[发明专利]一种基于最小方差的组合导航系统抗扰滤波方法

说明书

本发明公开了一种基于最小方差的组合导航系统抗扰滤波方法。首先建立含有未知输入项Gsubgt;k‑1/subgt;dsubgt;k‑1/subgt;的SINS/GNSS组合导航系统滤波模型，其中dsubgt;k‑1/subgt;为m维未知输入，Gsubgt;k‑1/subgt;是n×m维的噪声分配矩阵；然后在Kalman滤波算法的基础上，根据无偏性和最小方差两个约束条件来求解滤波增益矩阵Ksubgt;k/subgt;，求解过程中要确保新构建的算子符合两个假设要求；然后，将各式展开并整理得到滤波算法方程组；最后，根据滤波框架编程调试并移植到组合导航系统中进行应用，从而实现了对复杂环境下含未知输入组合导航系统各状态量的最小方差意义下的无偏估计。本发明可以解决复杂环境下组合导航系统含未知输入时抗扰能力差的问题，从而增强了组合导航系统的鲁棒性。

技术领域

本发明涉及SINS/GNSS组合导航系统信息融合和滤波领域，特别是涉及一种基于最小方差的组合导航系统抗扰滤波方法。

背景技术

各类导航系统中，应用最为广泛的是以位姿更新和误差模型来解算导航参数的惯性导航系统(Inertial Navigation System,INS)，它是一种完全自主无需外界信号输入的导航方式。在INS基础上，安装方式上直接将陀螺和加速度计固连在载体上作为测量基准，不需要额外设置平台的为捷联惯导系统(SINS)。但是，由于惯导系统主要为积分运算，误差会随时间累积，因此往往无法单独使用，以惯导系统为主的组合导航系统应运而生并逐渐成为了导航领域关注的热点方向。组合导航，是将多种导航系统按某种方式组合为一种系统的导航方式，至今已经出现或发展的多种导航信息源(如卫星导航系统、多普勒系统等)为组合导航的应用和进一步研究发展提供了硬件条件。因此组合导航系统已成为当前及未来导航技术的重点发展方向之一，其中SINS/GNSS是应用最为广泛的组合导航方式之一，被广泛用作战车、舰船以及各类民用设备等领域的导航定位中。

在信息传输和处理方面，导航参数往往是通过滤波算法对传感器的量测信息进行估计得到的，但目前常见的滤波算法往往是针对某种特定噪声或环境设计的，难以应用到更贴近工程应用的复杂环境中，同时多源干扰的存在大大增加了导航和对准的难度，严重影响了系统的精度、甚至系统的有效性和可靠性。这种影响在干扰先验信息完全未知的情况下尤为显著。

系统未知输入主要体现在对SINS输出状态产生影响的无法用零均值高斯白噪声进行刻画的噪声方面，即未知粗差和突然碰撞等。若在系统运行过程中混入了粗差，容易导致滤波器的滤波结果发散并且影响导航参数的精度。突然碰撞也将使系统状态产生非线性剧烈变化，具体到组合导航系统中是对速度状态量加入一段时间的非线性未知输入，将会导致SINS的输出出现突然变化，进而使组合导航系统的误差状态量发生剧烈波动，出现非线性化，若此时滤波算法采用的是Kalman滤波就会导致组合导航系统误差状态量解算出现巨大误差，且即使可以再次收敛也需要相当长的时间。显然此时传统的KF算法已经无法满足滤波要求，这使得复杂环境下KF算法在组合导航中的应用受到了极大的限制。

因此，为解决复杂环境下组合导航系统的抗扰滤波的问题，本发明提出了一种基于最小方差的组合导航系统抗扰滤波方法。本发明将最小方差和无偏性作为算法的设计条件，首先建立了系统状态方程中含有未知输入项G_k-1d_k-1(G_k-1为n×m维未知输入驱动矩阵，d_k-1为m维未知输入向量)的SINS/GNSS组合导航滤波模型；然后根据无偏性和最小方差的约束条件求解滤波增益，并保证求解过程中构造的算子矩阵可逆且迹大于0；然后根据理论公式编写程序并调试，修改公式计算顺序给出滤波框架，并实现数值仿真验证；最后调试程序将算法移植到组合导航系统当中，设定合适的初值后在含未知输入的组合导航系统应用背景下完成仿真验证，最终实现了对复杂环境下含未知输入组合导航系统各状态量的最小方差意义下的无偏估计。本发明可以解决复杂环境下组合导航系统含未知输入时抗扰能力差的问题，从而增强了组合导航系统的鲁棒性。

发明内容