低成本GPSDR容错组合导航系统设计

低成本GPSDR容错组合导航系统设计

第１８卷第４期２０１０年８月

文章编号：１００５ ６７３４（２０１０）０４ ０４５５ ０７

中国惯性技术学报

ＪｏｕｒｎａｌｏｆＣｈｉｎｅｓｅＩｎｅｎｉａｌＴｅｃｈｎｏｌｏｇｙ

Ｖ，０１．１８ＮＯ．４Ａｕｇ．２０１０

低成本ＧＰＳ／ＤＲ容错组合导航系统设计

张强，孙尧，万磊，夏全喜

（哈尔滨工程大学自动化学院水下机器人技术国防科技重点实验室，哈尔滨１５０００１）

摘要：ＧＰＳ信号易受建筑物或树木遮蔽，而低成本的ＭＥＭＳ惯性元件随机漂移大，性能随温度急剧变化，采用

一般的Ｋａｌｍａｎ滤波器融合ＧＰＳ和低成本ＭＥＭＳ惯性元件信号，构成ＧＰＳ／ＤＲ组合导航系统很难满足导航系统的容错和精度要求．幸目Ｉ－ｘ＠ＧＰＳ和ＭＥＭＳ惯性元件构成的低成本６ＰＳ／ＤＲ组合导航系统，设计了容错ｕｌ【Ｆ／ｘＦ联邦ｇａＩｍａｎ滤波算法，提高了组合导航系统的定位精度和抗干扰能力；针对ＭＥＭＳ惯性元件随机漂移大的缺点，采用零偏

试探消减算法，抑制了ＭＥＭＳ惯性元件的随机零漂，提高了ＭＥＭＳ惯性元件的精度．仿真结果表明，基于该算法的ＧＰＳ／ＤＲ组合导航系统的定位精度高，抗干扰能力强，在ＧＰＳ信号中断的情况下导航系统仍可在短时间内保持较高的定位精度．

关键词：组合导航系统；故障检测；联邦Ｋａｌｍａｎ滤波；零偏试探消减法中图分类号：Ｕ６６６．１

文献标志码：Ａ

ＤｅｓｉｇｎｏｆｌｏｗｃｏｓｔＧＰＳ／ＤＲｆａｕｌｔ—ｔｏｌｅｒａｎｔ

ｉｎｔｅｇｒａｔｅｄｎａｖｉｇａｔｉｏｎｓｙｓｔｅｍ

ＺＨＡＮＧ

Ｑｉａｎｇ，ＳＵＮＹａｏ，ＷＡＮ

ＡＵＶ，Ｃｏｌｌｅｇｅ

Ｌｅｉ，ＸＩＡ

Ｑｕａｒｔ－ｘｉ

（ＮａｔｉｏｎａＩＫｅｙＬａｂ．ｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙｏｎｏｆＡｕｔｏｍａｔｉｏｎ，ＨａｒｂｉｎＥｎｇｉｎｅｅｒｉｎｇＵｎｉｖｅｒｓｉｔｙ，

Ｈａｒｂｉｎ

１５０００１，Ｃｈｉｎａ）

ｈｉ．ｇｌＩｂｕｉｌｄｉｎｇｓ．Ｍｅａｎｗｈｉｌｅ

ｉｔｓｐｅｒｆｏｒｍａｎｃｅ

Ａｂｓｔｒａｃｔ：ＧＰＳｓｉｇｎａｌｉｓｅｓｐｅｃｉａｌｌｙｓｕｓｃｅｐｔｉｂｌｅｉｎｅｒｔｉａｌｄｅｖｉｃｅｓｏｆｍｉｃｒｏｅｌｅｃｔｒｏｍｅｃｈａｎｉｃａｌｓｈａｒｐｌｙ

ｔｏ

ｂｅｉｎｇｏｂｓｔｒｕｃｔｅｄｂｙｄｅｎｓｅ

ｌａｒｇｅ

ｔｒｅｅｓｏｒｔｈｅ

ｓｙｓｔｅｍ（ＭＥＭＳ）ｈａｖｅ

ｒａｎｄｏｍｄｒｉＲｓ，ａｎｄ

ｃｈａｎｇｅｓ

ｗｉｔｈｔｅｍｐｅｒａｔｕｒｅ．Ｓｏｔｈｅｌｏｗ

ｃｏｓｔ

ＧＰＳ／ＤＲｓｙｓｔｅｍｕｓｉｎｇｏｒｄｉｎａｒｙＫａｌｍａｎｆｉｌｔｅｒ（ＫＦ）ｔｏｆｕｓｅＧＰＳａｎｄ

ＭＥＭＳｉｎｅｒｔｉａｌｄｅｖｉｃｅｓＣａｎｈａｒｄｌｙｍｅｅｔｔｈｅａｃｃｕｒａｃｙａｎｄｆａｕｌｔｔｏｌｅｒａｎｔｒｅｑｕｉｒｅｍｅｎｔｓ．Ｔｏｓｏｌｖｅｔｈｅｓｅｐｒｏｂｌｅｍｓ，ａ

ｆａｕｌｔ

ｔｏｌｅｒａｎｔＵＫＦ（ＵｎｓｃｅｎｔｅｄＫａｌｍａｎｆｉｌｔｅｒ）／ＫＦ

ｆｅｄｅｒａｔｅｄ

Ｋａｌｍａｎ

ｆｉｌｔｅｒ

ａｌｇｏｒｉｔｈｍｉｓｄｅｓｉｇｎｅｄ，ａｎｄｔｈｅｒａｎｄｏｍ

ｄｒｉｆｔｏｆｔｈｅｓｈｏｗ

ＭＥＭＳｉｎｅｒｔｉａｌｄｅｖｉｃｅｓｉＳｒｅｓｔｒａｉｎｅｄｂｙｈｅｕｒｉｓｔｉｃｄｒｉＲｒｅｄｕｃｔｉｏｎ（ＨＤＲ）ｍｅｔｈｏｄ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓ

Ｃａｌｌ

ｔｈａｔｔｈｅａｃｃｕｒａｃｙａｎｄｆａｕｌｔｔｏｌｅｒａｎｔａｂｉｌｉｔｙｏｆｔｈｅＧＰＳ／ＤＲｓｙｓｔｅｍａｒｅｂｏｔｈｉｍｐｒｏｖｅｄ，ａｎｄｔｈｅｓｙｓｔｅｍ

