[发明专利]一种基于稳健权因子系数的组合导航粗差抗差估计方法

说明书

本发明公开了一种基于稳健权因子系数的组合导航粗差抗差估计方法。首先基于传统的最小二乘法准则，给不同的观测项赋予不同的权因子，转化成抗差最小二乘法估计的形式；然后通过等价权原理，建立不同的等价权函数，在本发明中选用中科院测量与地球物理研究所(Institute of Geodesy and Geophysics，IGG)III法型权因子函数对于观测值进行优化；然后基于稳健权因子系数法对Kalman滤波方程进行改造，通过分析增益矩阵，可以选取适当的权函数代替观测噪声协方差阵，以减小或消除粗差对估计结构的影响；然后基于惯性导航/卫星导航组合导航时空基准匹配模型，建立基于组合导航的最优估计模型。本发明可以解决在组合导航系统中观测量粗差对导航结果产生的影响，从而确保了组合导航系统的应用范围和定位精度。

技术领域

本发明涉及组合导航系统鲁棒性增强领域，特别是涉及到基于全球导航卫星系统(Global Navigation Satellite System，GNSS)、多普勒测速仪(Doppler Velocity Log，DVL)等容易受到环境干扰产生粗差的传感器的组合导航领域，并提出一种抗差估计方法。

背景技术

导航作为热门研究领域，受到各国的广泛关注。其中，结构简单、工程应用广、传感器特性互补等因素是卫星导航系统/惯性导航系统(Inertial Navigation System，INS)组合导航的优势，因此在国防、民用等领域受到广泛的应用。惯性导航系统的优点是：不需要接收任何外来信息也不会向外辐射任何的信息，可以基于载体的运动状态，在任何环境下实现导航，且能够获得姿态、速度、位置等信息，但是缺点是受到陀螺、加速度计等惯性器件的限制，长时间的工作容易造成定位误差的积累，在单一的导航条件下，此积累是不可消除的。GNSS导航系统导航精度高，民用定位精度能够达到五米以内，且不随着时间的增加累积定位误差，但是容易受到遮挡物的影响，且GNSS信息的输出频率相比于INS较低。

为了实现组合导航，通常使用最优估计法。最优估计方法是针对不同传感器噪声的最优估计，从概率统计最优的角度估计出系统误差并消除之。设计组合导航系统时一般都采用卡尔曼滤波。惯导的特性和GNSS的特性在原理和应用上正好互补，因此采用INS/GNSS此两种系统作进行导航，作为组合导航设计中的子系统是最优的方案。

虽然对于卫星组合导航定位系统中动态数据的处理，Kalman滤波是一种非常有效的处理方法，但标准的Kalman滤波算法不能对数据中的粗差进行有效处理。M估计、稳健估计等方法用于最小二乘法估计中，这些方法能够探测并且补偿误差。抗差Kalman滤波能很好地抵抗粗差的影响，并且能快捷、准确、有效地对数据进行处理，还可以对以后数据发展趋势做出预报。在卫星信号的测量和计算中，粗差是不可避免的。统计表明，粗差的出现约占观测总数的1％～10％。而标准Kalman滤波应用地是经典估计模型，它是针对偶然误差的，粗差的存在将不可避免地对估计结果产生影响，甚至个别大粗差就会使结果产生重大偏离。

因此，为解决受到观测量粗差影响的组合导航定位问题，本发明提出了一种基于稳健权因子系数的组合导航粗差抗差估计方法。本方法首先基于传统的最小二乘法准则，给不同的观测项赋予不同的权因子，转化成抗差最小二乘法估计的形式；然后通过等价权原理，建立不同的等价权函数，在本发明中选用中科院测量与地球物理研究所(Instituteof Geodesy and Geophysics，IGG)III法函数对于观测值进行优化；最后基于稳健权因子系数法对Kalman滤波方程进行改造，然后通过分析Kalman滤波增益矩阵，可以选取适当的权函数对观测噪声协方差阵进行代替，对量测噪声阵R进行修正，从而以减小对位置定位最优估计的影响。本发明可以解决在组合导航系统中观测量粗差对导航结果产生的影响，从而确保了组合导航系统的应用范围和定位精度。

发明内容

本发明的目的在于提供一种可应用于组合导航系统在粗差干扰下定位精度下降时的粗差抗差估计方法。实现本发明目的的技术方案为：一种基于稳健权因子系数的组合导航粗差抗差估计方法，包括以下步骤：

步骤一：采用等价权原理构建抗差最小二乘估计模型；