现代导航与制导课件：第九章 卫星惯性组合导航系统.ppt

1、 上课时间、地点上课时间、地点 任课教师：任课教师：重要信息：9.1组合导航概述9.2卫星/惯性组合导航系统组成原理9.3系统模型与状态选择9.4测量模型 9.5卫星/惯性组合导航解算方法第9章 卫星/惯性组合导航系统组合导航概述组合导航概述惯性导航惯性导航具有很多优点优点:连续工作，很少出现硬件故障；可以提供最少50Hz的高带宽输出；具有很低的短时噪声。它既能提供有效的姿态、角速率和加速度测量，又能输出位置和速度。然而，由于惯性仪表误差通过导航方程被不断积分，因此惯性导航解算的精度随时间下降。组合导航概述组合导航概述而且经过初始对准后，能够长时间提供有效且可用导航参数的惯性导航系统非常昂贵，

2、大约100000美元或者欧元。 GNSSGNSS可以提供长时问内误差只有几米(单点定位)的高精度位置输出，并且用户设备只需花费不到100美元或欧元。但与INSINS相比，其输出频率低，典型值为大约10Hz，且基于码的位置输出具有较大的短时噪声。组合导航概述组合导航概述并且标准GNSS用户设备不能测量姿态。GNSS信号会被遮挡或干扰，因此不能依赖GNSS来提供连续导航参数。所以。组合导航概述组合导航概述 INS和GNSS的优缺点是互补的，因此可以将二者组合在一起，结合两种技术的优势，以提供连续、高带宽、长时和短时精度均较高的、完整的导航参数。在INS/GNSS或者GNSS/INS组合导航系统中，

3、GNSS测量抑制了惯性导航的漂移，而INS对GNSS导航结果进行了平滑并弥补了其信号中断。组合导航概述组合导航概述INS/GNSS组合导航适用于已经装配了惯性导航系统的舰船、民用飞机、军用飞机以及远程导弹。与GNSS的组合使得低成本战术级惯性传感 器 可 以 用 于 惯 性 导 航 从 而 使 得INS/GNSS可用于：轻型飞机、直升机、轻型飞机、直升机、UAVUAV、短距离和中距、短距离和中距离制导武器、小型船只，甚至可用于火离制导武器、小型船只，甚至可用于火车车。组合导航概述组合导航概述图12.1给出了一个典型INS/GNSS组合导航系统的基本结构。组合算法比较惯性导航与GNSS用户设备输

4、出，并估计惯性导航位置、速度、姿态以及其他参数的校正量。组合导航概述组合导航概述INS/GNSS系统的硬件结构是可变的，组合算法可以在INS中、GNSS用户设备中、或者两者皆有。作为一种替代方案，所有硬件可以在一个单元中，有时称这种方案为GNSS嵌人(Embedded GNSS in INS，EGI)。如果惯性导航方程和组合算法共用同一个处理器，但IMU是独立的，有时也称这种系统为IMU/GNSS组合或者GNSS/IMU组合。9.1组合导航概述9.2卫星/惯性组合导航系统组成原理9.3系统模型与状态选择9.4测量模型 9.5卫星/惯性组合导航解算方法9卫星/惯性组合导航系统组合导航系统组成原理

5、组合导航系统组成原理 INS/GNSS组合导航系统体系结构的不同表现在三个方面:对惯性导航参数如何校正；对惯性导航参数如何校正；使用什么类型的使用什么类型的GNSSGNSS测量；测量；INSINS和组合算法如何辅助和组合算法如何辅助GNSSGNSS用户设备。用户设备。这3方面在很大程度上是相互独立的。组合导航系统组成原理组合导航系统组成原理在 文 献 中 ， 比 如 松 藕 合松 藕 合 ( l o o s e l y ( l o o s e l y coupled)coupled)、紧藕合紧藕合(tightly coupled(tightly coupled、超紧耦合超紧耦合(ultrati

6、ghtly coupled)(ultratightly coupled)、紧紧密祸合密祸合(closely coupled)(closely coupled)、级联级联(cascaded)(cascaded)以及深以及深( deep)( deep)组合组合等这些术语均被用于定义组合结构，但均没有公认的定义。这里采用了最常用的定义。组合导航系统组成原理组合导航系统组成原理松藕合。INS/GNSS系统使用GNSS位置和速度作为组合算法的输入与INS校正类型或GNSS辅助无关。由于GNSS用户设备已经融入了导航滤波器，因此松耦合系统是一个级联结构。紧藕合。INS/GNSS系统使用GNSS伪距和伪距率

