GPS_MEMS-INS组合导航系统设计.docVIP

——————————————————————————————————————————————— GPS_MEMS-INS组合导航系统设计 Vol.32,No.11计算机工程与设计ComputerEngineeringandDesign 0引言 的去噪[6]，但是当缓慢变化的信号中出现高频噪声时，其去噪效果不如均值滤波；小波去噪效果优于均值滤波及中值滤波，且静态、动态信号均适用，但由于要进行多层次的信号分解与重构，所需时间较长，很难满足系统的实时性要求。本文提出的自适应实时混合去噪算法将均值滤波、小波去噪和中值滤波3种算法巧妙地融合在一起，充分利用了3种算法的优点，既能保证良好的去噪效果，又可大大减少计算量。 现有的GPS/MEMS-INS组合导航系统大多采用扩展卡尔曼滤波(extendedKalmanfilter，EKF)算法进行信息融合，但EKF只是对组合系统的非线性系统方程进行简单的线性化，会带来一定的误差[7-8]。而无轨迹卡尔曼滤波(unscentedKalmanfilter，UKF)是一种基于采样点的非线性滤波算法，它直接使用非线性系统模型，不必进行线性化，且具有和EKF方法相同的算法结构，因此，当系统模型为非线性时，UKF算法的性能要优于EKF算法。 微机电系统(microelectromechanicalsystem，MEMS)惯性器件具有尺寸小、重量轻、成本低、功耗低等特点[1-2]。但目前 MEMS惯性器件精度较低，导致微机电惯性导航系统(MEMSinertialnavigationsystem，MEMS-INS)误差随时间积累严重，无法进行单独导航。MEMS-INS与全球定位系统(globalpositionsystem，GPS)的优势互补，使其构成的组合导航已逐渐成为导航系统主要的发展方向之一[3-4]。 MEMS惯性器件误差一般可分为刻度因子误差、确定性漂移及随机噪声。刻度因子误差一般在出厂前以进行标定和补偿；确定性漂移可通过多项式拟合法进行补偿；而对于随机噪声，目前常用的去噪方法有均值滤波、中值滤波、小波去噪等。均值滤波算法简单实用，滤波时间短，但只适用于静态及低动态信号的去噪[5]；中值滤波算法适用于动态性较强的信号 收稿日期：2010-11-18；修订日期：2011-01-20。 秦红磊，张亚珍，丛丽，等：GPS/MEMS-INS组合导航系统设计 此外，由于使用的是软件接收机，GPS和MEMS-INS的导航计算程序位于同一个计算机中，为使MEMS-INS和GPS能够同步运行，本系统使用了多线程信息同步技术。 因此，本文介绍的GPS/MEMS-INS组合导航系统利用自适应实时混合去噪算法对MEMS惯性器件的输出信号进行实时去噪；使用UKF算法进行信息融合；利用多线程技术实现GPS和MEMS-INS的同步运行。静态及跑车试验结果证明了该组合导航系统在静态及动态环境下均能够进行实时高精度地导航定位。 2011,Vol.32,No.113891 适用于静态及低动态信号的去噪；中值滤波算法也比较简单，但只适用于动态性较强的信号的去噪；小波去噪在分解层次足够多时，效果优于均值滤波和均值滤波，且静态、动态信号均适用，但要进行多层次的信号分解与重构，所需时间较长。综合以上3种去噪算法的优缺点，为既能实现对MEMS惯性器件输出信号的实时去噪，以满足组合导航系统的实时性要求；又要保证良好的去噪效果，以提高MEMS-INS的定位精度，特提出一种自适应实时混合去噪算法，其结构如图3所示。 1原理样机介绍 GPS/MEMS-INS组合导航系统原理样机包括GPS软件接 收机、MEMS-INS及磁罗盘3个融合传感器。其中GPS软件接收机是本实验室自行研制的，其定位精度为10m，速度精度为1.0m/s，输出频率为25Hz；MEMS-INS中陀螺漂移是0.05°/s，加速度计零偏稳定性为1mg，输出频率为100Hz；磁罗盘输出的航向角精度为1°，输出频率为1Hz。其中磁罗盘被用来辅助MEMS-INS对航向角进行初始对准。GPS/MEMS-INS/磁罗盘组合导航系统原理样机的输出频率为25Hz。图1为GPS/MEMS-INS/磁罗盘组合导航系统原理样机的系统配置示意图。 图3中所示开关算法的执行由输入信号的特征而定，其步骤如下： (1)截取采样序列的长度为2 个数据来进行去噪；使用小波去噪时，只 对数据进行极少层分解和重构，然后再对采样序列进行中值滤波以进一步去除信号中残留的噪声，保证去噪效果。 综上所述，自适应实时混合去噪算法融合了多种去噪算法的