APP下载

有色噪声作用下的机载INS/GPS组合导航方法

2018-04-13宁凯文张小跃张春熹

导航与控制 2018年2期
关键词:方法模型

宁凯文,张小跃,张春熹

(北京航空航天大学仪器科学与光电工程学院,北京 100191)

0 引言

惯性导航系统(Inertial Navigation System,INS)是利用陀螺仪、加速度计等惯性敏感元件及初始位置来确定载体的位置、速度和姿态,它不依赖于任何外部信息,但是其导航误差会随着导航时间而迅速累积,因此很难长时间单独使用[1]。全球定位系统(Global Positioning System,GPS)能够提供全球性、全天候的导航定位授时服务,并且精度高、误差不随时间累积,但是GPS信号容易受到干扰,且导航结果的数据更新率低[2]。因此,INS和GPS具有良好的互补特性,INS/GPS组合导航系统现已成为机载导航的一种主要模式。

针对实际工程应用中有色噪声模型系数难以精确获取的问题,本文提出了一种利用滤波残差对有色噪声进行建模的方法。将滤波残差作为有色噪声的样本观测值,使用滤波所得的多个历元的残差序列对有色噪声进行拟合与修正,建立有色噪声自回归模型,在获得相关系数的基础上进行滤波处理,从而减小有色噪声对滤波结果的影响。最后,采用转台试验验证了本文提出的方法,并与未考虑有色噪声的传统的Kalman滤波方法进行了比较。

1 有色噪声对组合导航滤波估值的影响

Kalman滤波是一种离散线性递推的最优估计算法,其动态模型为:

(1)

其中,Xk、Xk-1分别为k、k-1 时刻的状态矢量;Φk,k-1为状态转移矩阵;Zk为量测矢量;Hk为量测阵;wk-1为状态噪声,vk为量测噪声矩阵。

离散化的Kalman滤波状态估计方程为:

(2)

因此,可以计算出有色噪声的综合影响函数值,并用以修正状态参数估值。……

登录APP查看全文

猜你喜欢

方法模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
学习方法
3D打印中的模型分割与打包
用对方法才能瘦
FLUKA几何模型到CAD几何模型转换方法初步研究
四大方法 教你不再“坐以待病”!
赚钱方法
捕鱼
一个相似模型的应用