[发明专利]一种多卫星系统与捷联惯性导航系统紧组合导航方法

权利要求书

1.一种多卫星系统与捷联惯性导航系统紧组合导航方法，其特征在于，包括以下步骤：

(1)对惯性测量元件(IMU)输出数据通过捷联解算获得捷联惯导当前姿态、速度、位置，对卫星系统接收机输出的星历报文进行卫星数据处理，获得卫星的速度、位置信息；

(2)利用卫星速度、位置与SINS位置、速度信息通过SINS伪距、伪距率计算得到SINS伪距、伪距率；

(3)从卫星系统接收机输出的伪距报文获得测码伪距和多普勒频移，与SINS伪距、伪距率进行比较，将差值作为滤波器的观测量，建立紧组合状态模型及量测模型，经过最优估计与滤波，输出系统的误差校正量；对系统误差进行校正，输出SINS姿态、速度、位置的最优组合解。

2.根据权利要求1所述的多卫星系统与捷联惯性导航系统紧组合导航方法，其特征是：所述的捷联解算算法是利用IMU测量载体的角运动和线运动参数，在初始状态基础上进行递推来确定安装了SINS的运载体姿态、速度和位置的自主式推断导航。

3.根据权利要求1所述的多卫星系统与捷联惯性导航系统紧组合导航方法，其特征是：所述的卫星数据处理包括卫星选星、卫星星历解算及卫星系统数据融合。

4.根据权利要求1所述的一种多卫星系统与捷联惯性导航系统紧组合导航方法，其特征是：所述的SINS伪距、伪距率计算过程是由SINS的位置，卫星的位置计算得到相应于SINS所在位置处的伪距；由SINS的速度、卫星的速度，获得SINS相对于卫星相对运动即SINS的伪距变化率。

5.根据权利要求1所述的一种多卫星系统与捷联惯性导航系统紧组合导航方法，其特征是：所述的最优估计与滤波采用的是卡尔曼滤波器。

6.根据权利要求1所述的一种多卫星系统与捷联惯性导航系统紧组合导航方法，其特征是：所述的紧组合状态模型及量测模型的建立方法如下：

(1)多系统紧组合状态方程建立

将捷联误差方程和卫星系统建模转为状态方程描述

X·I(t)X·GPS(t)X·GLO(t)X·Gal(t)X·BD(t)=FI(t)00000FGPS(t)00000FGLO(t)00000FGal(t)00000FBD(t)XI(t)XGPS(t)XGLO(t)XGal(t)XBD(t)+GI(t)00000GGPS(t)00000GGLO(t)00000GGal(t)00000FBD(t)WI(t)WGPS(t)WGLO(t)WGal(t)WBD(t)]]>

其中，X∈R²³是状态变量，由惯性导航系统(SINS)的15个状态量、美国全球定位系统(GPS)、格洛纳斯卫星系统(GLONASS)、伽利略卫星系统(Galileo)、北斗卫星系统(BD)各2个状态量组成；

X=[δVEδVNδVUφEφNφUδLδλδh▿bx▿by▿bzϵbxϵbyϵbzδtGPSδtGLOδtGalδtBDδtrGPSδtrGLOδtrGalδtrBD]]]>

式中，δV_E,δV_N,δV_U是在东北天三个方向上的速度误差，捷联的三个失准角(平台姿态角)，δL,δλ,δh是捷联的三个位置误差由地球坐标系描述，是加表三个轴向的偏置误差，ε_bx,ε_by,ε_bz是陀螺的三个轴向漂移，δt_GPS、δt_GLO、δt_Gal、δt_BD分别是GPS、GLONASS、Galileo、BD卫星时钟误差等效的距离，δt_rGPS、δt_rGLO、δt_rGal、δt_rBD分别是GPS、GLONASS、Galileo、BD卫星时钟频率误差等效的距离变化率，共23维；

F_I(t)是惯导系统误差状态方程状态矩阵，而F_GPS(t)、F_GLO(t)、F_Gal(t)、F_BD(t)分别是对GPS、GLONASS、Galileo、BD卫星相关的两个状态量建模后得到的状态矩阵，G_I(t)和G_GPS(t)、G_GLO(t)、G_Gal(t)、G_BD(t)是噪声的输入矩阵。δt_*表示建模后其激励为白噪声，δt_r*建模为一阶马尔可夫过程，*代表各系统(GPS、GLONASS、Galileo、BD)

F*=010-βtr*,G*=1001,W*(t)=ωt*ωtr*;]]>

(2)多系统紧组合量测方程建立

(a)伪距量测方程建立

δt_*是站钟误差，表示站钟钟差等效距离误差，v_ρ*j表示其他公共误差和独有误差，如电离层误差、对流层误差和多路径误差等测量误差；在紧组合仿真中，v_ρ*j认为是一个白噪声形式的误差，钟差误差则多个通道统一设置；在紧组合样机实验中，则必须对电离层延迟等诸多误差做补偿，补偿的方法在下面进行讨论；

取卫星，写成矩阵形式有

δρGPSδρGLOδρGalδρBD=HGPS1GPS000HGLO01GLO00HGal001Gal0HBD0001BDδpδtGPSδtGLOδtGalδtBD+υρGPSυρGLOυρGalυρBD]]>

其中，δp＝[δx δy δz]^T为用户状态量，H_*为几何观测矩阵；其维数与所选系统卫星数目(n)有关即为2；H_*＝[e₁ e₂ e₃]_2*3，e_k为2*1维；

伪距观测量的量测方程

Z_ρ(t)＝H_ρ(t)X(t)+V_ρ(t)

其中H_ρ(t)＝[0_N*3 0_N*3 H_ρ1 0_N*6 H_ρ2 0_N*3]_N*23，N为8，即卫星的总数；

H_ρ1＝(a_ji)_N*3，Hρ2=HρGPSHρGLOHρGalHρBD]]>

且

HρGPS=10001000,HρGLO=10001000,HρGal=10001000,HρBD=10001000]]>

a_j1＝(R_n+h)[-e_j1sinLcosλ-e_j2sinLsinλ]+[R_n*(1-e²)+h]e_j3cosL

a_j2＝(R_n+h)[e_j2cosLcosλ-e_j1cosLsinλ]

a_j3＝e_j1cosLcosλ+e_j2cosLsinλ+e_j3sinL

(b)伪距率量测方程建立

伪距率观测量的量测方程

Zρ·(t)=Hρ·(t)X(t)+Vρ·(t)]]>

式中，Hρ·(t)=Hρ·10N*3Hρ·20N*9Hρ·3]]>

其中，Hρ·1=(bji)N*3,Hρ·2=(cji)N*3,Hρ·3=1GPS1GLO1Gal1BD]]>

b_j1＝-e_*j1sinλ+e_*j2cosλ

b_j2＝-e_*j2sinLcosλ-e_*j1sinLsinλ+e_*j3cosL

b_j3＝e_*j1cosLcosλ+e_*j2cosLsinλ+e_*j3sinL

cj1=(Rn+h)[-e·*j1sinLcosλ-e·*j2sinLsinλ]+[Rn*(1-e2)+h]e·*j3cosL]]>

cj2=(Rn+h)[e·*j2cosLcosλ-e·*j1cosLsinλ]]]>

cj3=e·*j1cosLcosλ+e·*j2cosLsinλ+e·*j3sinL]]>

综(a)、(b)得量测方程：

Z(t)=HρHρ·X(t)+Vρ(t)Vρ·(t)]]>