[发明专利]一种角速度辅助的Kalman滤波定位方法

说明书

一种角速度辅助的Kalman滤波定位方法，包括如下步骤：步骤1、捕获卫星信号，解调导航电文，剔除故障卫星；步骤2、解算运动载体的初始状态变量、方位角、角速度、方差；步骤3、确定采用的Kalman滤波方程模型，根据不同载体类型和不同的接收机类型确定各个参数的值：步骤4、检测接收卫星信息是否良好，若是，直接利用Kalman方程解算出当前时刻的状态变量‑位置、速度和加速度；当接收卫星信息不好，不能利用卫星信息进行卫星定位时，确定现时刻的载体的所在方位，联合Kalman滤波的预测方程，两者进行等权计算现时刻状态解算载体的位置、速度等信息。本发明在卫星定位失败时，能够显著提高没有惯性传感器等辅助手段情况下的动态定位精度。

技术领域

本发明涉及卫星导航定位的技术领域，特别涉及一种角速度辅助的Kalman滤波定位方法。

背景技术

随着中国北斗卫星系统的发展，目前国内已经打破了GPS独大的局面，相应的卫星导航定位相关产品也多以双模或多模的形式出现。其中应用较为广泛便是北斗+GPS双模动态定位。

卫星动态定位的精度主要依靠于接收的卫星信息、定位的算法和辅助信息，由于动态运动的环境复杂性，我们很难改变接收的卫星信息。传统的动态定位一般采用组合导航的模式，即卫星导航定位+惯性传感器，惯性传感器一般可以测得载体的角速度且在卫星导航定位失败的情况下能提供短时间的定位。而对于一般的运动载体而言，也不能苛求它拥有完善的惯性传感器等可以辅助定位的装置，这时候改进定位算法提高定位精度就成了有效的手段。

在没有其他融合的惯性传感器等的辅助下，卫星动态定位会因地理位置不利导致卫星接收不到进而导致定位失败。消除车辆卫星定位随机误差的方法有多种，其中比较常用的方法之一是GPS动态滤波，即利用滤波器消除各种随机误差，从而提高定位精度。一般情况下，多用Kalman滤波算法来提高动态定位的精度，Kalman预测方程实际上是根据上一时刻的位置和速度预测出的一条运动轨迹，又由于动态运动载体的运动复杂性，因此单靠Kalman状态方程预测定位结果精度很难得到保障。但是当卫星信号被严重遮挡或者没有卫星信号时，普通的基于位置、速度、加速度的自适应Kalman滤波的定位精度不高，有待改善。

发明内容

有鉴于此，本发明的目的在于，提供一种角速度辅助的Kalman滤波定位方法，在卫星定位失败的情况下，添加基于角速度的辅助方程，再依据前一时刻的状态值和预测方程一起预测现时刻的状态量(位置、速度)，结果表明这种方法行之有效，可以在一定程度上提高卫星定位失败情况下的实际导航定位精度。

本发明的目的是以下述方式实现的：

一种角速度辅助的Kalman滤波定位方法，包括如下步骤：

步骤1、运动载体的接收机捕获并跟踪卫星信号，解调卫星导航电文，剔除故障卫星和异常卫星；

步骤2、利用接收到的前几个历元的卫星信息解算运动载体的初始状态变量X₀、方位角S₀、角速度Vr₀、方差P₀；

步骤3、确定采用的Kalman滤波方程模型，假设没有系统控制输入，根据不同载体类型和不同的接收机类型确定以下参数：过程激励噪声协方差矩阵为Q，观测噪声协方差矩阵为R，转换矩阵φ，测量矩阵H，马尔可夫过程在三个坐标轴方向的相关时间常数τ_x、τ_y、τ_z；