朱一鳴 上海交通大學(xué)電子信息與電氣工程學(xué)院 200240

?

車載INS/GPS組合導(dǎo)航系統(tǒng)設(shè)計

朱一鳴 上海交通大學(xué)電子信息與電氣工程學(xué)院 200240

【文章摘要】

GPS（Global Position system）在信號接收良好的情況下，可以幫助車輛進(jìn)行準(zhǔn)確的定位，但是遇到環(huán)境上有遮蔽導(dǎo)致GPS信號難以接受，則會出現(xiàn)難以定位，實(shí)時位置得不到更新。INS（integrated navigation system）是屬于自主導(dǎo)航，它由陀螺儀和加速度計兩種傳感器構(gòu)成，可以通過數(shù)學(xué)平臺解算得出當(dāng)前的位置，但是它會隨著時間的積累而導(dǎo)致誤差越來越大。本文提出了一種INS/GPS組合導(dǎo)航的設(shè)計，并且使用卡爾曼濾波算法進(jìn)行濾波，通過matlab進(jìn)行軌跡發(fā)生仿真來驗(yàn)證算法上的誤差效果。

【關(guān)鍵詞】

INS；組合導(dǎo)航

0　引言

INS/GPS即慣性導(dǎo)航系統(tǒng)（Interial Navigation System，INS）和全球衛(wèi)星定位系統(tǒng)（Global Positioning）組成的組合導(dǎo)航系統(tǒng)。

全球定位系統(tǒng)的具有以下四個優(yōu)點(diǎn)：1.全天候；2.全球覆蓋；3.維定位且精度高；4.速度快且效率高；缺點(diǎn)是：它得接收到衛(wèi)星信號才能提供準(zhǔn)確連續(xù)的定位信息。全球定位系統(tǒng)在通常情況下都是導(dǎo)航定位的最佳選擇，但是當(dāng)收到外部環(huán)境影響比如建筑物密集地，或者是森林覆蓋區(qū)，這些地方會出現(xiàn)信號難以接收的問題，這樣就會導(dǎo)致難以實(shí)時更新位置信息。

圖4-1

慣性導(dǎo)航系統(tǒng)有以下幾個優(yōu)點(diǎn)：1.可以工作在水下，空中，還有地面；2.不依賴于外部信息。缺點(diǎn)是：導(dǎo)航信息通過積分得到，所以誤差隨著時間增加而累積。

1　組合導(dǎo)航系統(tǒng)設(shè)計

車輛導(dǎo)航對于精度要求不是很高，所以可以采用松組合的方式。INS和GPS各自獨(dú)立工作，濾波器把這兩個的位置和速度信息進(jìn)行融合得到最優(yōu)估計結(jié)果，再反饋給INS對它進(jìn)行修正，優(yōu)點(diǎn)是工作比較簡單容易實(shí)現(xiàn)。

2　捷聯(lián)式慣性導(dǎo)航基本方程

慣導(dǎo)系統(tǒng)中，加速度計測量的是載體的比力 f 和地球的引力加速度矢量之和，若用R表示載體在慣性空間中的位置矢量，則有：

式中下標(biāo)i標(biāo)是相對慣性空間取微分，為了研究載體相對于地球的運(yùn)動速度V 與加速度計輸出信號之間的關(guān)系，需要將（2-1）式變形，經(jīng)過一系列推導(dǎo)后，可得：

地球自轉(zhuǎn)角速度在地理坐標(biāo)系投影：

其中Ω為地球自轉(zhuǎn)角速率。

經(jīng)緯度更新方程為：

3　卡爾曼濾波

卡爾曼濾波由三個部分組成，預(yù)測、實(shí)測、修正。依據(jù)系統(tǒng)量測值消除隨機(jī)噪聲，恢復(fù)系統(tǒng)的本來狀態(tài)。通過信號和狀態(tài)空間模型利用估計值和觀測值來更新下一個估計值，從而達(dá)到過濾噪聲的目的。

其中K是表示時刻，X（k）是狀態(tài)矢量，Z（k）是觀測矢量，狀態(tài)轉(zhuǎn)移矩陣向量，U（k）對系統(tǒng)的控制量，系統(tǒng)控制矩陣向量，W（k）系統(tǒng)噪聲向量，H（k）觀測矩陣向量，N（k）觀測噪聲向量。

狀態(tài)估計計算方程：

左式是狀態(tài)估計值，K（k）是濾波增益陣，H（k）是觀測矩陣向量，Z（k）是觀測矢量。

4　仿真結(jié)果和分析

通過軌跡發(fā)生器輸入進(jìn)行仿真，由圖4-1的結(jié)果可以看到組合導(dǎo)航系統(tǒng)的速度和位置誤差都很小，而且較為穩(wěn)定。仿真數(shù)據(jù)證明INS/GPS組合導(dǎo)航可以提高定位精度。

【參考文獻(xiàn)】

［1］王惠南.GPS導(dǎo)航原理與應(yīng)用［M］.科學(xué)出版社，2003.

［2］李鵬程.組合導(dǎo)航及其濾波算法研究［D］.西安電子科技大學(xué)，2010.1.

［3］1441 Gao W，Miao L，Ni M.Multiple fading factors Kalman filter for SINS static alignment

application［J］.Chinese Journal of Aeronautics，2011，24（4）∶ 476-483.

［4］周戰(zhàn)馨，余志勇.一種快速GPS/DR組合航系統(tǒng)狀態(tài)估計算法研究［J］.儀器報，2006，27（zl）∶623-625，641.

［5］劉星.卡爾曼濾波算法以及在組合導(dǎo)航中的應(yīng)用綜述.企業(yè)技術(shù)開發(fā)，2010，29（10）.