北斗/SINS松组合可持续导航系统及其导航方法技术方案

本发明专利技术公开了北斗/SINS松组合可持续导航系统及其导航方法，当北斗卫星信号正常时，采用KF算法对SINS和北斗数据进行融合，估计出SINS的位置误差和速度误差，用其对SINS的位置和速度信息进行误差补偿，同时将未做误差补偿的SINS速度数据和KF预测的速度误差保存，分别作为SVR模型的训练样本和训练目标；在北斗卫星信号失锁时，采用训练样本和训练目标训练生成东向、北向和天向的速度误差SVR回归模型，用其预测出SINS的速度误差，对SINS进行误差补偿；采用ARM‑Cortex M7作为组合导航系统的处理核心，使得系统输出高精度、高刷新频率的导航数据。本发明专利技术能够实现北斗卫星信号正常和失锁情况下的高精度实时导航。

Beidou/SINS Integrated Sustainable Navigation System and Its Navigation Method

The present invention discloses the Beidou/SINS integrated sustainable navigation system and its navigation method. When the Beidou satellite signal is normal, the position error and velocity error of SINS are estimated by using KF algorithm, and the position and velocity information of SINS is compensated by using it. At the same time, the velocity data of SINS without error compensation and the velocity error predicted by KF are saved. As training samples and training targets of the SVR model respectively; when the Beidou satellite signal is out of lock, the training samples and training targets are used to generate the east, north and azimuth velocity error SVR regression model, which can predict the speed error of SINS and compensate the error of SINS; ARM Cortex M7 is used as the processing core of the integrated navigation system to make the output of the system high precision and high accuracy. Navigation data with high refresh frequency. The invention can realize high precision real-time navigation of Beidou satellite signal under normal and unlocked conditions.