7、、伪距增量或者ADR测量作为组合算法的输入，同样不考虑INS校正类型或GNSS辅助。组合导航系统组成原理组合导航系统组成原理 深组合(deep integration)，也称作超紧祸合（Ultratightly Coupled，UTC），将INS/GNSS组合和GNSS信号跟踪合并为单个估计算法。这种组合直接或借助鉴别器函数，利用GNSS相关通道中的I和Q信号作为测量，生成用于控制接收机中参考码和载波的NCO命令(见7.2.4节)。组合导航系统组成原理组合导航系统组成原理 组合INS和GNSS最简单的方法是一种非藕合(uncoupled)系统，这里GNSS只是简单地以一定时间间隔重置惯性导航参

8、数，这种重置通常采用人工命令的方式。已安装INS的飞机进行GPS改造时常采用这种结构，它不是真正意义上的组合。组合导航系统组成原理组合导航系统组成原理 INS/GNSS组合导航系统中的组合导航参数是校正后的惯性导航参数。在传统的组合结构中，使用误差状态卡尔曼滤波器和独立惯性导航处理。不管使用什么类型的GNSS测量，也不管怎么辅助GNSS用户设备，校正方式既可以是开环，也可是闭环。两种校正结构如图12.2所示。组合导航系统组成原理组合导航系统组成原理在开环配置中，估计的位置、速度和姿态误差用于在组合算法的每次迭代中校正惯性导航输出，但并不反馈给INS。因此，只有组合导航的输出反映了卡尔曼滤波器估

9、计的效果，而原始的惯性导航结果则可用于完好性监测。原始的INS或组合导航参数均可用于GNSS辅助。组合导航系统组成原理组合导航系统组成原理校正后的惯性导航参数 和 或 ，构成了组合导航输出，通过下式从原始惯性导航参数 和 或 获得：bbC、brbpbbC、brbp TbbbbbbCC CbbbrrrbbbbbbbbbLLLhhh组合导航系统组成原理组合导航系统组成原理式中：姿态、速度和位置误差 以及 由式（5.93）和式（5.95）定义。参考坐标系 和投影坐标系 由下式给出：并依赖于惯性导航方程所使用的坐标系。 bCrbb,bhb,Lb ,i ie ee n 组合导航系统组成原理组合导航系统组

10、成原理正如3.2.6节的讨论，对于闭环卡尔曼滤波器，系统模型的线性化误差最小，状态的维数也最少。在闭环组合中，只存在经过校正的惯性导航参数。新的校正方程为3( )( )()( )( )( )( )( )TbbbbbbbbbbbCC CICrrr ( )( )( )( )( )( )bbbbbbbbbLLLhhh 组合导航系统组成原理组合导航系统组成原理式中:上标(一)和(+)表示分别校正前和校正后。小角度近似通常用于姿态误差。在闭环组合结构中，各种加速度计和陀螺误差均通过惯性导航方程进人系统，因此这些误差都可通过卡尔曼滤波器进行估计，并根据式（4.18）反馈校正IMU测量，而且这些校正可以在I

11、MU处理器中进行。组合导航系统组成原理组合导航系统组成原理与位置、速度和姿态校正不同，在导航方程的每个迭代周期都必须进行加速度计和陀螺的校正，并且卡尔曼滤波必须周期性地更新这些加速度计和陀螺误差。可以每次反馈估计值给导航方程，也可以估计误差残差并反馈这些扰动给存储在导航方程中的误差估计。当选择后一种情况时，卡尔曼滤波器估计在反馈后置零。组合导航系统组成原理组合导航系统组成原理INS/GNSS组合对开环或闭环校正的选择，与INS和组合算法的性能相关。如果使用低精度惯性传感器,无论组合算法的性能如何，只适合采用闭环校正策略。这是因为原始的惯性导航参数用处不大，开环策略极有可能导致卡尔曼滤波器较大的

12、线性化误差口相反，当采用高性能的INS和低精度的组合算法，闭环校正的线性化误差会比较小。组合导航系统组成原理组合导航系统组成原理但有时倾向于采用开环校正策略来进行完好性监测。或者，可以采用原始的纯惯性导航和闭环组合导航并存。如果采用高性能的INS和组合算法，则开环和闭环策略均可。组合导航系统组成原理组合导航系统组成原理 如果导航系统的IMU独立，并且惯性导航和组合算法共享一个处理器，由于组合导航系统设计者可以完全控制反馈校正，则闭环策略比较合适。但如果INS构成独立单元，则采用闭环策略就要谨慎，因为必须确保以要求的格式将校正量发送给INS，而这常常没有清晰的定义。组合导航系统组成原理组合导航系

