[发明专利]一种微惯性SINS/GPS组合导航系统的自适应滤波方法

说明书

技术领域

本发明属于导航系统技术领域，涉及一种微惯性SINS/GPS组合导航系统的自适应滤波方法，可用于提高在GPS信号短时丢失或受到干扰情况下MEMS-SINS/GPS组合导航系统的定位精度。 

背景技术

随着MEMS技术的不断进步，MEMS惯性传感器凭借体积小、重量轻、功耗低以及成本低的特点，目前已开始应用于中低精度的导航领域。但由于MEMS陀螺和加速度计的性能受外界环境影响大，精度不高且误差随时间快速增长等问题，限制了其进一步的应用；GPS是一种全天候、高精度的全球定位系统，具有定位精度高、误差不随时间积累的优点，但是自主性差、易受外界干扰。因此，能够充分利用两者优势的MEMS-SINS/GPS组合导航系统在中低精度的导航领域有着广阔的应用前景。 

MEMS-SINS/GPS组合导航系统普遍采用卡尔曼滤波技术进行信息融合，但是由于微惯性传感器误差和GPS量测噪声统计信息具有不确定性或时变性，容易导致常规卡尔曼滤波算法发散，使得导航定位精度降低。目前，很多学者对此进行了大量的研究工作。其中，文献“基于Kalman滤波的MEMS陀螺仪滤波算法，哈尔滨工程大学学报，2010，第31卷第9期”提出的利用带渐消因子的自适应滤波算法来处理动态情况下的滤波问题，但是渐消因子的选取缺乏理论依据，且需要依赖于先验知识，缺乏实用性；文献“基于MIMU/GPS组合导航定位系统的一种新型卡尔曼滤波算法的研究，弹箭与制导学报，2007，第27卷第4期”基于极大后验估计理论得到了量测噪声统计估值器，但是存在滤波发散，对初值敏感以及存在常值误差等问题。本专利设计的方法在加入量测噪声统计估值器的基础上，对系统的新息进行固定窗口平滑，并通过引入时变渐消衰减因子修正状态预测协方差阵，实时自适应调节滤波增益矩阵，从而提高MEMS-SINS/GPS组合导航系统的鲁棒性和导航定位精度。 

发明内容

为了克服现有技术中的缺陷，解决上述技术问题，本发明提供一种微惯性SINS/GPS组合导航系统的自适应滤波方法，提出一种带有量测噪声统计估值器和新息窗口平滑器，并通过引入渐消因子在线修正状态预测协方差，使得滤波器能够根据新息自适应的调节增益矩阵，从而提高MEMS-SINS/GPS组合导航系统鲁棒性和定位精度的自适应滤波方法。该方法可以明显改善短时 GPS信号丢失或受到干扰导致常规卡尔曼滤波发散的情况。其技术方案如下： 

一种微惯性SINS/GPS组合导航系统的自适应滤波方法，包括以下步骤： 

步骤一：建立MEMS-SINS的误差方程，利用GPS与SINS提供的速度差值作为量测信息，建立MEMS-SINS/GPS组合导航系统的状态方程和量测方程； 

步骤二：利用由步骤一得到的k时刻量测值Z_k和滤波器的一步预测值计算当前时刻新息序列ε_k； 

步骤三：利用k时刻的新息序列ε_k和k-1时刻的滤波信息，对k时刻的量测噪声协方差阵进行在线估计； 

步骤四：确定平滑窗口的宽度N，并借助步骤二得到新息序列新息ε_k，建立关于量测新息的协方差阵的限定窗口平滑器； 

步骤五：根据步骤三和步骤四得到的量测噪声估值器和窗口平滑器，借助k时刻的量测信息对滤波器的一步预测估计均方误差进行修正； 

步骤六：在步骤二、三、五的基础上，将k时刻的量测噪声估计值、新息序列值以及一步预测均方误差的修正值带入滤波过程中，建立自适应卡尔曼滤波器，并依次进行组合导航的递推解算。 

进一步优选，步骤四借助由步骤二得到新息序列，建立关于量测新息的协方差阵的限定窗口平滑器，通过对组合导航系统的新息序列进行固定窗口的平滑运算，借助以前时刻新息序列的调节作用，使得新息序列变化更加平稳，可以有效解决短时间内GPS提供的量测信息丢失或者受干扰情况下引起的滤波发散现象，其递推形式：