【技术实现步骤摘要】
北斗/SINS松组合可持续导航系统及其导航方法
本专利技术属于导航与制导领域，具体是涉及一种北斗/SINS松组合可持续导航系统及其导航方法。
技术介绍
惯性导航系统INS(InertialNavigationSystem)是利用陀螺仪和加速度计等惯性元件来测量载体运动过程中的旋转角速度和加速度，通过对其进行积分计算来确定载体的位置、速度和姿态。随着导航时间的增加，积分运算将使INS导航误差逐渐甚至急剧增大。北斗卫星导航系统BDS(BeiDouNavigationSatelliteSystem)是中国自主建设、能够提供全天候、高精度的导航和授时服务的卫星导航系统，但其数据输出频率较低，且易受环境影响(如障碍物、电子干扰)导致信号失锁和不可用。将SINS和BDS进行松组合可以得到实时性强、高精度的导航系统，但目前还没有明确的微小型系统及应用于其上的方法实现北斗卫星失锁情况下的持续高精度导航。
技术实现思路
本专利技术主要解决的技术问题是提供一种北斗/SINS松组合可持续导航系统及其导航方法，其可解决北斗卫星信号失锁、惯性导航精度急剧下降时小型运载体对导航系统实时、高精度、持续导航需求，为运载体高效实时输出高精度、高可靠导航信息，同时为北斗/SINS微小型组合导航系统的工程化实现提供有力支撑，具有突出的工程应用价值。本专利技术采用的一个技术方案是：北斗/SINS松组合可持续导航系统，包括：采用基于ARM-CortexM7内核的STM32F767微控制器、ADIS16405惯性测量单元、UB280北斗导航接收机及可移动电源构建微小型北斗/SINS组合导航硬件系统，用以实现实时、高精度持续导航。以ARM-CortexM7为处理核心，在北斗卫星信号正常时，采用KF(卡尔曼滤波)算法对SINS和北斗的数据进行融合，预测并补偿SINS误差，得到高刷新频率、高精度导航数据，同时实时保存SVR模型的训练数据；在北斗卫星信号失锁时，使用SMO算法训练生成SVR速度误差预测模型，并对SINS的速度误差进行预测和补偿，得到高精度导航数据。而且所述的北斗/SINS松组合可持续导航系统，以基于ARM-CortexM7内核的STM32F767微控制器为处理核心。ARM-CortexM7的主频可达216MHz，运行ADIS16405和UB280数据采集、基于SVR/KF的北斗/SINS松组合导航算法和数据输出程序后，系统可输出高精度、高刷新频率(100Hz)的导航数据。该北斗/SINS松组合可持续导航系统的导航方法，包括以下步骤：所述的北斗/SINS松组合可持续导航系统，北斗卫星信号正常时，将SINS的误差作为状态向量，系统状态向量为：X(t)＝[δL,δλ,δh,δvx,δvy,δvz,φx,φy,φz,εbx,εby,εbz,▽bx,▽by,▽bz]T式中，δL,δλ,δh分别为纬度、经度和高度误差；δvx,δvy,δvz为东向、北向和天向速度误差；φx,φy,φz为姿态角误差；εbx,εby,εbz为陀螺仪随机漂移误差；▽bx,▽by,▽bz为加速度计零偏；系统量测向量为：Z(t)＝[LB-Li,λB-λi,hB-hi,VBx-Vix,VBy-Viy,VBz-Viz]T式中，LB-Li,λB-λi,hB-hi分别为北斗的纬度、经度和高度与SINS的纬度、经度、高度之差；VBx-Vix,VBy-Viy,VBz-Viz分别为北斗的东向、北向和天向速度与SINS的东向、北向和天向速度之差。之后，用KF估计的误差补偿SINS的位置和速度数据，同时将误差补偿前的SINS速度数据和KF估计的速度误差保存，分别作为SVR模型的训练样本和训练目标。北斗卫星信号失锁时，将预存的训练样本和训练目标作为序列最小最优化算法(SMO)的参数，训练得到SVR回归模型。SVR训练和预测公式为SVR_Model＝SMO(C,g,ε,Vx',Vy',Vz',δVx',δVy',δVz')(δVx,δVy,δVz)＝SVR_Model(Vx,Vy,Vz)式中，SVR_Model为SMO算法训练得到的SVR模型，C、g、ε分别为寻优得到的惩罚参数、核函数参数和不敏感损失值，(Vx',Vy',Vz')为北斗信号正常时存储的系统东向、北向和天向速度，(δVx',δVy',δVz')为北斗信号正常时存储的系统东向、北向和天向速度误差估计值，(Vx,Vy,Vz)和(δVx,δVy,δVz)分别为SINS解算的速度数据和SVR预测的速度误差。之后，使用SVR_Model预测的SINS的东向、北向和天向速度的误差对SINS进行补偿校正，再依据校正后的速度解算位置，保证系统持续输出高精度导航结果。为了保证该微小型导航系统的可实现性和实时性，该系统的数据融合算法采用线性KF算法，采用计算效率高的SMO算法训练得到SVR模型，训练数据以长度为10的滑动窗口进行实时存储和更新，即：还包括以下数据处理过程，当北斗信号正常时，针对每个速度预测模型，使用两组滑动窗口分别保存当前时刻及之前的10个训练样本和10个训练目标；当北斗信号失锁时，读取滑动窗口中的训练数据，采用SMO算法训练得到SVR模型。本专利技术的有益效果是：本专利技术采用卡尔曼滤波算法对北斗卫星信号正常时的SINS和北斗数据进行融合，对SINS误差进行补偿；采用SVR算法对北斗卫星信号失锁时的SINS速度误差进行预测，进而对SINS误差进行补偿，得到连续高精度导航参数。另外，本专利技术采用基于ARM-CortexM7核的STM32F767作为系统核心处理器，保证连续导航系统的低成本、微小型化和实时性。附图说明图1是本专利技术的硬件组成图；图2是本专利技术的立体示意图；附图2中各部分的标记如下：1、STM32F767最小系统；2：微惯性测量单元ADIS16405；3：12V转5V电源；4、12V转3.3V电源；5：北斗接收机UB280；图3是本专利技术中北斗卫星信号正常时的工作原理示意图；图4是本专利技术中北斗卫星信号失锁时的工作原理示意图；图5为本专利技术中的系统程序流程图；图6为本专利技术中的SMO算法程序流程图；图7为北斗卫星信号正常时的本专利技术输出的速度误差图；图8为北斗卫星信号正常时的本专利技术输出的经度误差图；图9为北斗卫星信号正常时的本专利技术输出的纬度误差图；图10为北斗卫星信号失锁时本专利技术输出的有SVR预测时的速度误差图和无SVR预测时的速度误差图；图11为北斗卫星信号失锁时本专利技术输出的有SVR预测时的经度误差图和无SVR预测时的经度误差图；图12为北斗卫星信号失锁时本专利技术输出的有SVR预测时的纬度误差图和无SVR预测时的纬度误差图。具体实施方式下面结合附图对本专利技术的较佳实施例进行详细阐述，以使本专利技术的优点和特征能更易于被本领域技术人员理解，从而对本专利技术的保护范围做出更为清楚明确的界定。本专利技术实施主要包括：硬件原理图、立体示意图、北斗卫星信号正常时的工作原理图、北斗卫星信号失锁时的工作原理图、程序流程图以及跑车实验结果。本专利技术提供的北斗/SINS松组合可持续导航系统的硬件组成如图1所示，使用基于ARM-CortexM7内核的STM32F767作为系统核心处理器，以微惯性测量单元ADIS16405和北斗卫星导航接收机UB280为原始数据测量设备。依据图1设计并实本文档来自技高网...