13、统组成原理对INS/GNSS组合导航中的误差状态卡尔曼滤波器而言，一种替代方案是采用全状态卡尔曼滤波器，这种滤波器不是估计INS输出参数的误差，而是直接估计位置、速度和姿态。全状态卡尔曼滤波器中，惯性导航方程嵌入在系统模型中，由于方程的非线性，必须使用扩展卡尔曼滤波器(3.4.1)，因此系统模型是IMU输出的函数。图12.3给出了系统结构。组合导航系统组成原理组合导航系统组成原理在全状态组合中，系统模型的更新率必须与误差状态滤波器实现中的惯性导航方程更新率相同。可以使协方差矩阵P的系统传播更新率低于系统状态向量x的更新率，从而降低对处理器的要求。在处理模型上，INS/GNSS的全状态实现与闭环

14、误差状态实现是相同的，因此这两者的性能也相同，其差别在于软件结构。组合导航系统组成原理组合导航系统组成原理 图12.4给出了一个松耦合的INS/GNSS组合结构，这也是一个级联组合的例子。GNSS导航输出的位置和/或速度作为测量输入给组合卡尔曼滤波器，组合卡尔曼滤波器用它来估计INS误差。卡尔曼滤波器估计的INS误差，对INS导航参数进行校正，经过校正后的INS导航参数构成组合导航输出。组合导航系统组成原理组合导航系统组成原理 通常，使用速度而不是位置测量，可以提高INS姿态和仪表误差的可观性。这是因为在系统模型和测量模型中，INS姿态和仪表误差到速度的积分或差分环节，要比到位置的相应环节要少

15、，因此使用速度测量减少了估计这些状态的时间延迟。尽管没有更多信息，但由于测量噪声被积分至位置误差状态，使用速度测量降低了位置误差的可观性，因此大多数INS/GNSS组合算法使用速度和位置两种测量量。组合导航系统组成原理组合导航系统组成原理 松耦合组合导航的两个主要优点优点是简单简单和冗余冗余。其结构简单在于可以使用任何INS和任何GNSS用户设备，这非常适合于设备改造。松耦合INS/GNSS组合导航的主要问题源主要问题源于于对级连卡尔曼滤波器的使用。组合导航系统组成原理组合导航系统组成原理除非减少滤波器增益或者估计了相关的误差，时间相关的测量输人妨碍了卡尔曼滤波器的状态估计，GNSS导航输出误

16、差的相关时间是变化的，位置误差的相关时间可以达到100s,速度误差的相关时间可以达到20s。这对于相关误差的估计而言太短了，但却显著延缓了INS误差估计的速度。组合导航系统组成原理组合导航系统组成原理 组合卡尔曼滤波器增益和测量更新率的选择很关键。如果测量更新太快，滤波器很可能变得不稳定。但如果测量更新过慢，INS误差的可观性会降低。从稳定性考虑，系统需要调整组合导航卡尔曼滤波器的带宽，使之小于GNSS卡尔曼滤波器的带宽。组合导航系统组成原理组合导航系统组成原理松拥合方法还有其他更多的问题。尽管短时间内可以使用三颗卫星的信号输出导航解，但通常GNSS导航输出需要来自四颗不同卫星的信号。如果只能

17、跟踪更少的卫星，GNSS数据不能用子对INS进行辅助。而且组合滤波器需要已知GNSS滤波器输出的协方差，这是随卫星几何分布和可用性变化的。组合导航系统组成原理组合导航系统组成原理一个紧耦合INS/GNSS组合结构，也是一种集中式组合。如下图所示：组合导航系统组成原理组合导航系统组成原理这 里 G N S S 卡 尔 曼 滤 波 被 包 含 进 了INS/GNSS组合滤波器。源于GNSS测距处理器(见7.3节)的伪距和伪距率构成卡尔曼滤波器的测量输入，滤波器采用这些测量信息来沽计INS和GNSS系统的误差。与松耦合结构相同。组合导航参数是校正后的惯性导航参数。组合导航系统组成原理组合导航系统组成

