一种基于M估计不完全约束的车辆导航方法技术

一种基于M估计不完全约束的车辆导航方法，由基于MIMU传感器的车辆导航系统实现。利用不完全约束算法构建卡尔曼滤波器，在车辆行驶过程中对MIMU的导航信息进行修正，提高纯惯性导航下的导航精度，同时结合M估计算法，增强不完全约束算法的普适性，从而解决作战车辆在作战环境恶劣且无法使用GPS等卫星导航系统情况下的导航定位问题。

A vehicle navigation method based on M estimation for incomplete constraints

A vehicle navigation method based on M estimation for incomplete constraints is implemented by a vehicle navigation system based on MIMU sensors. By using the incomplete constraint algorithm for constructing Calman filter, for the navigation information of MIMU in the process of vehicle modification, improve the navigation accuracy of inertial navigation, combined with the M estimation algorithm, enhanced incomplete constraint universality, so as to solve the problem of navigation combat vehicles can not use GPS satellite navigation system in combat environment and the bad case.

【技术实现步骤摘要】
一种基于M估计不完全约束的车辆导航方法
本专利技术属于一种纯惯导导航方式，具体地说是一种基于M估计不完全约束的车辆导航方法。
技术介绍
对于作战车辆来说，出于隐蔽性考虑，在进行导航时，不会依赖卫星导航，只采用惯性导航、多普勒导航等方式，但采用惯性导航存在两个缺点，首先，惯导误差随时间发散，这就导致采用纯惯导方式进行导航定位精度差，稳定性低，其次，惯性器件成本偏高，若采用战术级精度惯导系统进行导航，一套惯导系统可达数十万元，而这对于作战车辆来说显然无法负担。对于上述问题，有一种解决办法是采用不完全约束算法进行导航信息校正，该方法可以抑制惯导系统误差发散，同时，在采用低成本微惯性测量单元(MIMU)情况下，定位精度也可以得到保证。但该方法存在一个很大的问题就是必须保证车辆在运行时，不发生侧滑、跳跃等活动，即保证MIMU输出的载体系上的信息中，天向速度信息和侧向速度信息理论上为零，但对于作战车辆而言，因其工作环境所限，不完全约束条件经常不能得到满足，这将导致导航结果精度大幅度降低。为解决上述问题，本专利技术将M估计算法与不完全约束算法结合，构建一种基于M估计不完全约束算法的车辆导航方法，克服不完全约束条件不满足的问题，提高纯惯导导航条件下车辆定位精度。
技术实现思路
本专利技术的目的在于提供一种基于M估计不完全约束的车辆导航方法，以解决作战车辆只能依赖纯惯导定位下误差发散、高成本的问题，同时对不完全约束算法进行改进，改善其在各个场合下的通用性差，稳定性低的问题。为了解决
技术介绍
所存在的问题，本专利技术采取以下技术方案：一种基于M估计不完全约束的车辆导航方法，它包括以下步骤：MIMU传感器安放：将MIMU固定在车辆上，使其不发生滑动，从而输出相对于车辆载体系的导航信息；在车辆正常行驶时，采用不完全约束算法对MIMU输出导航信息进行解算，得到车辆导航信息；当车辆在行驶过程中发生侧滑、跳跃等动作时，不完全约束条件不再满足，此时利用M估计算法对MIMU信息进行修正，利用修正后信息进行不完全约束算法解算，得到车辆导航信息。在步骤(2)中，当车辆正常行驶时，通过不完全约束算法可直接利用MIMU输出的纯惯导信息进行车辆位置解算，且定位误差不随时间发散，极大的提高了纯惯导系统的导航能力。在步骤(3)中，因作战车辆的工作环境较为恶劣，车辆侧滑、起跳等现象经常出现，导致不完全约束条件不在满足，算法解算效果变差，针对这一问题，可以将MIMU输出的不满足约束条件的导航信息视为粗差，利用M估计算法对粗差进行降权甚至剔除，然后再对处理后信息进行不完全约束算法解算。在步骤(3)中，对于粗差的识别，可以将MIMU输出的导航信息进行预判，利用概率统计的方法识别，即根据正态分布原理，粗差数据主要集中在正态分布曲线的两侧，通过对概率密度的划分即可实现粗差识别。在步骤(3)中，若车辆配备有GPS，可利用本专利技术估计出的导航信息辅助GPS进行导航。本专利技术相较于现有技术有如下有益效果：采用本专利技术中的基于M估计不完全约束的车辆导航方法时，首先在车辆行驶过程中实时提供准确的车辆位置信息，且定位误差不发散；其次，采用MIMU作为传感器，极大降低了导航成本；然后本专利技术所提算法具有普适性，可以应用在各类陆地车辆导航系统中，定位精度高，稳定性好，最后，若车辆装有GPS，可利用本专利技术估计出的导航信息辅助GPS进行导航，增强导航效果。附图说明图1为MIMU在车辆上安装示意图。图2为不完全约束条件示意图。图3为本专利技术中采用的诺亚得公司生产的ADIS16490型MIMU。图4为本专利技术中采用的佳维恒信公司生产的ET02A型GPS接收机。图5为模拟条件下采用基于M估计不完全约束与采用不完全约束算法下的车辆导航速度误差对比图。图6为车载试验条件下采用基于M估计不完全约束的车辆导航速度误差曲线。图7为本专利技术流程图。具体实施方式步骤一：数学模型建立选取东北天(E,N,U)地理坐标系作为导航坐标系(n系)，取车辆重心作为原点，横轴指右方向作为x轴正向，y轴正向沿车辆纵轴指向前，z轴垂直于Oxy，并沿车辆的竖轴指向上，建立载体坐标系(b系)。据此建立车辆导航模型。步骤二：状态方程建立依据惯导系统误差方程建立状态方程：其中，A为状态矩阵，B为系统噪声矩阵，W为系统噪声，X为状态向量，即：步骤三：不完全约束方程建立与传统卡尔曼滤波相比，不完全约束算法的区别在于量测方程的建立。所谓车辆的不完全约束条件是：基于地面车辆运动的特点，在以下两个假设条件成立时：a).车辆运动时无测向滑动；b).车辆运动时一直不离开地面，即无跳起运动；即如图2所示，在b系上x轴与z轴的速度理论上应该为零，即下式成立但由于惯导系统存在导航误差积累的问题，实际解算b系上的x轴与z轴的速度均不为零，从而可以利用两轴上计算的速度误差作为观测量，进行辅助导航。利用不完全约束条件作为外部辅助信息时，观测量信息建立如下：其中，为b系上x轴与z轴的速度误差，由式(2)可得其中，是捷联解算得到的b系上两轴速度。利用捷联矩阵确定n系和b系的关系：对式(6)加入误差扰动，整理有：根据式(7)得到量测方程如下其中，量测噪声e是零均值白噪声，量测矩阵H如下其中，Vn×表示Vn的反对称阵，表示取矩阵的第一行，其余符号含义类似。步骤四：M估计不完全约束方程建立当车辆在行驶过程中发生侧滑、跳跃等动作时，不完全约束条件不再满足时，采用M估计不完全约束方程，方程建立如下：根据M估计的思想，为使状态变量Xk获得最优估计，只需让误差参量取最小值即可，所以，利用式(8)构造似然函数方程，有对式(10)求导，并令其为零有对式(11)整理有：其中，称为极值函数，设称为得分函数。将式(12)改写成其中，称为权值函数。将式(13)写成矩阵形式其中，利用Newton法解方程，得其中，利用Newton法解方程，得其中，j为迭代次数。利用式(16)进行迭代即可得到的最优值，此时，协方差阵为对于极值函数ρ的选取，本专利技术选取IGG法作为极值函数，表示如下：其中，a,b,c,d均为常数，各常数的取值，一般利用正态分布的知识按经验求取。步骤五：反馈校正过程利用步骤三、步骤四算法，得到车辆导航信息误差，利用该误差对MIMU输出参数进行反馈校正，获得正确的车辆导航信息。本专利技术的效果通过如下方法得到验证：为验证本专利技术的有效性，采用Matlab进行仿真分析。仿真初始设置位置为[125.6705°E,45.7796°N,1.2m]，初始航向角为[0°,0°,0°]，仿真时间1500s，陀螺常值漂移0.01°/h，加速度计零偏10-4g，采样周期1s。仿真过程如表1所示，包含车辆静止、匀变速、匀速和转向等行驶状态，在此基础上，在400s-403s时间内于b系x方向人为加入加速度为2m/s2，在403s-405s时间内加入加速度为-2m/s2的侧向速度，来模拟车辆发生侧滑情况；在900s-903s时间内于b系z方向人为加入加速度为2m/s2，在903s-905s时间内加入加速度为-2m/s2的纵向速度，来模拟车辆发生跳跃情况；从而模拟实际状态下车辆运动形式。在模拟时，采用不完全约束算法和本专利技术算法分别对MIMU导航信息进行处理，得到导航误差结果。表1车辆仿真过程设置从图4可以看出，两种算法都能在车辆本文档来自技高网...

