本申請涉及慣性/衛(wèi)星組合導(dǎo)航，特別是涉及一種機載全源衛(wèi)星-慣性緊組合導(dǎo)航高效動靜態(tài)信息融合方法。

背景技術(shù)：

1、受限于有限載重量和能源供給，現(xiàn)有小型無人飛行器無法裝載諸如高精度慣性導(dǎo)航系統(tǒng)、精密進(jìn)近雷達(dá)、天文導(dǎo)航星敏感器等傳統(tǒng)的高精度自主導(dǎo)航系統(tǒng)，由此導(dǎo)致的自主導(dǎo)航能力缺陷很大程度上造成了自主飛行技術(shù)困難?，F(xiàn)有工程方案傾向選用高性價比的機載衛(wèi)星導(dǎo)航（global?navigation?satellite?system，gnss）模塊和視覺傳感器，配合遙控鏈路完成對無人飛行器的人工導(dǎo)航與控制。一方面，這種方案導(dǎo)致在如濃霧、強降雨雪等可見度較差的惡劣氣象條件下無法遂行飛行任務(wù)，極大地降低了無人飛行器作業(yè)效率；另一方面，這也對無線電鏈路質(zhì)量和地面人員操作技能提出了較高要求，增加了地面站工作負(fù)擔(dān)。近年來，高性能微機電（micro-electro-mechanical?system，mems）捷聯(lián)慣性導(dǎo)航系統(tǒng)（strapdown?inertial?navigation?system，sins）的涌現(xiàn)為增強小型無人飛行器自主導(dǎo)航能力帶來了轉(zhuǎn)機，mems-sins是一種基于硅晶片的微型、低功耗、低成本傳感器集成系統(tǒng)，能夠在不顯著增加機載導(dǎo)航系統(tǒng)重量、尺寸和能耗條件下直接安裝于小型無人飛行器上，與現(xiàn)有g(shù)nss模塊構(gòu)成小型化、高性能衛(wèi)星/慣性組合導(dǎo)航系統(tǒng)，實時提供精確可信的位置、速度、姿態(tài)、角速度和角速度等導(dǎo)航信息，增強了小型無人飛行器的自主導(dǎo)航及自主飛行能力。

2、衛(wèi)星/慣性組合導(dǎo)航系統(tǒng)通?？梢苑譃樗缮⒔M合（loosely-coupled）、緊密組合（tightly-coupled）和超緊組合（ultra-tightly-coupled，utc）等三種架構(gòu)。盡管超緊組合在載體高動態(tài)和弱gnss信號條件下均表現(xiàn)出優(yōu)越性能，但其設(shè)計開發(fā)涉及gnss接收機基帶信號處理，通常不對商用模塊開放。因此，松散組合和緊密組合在機載導(dǎo)航中得到廣泛應(yīng)用，兩者區(qū)別主要在于gnss測量數(shù)據(jù)融合形式。松散組合使用gnss導(dǎo)航模塊提供的位置和速度信息與慣性導(dǎo)航進(jìn)行信息融合，而緊密組合直接使用gnss原始測量數(shù)據(jù)（如偽距和多普勒頻移測量值）進(jìn)行更深層次的信息融合。緊密組合不受衛(wèi)星幾何構(gòu)型、部分gnss信號中斷（即可見衛(wèi)星數(shù)少于4顆）和級聯(lián)濾波相關(guān)性的影響，通常在導(dǎo)航精度方面優(yōu)于松散組合。

3、工程上，衛(wèi)星/慣性組合導(dǎo)航系統(tǒng)采用擴展卡爾曼濾波方法實現(xiàn)數(shù)據(jù)融合。伴隨著北斗導(dǎo)航衛(wèi)星系統(tǒng)的全面建成運行，現(xiàn)有多gnss系統(tǒng)帶來了可用觀測值個數(shù)的飆升，并形成了基于多系統(tǒng)、多頻、多類型gnss觀測值（簡稱為全源gnss測量值）的高維gnss觀測信息，極大地提升了傳統(tǒng)衛(wèi)星/慣性組合導(dǎo)航所能實現(xiàn)的精度性能。但是，隨之而來的代價是卡爾曼濾波測量更新高維觀測矩陣求逆帶來的巨大計算量。與此同時，高速、高動態(tài)載體（如小型uav）通常要求導(dǎo)航計算和輸出的高數(shù)據(jù)更新率，造成短時間內(nèi)高維矩陣乘法和求逆運算量劇增，進(jìn)一步加劇了機載計算負(fù)擔(dān)。不幸的是，小型無人飛行器匱乏的機載計算資源導(dǎo)致較低的導(dǎo)航計算效率，引發(fā)高維濾波條件下的顯著計算延遲，威脅機載導(dǎo)航實時性和飛行安全性。因此，為不損失潛在的實時導(dǎo)航精度，必須提升高維gnss觀測條件下的組合導(dǎo)航算法效率，改善計算實時性，為諸如gnss精密相對定位、完好性風(fēng)險估計和高采樣率捷聯(lián)慣性解算等計算任務(wù)提供機載算力裕量。

技術(shù)實現(xiàn)思路

1、基于此，有必要針對上述技術(shù)問題，提供一種機載全源衛(wèi)星-慣性緊組合導(dǎo)航高效動靜態(tài)信息融合方法。

2、一種機載全源衛(wèi)星-慣性緊組合導(dǎo)航高效動靜態(tài)信息融合方法，該方法包括：

3、搭建機載全源衛(wèi)星-慣性組合導(dǎo)航系統(tǒng)，組合導(dǎo)航系統(tǒng)在載體運動過程中實時獲取飛行器的慣導(dǎo)測量數(shù)據(jù)和多系統(tǒng)多頻點多類型的gnss導(dǎo)航測量數(shù)據(jù)；

