车载SINS_GNSS紧组合导航系统研究.pdf

车载SINS/GNSS紧组合导航系统研究

摘要

鉴于捷联惯导系统(StrapdownInertialNavigationSystem,SINS)和全球卫星导航系统

(GlobalNavigationSatelliteSystem,GNSS)各自无可替代的优势、互补特性及多系统数据

融合趋势，并考虑到SINS/GNSS松组合缺陷太明显，深组合又涉及硬件、实现较难，遂

进行SINS/GNSS紧组合研究。

由于松、紧组合架构相似，紧组合只是在松组合基础上，利用GNSS原始测量值、

星历进行更深层次的系统融合，需对SINS、GNSS有更深入的认识。因此本文先系统性

梳理SINS/GNSS组合所涉及的理论知识，分析紧组合所需GNSS伪距、伪距率测量值

误差构成及补偿，详细列举GNSS伪距定位、伪距率测速的计算流程，同时从比力方程

出发，揭示SINS工作原理，给出SINS递推更新算法。基于对导航结果影响大小，利用

等效旋转矢量补偿转动不可交换误差的同时，在姿态更新算法中考虑圆锥误差补偿、速

度更新算法中考虑划船误差补偿，分析SINS误差源，并推导误差均为小量的SINS线性

误差模型。

以间接法选取状态量、量测量，以SINS线性误差模型建立松组合15维模型及考虑

杆臂、时间不同步的紧组合21维模型为例，阐明组合系统状态、量测方程求法。给出以

标准离散卡尔曼滤波(KalmanFilter,KF)完成组合滤波估计的流程、框架，分析时间、量

测更新频率，给出反馈校正中需注意的姿态校正算法实现，针对需求设计不影响结论的

仿真系统，并经仿真初步验证松、紧组合建模的可行性。

针对传统仅依靠惯组(InertialMeasurementUnit,IMU)数据的SINS初始对准方法的

不足，在组合系统中引入GNSS信息帮助SINS动基座初始对准，鉴于未静基座粗对准，

导致方位失准角过大，SINS线性误差模型不再适用，重新推导SINS大方位失准角误差

模型，以扩展卡尔曼滤波(ExtendedKalmanFilter,EKF)、无迹卡尔曼滤波(Unscented

KalmanFilter,UKF)完成滤波估计。仿真结果表明：在对准模型、滤波方法一致时，相较

于松组合，伪距、伪距率的紧组合对准精度更高、速度更快，也更抗干扰，可见星减少，

对紧组合初始对准结果影响有限，组合模型成功实现恶劣条件下的初始对准，也再次证

明组合模型的可靠性、有效性。

经由跑车实测数据对所设计组合系统进行各种复杂工况的最终验证，结果发现：可

见星正常时，松、紧组合KF均可较好的抑制SINS误差积累，紧组合效果稍好，紧组合

大方位失准角EKF、UKF比KF更好；可见星不足时，紧组合定位、测速效果随可见星

哈尔滨工程大学硕士学位论文

减少而变差，可见1颗卫星，速度、位置误差逐渐发散，紧组合大方位失准角KF、EKF

及UKF速度、位置误差也同理，可见1颗卫星，三者速度、位置误差均完全发散。但可

见星减少对失准角收敛影响有限，即便缺星且方位失准角过大，紧组合经校正所得姿态

角仍可信，高维系统UKF计算量远大于EKF、KF，EKF应对各种复杂工况的表现最好。

关键词：SINS/GNSS紧组合；紧组合初始对准；大方位失准角；EKF；UKF

车载SINS/GNSS紧组合导航系统研究

ABSTRACT

Consideringtheirreplaceableadvantages,complementarycharacteristics,andmulti-

systemdatafusiontrendsoftheStrapdownInertialNavigationSystem(SINS)andtheGlobal

NavigationSatelliteSystem(GNSS),andtakingintoaccounttheobviousdefectsofth