一种基于卫星紧组合的INS和DR惯性导航方法与系统技术方案

本发明专利技术公开了一种基于卫星紧组合的INS和DR惯性导航方法与系统，其包括有：INS系统误差分析单元；航位推算误差分析单元；GBDT算法处理单元，用于处理卫星信号失锁情况下的Kalman观测值；紧组合导航滤波方程建立单元；基于GBDT算法改进的紧组合导航位置误差实验单元，用于在卫星信号丢失的情况下，进行基于GBDT算法改进的紧组合导航位置误差实验，检验系统在东、北、天等三个方向的位置误差。本发明专利技术将GBDT算法应用于紧组合导航系统，GBDT算法构建模型所需时间短，在卫星信号失锁情况下，仍有效预测紧组合导航系统滤波的观测值，确保导航系统的实时性，提高定位精度，可有效解决复杂环境下载车定位时间长而影响导航性能的问题。

【技术实现步骤摘要】
一种基于卫星紧组合的INS和DR惯性导航方法与系统
本专利技术涉及惯性导航系统，尤其涉及一种基于卫星紧组合的INS和DR惯性导航方法与系统。
技术介绍
惯性导航系统(InertialNavigationSystem，INS)和全球导航卫星系统(GlobalNavigationSatelliteSystem，GNSS)的组合是最常见的组合导航系统，其有效利用了GNSS和INS各自的优点，进行系统间的取长补短，能减小系统误差，提高系统精度。组合方式有松组合、紧组合、深组合等三种，目前大多数INS与GNSS组合导航是以松组合的方式，在GNSS信号正常时，组合导航系统能够提供良好的导航性能，但在可见卫星数目低于4颗、卫星信号失锁的情况下，GNSS无法提供载体的位置、速度，从而无法与INS组合导航，且滤波器输出发散，降低导航性能，同时地，随着测量时间增加，会出现惯导定位误差累积、陀螺仪、加速度传感器等器件测量精度下降而导致的INS性能变差等问题。而紧组合采用伪距及伪距率组合，能够得到稳定可靠的连续定位精度，导航实时性高，定位精度高。紧组合导航中，只需对惯导输出的位置信息和GNSS接收机提供星历本文档来自技高网...

【技术保护点】
1.一种基于卫星紧组合的INS和DR惯性导航方法，其特征在于，包括有：步骤S1，INS系统误差分析，选取东北天地理坐标系为导航参考坐标系，记为n系，当惯性模块按一定的方位安装到载车上时，认为载车坐标系与惯性坐标系重合，记为b系，惯导系统姿态、速度和位置误差方程经过推导并整理得到：姿态误差方程：