ｒｅｍａｉｎｈｉ【ｇｈｐｏｓｉｔｉｏｎｉｎｇａｃｃｕｒａｃｙｗｉｔｈｉｎｒｅｌａｔｉｖｅｌｙｌｏｎｇｔｉｍｅｗｈｅｎＧＰＳｓｉｇｎａｌｉｓｌｏｓｔ．

Ｋｅｙｗｏｒｄｓ：ｉｎｔｃｇｒａｔｅ诅ｎａｖｉｇａｔｉｏｎｓｙｓｔｅｍ；ｆａｕｌｔｄｉａｇｎｏｓｉｓ；ｆｅｄｅｒａｔｅｄＫａｌｍａｎｆｉｌｔｅｒ；ｈｅｕｆｉｇｉｃｄｒｉｆｔｒｅｄｕｃｔｉｏｎ

目前大多数室外陆地导航任务均采用ＧＰＳ作为导航设备。但是在高楼林立或林荫覆盖的道路上ＧＰＳ信号很容易被遮挡而影响定位精度。通常的办法是利用辅助导航设备与ＧＰＳ一起构成组合导航系统，不但能够提高导航系统的精度而且当ＧＰＳ信号严重衰减的时候，仍可以继续提供精确的定位信息。传统的ＧＰＳ／ＤＲ组合导航系统通常采用里程计作为距离传感器。但是利用里程计构成的ＧＰＳ／ＤＲ组合导航系统存在诸如安装不便、测量误差大，成本较高等缺陷【１１。文献【２＿４】利用由多个ＭＥＭＳ陀螺仪和ＭＥＭＳ加速度计配置成的惯性测量单元与ＧＰＳ构成ＩＮＳ／ＧＰＳ组合导航系统，能够提供较为精确的定位和姿态信息，但城市路面导航一般只需要精确的位置信息而不太需要车辆的姿态信息，收稿日期：２０１０．０３．２２；修回日期：２０１０．０７．０７基金项目：国家自然科学基金（５０９０９０２５／Ｅ０９１００２）

作者简介：张强（１９８卜一），男。博士研究生，从事惯性导航和组合导航技术研究。Ｅ ｍａｉｌ：ｚｈａｎｇｑｉａｎ９０４０８＠ｈｒｂｅｕ．ｅｄｕ．ｃｎ

联系人：孙尧（１９６３一），男，教授，博导，从事信息融合技术、导航自动化、突变控制等方面的研究。

低成本GPSDR容错组合导航系统设计

４５６

中国惯性技术学报

第１８卷

因此这种组合导航系统成本相对较高且都采用诸如神经网络【２．３】、在线估计系统噪声矩阵【４。５】等较为复杂的算法来克服元件误差，因此系统模型复杂，运算量较大，容错能力不强，系统鲁棒性不好。文献【６—７】提出一种试探消减ＭＥＭＳ

陀螺仪随机漂移的方法——零偏试探消减法（ＨｅｕｒｉｓｔｉｃＤｒｉｆｔＲｅｄｕｃｔｉｏｎ，ＨＤＲ）。该方法无需建立误差模型就可以提高

ＭＥＭＳ惯性元件的精度，具有鲁棒性好算法简单的优点。针对由一个ＭＥＭＳ陀螺仪和一个ＭＥＭＳ加速度计与ＧＰＳ构成的低成本ＧＰＳ／ＤＲ组合导航系统设计的容错ＵＫＦ／ＫＦ联邦Ｋａｌｍａｎ滤波器，由于无需考虑ＭＥＭＳ惯性元件的误差模型，系统模型较为简单，鲁棒性好。仿真结果表明，这种低成本ＧＰＳ／ＤＲ组合导航系统的定位精度能够达到Ｏ．５ｍ，并且具有较强的容错能力，特别适用于普通车辆的城市导航定位。

１

１．１

ＧＰＳ／ＤＲ组合导航系统的结构及模型

ＧＰＳ／ＤＲ组合导航系统的组成

如图ｌ所示，ＤＲ导航系统传感器由一个ＭＥＭＳ陀螺

仪和一个ＭＥＭＳ加速度计构成。它们的输出信号经试探性零偏消减后，同ＧＰＳ的位置信号和速度信号一起被送入容错ｕＫＦ／ｌ（Ｆ联邦Ｋａｌｍａｎ滤波器。同一般的联邦

厂面ｎ么墨

，ｋ乞

臣办

唧鋈Ｐ

｛匣釜笔－

最优融台滤波器

ＨＤＲ

Ｋａｌｍａｎ滤波器不同的是，容错ＵⅪ’，ｌ（Ｆ联邦Ｋａｌｍａｎ滤波

器只采用两个局部Ｋａｌｍａｎ滤波器ＫＦ和ＵＫＦ，分别处理ＧＰＳ和ＤＲ传感器的测量数据。ＧＰＳ信号检测模块用于检测车辆行驶过程中ＧＰＳ信号由于树木或楼房的遮蔽而

算法

陌丽ｉ；卜

图１ＧＰＳ／ＤＲ组合导航系统结构图

Ｆｉｇ．１ＳｔｒｕｃｔｕｒｅｏｆＧＰＳ／ＤＲ

ｉｎｔｅｇｒａｔｅｄｎａｖｉｇａｔｉｏｎｓｙｓｔｅｍ

产生的突然变化使系统具有容错能力。同时主滤波器无信息分配，为抑制ＤＲ导航系统发散过快，将全部信息分配给ＤＲ导航系统，主滤波器仅完成对两个子滤波器信息的最优融合估计，这样系统计算量小，滤波速度快。１．２容错ＵＫＦ／ＫＦ联邦ＫａＩｍａｎ滤波模型１．２．１状态方程的建立

