[发明专利]惯导辅助下的伪距差值单星高动态定位方法

摘要

本发明提出一种惯导辅助下的伪距差值单星高动态定位方法：利用三个时刻单星给出的伪距、以及第一时刻高度计输出建立定位方程，利用惯导系统得到第二、三时刻与第一时刻定位目标在地心地固坐标系中的坐标变化量，将变化量代入定位方程中通过最小二乘法进行求解；建立目标动态过程的状态空间模型，构建关于卡尔曼滤波的状态方程以及量测方程；利用最小二乘结果作为卡尔曼滤波算法的初始值，利用卡尔曼滤波器不断更新得到更加准确平滑的位置信息。本发明建立惯导辅助下的单星高动态定位算法模型并结合卡尔曼滤波算法，消除利用单星定位时由于目标的高动态特性带来的定位精度下降的问题，提高了单星定位对高动态目标的定位精度低、精度维持性低的问题。

主权项

1.一种惯导辅助下的伪距差值单星高动态定位方法，其特征在于：包括以下步骤：步骤1：利用三个时刻单星给出的基于积分多普勒的单星与定位目标伪距，以及第一时刻定位目标的高度h1，建立定位方程；步骤2：利用定位目标的惯导系统得到第二、三时刻与第一时刻定位目标在地心地固坐标系中的坐标变化量；将坐标变化量代入步骤1建立的定位方程，并通过最小二乘法求解定位方程，得到第一时刻定位目标的坐标估计值；步骤3：建立定位目标动态过程的状态空间模型：状态方程为： X · = F X + W ]]>其中X为状态变量，F为动态矩阵，W为过程噪声；选取状态变量为：X＝[δRx δRy δRz δVx δVy δVz]TδRx、δRy、δRz与δVx、δVy、δVz分别为地心地固坐标系中定位目标在三个方向上位置偏差和速度偏差，动态矩阵为 F = 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ]]>将动态矩阵离散化得到状态转移矩阵为： Φ = 1 0 0 Δ t 0 0 0 1 0 0 Δ t 0 0 0 1 0 0 Δ t 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 1 ]]>Δt为采样间隔；建立定位目标动态过程的量测方程为：Z＝HX+V选取定位目标惯导系统推算的伪距与单星测量得到的伪距之间的伪距差作为量测量： Z = R 1 - R 1 , I N S R 2 - R 2 , I N S R 3 - R 3 , I N S h 1 - h 1 , I N S ]]>Ri表示第i时刻单星测量得到的单星和定位目标之间的伪距，Ri,INS表示第i时刻定位目标惯导系统推算的伪距，i＝1,2,3,h1,INS表示第一时刻定位目标惯导系统推算的定位目标高度；测量矩阵为： H = e 1 x e 1 y e 1 z 0 0 0 e 2 x e 2 y e 2 z 0 0 0 e 3 x e 3 y e 3 z 0 0 0 e 4 x e 4 y e 4 z 0 0 0 ]]>eix,eiy,eiz分别为第i时刻的单位观测矢量，i＝1,2,3： e i x = x i - X i ( x i - X i ) 2 + ( y i - Y i ) 2 + ( z i - Z i ) 2 ]]> e i y = y i - Y i ( x i - X i ) 2 + ( y i - Y i ) 2 + ( z i - Z i ) 2 ]]> e i z = z i - Z i ( x i - X i ) 2 + ( y i - Y i ) 2 + ( z i - Z i ) 2 ]]>Xi,Yi,Zi表示单星在地心地固坐标系中第i时刻的坐标，xi,yi,zi表示定位目标在地心地固坐标系中第i时刻的坐标； e 4 x = x 1 x 1 2 + y 1 2 + z 1 2 ]]> e 4 y = y 1 x 1 2 + y 1 2 + z 1 2 ]]> e 4 z = z 1 x 1 2 + y 1 2 + z 1 2 ]]>V为测量噪声；步骤4：以步骤2得到的定位目标坐标估计值为初始值，采用卡尔曼滤波算法对步骤3建立的定位目标动态过程状态空间模型进行计算，得到定位目标坐标的最优估计值。