【技术特征摘要】
1.一种基于卫星紧组合的INS和DR惯性导航方法，其特征在于，包括有：步骤S1，INS系统误差分析，选取东北天地理坐标系为导航参考坐标系，记为n系，当惯性模块按一定的方位安装到载车上时，认为载车坐标系与惯性坐标系重合，记为b系，惯导系统姿态、速度和位置误差方程经过推导并整理得到：姿态误差方程：式中，f为测量的载车比力矢量，为导航参考坐标系n系相对于载车坐标系b系的转动角速率，δvn是地球参考速度误差矢量，是载车坐标系到导航坐标系的方向余弦矩阵，称为姿态矩阵，eb是载车坐标系的偏心率；速度误差方程：式中，δp是位置误差，fn是n系的比力矢量，为加速度计偏置在载车坐标系上的投影；位置误差方程：δp＝A5δvn+A7δp；其中：δp＝[δLδλδh]T；A1～A7为矩阵；A13＝A1+A3；A5＝vn×(A1+A3)；式中RM为子午半径，RN卯酉半径，h为海拔，λ为经度，L是纬度，ωie是地球的自转角速率，ωiesinL和ωiecosL是地球旋转分量，为地球坐标系相对于惯导坐标系i系的转动角速率，为导航坐标系n系相对于地球坐标系e系的转动角速率，vn是地球参考速度，分别为其在东北方向的分量；步骤S2，航位推算误差分析，将里程计坐标系记为m系，其oy轴位于与载车车轮相接触的地平面内，并且指向载车行驶正前方，oz轴垂直于地平面向上为正，ox轴指向右方，里程计在一段时间Δt＝tj-tj-1内测量的里程增量ΔSj在m系的投影写成矢量形式为：设定载车坐标系轴与里程计坐标系对应轴相平行，可得里程增量ΔSj在导航坐标系n系上的投影为：其中是tj-1时刻的姿态矩阵；求得航位推算的纬度(LA)、经度(LD)和高程(HD)递推算法：式中，LA(j-1)、LD(j-1)、HD(j-1)分别为j-1时刻航位推算的纬度、经度、高程，分别为里程增量在导航坐标系上的投影在东、北、天方向的分量；航位推算误差源于姿态角误差f和里程计刻度系数误差δKD；由里程计增量式得出里程计增量的实际计算公式：其中，I3×3表示三阶单位矩阵，展开上式并忽略关于f和δKD的高阶小量得到：比较里程计增量式和上式可得tj-1时刻到tj时刻航位推算误差方程：步骤S3，GBDT算法；步骤S4，建立紧组合导航滤波方程；步骤S5，常规紧组合、基于GBDT算法改进的紧组合导航位置误差对比实验。2.如权利要求1所述的基于卫星紧组合的INS和DR惯性导航方法，其特征在于，所述步骤S1中，导航参考坐标系是以载车为中心，将X轴和Y轴设置在载车上，X轴和Y轴分别指向东向和北向，Z轴沿天垂直方向。3.如权利要求1所述的基于卫星紧组合的INS和DR惯性导航方法，其特征在于，所述步骤S1中，载车坐标系原点为载车的质心，X轴指向载车前端，Y轴沿载车的侧面方向，Z轴指向载车的上侧。4.如权利要求1所述的基于卫星紧组合的INS和DR惯性导航方法，其特征在于，所述步骤S1中，惯性坐标系选择地球的中心作为坐标系原点，X轴和Y轴位于赤道平面中指向相对惯性空间不动的方向，Z轴沿着北极轴线方向。5.如权利要求1所述的基于卫星紧组合的INS和DR惯性导航方法，其特征在于，所述步骤S2中，为了把位置误差表示成地理坐标的形式，将纬度(LA)、经度(LD)和高程(HD)的表达式进行微分并整理得到：其中：δPDj＝[δLAjδLDjδHDj]T；AD1、AD2为矩阵，LAj-1、HDj-1分别是tj-1时刻的纬度、高程。6.如权利要求1所述的基于卫星紧组合的INS和DR惯性导航方法，其特征在于，所述步骤S3中，GBDT算法的过程包括有训练过程和预测过程两个部分，系统开始工作后，建立训练模型；训练过程：(1)在卫星信号正常时，采集确定GNSS数据集，初始化首层回归树；γ＝ave(yi|xi∈Rj0)式中，γ为首层回归树叶子节点，ave(·)为平均值函数，Rj0为首层回归树第j个节点，yi为回归树输出值，xi表示第j个节点区域值设训练样本个数为N，得到首层回归树函数f0(x)：其中，argmin表示使损失函数取最小值时的γ值，L(·,·)为损失函数，采用回归树输出值方差作为损失函数，如下所示：L(yi,fxi))＝∑(yi-f(xi))2(2)遍历回归树m＝1,2,……,M，M为回归树层数；第一步，遍历训练数据集i＝1,2,……,N，并计算伪残差：第二步，对叶子节点区域j＝1,2,……,Jm，Jm为第m层回归树的大小即节点个数，Rjm以rim目标梯度提升拟合回归树；第三步，遍历j＝1,2,……,Jm,计算使得损失函数最小化后的叶节点区域值：式中，γim为第m层回归树叶子节点，fm(x)为第m层回归树函数，Rjm为第m层回归树第j个节点；第四步，更新回归树函数：I(x∈Rjm)表示第j个节点的节点区域值回归树函数定义为其中T(x；Θm)表示回归树的回归函...

【专利技术属性】
技术研发人员：陈靖，王洽和，徐虎，曾清林，王铠帆，谢达裕，白明，罗楚江，
申请(专利权)人：深圳市联和安业科技有限公司，
类型：发明
国别省市：广东,44