对于在二维平面内运动的ＧＰＳ／ＤＲ组合导航系统的Ｋａｌｍａｎ滤波的状态变量可取为：

Ｘ＝【ｔ匕呸％％％】１

其中，艺、毛分别为车辆东向和北向位置分量，匕、ｖ一分别为车辆东向和北向速度分量，ｑ、％分别为车辆东向和北向加速度分量。

采用“当前”统计模型ＩＳ］描述系统状态变化过程，并通过典型的离散化处理方法得到离散状态方程为：

ｘ（七＋１）＝咖（七＋ｌ，七）ｘ（七）＋ｕ（七万＋∥（七）

（Ｉ）

状态转移矩阵口（七＋ｌ，ｋ）＝ｄｉａｇ｛嘭，吃｝，其中嘭＝

１丁艺（一ｌ＋叫ｋ＋矿机）０１

ｒ．（１－ｅ－仉）

０

０

ｅ－ｒ／ｒ．

，嚷与它相同，将ｋ换为ｋ

即可．

一ｋｒ＋ｏ．５Ｔ２＋ｋ（１一Ｐ－轨）

ｒ—ｏ（１一矿桃）

１—．ｅ－Ｔｉｔ．

Ｕ

Ｏ０

控制矩阵￡，（七）＝

一ｋｒ＋ｏ．５Ｔ２＋ｋ（１一矿桃）

ｒ一％（１一矿轨）

１—．ｅ－ｒ／ｒ．

。其中，ｒ为采样时间；ｋ、

乙分别为东向和北向加速度变化率相关时间常数；虿＝【瓦瓦ｒ，瓦、瓦为东向和北向“当前”加速度均值 过

低成本GPSDR容错组合导航系统设计

第４期张强等：低成本ＧＰＳ／ＤＲ容错组合导航系统设计４５７

程噪声协方差阵Ｑ（Ｏ的表达式及计算参见文献【９】

１．２．２观测方程的建立

将ＧＰＳ接收机输出的车辆东向和北向位置信息Ｐｏｂｓ、‰（单位均化为ｍ），以及车辆东向和北向速度信息匕、咋

（单位均化为ｍ／ｓ）作为观测矢量，得到ＧＰＳ子系统的观测方程如下：

互（七）＝ｑｘ（七）＋Ｅ（ｋ）

ｌ

Ｏｌ００

Ｏ０ＯＯ

００ｌＯ

０ＯＯｌ

Ｏ００Ｏ

（２）

式中，ｚｌ（七）＝【‰（七）ｌｋ‰（七）‰ｒ，马＝

００Ｏ

将ＭＥＭＳ陀螺仪输出的车辆转弯角速率缈和ＭＥＭＳ加速度计输出的车辆纵轴方向的加速度口作为ＤＲ导航子系统的外部观测量，得到ＤＲ子系统的观测方程为：

互（后）＝ｈＡｘ（ｏ］＋％（七）

（３）

她赢币讥㈣肛ｒ篇“’卜吣揪…醐趴哪懒…，

’

方差为墨ｃ。＝［苫罢］，是ｃ后，＝［言墨］的高斯白噪声序列。

２容错ＵＫＦ／ＫＦ联邦ＫａＩｌｌｌａｎ滤波设计

２．１

ＧＰＳ信号检测方法

采用残差Ｚ２检验法判断ＧＰＳ信号的有效性。由Ｋａｌｍａｎ滤波方程可知ＧＰＳ局部滤波器的新息为：

，ｉ（七）＝五（七）一凰ｘ（七，ｋ—１）

（４）

可以证明，当ＧＰＳ信号没有被屏蔽时，新息吒（七）为零均值高斯白噪声；当ＧＰＳ信号被屏蔽时，新息，ｉ（足）均值为非零值。因此通过对，；（七）均值的检验即可判断ＧＰＳ信号的有效性。对，ｉ（七）做二元假设：

ＧＰＳ信号被屏蔽：

Ｅ“（七）｝＝∥，

ＧＰＳ信号有效：

Ｅ｛ｒｄｋ）ｒ７（七）｝＝｛【‘（七）一∥】【‘（七）一∥】１｝＝Ａ（七）

（５）

Ｅ｛‘（七）｝＝０，Ｅ｛‘（七）‘‘（七））＝｛【‘（七）一∥】［‘（七）一∥】１｝＝彳（七）

（６）

设ｘ（ｋ）＝‘１（七）＿（七）－１Ｊｉ（七），ｘ（／０服从自由度为ｍ的ｚ２分布。ｍ为观测矢量五（七）的维数。ＧＰＳ信号有效性判

定准则为：

ＪＡ（七）＞ｒ，

气

ＧＰｓ被屏蔽ＧＰＳ信号有效

（７）

～，，

Ｉ五（七）≤Ｔ，

ｒ是设定的门限值。设误报警率为５‰，又ＧＰＳ观测矢量Ｚｉ（七）的维数为４，查表可得Ｔ＝１４．８６。用上述方法即可对ＧＰＳ信号的有效性进行检测．

２．２容错ＵＫＦ／ＫＦ联邦ＫａＩｍａｎ滤波方程

从式（３）知，ＤＲ导航子系统的观测方程是非线性的，一般采用扩展Ｋａｌｍａｎ滤波进行线性化，但是考虑到ＭＥＭＳ惯性元件的精度较低，且观测方程的非线性程度较高，因此使用ＵＫＦ作为ＤＲ子系统的滤波器，并采用Ｓｉｇｍａ点对称采样策略确保任意分布的近似精度达到泰勒展开式二阶截断，而且计算量与ＥＫＦ同阶。根据ＵＫＦ和ＫＦ滤波递推方程以及所建立的ＧＰＳ／ＤＲ组合定位系统的状态方程式（１）和观测方程式（２）（３），可以建立ＧＰＳ子系统和ＤＲ子