【技术保护点】
一种基于M估计不完全约束的车辆导航方法，包括以下步骤：步骤一:MIMU传感器安放：将MIMU固定在车辆上，使其不发生滑动，从而输出相对于车辆载体系的导航信息；步骤二:在车辆正常行驶时，采用不完全约束算法对MIMU输出导航信息进行解算，得到车辆导航信息；步骤三:当车辆在行驶过程中发生侧滑、跳跃等动作时，不完全约束条件不再满足，此时利用M估计算法对MIMU信息进行修正，利用修正后信息进行不完全约束算法解算，得到车辆导航信息。

【技术特征摘要】
1.一种基于M估计不完全约束的车辆导航方法，包括以下步骤：步骤一:MIMU传感器安放：将MIMU固定在车辆上，使其不发生滑动，从而输出相对于车辆载体系的导航信息；步骤二:在车辆正常行驶时，采用不完全约束算法对MIMU输出导航信息进行解算，得到车辆导航信息；步骤三:当车辆在行驶过程中发生侧滑、跳跃等动作时，不完全约束条件不再满足，此时利用M估计算法对MIMU信息进行修正，利用修正后信息进行不完全约束算法解算，得到车辆导航信息。2.根据权利要求1所述的一种基于M估计不完全约束的车辆导航方法，其特征是，在步骤(2)中，当车辆正常行驶时，通过不完全约束算法可直接利用MIMU输出的纯惯导信息进行车辆位置解算，且定位误差不随时间发散，极大的提高了纯惯导系统的导航能力。3.根据权利要求1所述的一种基于M估计不完全约束的...

【专利技术属性】
技术研发人员：郝强，王国臣，张淋，徐定杰，李倩，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙江,23