[发明专利]一种基于系统状态估计的SINS/GPS高精度重力扰动补偿方法

权利要求书

1.一种基于系统状态估计的SINS/GPS高精度重力扰动补偿方法，其特征在于，该方法它包括以下步骤：

步骤A：在导航坐标系下将SINS测量输出的比力信息和GPS测量输出的运动加速度信息进行求差，消除共有的运动加速度信息，得到含有随机误差噪声的重力扰动信息；

步骤B：以步骤A得到的重力扰动信息为先验信息采用自回归统计分析方法推测重力扰动的数据分布情况，并以此建立重力扰动场的自回归统计模型；

步骤C：将步骤B获得的重力扰动统计模型引入SINS误差方程，用于滤波估计；

步骤D：基于步骤C获得的滤波估计，选取GPS的位置、速度和加速度信息作为外部量测量，构建卡尔曼滤波器对重力扰动矢量进行最优估计，将获取的最优估计通过重力补偿用的惯性导航方程，对每个迭代周期进行重力扰动高精度补偿。

2.根据权利要求1所述的基于系统状态估计的SINS/GPS高精度重力扰动补偿方法，其特征在于，步骤A中，具体的步骤包括：

A1、将SINS中加速度计和陀螺的测量值进行捷联惯导解算，得到导航坐标系下SINS测量输出的位置信息、速度信息、姿态信息和比力信息；

A2、利用GPS测量输出的位置和速度作为量测量，设计卡尔曼滤波器对SINS的位置误差、速度误差、姿态误差、加速度计零偏和陀螺零漂进行估计。并根据估计出的姿态误差和加速度计零偏对比力信息进行校正，得到较为精确的地理坐标系下的比力测量值；

A3、根据GPS测量输出的位置和速度信息计算出运动加速度、科里奥利加速度和基于正常重力模型的重力矢量；

A4、计算出含有随机误差噪声的重力扰动值。

3.根据权利要求1所述的基于系统状态估计的SINS/GPS高精度重力扰动补偿方法，其特征在于：步骤B中，建立重力扰动场的自回归统计模型的建模过程分为：对重力扰动数据序列的平稳性的检验、对非平稳的重力扰动数据序列进行差分平稳处理；对平稳或差分平稳处理后的重力扰动数据序列，根据其自相关函数和偏相关函数的拖尾与截尾特性来对自回归统计模型进行识别，判断出重力扰动数据序列的模型类型；在判断出重力扰动数据序列的模型类型后，采用最小二乘法估计自回归统计模型的参数；采用AIC准则检验自回归统计模型的阶数,完成建模。

4.根据权利要求1所述的基于系统状态估计的SINS/GPS高精度重力扰动补偿方法，其特征在于：步骤C中，所述的SINS误差方程中包含有SINS系统误差模型、IMU误差模型和重力扰动模型。