[发明专利]基于维数约简的GNSS/SINS深组合导航系统有效
申请号: | 201710409932.5 | 申请日: | 2017-06-02 |
公开(公告)号: | CN107270894B | 公开(公告)日: | 2020-11-06 |
发明(设计)人: | 袁欢欢;王永利;曹娜;冯霞;赵宁;赵亮;孙华成;张万麒;赵成圆;杜仲舒 | 申请(专利权)人: | 南京理工大学 |
主分类号: | G01C21/16 | 分类号: | G01C21/16;G01S19/47 |
代理公司: | 南京理工大学专利中心 32203 | 代理人: | 王玮 |
地址: | 210094 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 维数约简 gnss sins 组合 导航系统 | ||
本发明公开了一种基于维数约简的GNSS/SINS深组合导航系统,包括GNSS信息采集输入端1、N个通道2、N个维数约简模块3、组合导航滤波器4和SINS惯性导航系统5;N个通道2对应N个维数约简模块3,通道2包括相关器121和码/载波NCO122。本发明利用维数约简、高动态场景降噪、信息融合预测、滤波更新周期选取等关键导航技术,引入机器学习方法对系统信号处理算法进行优化与扩展,提升深组合导航技术在新型应用场景下的现代化定位、导航及授时的服务水平。
技术领域
本发明涉及导航领域的GNSS/SINS深组合导航系统,具体是一种基于维数约简的GNSS/SINS深组合导航系统。
背景技术
全球导航卫星系统(Global Navigation Satellite System,GNSS)和惯性系统(INS/SINS)的组合是最常见的组合导航方式之一。因为GNSS和SINS都有着自身的优缺点,而这些优缺点具有优势互补的特点。比如,SINS具有不依赖外界信息,完全独立自主地提供多种较高精度的导航参数(位置、速度、姿态)的优点,具有抗电子福射干扰、大机动飞行、隐蔽性好的特点,然而它的导航参数误差随时间积累,不适合长时间的独立导航。GNSS作为能全球、全天候实时导航的系统,定位和测速精度都较高,且误差与时间无关,但是卫星信号受到屏蔽和遮挡,或者是载体在作高动态运动时,GNSS接收机不易捕获和跟踪卫星信号,接收机就无法定位,另外,GNSS接收机的信号输出频率有时也不能满足对导航信号更新频率的要求,因此,在对可靠性要求较高的场合GNSS导航也受到限制。
GNSS/SINS系统具有全天候(全时间的优点,但易受电磁干扰,高动态下可能出现丢星失锁情况。GNSS/SINS导航系统能够自主运行,不依赖外部信息,也不向外部发射信息,但导航精度随时间降低。GNSS/SINS组合导航系统充分利用了SINS短期精度高、抗干扰能力强和GNSS长期精度高的优点,取长补短,获得比单独使用任何一种导航设备都优良的性能。
GNSS/SINS组合导航按照组合结构的不同可分为松组合、紧组合、超紧组合和深组合四种模式。松组合和紧组合分别将GNSS子系统输出的位置、速度信息和伪距、伪距率信息同SINS子系统的输出进行信息融合,利用卡尔曼最优估计算法产生各导航参数的误差修正量,周期性地校正SINS,达到提高SINS精度的目的。超紧组合是在紧组合的基础上使用惯性辅助技术,通过惯性信息估计载体多普勒频率,并利用估计结果反馈控制跟踪环路,卫星与惯导相互辅助,性能都得到了提升。
深组合与超紧组合的不同之处在于超紧组合以传统的标量跟踪为基础而深组合以矢量跟踪为基础。深组合将GNSS跟踪信息作为观测量,通过卡尔曼滤波器将所有通道信息耦合在一起,相较于标量跟踪中各卫星通道的独立处理,矢量跟踪加强了卫星数据之间的融合,同时深组合中采用卡尔曼滤波器代替传统的环路滤波器,提高了跟踪精度。
集中式的深组合导航滤波器需要估计的状态变量维数巨大,如IntegratedGuidance System公司开发的IGS-2XX惯性/GPS深组合系统采用了49维的状态模型进行集中滤波,Draper实验室的方案中采用了一个42维的集中滤波器,这导致其计算负担过重。
发明内容
本发明的目的在于提供一种基于维数约简的GNSS/SINS深组合导航系统。利用维数约简、高动态场景降噪、信息融合预测、滤波更新周期选取等关键导航技术,引入机器学习方法对系统信号处理算法进行优化与扩展,提升深组合导航技术在新型应用场景下的现代化定位、导航及授时的服务水平。
实现本发明目的的技术解决方案为:一种基于维数约简的GNSS/SINS深组合导航系统,包括GNSS信息采集输入端、N个通道、N个维数约简模块、组合导航滤波器和SINS惯性导航系统;N个通道对应N个维数约简模块,通道包括相关器和码/载波NCO;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京理工大学,未经南京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710409932.5/2.html,转载请声明来源钻瓜专利网。