先进导航技术第六讲组合导航技术
先进导航技术 第六讲 组合导航技术
一、引言1、要根据不同的任务需求，确定不同的组合导航系统配置；一卫星/惯性组合导航系统已成为首选基本系统。卫导精度高，经济性好，但抗干扰能力差；惯导自主性、实时性好，分辨辩率高，但误差随时间积累；这两种系统天然互补。一鉴于卫导有时不好用（有意干扰、欺骗），需考虑其他辅助导航手段，如星体跟踪、图像匹配（SAR、光电探测）、地形匹配、速度测量（里程仪、多普勒声纳）、重力匹配等。2、要力求最有效地利用来自不同传感器的信息资源达到抑制噪声，提高精度，确保实时性和提供余度的目的
1、要根据不同的任务需求，确定不同的组合导航系统 配置； 一、引言 2、要力求最有效地利用来自不同传感器的信息资源， 达到抑制噪声，提高精度，确保实时性和提供余度 的目的。 — 卫星/惯性组合导航系统已成为首选基本系统。卫导精度高， 经济性好，但抗干扰能力差；惯导自主性、实时性好，分辨 率高，但误差随时间积累；这两种系统天然互补。 — 鉴于卫导有时不好用（有意干扰、欺骗），需考虑其他辅助 导航手段，如星体跟踪、图像匹配（SAR、光电探测）、地 形匹配、速度测量（里程仪、多普勒声纳）、重力匹配等
二、 Kalman 滤波器解决组合导航问题的主要数学工具1、特点一Kalman滤波器是一种最佳、递推、统计滤波器，变增益是该滤波器的特点；一Kalman滤波器具有滤波功能，但更突出的是对误差状态（包括若干不能直接被量测的状态）的实时估计：一Kalman滤波器的最大局限性是只处理线性系统，因此对于非线性状态方程和量测方程除了要做线性化处理外，还要评估和补偿线性化带来的误差
二、Kalman 滤波器 — Kalman滤波器是一种最佳、递推、统计滤波器，变 增益是该滤波器的特点； — Kalman滤波器具有滤波功能，但更突出的是对误差状 态（包括若干不能直接被量测的状态）的实时估计； — Kalman滤波器的最大局限性是只处理线性系统，因 此对于非线性状态方程和量测方程除了要做线性化处 理外，还要评估和补偿线性化带来的误差。 1、特点 —— 解决组合导航问题的主要数学工具
二、Kalman 滤波器（续）2、Kalman滤波的估算步序klk-1 =D k.k-1Xka. 状态一步预测b.协方差阵预测Pkik-1 =Dk,k-- Pr-,Dkr.k-1 +Ok-1c.滤波增益K = Pkik--HI(HPkk-HI + R)-1X, = Xkk-I + Kt(-H,Xkk-1)d.状态估值：协方差阵估计 P =(I-K,H)Pkik-I
二、Kalman 滤波器（续） | 1 | 1 | 1 1 | 1 | 1 | 1 , 1 1 , 1 1 | 1 , 1 1 . ( ) ) ˆ ( ˆ ˆ . . ( ) . ˆ ˆ . − − − − − − − − − − − − − − = − = + − = + = + = k k k k k k k k k k k k k k T k k k k T k k k k k T k k k k k k k k k k k k P I K H P X X K y H X K P H H P H R P P Q X X 协方差阵估计 状态估值 滤波增益 协方差阵预测 状态一步预测 e d c b a 2、Kalman滤波的估算步序
二、Kalman 滤波器(续)3、对Kalman滤波器估值的理解一K是变增益系数。它根据协方差阵和量测阵估计各误差状态对量测误差的“贡献”程度，同时也要考虑量测噪声的水平。量测噪声对估计精度的影响十分明显。一不同类物理量（如位置、速度、距离、角度）同时作为量测肯定有利于状态的估计
二、Kalman 滤波器（续） 3、对Kalman滤波器估值的理解 — Kk是变增益系数。它根据协方差阵和量测阵估计 各误差状态对量测误差的“贡献”程度，同时也 要考虑量测噪声的水平。量测噪声对估计精度的 影响十分明显。 — 不同类物理量（如位置、速度、距离、角度）同时 作为量测肯定有利于状态的估计
