导致较大的估计误差。

三、发明内容

本发明的目的在于提供一种实时性好、精度高的基于鲁棒SCKF滤波的紧组合导航方法，以消除观测异常对系统的影响并提高组合滤波的性能。

实现本发明目的的技术解决方案为：一种基于鲁棒SCKF滤波的紧组合导航方法，其特征在于，包括以下步骤：

步骤1、通过轨迹发生器、卫星信号模拟器依次模拟生成导弹的IMU数据和GPS中频信号；

步骤2、将模拟生成的IMU数据进行惯导解算，将GPS中频信号注入接收机进行导航解算；

步骤3、建立发射惯性坐标系下GPS/SINS紧组合导航系统模型；

步骤4、在标准平方根容积卡尔曼滤波即SCKF的基础上，引入稳健M，对系统观测噪声阵进行自适应调节，构成鲁棒平方根容积卡尔曼滤波即RSCKF算法，对系统状态进行滤波校正。

本发明与现有技术相比，其显著优点在于：(1)将标准SCKF滤波算法引入组合导航中，符合系统模型的非线性特性，与非线性滤波UKF、CKF相比，避免了矩阵分解和求逆运算，保证了协方差阵的半正定性；(2)将抗差M估计原理引入SCKF滤波中，进一步增强了组合滤波的鲁棒性，提高了在恶劣环境中的组合导航定位精度、跟踪能力。

四、附图说明

图1是本发明基于鲁棒SCKF滤波的紧组合导航方法的流程图。

图2是实施例1中由轨迹发生器模拟生成的发射惯性坐标系下的弹道轨迹。

图3是实施例1中鲁棒SCKF与SCKF滤波在X方向的定位误差对比结果。

图4是实施例1中鲁棒SCKF与SCKF滤波在Y方向的定位误差对比结果。

图5是实施例1中鲁棒SCKF与SCKF滤波在Z方向的定位误差对比结果。

五、具体实施方式

下面结合附图及具体实施例对本发明作进一步详细说明。

结合图1，本发明基于强跟踪UKF滤波的GPS/SINS紧组合导航方法，步骤如下：

步骤1、通过轨迹发生器、卫星信号模拟器依次模拟生成导弹的IMU数据和GPS中频信号；

根据弹道导弹飞行的物理模型，设置飞行各阶段的参数，如加速度、角速率变化，可生成导弹的飞行弹道轨迹与相应的IMU数据，将飞行弹道轨迹导入卫星模拟器并处理即可得到相应的GPS中频信号。

步骤2、模拟生成的IMU数据进行惯导解算，将GPS中频信号注入软件接收机进行导航解算；

惯导解算更新弹体的位置、速度、姿态信息；软件接收机导航解算得到弹体位置，卫星位置、伪距信息。

步骤3、建立发射惯性坐标系下GPS/SINS紧组合导航系统模型，具体如下：

(3.1)状态方程：

其中，X_s包含SINS的15个状态误差量；X_g包含GPS的2个状态误差量，具体如下：