4、根據(jù)慣導(dǎo)測量數(shù)據(jù)進(jìn)行慣性導(dǎo)航解算，并建立系統(tǒng)誤差狀態(tài)方程，然后進(jìn)行kalman時間更新；

5、將gnss導(dǎo)航測量數(shù)據(jù)依據(jù)gnss觀測數(shù)據(jù)時間查找同步星歷，進(jìn)行觀測數(shù)據(jù)和同步星歷有效性檢查，判斷gnss導(dǎo)航測量數(shù)據(jù)接收是否正常；

6、若判斷為異常，則直接輸出捷聯(lián)慣性導(dǎo)航結(jié)果數(shù)據(jù)；

7、若判斷為正常，則根據(jù)gnss導(dǎo)航測量數(shù)據(jù)構(gòu)建高維gnss觀測向量，將高維gnss觀測向量劃分為載波相位觀測量子集和偽距與偽距變率觀測量子集；構(gòu)建基于獨立觀測信息逐次融合的魯棒動靜態(tài)濾波算法，進(jìn)行衛(wèi)星/慣性緊組合導(dǎo)航的信息融合，并計算導(dǎo)航誤差，利用導(dǎo)航誤差估計值修正導(dǎo)航結(jié)果，輸出最終導(dǎo)航結(jié)果數(shù)據(jù)；基于獨立觀測信息逐次融合的魯棒動靜態(tài)濾波算法是指在任一歷元均基于動力學(xué)模型與載波相位觀測量子集進(jìn)行抗差動態(tài)kalman濾波、再序貫加入偽距與偽距變率觀測量子集進(jìn)行抗差靜態(tài)kalman濾波后獲取全局最優(yōu)融合解。

8、上述機載全源衛(wèi)星-慣性緊組合導(dǎo)航高效動靜態(tài)信息融合方法，所述方法將改進(jìn)后的信息濾波方法和緊密組合導(dǎo)航方法結(jié)合起來，通過對高維kalman濾波測量更新降為兩個低維融合過程，即載波相位觀測子集動態(tài)測量更新和偽距與偽距變率觀測子集靜態(tài)測量更新，并以動靜態(tài)信息濾波形式在保證全局最優(yōu)估計條件下的高計算效率；通過動靜態(tài)濾波新息自適應(yīng)加權(quán)策略妥善抑制gnss觀測異常的信息融合貢獻(xiàn)率；該方法有效解決了高數(shù)據(jù)率、高維gnss觀測量帶來的緊組合kalman測量更新計算效率低、計算耗時過長的問題，同時克服了gnss粗差對導(dǎo)航精度的不利影響，在機載計算資源受限條件下提高了機載組合導(dǎo)航計算的實時性和精度。

技術(shù)特征：

1.一種機載全源衛(wèi)星-慣性緊組合導(dǎo)航高效動靜態(tài)信息融合方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述慣導(dǎo)測量數(shù)據(jù)進(jìn)行慣性導(dǎo)航解算，并建立系統(tǒng)誤差狀態(tài)方程，然后進(jìn)行kalman時間更新，包括：

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，構(gòu)建基于獨立觀測信息逐次融合的魯棒動靜態(tài)濾波算法，進(jìn)行衛(wèi)星/慣性緊組合導(dǎo)航的信息融合，并計算導(dǎo)航誤差，利用導(dǎo)航誤差估計值修正導(dǎo)航結(jié)果，輸出最終導(dǎo)航結(jié)果數(shù)據(jù)，包括：

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述gnss導(dǎo)航測量數(shù)據(jù)構(gòu)建高維gnss觀測向量，將所述高維gnss觀測向量劃分為載波相位觀測量子集和偽距與偽距變率觀測量子集，包括：

5.根據(jù)權(quán)利要求3所述的方法，其特征在于，根據(jù)所述載波相位觀測量子集建立多系統(tǒng)多頻歷元間星差分載波相位觀測方程，包括：

6.根據(jù)權(quán)利要求3所述的方法，其特征在于，抗差自適應(yīng)動態(tài)信息濾波的過程包括：

7.根據(jù)權(quán)利要求3所述的方法，其特征在于，建立多系統(tǒng)多頻星間差分偽距和偽距變率觀測方程的步驟包括：

8.根據(jù)權(quán)利要求3所述的方法，其特征在于，抗差自適應(yīng)靜態(tài)信息濾波的過程包括：

技術(shù)總結(jié)
本申請涉及一種機載全源衛(wèi)星?慣性緊組合導(dǎo)航高效動靜態(tài)信息融合方法。所述方法將改進(jìn)后的信息濾波方法和緊密組合導(dǎo)航方法結(jié)合起來，通過對高維Kalman濾波測量更新降為兩個低維融合過程，即載波相位觀測子集動態(tài)測量更新和偽距與偽距變率觀測子集靜態(tài)測量更新，并以動靜態(tài)信息濾波形式在保證全局最優(yōu)估計條件下的高計算效率；通過動靜態(tài)濾波新息自適應(yīng)加權(quán)策略妥善抑制GNSS觀測異常的信息融合貢獻(xiàn)率；該方法有效解決了高數(shù)據(jù)率、高維GNSS觀測量帶來的緊組合Kalman測量更新計算效率低、計算耗時過長的問題，同時克服了GNSS粗差對導(dǎo)航精度的不利影響，在機載計算資源受限條件下提高了機載組合導(dǎo)航計算的實時性和精度。

技術(shù)研發(fā)人員：王鼎杰,李朝陽,楊曙寧,張成眾,吳杰
受保護(hù)的技術(shù)使用者：中國人民解放軍國防科技大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19