GPS与惯导系统的组合导航技术.ppt

LOGO GPS 与惯导系统的组合导航技术 CONTENTS 目录 1 2 3 GPS 与惯导系统的组合导航技术 基于卡尔曼组合数据的融合方法 紧耦合和松耦合 LOGO GPS/INS 20 世纪末发展起来的全球卫星定位系统具有 GPS: 定位和测速精度高的优势 , 且基本上不受时间、地 区的限制 , 已经得到了广泛应用。但是 , 在卫星信号 受到屏蔽或遮挡时 , 接收机就无法定位。 G P S 的载 体在做高动态运动时 , 常使 GPS 接收机不易捕获和 跟踪卫星载波信号 , 甚至产生失锁现象。此外 , 由于 G P S 的星历广播数据率相对比较低 ( 50 b / s ),GPS 的导航解算的输出速率 , 也相对是比较低的。因此 , 单用 G PS 系统 , 还不能满足高速移动平台的定位需 要。对导航定位可靠性要求较高的情况下 GPS 很 难单独应用 LOGO GPS/INS INS: INS 不仅能够提供载体位置、速度参数 , 还能提 供载体的三维姿态参数 , 是完全自主的导航方式 , 在 航空、航天、航海和陆地等几乎所有领域中都得 到了广泛应用。但是 ,INS 难以克服的缺点是其导航 定位误差随时间累加 , 难以长时间独立工作。 LOGO GPS/INS GPS/INS 组合 : 组合系统利用高精度的 GPS 信息作为外部量测 输入 , 在运动过程中修正 INS, 以控制其误差随时间 的累积；而短时间内高精度的 INS 定位结果 , 又可 以解决 GPS 动态环境中的信号失锁和周跳问题。 INS 还可以辅助 GPS 接收机增强其抗干扰能力 , 提 高捕获和跟踪卫星信号的能力。 CONTENTS 目录 1 2 3 GPS 与惯导系统的组合导航技术 基于卡尔曼组合数据的融合方法 紧耦合和松耦合 LOGO 基于卡尔曼组合数据的融合方法 信息融合 : 信息融合是在多传 感器的信息系统的 大量涌现的时代背 景之下所产生的。 卡尔曼滤波在控制 的领域得到了广泛 应用后，也逐渐的 成为多传感器的信 息融合的系统主要 技术的手段之一。 LOGO 基于卡尔曼组合数据的融合方法 卡尔曼滤波 : 卡尔曼滤波是 Kalman 在 1960 年的时候提出来的。将状态的 空间概念给引入估计理论里，把信号的过程看作是白噪声的 作用下线性系统输出，用状态的方程描述该输入和输出的关 系。在估计的过程中可以利用系统的状态方程和观测的方程， 还有白噪声的激励（系统的过程噪声与观测噪声）统计特性 来构成所要的滤波算法。因为利用到的信息是在时域里的变 量，它能够对平稳、一维随机的过程估计，同时也能够对非 平稳、多维的随机的过程估计。 T 分解滤波算法 UDU 自适应滤波算法 标准的卡尔曼滤波 平方根滤波算法 次优滤波算法 无损卡尔曼 (UKF) 算法 扩展卡尔曼滤波（ EKF ） 粒子（ PF ）滤波算法 LOGO 基于卡尔曼组合数据的融合方法 卡尔曼组合数据融合 : 通常，将 GPS 的接收 机输出的信息与 INS 惯性测量的信息传 给机载的计算机， 首先利用相应软件 实现两套数据时空 的同步，然后使用 卡尔曼滤波器实现 最优的组合处理。 LOGO 基于卡尔曼组合数据的融合方法 分类 : 按照组合中滤波器的设置来分类，可以分成： 集中式的卡尔曼滤波 分布式的卡尔曼滤波 按照对系统校正方法的不同，分为 : 开环校正 ( 输出校正 ) 闭环校正 ( 反馈矫正 ) 按照组合水平的深度不同，分为： 松耦合 紧耦合 根据卡尔曼滤波器所估计的状态不同，卡尔曼 滤波在组合导航中的应用有 : 直接法 间接法 LOGO 基于卡尔曼组合数据的融合方法 集中式的卡尔曼滤波： 所谓的集中式卡尔曼滤波的组合，就是采用 共同的一个卡尔曼的滤波器处理与的数据， 它的量测的输入是直接取自于的接收机观测 量。 假如组合的滤波器使用的是普通卡尔曼滤波器，那么就要 GPS 的输出位置， 速度信息的误差为白噪声，但是， GPS 的接收机的输出位置，速度的信息误 差是和时间都相关。为了解决这一问题，可有两种方法： 一、加大集中的滤波器迭代的周期，但这会导致组合系统导航的精度下降。 二、用分布式的卡尔曼滤波器的理论进行组合。 LOGO 基于卡尔曼组合数据的融合方法 分散式的卡尔曼滤波 ： 分布式的卡尔曼滤波方法，分两步处理 多个系统数据。