INS组合导航算法研究.pptxVIP

content目录01研究背景与问题提出02关键算法理论框架03融合架构与优化策略04系统实现与实验验证05性能分析与优势体现06应用前景与未来展望

研究背景与问题提出01

全球导航与惯性系统的互补特性构成高可靠性定位的核心基础互补机制GNSS提供全局高精度定位，修正INS的累积误差；INS则在信号遮挡时维持导航连续性，二者融合实现稳定可靠的定位性能，形成优势互补。抗干扰性在城市峡谷等复杂环境中，GNSS易受多路径和遮挡影响，而INS不依赖外部信号，具备强自主性，有效增强系统整体的鲁棒性与可用性。动态适应GNSS更新频率较低且易中断，INS具有高动态响应能力，可弥补GNSS在高速运动或短暂失锁期间的数据缺失，提升系统在复杂场景下的适应能力。

城市复杂环境对GNSS信号造成严重遮挡、多路径与非高斯噪声干扰信号遮挡城市高楼密集，GNSS卫星信号常被建筑物遮挡，导致可见卫星数减少，几何构型变差，定位精度显著下降，严重时引发失锁。多路径效应信号在建筑表面多次反射后延迟到达接收机，造成伪距测量偏差，尤其在峡谷街道中，此类误差可超过10米。非高斯噪声城市电磁环境复杂，干扰源众多，观测噪声呈现重尾分布特征，传统高斯假设下的滤波算法性能明显退化。动态干扰移动车辆与周边物体相对运动加剧信号波动，引入时变多径和遮蔽，导致量测噪声统计特性频繁变化，增加估计不确定性。

传统卡尔曼滤波在非线性动态场景中存在