低成本GPSDR容错组合导航系统设计

４５８

中国惯性技术学报第１８卷

系统的Ｋａｌｍａｎ滤波方程，具体状态的晟优综合和信息分配过程如下：

１）时间传播方程

Ｘ（七＋ｌ，ｋ）＝田（七＋ｌ，七）Ｋ（七）＋ｑ（七）珥

只＠＋１，七）＝田（七＋ｌ，七）霉（后）嘭７（七＋１，七）＋Ｑ（七）ｉ＝１，２，历

（８）

露＝【％（七）％（七）】Ｔ

ｆ善。（七十１，七）＝爻．２（后＋ｌ，七）

扫（七＋Ｉ，七）＝丘（七＋１，七）＋（护币雨历），，ｉ＝１州２一，甩

慨七＋１，七）＝丘（七＋ｌ，后）一（护丽）。ｆ＝刀＋ｌ，以＋２，…，２刀

２ｎｉ＝Ｏ

２。

（９）

ｆ。（七＋１，七）＝吃（孝‘（七＋ｌ，七）），ｉ＝ｏ，ｌ，…，２ｎ

之（七＋１，七）＝∑４“’ｆ‘（七＋ｌ，七）

（１０）

，：’（七＋ｌ，七）＝乏：４‘’（ｆ‘（七＋１，七）一幺（七＋１，七））（ｆ‘（七＋ｌ，Ｊ｜｝）一之（七＋ｌ，七））Ｔ＋坞（七）

％（川，护姜群气“ｋ＋ｌ，ｋ）一戈（Ｍ∽埘般“炉之（七＋１朋

ｆ丘（七＋ｌ，ｋ＋１）＝Ｘ２（后＋ｌ，七）＋ｗ（ｋ＋１ＸＺ２（后＋１）一Ｚ２（七＋１，七））

Ｉ

｛吼（后

Ｉ

＋１）＝气（七＋１，ｋ）ｅｚｌ（后＋ｌ，Ｊｉ｝）

（１１）

【罡（七＋１，七＋１）＝罡（七＋ｌ，七）一％（七＋１）乞（七＋ｌ，ｋ）ｗＴ（七＋１）

式中，厂２＝３ｘｌＯ一；４“’＝硝。’＝１６６６．７，ｉ＝ｌ，２，…，２ｎ；印’＝一１９９９９；硝。’＝一１９９９６。

３）ＧＰＳ子系统量测更新方程

“＠缸

＝

，ｑ

（ｑ鼻（七＋１，七）ＨＩＴ＋墨（七））。１

（１２）

一“Ｄ唧＋Ｉ）Ｈ１）置（七＋ｌ，七）

¨ｍ《卜扎ｍ．啦＠町撇扎七）＋形（ｋ＋ＩＸＺｌ（七＋１）一ＨＩＸｌ（七＋ｌ，七））％玳．Ｘ＠¨“小

＋

一

＞～

当ＧＰＳ信号没有被屏蔽时，即旯（七）≤Ｔ，ＧＰＳ／ＤＲ组合导航系统状态估计值为：

Ｊ毫（七＋ｌ，七＋１）２乞（七＋ｌ，七＋１）（毋＿（七＋ｌ，“．１）毫（七＋１，七＋１）＋巧１（七＋ｌ，七＋１）毫（七＋ｌ，七＋１））

Ｉｔ（七＋ｌ，七＋１）＝（ｅｌ＿１（七＋ｌ，七＋１）＋巧１（七＋ｌ，七＋１））－１

态估计值为：

＋

＋

（１３）

若ＧＰＳ信号被屏蔽后使得旯（Ｊ｜Ｉ）＞ｒ，从而在一段时间内状态毫是不正确的，就不将其输入主滤波器，则系统状

ＤＤ

ＩＪ＝

ｎ

．Ｘ罡

．Ｋ足

５）信息分配方程

＋＋

舯㈣ＭＤ）

ｎ

（１４）

＋＋

Ｄ

｜Ｉ

．Ｘ毋

＋＋

Ｄ

＝

．Ｘ．最ｍ㈣ＭＤ）

（１５）

低成本GPSDR容错组合导航系统设计

第４期张强等：低成本ＧＰＳ／ＤＲ容错组合导航系统设计

４５９

３零偏试探消减法

如图２所示，ＭＥＭＳ惯性元件的输出信号，经低通滤波、零偏试探消减（Ｈｅｕｒｉｓｔｉｃ后消除后输入ＤＲ导航系统。

３．１

Ｄｒｉｆｔ

Ｒｅｄｕｃｔｉｏｎ，ＨＤＲ）和滞

低通滤波和滞后消除

ＤＲ导航推算前一般不需要进行低通滤波，因为积分运

算本身就是一个低通滤波器［６－ｖｉ，但是由于对ＭＥＭＳ惯性元件的零偏试探消减是在ＤＲ导航推算之前进行的，因此采用如式（１６）所示的数字低通滤波器对ＭＥＭＳ陀螺仪和加速度计的输出信号进行滤波，可以消除高频噪声对零偏试探消减算法的影响。

“＝警

Ｄ：２

图２零偏试探消减法程序流程图

Ⅲ，

Ｆｉｇ．２

Ｐｒｏｇｒａｍｆｌｏｗｃｈａｒｔｏｆｈｅｕｒｉｓｔｉｃｄｒｉｆｔｒｅｄｕｃｔｉｏｎ

其中，丁为采样时间，《一。为低通滤波信号，ｆ为低通滤波器时间常数。

虽然数字低通滤波器平滑了ＭＥＭＳ惯性元件的输出信号，但是数字低通滤波器同样会引起ＭＥＭＳ惯性元件输出信号的延迟。式（１７）所示的滞后消除算法可解决这个问题。

ｑ＋事（ｑ—ｑ一－），

ｏｓ．ｔ

２蠢＋事（Ｄ：一Ｄ：一ｔ）

（１７）

其中乃．Ｉ为经零偏试探消减校正，并消除延迟后的ＭＥＭＳ惯性元件的最终输出信号。３．２零偏试探消减算法

试探消减ＭＥＭＳ惯性元件的零偏是基于如下假设：即在城市路况下，路面车辆基本保持匀速巡航状态，车辆变速行驶或转弯情况较少。由于车辆在巡航状态下惯性器件的输入值为零，惯性器件的输出是由白噪声、常值零偏和随机零漂构成的误差信号。因此可以通过零偏试探消减法（ＨＤＲ）消减ＭＥＭＳ惯性元件误差信号中的随机零漂，提高ＭＥＭＳ惯性元件的精度。零偏试探消减法（ＨＤＲ）由自适应积分因子计算和自适应零偏积分运算两部分组成。自适应积分因子根据车辆机动情况自动调节自身大小：当车辆做变速运动或转弯运动时，ＭＥＭＳ惯性元件的输出值不再为误差信号，此时自适应积分因子会根据输出信号幅值的大小以一定速率趋向于零，可以抑制零偏试探消减法对实际信号的影响；当车辆处于巡航状态时，自适应积分因子会接近于ｌ。