18、原理 理论上，伪距或伪距率测量都可以使用，但实际系统则同时使用两者，这主要是可观性有益，并且两者互补:伪距源于码跟踪，而伪距率源于更精确、但鲁棒性差的载波跟踪。组合导航系统组成原理组合导航系统组成原理 紧耦合结构的好处好处在于将松耦合中的两个卡尔曼滤波器合并成了一个。不存在由一个滤波器输出作为另一个滤波器输人带来的统计问题。但滤波器的带宽仍然必须在GNSS跟踪环带宽以内，以防止时间相关的跟踪噪声影响状态估计。组合导航系统组成原理组合导航系统组成原理紧糊合结构的缺点缺点是不会有独立的GNSS输出。但如果需要，独立的GNSS导航输出可以并行产生。给定相同的惯性设备和GNSS用户设备，紧耦合GNSS

19、系统通常比相应的松耦合系统具有更好的精度和鲁棒性。组合导航系统组成原理组合导航系统组成原理INS/GNSS深组合导航与7.5.3节讨论的GNSS导航与跟踪组合等效。图12.6给出了具有闭环INS校正的深组合结构。码和载波NCO指令由校正后的惯性导航参数生成。卫星位置和速度以及各种GNSS误差取自导航电文。GNSS接收机的相关器累加输出Is、和Qs，直接输入给组合算法。组合导航系统组成原理组合导航系统组成原理 与GNSS的导航及跟踪相比，INS/GNSS深组合具有如下优点优点:只需要估计INS导航结果的误差，而不估计绝对运动。这就允许采用低的跟踪带宽，进而增强了抵抗噪声的能力。深组合还可以在少于

20、4颗GNSS卫星的情况下工作一段组合导航系统组成原理组合导航系统组成原理 与紧耦合的组合导航相比，当伪距或者伪距率输出间隔大于跟踪时间常数时，深组合不存在因旧的I和Q测量数据而导致权值下降的问题；当输出间隔不大于跟踪时间常数时，也不存在降低卡尔曼滤波器增益的问题。因此通过改变测量气值，深组合与ATC一样可适用于不同的C/N0水平。组合导航系统组成原理组合导航系统组成原理当信号短时中断时,深组合也可以闭合码和载波频率跟踪。由于去除了跟踪环路滤波和组合滤波的级联。因此深组合是一个最优的组合结构组合导航系统组成原理组合导航系统组成原理有两种深组合算法:相干的相干的和非相干。非相干。相干深组合相干深组

21、合将Is和Qs直接作为测量输入提供给卡尔曼滤波器。非相干深组合非相干深组合使用鉴相器函数。由于避免了鉴相器非线性，并将码跟踪噪声减小到相干鉴相器的水平，相干深组合更准确，但其只能工作在满足载波相位跟踪的信噪比水平上。而非相干深组合有更好的鲁棒性。组合导航系统组成原理组合导航系统组成原理相干深组合需要以导航电文率来对卡尔曼滤彼的测量更新进行迭代，而非相干深组合不需要。因此相干深组合需要高得多的处理能力。组合导航系统组成原理组合导航系统组成原理实验表明非相干INS/GNSS深组合可以在8dB/Hz或更低的C/N0水平上进行码跟踪，而 传 统 具 有 较 宽 跟 踪 带 宽 的 紧 耦 合INS/G

22、PS系统，其跟踪下限为12dB/Hz。对相干深组合及导航数据位估计，已经表明其载波跟踪可降低C/N0水平达到15dB/Hz。9.1组合导航概述9.2卫星/惯性组合导航系统组成原理9.3系统模型与状态选择9.4测量模型 9.5卫星/惯性组合导航解算方法9卫星/惯性组合导航系统系统模型与状态选择系统模型与状态选择 对于INS/GNSS合导航，其系统模型依赖于哪些量要作为卡尔曼滤波器的状态进行估计。而这与具体应用、惯性传感器、组合结构以及坐标系选择有关这里首先讨论状态选择。然后推导一个ECI坐标系下的典型INS状态传播模型，接着讨论ECEF和当地导航坐标系下的等价模型，然后讨论INS系统噪声，最后讨

