一种改进GNSS/INS实时紧组合导航实时性能的方法技术

本发明专利技术公开了一种改进GNSS/INS实时紧组合导航实时性能的方法，包括(1)保存GNSS采样时刻k的预测误差协方差矩阵和机械编排解算的导航状态；(2)在时刻k时GNSS观测数据的接收时刻，采用Kalma滤波法进行组合更新解算，得时刻k的状态参数估计量以及状态参数协方差估计量(3)根据和估计组合更新解算完成时刻j的状态参数估计量以及状态参数协方差估计量(4)采用以及修正时刻j的惯导误差。本发明专利技术可降低GNSS数据延迟和组合解算耗时对实时导航输出的影响，可有效改善实时组合导航的实时性能，对组合导航算法在运算能力较低的处理器上的实现以及对实时性要求严格的应用场合有格外重要的意义。

【技术实现步骤摘要】

本专利技术属于实时组合导航系统
，尤其涉及一种改进GNSS/INS实时紧组合导航实时性能的方法。
技术介绍
多种手段组合导航是当前导航技术的发展趋势，基于全球卫星导航系统(Global Navigation Satellite System，GNSS)和惯性导航系统(Inertial Navigation System，INS)的组合是目前最具有应用价值的组合模式之一，特别是基于GNSS原始观测量和INS数据的紧组合。该组合模式下，即使在可见卫星不足以单独进行GNSS解算时，仍可有效利用有限的GNSS观测数据和INS数据通过Kalman滤波进行紧组合解算，得到可靠的导航信息。因此，GNSS/INS紧组合在工程中得到了越来越广泛的应用。然而，GNSS/INS紧组合实时应用中的GNSS观测数据时间延迟和组合解算时间延迟(这里统称为时间延迟)问题，会分别导致当前时刻观测数据无法实时得到以及观测数据无法及时处理的问题，直接影响GNSS/INS紧组合系统的实时性能。目前，时间延迟的解决策略主要采用增广状态方法和基于新息重组理论建立最优滤波器。其中，增广状态方法会增加状态维度，使得计算量增大；而新息重组的方法，需要建立多个观测方程，如果有多步延迟，则不利于对Kalman滤波器的灵活拓展与应用。而且这些方法只能解决观测数据传输延迟，对于更新计算延迟则无能为力。GNSS/INS实时紧组合法主要包括“机械编排、Kalman预测”以及“Kalman观测更新”两部分，前者一般可以在IMU(Inertial Measurement Unit)采样间隔内完成计算；后者则比较耗时，普通嵌入式处理器中无法在足够短的时间内(例如下一个惯导数据到来前)及时完成，再加上GNSS观测数据大都是从商业接收机板卡中获取，观测数据传输会有一定的延迟，这就导致Kalman滤波的观测更新计算不能及时完成。这种情况下，如果使用标准Kalman滤波算法，就需要将后续IMU观测数据缓存起来不处理，等待观测更新完成才能进行下一步计算，这就会造成组合导航结果输出的阻塞和延迟，影响系统的实时性能。开发GNSS/INS实时紧组合系统时，就需要一种方法解决在存在时间延迟的情况下，及时完成导航解算。
技术实现思路
针对现有GNSS/INS实时紧组合导航中GNSS观测数据传输延迟和更新计算耗时较长所带来的时间延迟问题，本专利技术提出了一种改进GNSS/INS实时紧组合导航实时性能的方法。本专利技术采用如下技术方案：一种改进GNSS/INS实时紧组合导航实时性能的方法，包括：将GNSS/INS紧组合分解成机械编排、Kalman预测任务和Kalman观测更新任务，下述步骤实施过程中保持机械编排、Kalman预测任务优先级高于Kalman观测更新任务：(1)将GNSS采样时刻记为时刻k，保存时刻k的预测误差协方差矩阵和机械编排解算的导航状态；(2)在时刻k时GNSS观测数据的接收时刻，基于时刻k的GNSS观测数据、和根据时刻k的机械编排解算的导航状态形成的状态向量zk，采用Kalman滤波法进行组合更新解算，得时刻k的状态参数估计量以及状态参数协方差估计量(3)将组合更新解算完成时刻记为时刻j，基于公式估计时刻j的状态参数估计量以及状态参数协方差估计量Φj/k表示时刻k到时刻j的累积状态转移矩阵；Mj,k+1为时刻k+1到时刻j的累计状态噪声矩阵， M j , k + 1 = Σ i = k + 1 j ( Φ j / i Q i - 1 Φ j / i T ) ; ]]>(4)采用以及修正时刻j的惯导误差。和现有技术相比，本专利技术具有如下优点和有益效果：1、本专利技术针对GNSS/INS组合导航系统，基于Kalman滤波法，将滞后的状态参数估计量以及状态参数协方差估计量转移到当前时刻，从而降低GNSS数据延迟和组合解算耗时对实时导航输出的影响，可有效改善实时组合导航的实时性能。2、本专利技术对组合导航算法在运算能力较低的处理器上的实现以及对实时性要求严格的应用场合有格外重要的意义。3、在DSP硬件平台上实现和验证本专利技术，车载实测结果表明：相对于标准组合导
航解算法，本专利技术能够在保障组合导航系统精度的前提下，最大限度地减小输出导航结果的时间延迟，保障组合导航结果的实时性。附图说明图1为GNSS/INS实时紧组合导航系统结构图；图2为时间延迟的处理时序示意图；图3为实施例中车载测试轨迹；图4为GNSS数据延迟的统计直方图，其中，横坐标表示GNSS数据延迟，单位为ms；图5为200Hz中断计算耗时的统计直方图，其中，横坐标表示200Hz中断计算耗时，单位为ms；图6为组合更新计算耗时的统计直方图，其中，横坐标表示组合更新计算耗时，单位为ms；图7为本专利技术导航解算延迟示意图；图8为实施例的导航误差曲线。具体实施方式GNSS/INS紧组合可分解成具有优先级别的两个任务“机械编排、Kalman预测”和“Kalman观测更新”独立进行，其中，任务“机械编排、Kalman预测”的优先级高于任务“Kalman观测更新”。本专利技术具体步骤如下：(1)将GNSS采样时刻记为时刻k，保存时刻k的预测误差协方差矩阵和机械编排解算的导航状态。(2)见图2，将时刻k时GNSS观测数据的实际接收时刻记为时刻ts，在时刻ts采用Kalman滤波法进行组合更新解算(见式(12)～(13))，获得时刻k的状态参数估计量以及状态参数协方差估计量组合更新解算完成后，还需要将滞后计算出来的反映时刻k的状态参数估计量以及状态参数协方差估计量转移到组合更新完成时刻j，以修正时刻j的惯导误差，即反馈修正。本专利技术利用状态转移模型达到该目的，所述的状态转移即根据时刻k的状态参数估计时刻j的状态参数。根据k个时刻的观测向量z1、z2……zk对时刻j的状态参数xj作线性最小方差估计 x ^ j , k - = E ^ [ x j / z 1 z 2 ... 本文档来自技高网...