自适应积分因子４、４可由下式计算：

４＝ｅｘｐ（一心ｌ％一１１）４＝ｅｘｐ（一屹Ｉｑ—ＩＩ）

疋≥０

（１８）（１９）

疋≥０

式中，兄、＆为衰减因子，决定自适应积分因子的衰减速度；Ｉｑ一。Ｉ为角速率幅值，Ｉ哝一“为加速度幅值 自适应

零偏积分运算会根据自适应积分因子的大小实时计算ＭＥＭＳ惯性元件的随机零漂，具体计算过程如式（２０）和式（２１）所示：

ｋ＝ｋ—ｌ一以‘ｓｉｇｎ（ａｋ—１）ｔ

（２０）

ｋ＝厶一ｌ一九‘ｓｉｇｎ（ｏＪｋ—１）乞（２１）

这里０、乞。为与加速度计和陀螺仪随机零漂相对应的固定增量值，可根据实际情况进行调节；ｓｉｇｎ（）为符号函数；Ｌ、

乙分别为ＭＥＭＳ加速度计和ＭＥＭＳ陀螺仪随机零漂的估计值。则ＭＥＭＳ惯性传感器的输出可以由下式补偿：

％＝《＋Ｌ，

ｑ＝群＋ｋ

（２２）

其中，《为低通滤波后的加速度信号，ｑ为零偏补偿后的加速度信号，吖为低通滤波后的陀螺仪信号，ｑ为零偏

补偿后的陀螺仪信号。

低成本GPSDR容错组合导航系统设计

中国惯性技术学报

第１８卷

４算法性能检验

仿真采用的惯性器件的性能如下：ＭＥＭＳ陀螺仪的随机零漂为ｌ（。）／ｓ，角度随机游走系数为０．０５（。）／（ｓ Ｈｚｖ２）。ＭＥＭＳ加速度计的随机零漂为０．０２ｍ／ｓ２，自噪声方差为０．００２ｍ／ｓ２，ＧＰＳ接收机输出的东向位置和北向位置的观测噪声标准差分别为１６ｍ和１５ｍ，东向和北向速度分量的观测噪声标准差为０．２ｍ／ｓ和０．３ｍ／ｓ，采样周期为ｌ

Ｓ。

仿真实验路径如图３所示。以Ａ点作为起点，Ｄ点作为终点，其中ＡＢ段做匀加速运动，ＢＣ段做匀速运动，ＣＤ段做匀减速运动。首先假设ＧＰＳ信号被屏蔽的条件下，由于ＣＤ段情况与ＡＢ段相同，因此分别在ＡＢ段和在ＢＣ段对比ＤＲ导航系统传感器经零偏试探消减和未经零偏消减时的东向和北向的定位误差，其中点划线为前者的定位误差，实线２００为后者的定位误差。如图４所示，首先，在ＡＢ段，车辆作匀加速直线运动，由于加速度的存在，零偏试探消减法无法消除车辆横滚轴向上的ＭＥＭＳ加速度计的随机零漂，但由于此时车辆航向不发生变化，因此ＭＥＭＳ陀螺仪的随机零

图３仿真实验路径

Ｆｉｇ．３Ｓｉｍｕｌａｔｉｏｎｅｘｐｅｒｉｍｅｎｔ

ｒｏｕｔｅ

漂得到了零偏试探消减法（ＨＩ①）的有效补偿，提高了航向

计算精度，进而提高了ＤＲ导航系统的精度。

加Ｏ

蝼删犁匠婚

嗒喇掣匠罢

：寻Ｉ

剁

咖

邑０

咄－２００

弋

＼

５０

１００

ｔ５０

２００

趔－４００靠

１∞

时问协）

１０∞

Ｅ

长舢

Ｏ

。

２∞

３００

×３∞４００

时间（ｓ）

装

咖

。

”≮＝

之≮

迥．１０００詹

∞

时间（ｓ）

１∞

１∞

＼

～。～

～‘～

＼＼

０

５０

１００

１珈∞

Ｏ

１５０

２∞２∞３∞３∞４∞时间（．）

图４Ｈ１３ＲＤＲ与ＤＲＡＢ段和ＢＣ段的位置误差对比

Ｆｉｇ．４Ｐｏｓｉｔｉｏｎ

ｅｒｒｏｒ

ｃｏｍｐａｒｉｓｏｎｂｅｔｗｅｅｎＨＤＲＤＲａｎｄＤＲ

ｏｆＡＢａｎｄＢＣｓｅｇｍｅｎｔｓ

其次，在ＢＣ段，车辆作匀速运动。ＢＣ段由两种路段组成，即三个匀速弯道和两个匀速直线路段。在三个匀速弯道处由于角速度的存在，零偏试探消减法（ＨＤＲ）无

ｇ

２

法消除ＭＥＭＳ陀螺仪的随机零漂，但可有效消除车辆横滚轴向上的ＭＥＭＳ加速度计的随机零漂，且由于通过时间较短，因此ＨＤＲ．ＤＲ可以保持一定的定位精度．在两个匀速直线路段，零偏试探消减法（ＨＤＲ）有效消除了ＭＥＭＳ陀螺仪和加速度计的随机零漂，可见零偏试探消减法（ＨＤＲ）在车辆巡航的条件下同样可以起到提高ＭＥＭＳ惯性器件精度的效果。

在能够接收ＧＰＳ信号的条件下，对比ＧＰｓ，ＤＲ组合的容错ＵＫＦ／ＫＦ联邦Ｋａｌｍａｎ滤波与ＧＰＳ接收机单独构

剁

嗤喇

１

Ｉ

Ｏ

卜

Ｏ

逍厦

｛ｄ∈

１

ｒｊ７彬Ｎ

＾．

；：释≯：矿＝。！ｐ曲

时问（．）

？、，”：｝‘：ｊ

～

５

２

目

荆赌

驯

１

‰

Ｏ

逍匠

．Ｕ

。‰ｈ．：ｉ：：；尸一｝≮．；ｊ＝

５

１０

１５

－．１ｖ—ｉ＝：

２５

１

Ｏ

∞

成的导航子系统ｌ在前２５Ｓ的定位精度，因为导航系统在１０Ｓ后便趋于稳定，二者稳态时定位误差的标准差没有差异．结果如图５所示，前者定位误差为点划线，后Ｆｉ粤５

时间（。）

Ｐｏｓｉｔｉ∞锄饼∞叫晌ｂｅ‘眦锄Ｇ】碱铀ｄＧ】Ｐｓ轴№脚锄

图５ＧＰＳ／ＤＲ与ＧＰＳ子系统位置误差对比

者定位误差为实线。由图５可见，两者稳态时定位误差均为０．５ｍ（１盯），这是由于ＭＥＭＳ惯性元件的精度较低的缘

低成本GPSDR容错组合导航系统设计

第４期张强等：低成本ＧＰＳ／ＤＲ容错组合导航系统设计

４６ｌ

故，其对定位精度并没有显著的改善。但与ＧＰＳ接收机单２

独构成的导航子系统ｌ相比．ＧＰＳ／ＤＲ组合的容错ｕＫＦ／ＫＦ

邑

……ｒ…■…’

