船用惯性导航系统与卫星导航系统的组合-2.ppt

Harbin Engineering University 哈尔滨工程大学 自动化学院 船用惯性导航与卫星导航系统的组合 主要内容 概述 船用惯导系统 推算船位系统 卡尔曼滤波技术 INS/GPS组合技术 推算船位/GPS组合技术 卡尔曼滤波技术 滤波 组合导航实质上是多传感器信息融合。通过对各导航子系统的输出的有效处理，应用信息融合的理论与技术，完成状态估计并获取最终的导航参数。 滤 波：从混合在一起的诸多信号中提取出所需信号的过程。 状态估计： 对目标过去的运动状态进行平滑； 对目标现在的运动状态进行滤波； 对目标未来的运动状态进行预测。 卡尔曼滤波技术 滤波 确定性信号的滤波：低通、高通、带通、带阻等滤波器。 随机信号的滤波：最小二乘滤波、维纳滤波、卡尔曼滤波。 随机信号具有确定的功率谱特性，可根据有用信号和干扰信号的功率谱设计滤波器。 卡尔曼滤波技术 卡尔曼滤波算法是一种线性最小方差估计的递推算法，相对其它几种随机信号滤波方法，卡尔曼滤波具有如下特点： 卡尔曼滤波具有连续型和离散型两类算法。 卡尔曼滤波 算法是递推的，且在时域内设计滤波器； 采用动力学方程描述被估计量的动态变化规律； 应 用：阿波罗登月、C-5A飞机导航系统。 卡尔曼滤波器 卡尔曼滤波估计原理 量测方程: 动态方程: 噪声特性： 初始状态： (1) k-1次滤波递推后： (2) 基于ωk的统计特性，得到一步预测值的合理数值： (3) 基于vk的统计特性，得到量测的期望值： (4) 获得外部观测值zk后，估计xk： Kk为待定增益矩阵，其确定的标准应使误差方差阵最小。 卡尔曼滤波器 卡尔曼滤波估计原理 如何确定Kk ? (1) 定义： (2) 根据： 得到： (3) 若令Pk极小，则 (4) 同时，根据 得到： 卡尔曼滤波器 卡尔曼滤波 量测方程: 动态方程: 状态一步预测 状态估计 滤波增益矩阵 一步预测误差方差阵 估计误差方差阵 主要内容 概述 船用惯导系统 推算船位系统 卡尔曼滤波技术 INS/GPS组合技术 推算船位/GPS组合技术 INS/GPS组合技术 INS/GPS组合模式 模式1：非耦合组合方式 （1） 重调： （2） Kalman滤波方式： INS/GPS组合技术 INS/GPS组合模式 模式2：松耦合组合方式 模式3：紧耦合组合方式 INS/GPS组合技术 SINS/GPS 组合设计 核心工作：根据被估计参数以及可获取的观测信息，建立符合要求的状态方程和量测方程。 惯导系统 误差方程 状态方程建立 INS/GPS组合技术 状态方程建立 INS/GPS组合技术 考虑陀螺随机漂移时，用一阶马尔可夫过程对其状态进行描述： 在船用惯性导航系统的使用中，通过对常值陀螺漂移的补偿，消除了常值陀螺漂移造成的系统位置、速度和姿态误差，但随机漂移的影响依然存在。惯导和GPS组合滤波，在对系统输出作最优估计的同时，还可对随机的漂移进行估计和补偿，从而提高惯导系统本身的精度。 于是，选择状态变量为: 组合系统的状态方程可以描述为: 其中, 状态方程建立 INS/GPS组合技术 采用GPS伪距误差为观测量，因此需对GPS接收机的时钟偏差进行估计。时钟偏差用一阶马尔可夫过程描述： —白噪声 量测方程建立 GPS伪距表达式为: 可导出伪距误差方程： 为GPS接收机时钟偏差等效的距离误差， 为测量白噪声。 其中 INS/GPS组合技术 把伪距误差 表示成经纬度坐标系系中的位置误差 、 的函数有下式成立： 量测方程建立 不考虑舰船高度时,量测方程为： INS/GPS组合技术 INS / GPS组合实例 INS/GPS组合技术 PHINS惯性组合导航系统： 精度： 自主导航：<0.8公里/小时(位置) DVL辅助：<10米/小时(位置) GPS辅助：0.5-3米(差分GPS辅助) 主要内容 概述 船用惯导系统 推算船位系统 卡尔曼滤波技术 INS/GPS组合技术 推算船位/GPS组合技术 由于惯导系统造价昂贵，一般水面舰船上并不配备，典型的水面舰船大多配备推算船位系统，并采用GPS加以校正。 推算船位/GPS组合技术 推算船位/GPS建模 舰船运动是许多因素如速度、航向、海流、风速、风向、地球形状的非线性函数。而对于导航，最重要的是位置、速度和航向。 由于舰船的加速度一般较小，因此由速度引起的机动与由航向引起的机动相比，可以忽略。 因此，可得到描述舰船运动的动态方程: 矢量形式： 推算船位/GPS组合技术 推算船位/GPS建模 推算船位/GPS组合技术 推算船位和GPS