利用时频分析法精化GNSS/INS组合导航先验滤波模型*

2013-02-13隋立芬张清华

大地测量与地球动力学 2013年1期

关键词：模型

甘雨隋立芬张清华桑渤

1)信息工程大学地理空间信息学院，郑州 450052

2)72946 部队，淄博255000

1 引言

GNSS/INS 组合导航应用Kalman 滤波进行数据融合，经典Kalman 滤波要求有可靠的函数模型及随机模型。先验滤波模型的确定不仅困难，而且有时并不能完全合理地描述整个导航过程，因此许多学者研究了多种自适应滤波理论［5－6］，并对经典Kalman 滤波进行了扩展，解决了许多实际应用问题，特别是抗差自适应滤波，可以同时控制状态扰动和观测异常的影响。

然而，应用Kalman 滤波时，先验信息的确定往往具有一定的随意性和较强的经验性，缺乏理论基础。如果先验模型与真实模型相差较大，不仅影响经典Kalman 滤波，也会降低自适应滤波的可靠性。在组合导航系统中，状态随机模型的确定是难点。现有文献极少涉及先验模型确定问题，影响了Kalman 滤波在组合导航中的实际应用。

组合导航系统本质上是连续线性系统，具有功率谱密度形式的频域随机模型。提出利用功率谱密度分析、自相关函数分析、Allan 方差分析等时频特性分析方法，由惯性元件数据计算各状态噪声成分的功率谱密度，为组合导航提供较为准确的先验信息，避免实际应用Kalman 滤波时繁琐的调试。算例验证了时频分析精化先验滤波模型的有效性。