ｊｊ｛】ｊ联邦Ｋａｌｍａｎ滤波的定位轨迹更为平滑，定位时间也更短．

喽

Ｏ

酬当ＧＰＳ数据突然失效时，比较２３Ｓ至４５Ｓ之间两者的定毯

２

窿享Ｉ 匿

———＿，；

：‘～：≥；；ｉ二Ⅷ…．一

ｊ＿—一一￡

位误差（如图６所示）可见．虽然二者都具有一定的鲁棒谣

…～■一■＋ｒ～

Ｏ

５

１０１５

加

２５

∞筠

∞

艏

时问（ｓ）

性，但是ＧＰＳ／ＤＲ组合的容错ＵＫＦ／ＫＦ联邦Ｋａｌｍａｎ滤波

Ｏ

－。‘

表现出了更好的容错能力，在ＧＰＳ信号被屏蔽的条件下，言

Ｖ

、

短时间内定位精度相对较高．

剁

－－

喽

５

删

掣…’■影碹－－

∥；

＼ｊ：∥

５结论

善

／

／：

５

１０

１５

２０

２５

３０

３５

４０

４５

５０

ＧＰＳ接收机作为车辆普遍采用的导航设备，虽然能够时间（ｓ）

图６ＧＰＳ／ＤＲ与ＧＰＳ子系统容错能力对比

满足城市车辆定位的大部分需求，但是其定位精度往往因Ｆｉｇ．６Ｆａｕｌｔｔｏｌｅｒａｎｃｅａｂｉｌｉｔｙｃｏｍｐａｒｉｓｏｎｂｅｔｗｅｅｎ

信号被高楼、树木遮挡而受到影响，并且不具备容错能力。ＧＰＳ，ＤＲａｎｄＧＰＳ

ｓｕｂｓｙｓｔｅｍ

文中设计的低成本ＧＰＳ／ＤＲ容错组合导航系统，在基于容

错ＵＫＦ／ＫＦ联邦Ｋａｌｍａｎ滤波算法将ＧＰＳ输出的位置、速度信息与ＭＥＭＳ陀螺仪、加速度计输出的经零偏试探消减后的航向角速率和车辆加速度信息融合后，得到更为光滑、收敛性更好的定位结果；并且当ＧＰＳ信号因遮挡而突然失效时，该导航系统依然能够提供较为准确的定位信息，具有一定的容错能力。该低成本ＧＰＳ／ＤＲ容错组合导航系统具有以下特点：其一。系统在原有ＧＰＳ接收机基础上仅增加了一个ＭＥＭＳ陀螺仪和一个ＭＥＭＳ加速度计，硬件设计简单，成本较低：其二，应用零偏试探消减算法提高ＭＥＭＳ惯性元件输出信号精度，简化了导航系统滤波模型，降低了Ｋａｌｍａｎ滤波器的维数，算法实现简单：其三，在仿真条件下，系统达到了０．５ｍ（１．盯）的定位精度，且容许ＧＰＳ数据的突然失效，表明该系统适用于车辆导航的城市应用。参考文献（Ｒｅｆｅｒｅｎｃｅｓ）：【ｌ】Ｋａｐｌａｎ

ＥＤ，ＨｅｇａｒｔｙＣ．ＵｎｄｅｒｓｔａｎｄｉｎｇＧＰＳ：Ｐｒｉｎｃｉｐｌｅｓａｎｄ

ａｐｐｌｉｃａｔｉｏｎｓ［Ｍ］．２ｎｄ

ｅｄｉｔｉｏｎ．Ｂｏｓｔｏｎ

ａｎｄ

Ｌｏｎｄｏｎ：Ａｒｔｅｃｈ

Ｈｏｕｓｅ，２００５：４９１－５２２．

【２】Ｅｌ－Ｓｈｅｉｍｙ

Ｎ，Ａｂｄｅｌ－Ｈａｍｉｄ

Ｗ．Ａｎａｄａｐｔｉｖｅｎｅｕｒｏ－ｆｕｚｚｙｍｏｄｅｌ

ｔｏ

ｂｒｉｄｇｅＧＰＳｏｕｔａｇｅｓｉｎＭＥＭＳ－ＩＮＳ／ＧＰＳｌａｎｄｖｅｈｉｃｌｅ

ｎａｖｉｇｍｉｏｎ［Ｃ］／ｈＯＮＧＮＳＳ２００４．Ｌｏｎｇ

Ｂｅａｃｈ，Ｃａｌｉｆｏｒｎｉａ，Ｓｅｐｔｅｍｂｅｒ２１－２４，２００４．

【３】Ｋａｉ Ｗｅｉ

Ｃｈｉａｎｇ，Ｎａｓｓａｒ

Ｓ，Ｅｌ－ＳｈｅｉｍｙＮ．Ａｃｏｎｓｔｒｕｃｔｉｖｅａｎｄａｕｔｏｎｏｍｏｕｓｉｎｔｅｇｒａｔｉｏｎｓｃｈｅｍｅｏｆｌｏｗ－ｃｏｓｔＧＰＳ／ＭＥＭＳＩＭＵ

ｆｏｒ

ｌａｎｄｖｅｈｉｃｕｌａｒｎａｖｉｇａｔｉｏｎａｐｐｌｉｃａｔｉｏｎ［Ｃ］／／ＩＥＥＥ／ＩＯＮＰＬＡＮＳ２００６．Ｓａｎ

Ｄｉｅｇｏ，Ｃａｌｉｆｏｒｎｉａ，衄ｉｌ２５－２７，２００６：２３５－２４３．

【４】Ｔａｎｇ

Ｋ

Ｈ，ＷｕＭＰ，ＨｕＸ

Ｐ．ＭｕｌｔｉｐｌｅｍｏｄｅｌＫａｌｍａｎｆｉｌｔｅｒｉｎｇｆｏｒＭＥＭＳ－ＩＭＵ／ＧＰＳｉｎｔｅｇｒａｔｅｄｎａｖｉｇａｔｉｏｎ［Ｃ］／／２００７ＳｅｃｏｎｄＩＥＥＥＣｏｎｆｅｒｅｎｃｅ