三、关于状态方程一状态方程是反映系统误差传播的基本模型：一状态的选择取决于误差分析和实验研究，确定状态要抓主要矛盾，不同使用环境状态选择不同：一确定性误差要在特定环境下测量并加以补偿：一当采用开环滤波时，仅在输出时对状态进行修正，而系统本身的误差状态可能随时间增长，使得线性化的误差不可忽略；一Kalman滤波器处理的噪声是白噪声，如果系统中的扰动不是白噪声（例如陀螺漂移），则要通过建模，实现状态增广，使整个动力学系统是由白噪声激励。链接
三、关于状态方程 － 状态方程是反映系统误差传播的基本模型； － 状态的选择取决于误差分析和实验研究，确定状态要抓 主要矛盾，不同使用环境状态选择不同； － 确定性误差要在特定环境下测量并加以补偿; － 当采用开环滤波时，仅在输出时对状态进行修正，而系 统本身的误差状态可能随时间增长，使得线性化的误差 不可忽略； － Kalman滤波器处理的噪声是白噪声，如果系统中的扰动 不是白噪声（例如陀螺漂移），则要通过建模，实现状 态增广，使整个动力学系统是由白噪声激励。 链接
四、关于量测方程1、卫导量测一用卫导的位置输出作为测量是“松组合”一用卫导的伪距作为量测是“紧组合”，当星数不够时特别有用，因为存在接收机与发射机间时间不同步问题，因此常用P1-P2一建议将GPS与惯导的时间不同步量作为一个状态变量；一当用伪距作为量测时，量测方程是非线性的，当开环滤波且用伪卫星时，必须作非线性处理链接
四、关于量测方程 1、卫导量测 — 用卫导的位置输出作为测量是“松组合”； — 用卫导的伪距作为量测是“紧组合”，当星数不够时 特别有用，因为存在接收机与发射机间时间不同步问 题，因此常用P1 -P2； — 建议将GPS与惯导的时间不同步量作为一个状态变量； — 当用伪距作为量测时，量测方程是非线性的，当开环 滤波且用伪卫星时，必须作非线性处理。 链接
四、关于量测方程(续)2、测速：以高分辨率里程仪为例，多普勒雷达与多普勒声纳类似一量测噪声估计。若一圈出1000个脉冲，轮直径1.5米则△Sod=1.5mm。对软轴式里程仪来说，变速时脉冲跳动量约20个，10秒平均速度的噪声3×10-3米/秒：一里程仪比例系数误差△K应作为误差状态，它随温度、磨损、充气变化；一滑动与空转的判别与处理十分重要
四、关于量测方程（续） — 量测噪声估计。若一圈出1000个脉冲，轮直径1.5米， 则△Sod= 1.5mm。对软轴式里程仪来说，变速时脉冲 跳动量约20个，10秒平均速度的噪声3×10-3米/秒； — 里程仪比例系数误差△Kod应作为误差状态，它随温 度、磨损、充气变化； — 滑动与空转的判别与处理十分重要。 2、测速: 以高分辨率里程仪为例，多普勒雷达与多普勒声 纳类似
四、关于量测方程(续)3、测角一角度量测不仅反映位置误差也反映角度基准误差；一一量测方程要做线性化处理，量测量需做非线性补偿：一星体跟踪与地标探测情况有不同4、小结一重视量测方程的线性化模型和非线性补偿；一量测量的预处理与量测噪声的确定（影响估计精度的关键）
四、关于量测方程（续） 3、测角 — 角度量测不仅反映位置误差也反映角度基准误差； — 量测方程要做线性化处理，量测量需做非线性补偿； — 星体跟踪与地标探测情况有不同。 4、小结 — 重视量测方程的线性化模型和非线性补偿； — 量测量的预处理与量测噪声的确定（影响估计 精度的关键）
五、仿真1、建立系统误差模型（状态方程）；2、建立量测方程；3、建立航行计划：4、系统仿真x（误差传播）5、、量测仿真y；6、Kalman滤波估计x；7、给出结果x=×-x
五、仿真 x ˆ 1、建立系统误差模型（状态方程）； 2、建立量测方程； 3、建立航行计划； 4、系统仿真x（误差传播）； 5、量测仿真y； 6、Kalman滤波估计 ； 7、给出结果 x = x ˆ − x