23、论GNSS系统的状态选择和系统噪声。系统模型与状态选择系统模型与状态选择系统模型与状态选择系统模型与状态选择 式中：假设为误差状态实现，对于全状态INS/GNSS组合，要使用惯性导航方程替换位置、速度和姿态误差方程。 所有的误差状态INS/GNSS组合算法均估计位置和速度误差。组合算法中使用的坐标系应当与惯性导航方程中使用的坐标系一致。 除了最高精度的INS，对所有其他INS，在组合中对姿态误差进行估计均可以显著提高系统性能。系统模型与状态选择系统模型与状态选择ab系统模型与状态选择系统模型与状态选择 要估计更多的惯性设备误差，则依赖于这些误差对位置、速度和姿态的影响。如果一项IMU误差对导航

24、精度有重要影响，它会可观。或者相反，如果某项误差的影响远小于那些不能标定的随机噪声的影响，它将不客观，这依赖于IMU的设计和用户的动态性。在大多数INS/GNSS组合算法中均估计陀螺零偏，其中方位陀螺零偏较滚动和俯仰陀螺零偏更难观测。系统模型与状态选择系统模型与状态选择 对加速度计和陀螺的标度因数、交叉耦合误差或者陀螺g相关零偏进行估计是否有益，取决于载体的加速度和角速度对大多数空中、陆地、海洋和空间应用，这些误差是不可观的，除非是诸如赛车运动或者一些制导武器等的高动态应用。陀螺标度因数和交叉耦合误差对于做圆运动的飞机和滚转稳定的制导武器作用明显。与动态相关的单个IMU误差通常可观，但不是全部

25、可观。系统模型与状态选择系统模型与状态选择 在双频GNSS用户设备中，通过组合不同频率的微距测量，通常可以矫正电离层传播误差。另一种进行平滑的方法，是分别输入不同频率的微距测量，将电离层传播延迟作为卡尔曼滤波器的状态进行估计。在紧耦合结构中，这会大大增加处理器的负担且不会带来任何性能的提高，但在深组合中，这是进行双频电离层修正的唯一方法。全部的电离层传播延迟或者电离层模型预测误差均可以估计。系统模型与状态选择系统模型与状态选择 卡尔曼滤波器还可以估计由星历、卫星时钟残差、对流层以及电离层误差引起的相关距离偏差，当跟踪的GNSS卫星超过四颗时，这些距离偏差是部分可观的。将其包含进系统状态或者相关

26、系统噪声，可以更好的描述误差协方差矩阵。在深组合中，由于距离偏差是码片长度的重要部分，因此距离偏差的估计可用于对齐参考码与其对应信号的相关峰值。系统模型与状态选择系统模型与状态选择 如果建模的相关时间相对较短，距离偏差还可以用于削弱多路径误差，减少其对导航参数的影响。 对于相干深组合，每个跟踪通道参考信号的载波相位偏移必须作为状态进行估计。载波频率跟踪误差、其导数以及信号强度也应该进行估计。系统模型与状态选择系统模型与状态选择 惯性导航系统主要的噪声源是由加速度计比力测量噪声导致的速度误差随机游走，以及由陀螺角速率测量噪声带来的姿态误差随机游走。另外，如果单独估计加速度计和脱落的动态零偏，则加

27、速度计和陀螺零偏在运行时的变化可以近似为白噪声。 若诸如加速度计和陀螺的标度因数、交叉耦合以及g相关误差没有建模为系统状态或相关系统噪声，他们的影响可以通过加大加速度计和陀螺随机游走来近似。系统模型与状态选择系统模型与状态选择 GNSS状态传播与系统噪声状态传播与系统噪声：如果需要估计适中的g相关误差系数，则钟差的变化为式中：假设接收机参考晶振的轴系相对IMU固定。系统噪声建模应该包括钟漂状态，而g相关误差系数可以假设为常数。接收机中差的噪声仅仅是钟漂噪声的积分，因此没有直接作用在这个状态上的系统噪声。sb Trcrcibcgft系统模型与状态选择系统模型与状态选择 电离层和距离偏差状态应当建

28、模为指数相关的固定方差一阶马尔科夫过程。电离层状态的标准差是卫星仰角和当地时间的函数，其相关时间大约30min。距离偏差状态的标准差也是仰角相关的，但其相关时间的选择依赖于是想获得星历、卫星钟、电离层和对流层误差，还是多径误差。前者需要长的相关事件，后者则需要短得多的相关时间。如果两个误差均需要，则使用分立的状态。系统模型与状态选择系统模型与状态选择 若在相干深组合中估计载波相位偏差，则系统模型依赖于频率跟踪误差模型，如果仅是估计，不用于生成NCO指令，则载波相位偏差建模为若没有建模频率跟踪误差，或其用于矫正NCO指令，则载波相位偏差与其他状态的依赖关系不必建模。系统噪声应该包括载波相位和载波