ｏｎ

ＩｎｄｕｓｔｒｉａｌＥｌｅｃｔｒｏｎｉｃｓａｎｄＡｐｐｌｉｃａｔｉｏｎｓ．Ｈａｒｂｉｎ，Ｃｈｉｎａ：Ｍａｙ２３－２５，２００７：２０６２－２０６６．

【５】周艳丽，张海，高婷婷，等．一种改进的ＧＰＳ／ＤＲ组合位置自适应滤波算法【Ｊ】．中国惯性技术学报，２００９，１７（６）：

７２８．７３３．

ＺＨＯＵＹａｈ－ｌｉ，ＺＨＡＮＧ

Ｈａｉ，ＧＡＯＴｉｎｇ－ｔｉｎｇ，ｅｔａ１．ＡｎｉｍｐｒｏｖｅｄＧＰＳ／ＤＲｉｎｔｅｇｒａｔｅｄｐｏｓｉｔｉｏｎａｄａｐｔｉｖｅｆｉｌｔｅｒｉｎｇ

ａｌｇｏｒｉｔｈｍ［Ｊ］．Ｊｏｕｒｎａｌ

ｏｆＣｈｉｎｅｓｅＩｎｅｒｔｉａｌ

Ｔｅｃｈｎｏｌｏｇｙ，２００９，１７（６）：７２８－７３３．

【６】ＢｏｒｅｎｓｔｅｉｎＪ，ｏｊｅｄａＬ，ＫｗａｎｍｕａｎｇＳ．Ｈｅｕｒｉｓｔｉｃｒｅｄｕｃｔｉｏｎ

ｏｆｇｙｒｏｄｒｉｆｔｆｏｒｐｅｒｓｏｎｎｅｌｔｒａｃｋｉｎｇ

ｓｙｓｔｅｍｓ［Ｊ］．Ｔｈｅ

Ｊｏｕｒｎａｌｏｆ

Ｎａｖｉｇａｔｉｏｎ，２００９，６２：４１－５８．

【７】ＢｏｒｅｎｓｔｅｉｎＪ，ｏｊｅｄａ

Ｌ．Ｈｅｕｒｉｓｔｉｃ

ｒｅｄｕｃｔｉｏｎｏｆｇｙｒｏ

ｄｒｉｆｔｉｎｖｅｈｉｃｌｅｔｒａｃｋｉｎｇａｐｐｌｉｃａｔｉｏｎ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆ

ＶｅｈｉｃｌｅＡｕｔｏｎｏｍｏｕｓ

Ｓｙｓｔｅｍｓ，２００９（２）：７８－９８．

【８】巴宏欣，赵宗贵，杨飞，等．机动目标的模糊自适应跟踪算法【Ｊ】．系统仿真学报，２００４，１６（６）：１１８１一１１８６．

ＢＡＨｏｎｇ－ｘｉｎ，ＺＨＡＯＺｏｎｇ—ｇｕｉ，ＹＡＮＧＦｅｉ，ｅｔａ１．Ｆｕｚｚｙａｄａｐｔｉｖｅｔｒａｃｋｉｎｇａｌｇｏｒｉｔｈｍｆｏｒｍａｎｅｕｖｅｒｉｎｇｔａｒｇｅｔ［Ｊ］．Ｊｏｕｒｎａｌ

ｏｆ

ＳｙｓｔｅｍＳｉｍｕｌａｔｉｏｎ，２００４，ｌ６（６）：ｌｌ８ｌ－ｌ１８６．

【９】寇艳红，张其善，李先亮．车载ＧＰＳ／ＤＲ组合导航系统的数据融合算法【Ｊ】．北京航空航天大学学报，２００３，２９（３）：

２６４－２６８．

ＫＯＵＹａｈ－ｈｏｎｇ，ＺＨＡＮＧ

Ｑｉ ｓｈａｎ，ＬＩＸｉａｎ－ｌｉａｎｇ．Ｄａｔａｆｕｓｉｏｎ

ａｌｇｏｒｉｔｈｍ

ｆｏｒＧＰＳ／ＤＲｉｎｔｅｇｒａｔｅｄｖｅｈｉｃｌｅｎａｖｉｇａｔｉｏｎ

ｓｙｓｔｅｍ［Ｊ］．ＪｏｕｒｎａｌｏｆＢｃｉｊｉｎｇ

ＵｎｉｖｅｒｓｉｔｙｏｆＡｅｒｏｎａｕｔｉｃｓ

ａｎｄＡｓｔｒｏｎａｕｔｉｃｓ，２００３，２９（３）：２６４－２６８．

低成本GPSDR容错组合导航系统设计

低成本GPS/DR容错组合导航系统设计

作者：作者单位：刊名：英文刊名：年，卷(期)：被引用次数：

张强， 孙尧， 万磊， 夏全喜， ZHANG Qiang， SUN Yao， WAN Lei， XIA Quan-xi哈尔滨工程大学,自动化学院,水下机器人技术国防科技重点实验室,哈尔滨,150001中国惯性技术学报

JOURNAL OF CHINESE INERTIAL TECHNOLOGY2010，18(4)0次

参考文献(9条)

1.Kaplan E D.Hegarty C Understanding GPS:Principles and applications 2005

2.El-Sheimy N.Abdel-Hamid W An adaptive neuro-fuzzy model to bridge GPS outages in MEMS-INS/GPS landvehicle navigation 2004

3.Kai-Wei Chiang.Nassar S.El-Sheimy N A constructive and autonomous integration scheme of low-costGPS/MEMS IMU for land vehicular navigation application 2006

4.Tang K H.Wu M P.Hu X P Multiple model Kalman filtering for MEMS-IMU/GPS integrated navigation 20075.周艳丽.张海.高婷婷.刘倩 一种改进的GPS/DR组合位置自适应滤波算法 2009(6)

6.Borenstein J.Ojeda L.Kwanmuang S Heuristic reduction of gyro drift for personnel tracking systems2009

7.Borenstein J.Ojeda L Heuristic reduction of gyro drift in vehicle tracking application 2009(2)8.巴宏欣.赵宗贵.杨飞.董强.张涛 机动目标的模糊自适应跟踪算法 2004(6)9.寇艳红.张其善.李先亮 车载GPS/DR组合导航系统的数据融合算法 2003(3)

相似文献(10条)

1.期刊论文 刘江.蔡伯根.王剑.唐涛.LIU Jiang.CAI Bai-gen.WANG Jian.TANG Tao 基于主成分分析的车辆组合导航系统故障检测与隔离算法 -交通运输系统工程与信息2009,9(5)

故障检测与隔离是保证组合导航系统容错性能的重要措施.本文针对车辆导航系统的可靠性及安全性需求,分析了组合导航系统的传感器故障特性,建立了包含三个数据通路的车辆组合导航系统容错设计结构,提出了一种基于主成分分析的故障检测与隔离算法.该算法利用数据的相关关系,采用正常条件下的导航历史数据建立统计PCA模型,通过一定的统计量控制限检验新的导航数据样本相对于模型的背离程度实现故障检测,并根据不同数据通路的故障检测结果动态调整导航子系统的有效性因数,从而隔离故障造成的影响.仿真结果表明,该算法实现简单,能够有效实现对组合导航系统故障的检测与隔离.

