[发明专利]基于环路状态自检测的SINS/GPS深组合导航方法

说明书

技术领域

本发明属于惯性与卫星组合导航的技术领域，特别是一种基于环路状态自检测的SINS/GPS深组合导航方法。

背景技术

惯性/卫星深组合技术是一种使用卫星导航系统内部跟踪环路信息作为观测量，并利用组合导航系统的输出反馈辅助GPS跟踪环路，提高高动态环境下接收机环路跟踪适应性能及导航精度的组合导航技术。

捷联惯性导航系统和卫星导航系统的特性具有良好互补性，基于惯性和卫星系统互补特性而构建的惯性/卫星组合导航系统可实现全球范围内全天时、全天候的高精度连续导航，是导航技术近年来以及未来相当长一段时期内发展的主要方向。近年来，在高动态环境适应性和抗干扰、高精度等导航需求的牵引下，惯性导航与卫星导航的组合导航技术组合的层次和信息利用与处理的水平不断深化，深组合模式与当前的松组合和紧组合有着显著的不同，是惯性/卫星组合导航系统三种组合模式中的技术复杂度最高的组合模式。目前，深组合技术已成为国外组合导航领域的一个研究热点，其核心是将惯性系统与卫星接收机的导航信息实现深度耦合，通过断开卫星接收机中跟踪环路的反馈通道，利用卫星/惯性组合的导航结果直接控制卫星导航接收机中本地信号，实现惯性和卫星接收机信息的双向辅助。

因此，惯性/卫星深度组合技术在导航系统要求更高导航性能的需求下，具有重要的应用研究价值与现实意义。

发明内容

本发明所解决的技术问题在于提供一种高动态环境下具有稳定导航性能的基于环路状态自检测的SINS/GPS深组合导航方法。

实现本发明目的的技术解决方案为：一种基于环路状态自检测的SINS/GPS深组合导航方法，包括以下步骤：

步骤1、对捷联惯性导航系统进行初始对准和GPS软件接收机参数初始化设置；

步骤2、GPS软件接收机对接收到的数字中频信号进行捕获、码和载波跟踪、导航电文解码、伪距估算、位置和速度解算处理；

步骤3、在GPS软件接收机各通道跟踪环路中建立环路预处理扩展卡尔曼滤波器模型，该模型利用码和载波跟踪环路中相关运算后生成的六路相关积分值作为观测量，利用跟踪环路本地信号特征参量作为状态量；环路预处理扩展卡尔曼滤波器对状态变量进行更新，得到状态估计值后通过参数转换后得到GPS卫星和载体视线方向上的伪距偏差和伪距率偏差输入到组合滤波器中；

步骤4、建立捷联惯性导航系统和GPS导航系统深组合卡尔曼滤波器模型，该模型的状态量为捷联惯性导航系统在东、北、天地理坐标系下三维姿态误差、三维速度误差、三维位置误差、三维陀螺常值漂移误差、三维陀螺一阶马尔可夫漂移误差和三维加速度计零偏，以及GPS接收机在地心地固坐标系(ECEF)下的等效时钟误差对应的距离，等效时钟频率误差对应的距离率；该模型的观测量为步骤(3)中所述的GPS卫星和载体视线方向上的伪距偏差和伪距率偏差，根据获得的观测量信息，对状态量进行更新得到导航误差参数；

步骤5、利用步骤(4)中所述的导航误差参数对捷联惯性导航系统进行状态校正；

步骤6、利用校正后的捷联惯性导航系统输出的位置和速度结果结合同时刻卫星位置、速度状态信息进行跟踪环路中码环及载波环的频率控制量估算，以控制下一周期跟踪环路中本地信号的生成，并利用环路预处理扩展卡尔曼滤波器估计得到的载波相位差最优估计值Δθ_carr对本地载波相位进行补偿，完成对跟踪环路中本地信号的反馈控制。

进一步地，本发明基于环路状态自检测的SINS/GPS深组合导航方法中，所述步骤3具体包括：

(a)建立环路预处理扩展卡尔曼滤波器模型

观测量为：跟踪环路的六路相关积分值I_E，I_P，I_L，Q_E，Q_P，Q_L，其观测模型为：