29、频率二者的状态。,=2ca jca jf9.1组合导航概述9.2卫星/惯性组合导航系统组成原理9.3系统模型与状态选择9.4测量模型 9.5卫星/惯性组合导航解算方法9卫星/惯性组合导航系统测量模型测量模型在INS/GNSS组合中，使用GNSS用户设备的测量输出与根据惯性导航参数预测的测量值之间的差来更新状态向量。采用哪些测量依赖于组合结构，因此本节首先讨论松藕合测量模型，然后是紧耦合和深组合模型，最后讨论如何估计姿态和设备误差。测量模型测量模型考虑由GNSS用户设备得到的输出测量 和由原始惯性导航参数（和GNSS导航电文）得到的预测量 ，测量中的误差 和可以由卡尔曼滤波器状态向量估计。则卡尔

30、曼滤波器的测量值 和估计 ，可以表示为两种形式Gm Im GmImGzGz,GGIGIGzmmzmm,GGIIGGzmzmmm测量模型测量模型IIImmm,GGIGGzmmzm,GGIGGzmzmm测量模型测量模型对于紧耦合组合导航，式（12.74）和式（12.76）需要扩展卡尔曼滤波器，但式（12.73）和（12.75）通常不需要。测量信息 在所有情况下相同：并可以直接计算。前面3.3.4讨论过，由INS和GNSS得到的测量值必须是同时的。否则将导致状态估计误差。GzGIGGzmmm测量模型测量模型松耦合INS/GNSS组合导航使用GNSS用户设备的位置和速度参数。因此测量信息包括GNSS校

31、正后的惯性位置和速度的差值，并补偿从INS到GNSS天线的已知杆臂。测量信息的坐标系应该与状态向量的坐标系一致。因此,()()iii biaGibb baiG kiiiibiaGibbbbabeee beaGebb baeG keeebbee beaGebbibbaieb bakrrC lzClrrC lzClC l 测量模型测量模型 测量噪声协方差 与GNSS跟踪误差、多路径的变化、卫星钟噪声以及INS-GNSS同步误差残差等误差项有关。尽管其经常假设为常值，但理想情况下应该建模为 和加速度的函数。假若伪距测量不是载波平滑的，矩阵 是对角矩阵。如果伪距测量更新速率快于2Hz,那就有必要根据G

32、NSS码跟踪环路的设计增大 ，以补偿时间相关跟踪噪声。GR0/c nGRGR测量模型测量模型 距离增量可以替代伪距率测量，它是ADR的变化。当测量更新周期比载波跟踪环相关时间长时，距离增量测量的噪声比伪距率的更小，这对1s更新间隔和载波相位跟踪适用。但使用距离增量测量增加了卡尔曼滤波器的复杂性，需要使用延迟的位置误差状态或者通过系统模型向后传播以与测量模型配合。测量模型测量模型 伪跟和伪距率或距离增量测量也可以做星间差分。这样做的好处是消除了接收机的时钟误差，降低了卡尔曼滤波器状态数。但为了实现INS标校，最少需要跟踪2颗卫星，并且测量模型更复杂，包括一个非对角线的测量噪声协方差矩阵 。一些G

33、NSS接收机周期性地进行lms时钟校正，从而导致伪距测量有0.3um的跳变。GR测量模型测量模型 深或超紧祸合的组合导航及跟踪算法，其输入是接收机原始的相关器累加输出Is和Qs。相干和非相干深组合算法采用不同的方法处理这些测量。 在非相于深组合中，与7.3.2节和7.3.3节中讨沦的传统GNSS测距处理器相同，Is和Qs用来形成鉴别器测量，伪距和伪距率测量新息可以使用下式由鉴别器输出获得:测量模型测量模型式中： 是通道j在k次迭代时的码鉴别器输出； 为相应的载波频率鉴别器输出； 和 是其相应的估计。这里假设码鉴别器输出已经根据 做了归一化。如果NCO指令的执行没有明显的延迟，估计的鉴别器输出为

