[发明专利]GNSS/SINS紧组合滤波平滑的高精度快速算法

说明书

本发明涉及一种GNSS/SINS紧组合滤波平滑的高精度快速算法。采用状态方程一步预测的近似方法优化了Kalman滤波的计算效率；通过剔除GNSS状态参数和分解SINS状态参数，加快了RTSS和FBC平滑算法的计算效率；将RTSS嵌入FBC中，融合得到新的平滑算法，提高了平滑算法的解算精度；采用低频观测更新率保存滤波结果并进行平滑处理，减小内存消耗，再以SINS机械编排高频内插的方法，从低频的平滑结果中恢复出任意时刻的紧组合解。本发明可以使GNSS/SINS紧组合快速生成高精度的解算结果。

技术领域

本发明属于GNSS/SINS组合导航领域，是一种GNSS/SINS紧组合滤波平滑的高精度快速算法。

背景技术

以全球导航卫星系统(GNSS,Global Navigation Satellite System)辅助捷联惯导(SINS，Strapdown Inertial Navigation System)的模式已成为组合导航的标准，它结合了GNSS长时间内的高精度定位与SINS的运动学信息，融合互补以提供连续、高带宽、长时和短时精度均较高的、完整的导航参数。在军用和民用上，可为全球性的航空、航海活动提供高可靠的导航服务。在基础测绘测量作业中，组合导航系统是地理信息数据大范围、高效、快速获取的关键，它维持着整个数据采集过程中的坐标系统，实现各类数据在现实世界中的正确表达，如航空摄影测量，车载移动测量系统等。另外，矢量航空重力测量技术的突破性进展也得益于组合导航系统以及高灵敏度的重力传感器的成功应用。

GNSS/SINS组合导航采用Kalman滤波器估计，为了获取高精度的导航解，一般采用带有平滑算法的后处理模式。其中，后处理的平滑算法主要分为两类：1.RTSS(Rauch，Tungand Striebel Smoother)平滑算法；2.前向(Forward)—后向(Backward)滤波组合(Combination)平滑算法，简称称FBC平滑算法。在GNSS/SINS组合导航后处理中，RTSS和FBC平滑算法是一种提高精度的有效方法，RTSS算法向后平滑可以解决GNSS观测中断时的导航接续问题，并大幅度提高速度和姿态的解算精度，而FBC算法可以有效提高紧组合滤波的位置解算精度。加拿大卡尔加里大学开发的高精度组合导航软件KINGSDAP、Novatel公司商业软件IE(Inertial Explorer)和Applanix公司的商业软件POSPac，这些著名的组合导航解算软件均包含了平滑算法模块。

目前GNSS/SINS紧组合后处理平滑算法主要存在以下问题：

1)在组合导航中，SINS数据采样率远高于GNSS数据采样率，以SINS采样率进行标准Kalman滤波的状态预报更新耗时严重；

2)标准的紧组合RTSS平滑算法需要对所有状态进行平滑处理，而其中GNSS模糊度参数过多且随卫星升降而变化频繁，极大的增加了算法操作的复杂度；

3)紧组合中，单独的RTSS平滑对速度和姿态的精度提高十分明显，而单独的FBC平滑对位置精度提高十分明显，因此，单一的平滑算法不能有效提高所有导航参数的精度；

4)标准的平滑算法均以SINS高频采样率储存滤波结果，再按此频率进行平滑解算，对于典型的200HZ的SINS数据，平滑算法的储存空间可达GB级，计算时间在30min左右，十分消耗硬件资源；

针对以上问题，本发明给出了一种GNSS/SINS紧组合滤波平滑的快速算法，有效的减少了算法耗时，提高了紧组合解算的精度。

发明内容

本发明提供了一种GNSS/SINS紧组合滤波平滑的快速算法，具有数据利用率高、算法时间和内存消耗低，解算精度高的特点。为达到上述目的，具体技术方案如下：