【技术保护点】
一种改进GNSS/INS实时紧组合导航实时性能的方法，其特征是：将GNSS/INS紧组合分解成机械编排、Kalman预测任务和Kalman观测更新任务，下述步骤实施过程中保持机械编排、Kalman预测任务优先级高于Kalman观测更新任务：(1)将GNSS采样时刻记为时刻k，保存时刻k的预测误差协方差矩阵和机械编排解算的导航状态；(2)在时刻k时GNSS观测数据的接收时刻，基于时刻k的GNSS观测数据、和根据时刻k的机械编排解算的导航状态形成的状态向量zk，采用Kalman滤波法进行组合更新解算，得时刻k的状态参数估计量以及状态参数协方差估计量(3)将组合更新解算完成时刻记为时刻j，基于公式估计时刻j的状态参数估计量以及状态参数协方差估计量Φj/k表示时刻k到时刻j的累积状态转移矩阵；Mj,k+1为时刻k+1到时刻j的累计状态噪声矩阵，(4)采用以及修正时刻j的惯导误差。

【技术特征摘要】
1.一种改进GNSS/INS实时紧组合导航实时性能的方法，其特征是：将GNSS/INS紧组合分解成机械编排、Kalman预测任务和Kalman观测更新任务，下述步骤实施过程中保持机械编排、Kalman预测任务优先级高于Kalman观测更新任务：(1)将GNSS采样时刻记为时刻k，保存时刻k的预测误差协方差矩阵和机械编排解算的导航状态；(2)在时刻k时GNSS观测数据的接收时刻，基于时刻k的...

【专利技术属性】
技术研发人员：常乐，牛小骥，章红平，张全，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北;42