【技术实现步骤摘要】
FLS与UKF相结合的组合导航方法、装置、存储介质及设备
[0001]本专利技术涉及卫星/惯性组合导航
,尤其涉及一种FLS与UKF相结合的组合导航方法、装置、存储介质及设备。
技术介绍
[0002]在动态运动条件下,常规的组合导航系统使用卡尔曼滤波器(Kalman filtering,KF)对全球导航卫星系统(Global Navigation Satellite System,GNSS)和惯性导航系统(Inertial Navigation System,INS)进行组合,该系统对载体水平位置、速度的估计容易受到载体运动剧烈程度、MEMS性能以及GPS导航解算精度等因素的影响,不能满足用户对导航精度的需求。KF是一种基于模型的线性最小方差估计,适用于系统方程和观测方程均为线性时的估计,并不适合非线性的GNSS/INS组合导航系统。扩展卡尔曼滤波(ExtendedKalmanFilter,EKF)是组合导航中常用的非线性滤波方法,它通过取非线性函数泰勒展开式的一阶线性段,舍去高阶项来达到线性化的目的。然而EKF对于强非线性系统可能存在较大的非线性误差,会输出不稳定的滤波解,而且需要计算雅可比矩阵,计算复杂度高。针对EKF存在的问题,1995年由S.J.Julier和J.K.Uhlmann提出了基于无迹变换(Unscented Transform,UT)的无迹卡尔曼滤波(Unscented Kalman Filter,UKF)。UKF通过确定性采样选取一组sigma点,进行无迹变换来逼近系统的非线性分布,避免了 ...
【技术保护点】
【技术特征摘要】
1.一种FLS与UKF相结合的组合导航方法,其特征在于,包括:获取全球导航卫星系统估计的接收机的位置、速度和时间,以及捷联惯性导航系统推算的载体的位置、速度和姿态;利用无迹卡尔曼滤波算法对当前K
‑
1时刻的状态量进行前向滤波,得到K时刻的前向滤波结果,包括K时刻的前向状态估计和均方误差;利用固定滞后平滑算法根据K时刻的前向滤波结果进行反向滤波,得到K
‑
1时刻的反向滤波结果,包括K
‑
1时刻的反向状态估计和均方误差;将K
‑
1时刻的反向状态估计、均方误差与K时刻的前向状态估计、均方误差进行信息融合处理,得到K时刻的状态估计和均方误差;将融合处理后的K时刻的状态估计的位置误差和速度误差反馈给捷联惯性导航系统,修正捷联惯性导航系统推算的载体的位置、速度,实现一次全球导航卫星系统与捷联惯性导航系统的组合导航。2.根据权利要求1所述的FLS与UKF相结合的组合导航方法,其特征在于,所述将K
‑
1时刻的反向状态估计、均方误差与K时刻的前向状态估计、均方误差进行信息融合处理,得到K时刻的状态估计和均方误差,包括:对于经度状态量和纬度状态量,将K
‑
1时刻的反向状态估计、均方误差与K时刻的前向状态估计、均方误差进行信息融合处理,得到K时刻的状态估计和均方误差。3.根据权利要求1所述的FLS与UKF相结合的组合导航方法,其特征在于,所述获取全球导航卫星系统估计的接收机的位置、速度和时间,以及捷联惯性导航系统推算的载体的位置、速度和姿态之前,还包括:构建组合导航系统模型,包括定义组合导航系统的状态空间模型、状态量及观测量;其中,所述观测量取相同时刻下载体的位置、速度与相应接收机的位置、速度的差值。4.根据权利要求1所述的FLS与UKF相结合的组合导航方法,其特征在于,获取全球导航卫星系统估计的接收机的位置、速度和时间,包括:获取卫星信号的中频信号;所述中频信号经标量跟踪算法得到初始信息和星历数据;由标量跟踪算法初始化矢量跟踪算法,再由矢量跟踪算法连续跟踪卫星信号,...
【专利技术属性】
技术研发人员:刘卫,黄华,胡媛,谢宗轩,王胜正,
申请(专利权)人:上海海事大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。