【技术保护点】
1.北斗/SINS松组合可持续导航系统，其特征在于，包括，基于ARM‑Cortex M7内核的STM32F767微控制器、ADIS16405惯性测量单元、UB280北斗导航接收机及可移动电源构建微小型北斗/SINS组合导航硬件系统；ARM‑Cortex M7内核的STM32F767微控制器为处理核心；ADIS16405微惯性测量单元和UB280北斗接收机为原始数据测量设备；在北斗卫星信号正常时，采用卡尔曼滤波算法对SINS和北斗的数据进行融合，预测并补偿SINS误差，得到高刷新频率、高精度导航数据，同时实时保存SVR模型的训练数据；在北斗卫星信号失锁时，使用SMO算法训练生成SVR速度误差预测模型，并对SINS的速度误差进行预测和补偿，得到高刷新频率、高精度导航数据。

【技术特征摘要】
1.北斗/SINS松组合可持续导航系统，其特征在于，包括，基于ARM-CortexM7内核的STM32F767微控制器、ADIS16405惯性测量单元、UB280北斗导航接收机及可移动电源构建微小型北斗/SINS组合导航硬件系统；ARM-CortexM7内核的STM32F767微控制器为处理核心；ADIS16405微惯性测量单元和UB280北斗接收机为原始数据测量设备；在北斗卫星信号正常时，采用卡尔曼滤波算法对SINS和北斗的数据进行融合，预测并补偿SINS误差，得到高刷新频率、高精度导航数据，同时实时保存SVR模型的训练数据；在北斗卫星信号失锁时，使用SMO算法训练生成SVR速度误差预测模型，并对SINS的速度误差进行预测和补偿，得到高刷新频率、高精度导航数据。2.根据权利要求1所述的北斗/SINS松组合可持续导航系统的导航方法，其特征在于，包括以下过程：北斗卫星信号正常时，将SINS的误差作为状态向量，系统状态向量为：X(t)＝[δL,δλ,δh,δvx,δvy,δvz,φx,φy,φz,εbx,εby,εbz,▽bx,▽by,▽bz]T式中，δL,δλ,δh分别为纬度、经度和高度误差；δvx,δvy,δvz为东向、北向和天向速度误差；φx,φy,φz为姿态角误差；εbx,εby,εbz为陀螺仪随机漂移误差；▽bx,▽by,▽bz为加速度计零偏；系统量测向量为：Z(t)＝[LB-Li,λB-λi,hB-hi,VBx-Vix,VBy-Viy,VBz-Viz]T式中，LB-Li,λB-λi,hB-hi分别为北斗的纬度、经度和高度与SINS的纬度、经度、高度之差；VBx-Vix,VBy-Viy,VBz-Viz分别为...

【专利技术属性】
技术研发人员：张丽杰，付永恒，闫正力，
申请(专利权)人：内蒙古工业大学，
类型：发明
国别省市：内蒙古,15