34、零。, j kx ,caj kf,j kx,caj kf0/c n,()()j kj kj kcorj kcaj kcaj kcaczxxfczfff 测量模型测量模型 理论上，由传统载波相位鉴别器获得的载波相位测量，非相干深组合可以进行处理，但实际中，只有相干深组合能够对其进行处理。在相干深组合中，侧量的Is和Qs与由观测量得到的预测值之间的差，构成测量新息，即测量模型测量模型作为测量的载噪比 、估计的码跟踪误差 、参考信号载波相位偏差 和频率偏差 的函数。0/c n,j kx,caj kf,caj kf,1,2, , ,EjEjPjPjGkLjLjGkG kG j kEjEjG n kPj

35、PjLjLjkIIIIzIIzzzQQzQQQQ 测量模型测量模型预测的Is和Qs可以使用式（7.66）计算。在预测的Is和Qs以及测量矩阵时，均需要载波相位的精确估计，否则相干深组合无法工作。为了保证载波相位的估计精度，卡尔曼滤波器的测量更新必须最少50Hz。加上其他需要的卡尔曼滤波器状态，会导致比其他组合结构更大的处理负担。测量模型测量模型更一般的方案是将卡尔曼滤波器分成联邦滤波器，如图12.7所示。每个卫星配置一个快速跟踪滤波器，称为预滤波器，用来估计码相位、载波相位和载波频率跟踪误差，并输出伪距和伪距率或者伪距增量测量信息到INS/GNSS组合滤波器。测量模型测量模型如果接收机处理多个

36、频率的GNSS信号，则一个卫星的所有测量都要输入给跟踪滤波器并获得更多的状态。在跟踪滤波器中，码相位和载波频率状态以一个联邦置零结构实现，当数据输出到组合滤波器时，这些状态就清零，这表示对GNSS接收机生成的参考信号已经校正。另外，跟踪滤波器也可以替换为批处理的获取与跟踪算法。测量模型测量模型 两种深组合都可以弥补短时间的GNSS信号丢失。将位置误差和钟差状态的不确定性，沿用户到每个卫星的视线方向进行投影.并与获得的伪距不确定性与码片长度进行对比。可以判断码跟踪环的锁定。若 不足以进行码跟踪， 会变大，进而状态的不确定性变大。类似的方法同样适用于载波跟踪。0/c nGR测量模型测量模型 在IN

37、S/GNSS组合中，输入给卡尔曼滤波器的测量信息基于位置和速度，或者伪距和伪距率。如式(12.91)、式(12.99）,式（12.100)给出的，这些测量到姿态及仪表误差的的根合通常可以忽略。但卡尔曼滤波器仍然估计这些误差，估计过程并不直观。9.1组合导航概述9.2卫星/惯性组合导航系统组成原理9.3系统模型与状态选择9.4测量模型 9.5卫星/惯性组合导航解算方法9卫星/惯性组合导航系统卫星卫星/ /惯性组合导航解算方法惯性组合导航解算方法 星历预测误差、卫星时钟误差残差、电离层折射以及对流层折射可以产生伪距测量中的很多时空相关偏差，通过校准这些偏差，8.1节描述的差分GNSS提高了位置精度

38、。 本质上DGNSS与INS的组合结构和独立GNSS与INS的组合结构相同，只是对伪距测量做了差分校正。在松耦合组合导航中。这种差分校正在GNSS用户设备内部实现。卫星卫星/ /惯性组合导航解算方法惯性组合导航解算方法对于紧藕合组合导航，伪距测量可以通过GNSS测距处理器或者在组合算法的测量模型中进行差分校正。对于深组合，差分校正在NCO控制算法中实现。 由于在应用差分校正时，需要考虑的跟踪噪声、多路径以及时间同步误差均不变，因此测量噪声协方差 与GNSS单点定位相同。但距离偏差或者建模为状态，或作为附加的的位置和钟差不确定。GR卫星卫星/ /惯性组合导航解算方法惯性组合导航解算方法通过比较G

39、NSS与基站用户设备产生的ADR测量，可以获得实时的厘米级定位。与INS组合，则不仅可以在GNSS信号丢失时定位，还可以在信号丢失长达约1min的时间内继续模糊度求解，并辅助周跳的检测与校正。卫星卫星/ /惯性组合导航解算方法惯性组合导航解算方法使用固定在载体上多个天线间的相对载波相位定位可以实现GNSS定姿。GNSS姿态噪声很大但不会漂移，这使得它成为INS姿态非常好的补充，并解决一些INS/GNSS应用中的航向标定问题。INS与多天线GNSS组合可以获得一个精确稳定的姿态。惯性姿态也可以用来大大减少模糊度搜索空，从而辅助GNSS模糊度求解。卫星卫星/ /惯性组合导航解算方法惯性组合导航解算

40、方法短基线时惯性姿态完全可以求解模糊度。一个完整的GNSS姿态需要三个或更多天线。但如果传统的INS/GNSS组合导航可以满足滚动和俯仰的精度要求，则只需要两个天线。卫星卫星/ /惯性组合导航解算方法惯性组合导航解算方法 通过输入由载波得到的伪距测量，紧耦合INS/GNSS组合导航可以独立进行模糊度求解。注意如果伪距是根据载波得到的，采用伪距率没有优势。载波相位G N S S 定 位 可 以 采 用 标 准 的 紧 耦 合INS/GNSS组合算法来与INS组合，只需要将测量噪声协方差 和距离偏差建模得更小。GR卫星卫星/ /惯性组合导航解算方法惯性组合导航解算方法或者，如果能够充分考虑测量噪声

41、协方差 中的相关噪声则经过整周模糊度求解后的载波相位测量，可以进行星间差分、移动站与基站间差分，或者对两者进行双差。在移动站和基站之间的差分在移动站和基站之间的差分提供的是相对而不是绝对位置参数。提供的是相对而不是绝对位置参数。GR卫星卫星/ /惯性组合导航解算方法惯性组合导航解算方法通过在一个卡尔曼滤波器中分开处理每个天线中由码和载波获得的伪距，GNSS姿态可以进行紧组合。注意必须对杆臂建模，而且测量矩阵 中的姿态误差部分不能忽略。如果没有基站,测量噪声协方差矩阵 中源干不同天线测量间的相关性高，使得可以在同一个伪距中得到载波级精度的姿态和码级精度的位置和速度。GHGR卫星卫星/ /惯性组合

42、导航解算方法惯性组合导航解算方法 在松藕合和紧藕合组合结构中，经过校正的INS位置和/或姿态可以用来辅助模糊度求解。但组合及模糊度求解算法必须谨慎调整以避免正反馈。另外，如果摸糊度求解算法基于卡尔曼滤波器，则可以与组合算法合并为一个算法，来同时估计INS误差和载波整周模糊度，这同样适应于深组合。卫星卫星/ /惯性组合导航解算方法惯性组合导航解算方法低精度的IMU，尤其是那些使用MEMS传感器的IMU，具有很大的噪声。为了优化这类系统的卡尔曼滤波器增益，假定的传感器噪声与其真值的匹配非常重要。不幸的是，由于单个传感器的噪声水平不同，以及振动环境下有效噪声水平的不同，制造商给出的指标可能不是准确的

43、。卫星卫星/ /惯性组合导航解算方法惯性组合导航解算方法 如果主要的振动模态已知，或者可以由IMU数据确定，则这些模态可以进入卡尔曼滤波器。已经表明:通过二阶马尔科夫过程将传感器噪声建模为相关噪声，使用施密特一卡尔曼滤波器可以提高机载导弹的对准性能。卫星卫星/ /惯性组合导航解算方法惯性组合导航解算方法基于MEMS的IMU还会表现出用卡尔曼滤波器难于建模的复杂高阶系统误差和缓变误差。但这些误差可以建模为一个ANN并加上一个标准15个INS误差状态的卡尔曼滤波器。当有GNSS数据时训练神经网络，没有时则预测INS位置误差残差。当没有GNSS信号时，与卡尔曼滤波相比，使用一些ANN和卡尔曼滤波器融

44、合的算法，已经表明可以明显提高位置精度。卫星卫星/ /惯性组合导航解算方法惯性组合导航解算方法 对于很多应用，如测量、地理参考、车辆测试和军用靶场等，导航参数用于事后分析。这时，可以使用之前和之后的GPS测量来标定INS误差。标准卡尔滤波器不能用于这种目的，而卡尔曼平滑器则可以解决。平滑能否大大提高性能依赖于具体应用。卫星卫星/ /惯性组合导航解算方法惯性组合导航解算方法如果在感兴趣的数据段前INS还没有经过一段时间的校正，或者需要航向角但航向误差难于观测，这时卡尔曼平滑器就非常有用。当GNSS信号的可用性比较差，比如在城市内，需要载波相位级的精度或使用了一个低精度的IMU时，卡尔曼平滑器对系统的影响最大。平滑器有效地缩短了GNSS信号丢失时INS的漂移时间，其最大位置误差可减小4倍。