2.学位论文 夏琳琳 故障检测与诊断技术在组合导航系统中的应用研究 2006

现代化的舰船组合导航系统在结构上日趋复杂，其主要利用计算机系统对外部传感器的信息进行综合处理和优化及采用卡尔曼滤波技术给出当前舰船最佳位置、姿态等有关导航信息，供作战、雷达等相关部门的使用。对于任何子系统出现故障，都可能带来毁灭性的后果。因此，系统的可靠性、安全性已成为衡量组合导航系统性能优劣的主要因素。

将故障检测与诊断技术应用于组合导航系统中，可有效地提高组合导航系统的可靠性，保证导航定位的准确性；同时，对系统进行容错控制，又使控制系统增加了冗余能力，即使系统某些部件出现故障，系统仍能按原定的性能安全地完成任务。

本文以舰船组合导航系统为研究对象，分别在理论上和实际应用两个方面，对组合导航系统的进行故障检测与诊断进行了分析和探讨。首先，扼要地介绍了故障检测与诊断技术的历史和发展现状；对组合导航理论进行了系统地概述；分析了组合导航系统故障模式，给出了基于组合导航系统故障检测的χ2检验法，并在此基础上，针对SINS/GPS/DVL组合导航系统，提出了故障诊断方案和容错控制方案，利用双状态x2检验法对该模型进行了仿真。 其次，以我校综导显控台科研项目为背景，对综导系统故障进行分类，提出了关于网络通信故障诊断、串口通信故障诊断和基于RAM的故障诊断方案；实现了1553B数据网的故障检测与冗余、以太网的故障检测、CAN总线的冗余和串口及RAM故障检测，有效地提高了组合导航系统的安全性和可靠性。

3.期刊论文 徐胜红.吴进华.胡志强.张宗麟 组合导航系统故障检测的小波变换方法研究 -宇航学报2003,24(1)

为保证组合导航系统能始终正常工作,故障的检测与隔离至关重要.研究表明,小波变换方法在检测系统硬故障方面具有很大优势.本文即以INS/GNSS组合导航系统为例对此进行了仿真研究,并提出了两种具体的检测方案.通过仿真和分析,比较了这两种检测方案的优劣.

4.学位论文 赵琳 船用组合导航系统 1995

该文对船用组合导航系统的建模及组合算法进行了系统研究.该文简要介绍了惯性导航系统(INS)和全球定位系统(GPS),讨论了GPS/INS的多种组合方法,并对其相应的组合性能作了分析比较.建立了伪距双差分GPS/INS和载波相位双差分GPS/INS的组合系统模型,大幅度提高了导航定位精度.根据水面舰艇的典型配置,建立了推算艇位/罗兰C(GPS)组合系统模型,推导了改进的非线性推广卡尔曼滤波——噪声相关的迭代滤波算法.针对潜艇的特殊性,研究了水下组合导航系统的实现问题.重点阐述了静电陀螺监控器(ESGM)的几何结构和工作原理,详细推导了其数学模型和误差模型,解决了其初始自对准的问题.根据静电陀螺监控器定位与天文导航的相似性,提出了基于惯导ψ方程和统一误差方程的两种ESGM/INS组合方案.对惯导与奥米加、多卜勒计程仪的水下组合问题也进行了研究.对于多传感器容错组合导航系统的设计,研究了分散化滤波算法和故障检测与隔离技术.为了保证数值精度和算法的稳定性,推导了分散化滤波的信息平方根算法,并导出了一种基于卡尔曼滤波的多速率估计数据压缩算法.最后采用改进的辅助滤波器交叉χ<'2>-检验法,结合具体实例,提出了容错组合导航系统故障检测与隔离的设计方案.

5.期刊论文 孙学磊.赵忠.夏家和.SUN Xue-lei.ZHAO Zhong.XIA Jia-he 基于滤波残差的组合导航系统故障检测研

低成本GPSDR容错组合导航系统设计

究 -计测技术2009,29(2)

论文研究了两种用于组合导航系统中的故障检测方法,首先介绍了传统的残差χ2检验法,随后给出了一种基于最大残差样本协方差阵特征值的故障检测算法.通过计算机仿真比较了两种算法在组合系统中的应用,仿真结果显示,基于特征值的故障检验算法对故障较敏感,系统组合精度略高,一定程度上优于传统残差χ2算法.最后,文章讨论了组合导航系统中两种故障检测算法的优缺点.

6.学位论文 梁坤 车辆组合导航系统的多传感器故障检测及隔离技术研究 2005

本文介绍了车辆导航及相关技术、导航系统中的数据融合方法以及故障检测和容错技术，阐述了自行设计的适合于智能交通系统中的一种实用、高可靠性且具有很强容错能力的组合导航系统，以及其中的故障检测及容错功能的设计与实现。

在介绍了卡尔曼滤波方法基础上，简单比较了常用的数据融合方法，选择出了本文研究的组合导航系统的数据融合方法，提出了基于动态检测及容错反馈的数据融合方法。

选用了加速度计、陀螺仪、里程计、磁罗盘和GPS五种导航传感器构成组合导航系统。根据各种传感器的特点，对传感器数据进行了软件模拟。并在传统的GPS/2DR组合导航系统的基础上，自行设计了GPS/3DR组合导航系统，采用联邦卡尔曼滤波器结构，并利用残差χ2检验的方法进行了故障检测，设计和实现了导航系统的容错及数据融合算法。软件模拟了导航传感器的故障，进行了大量的仿真实验，并对故障检测及故障估计算法的有效性和容错算法对导航系统的影响作了较详尽的分析和研究。分别采用GPS/3DR和GPS/2DR两种组合结构来构成导航系统，对系统性能作了比较，得出了相关结论。 实验效果表明：故障检测算法能较好地完成检测导航子系统故障的功能，五种常用的导航传感器通过一种新的自行设计的系统结构能较好的完成故障估计和决策的功能，可以对导航传感器故障进行较精确的定位，提高了传感器的利用率，并可以优化以后的容错过程，对故障进行隔离并进行系统动态重构，改善了导航的精度并增强了导航系统的可用性，该组合导航系统的导航效果良好。

7.会议论文 王翌.邹志勤 INS/GPS(GLONASS)组合导航系统故障检测技术研究 20008.学位论文 王春霞 惯性/多卫星组合导航系统信息融合及故障检测算法研究 2008

由于惯性导航系统和卫星导航系统具有良好的信息互补性，惯性/多卫星组合成为较为理想的导航系统。为进一步提高该组合导航系统的精度和可靠性，论文对惯性/多卫星组合导航系统的信息融合和故障检测算法进行了研究。

论文针对常规联邦卡尔曼滤波的局限性和惯性/多卫星组合导航系统中量测噪声不断变化的特点，提出了一种双重自适应联邦滤波算法。该算法不必知道系统噪声统计特性而能对量测噪声进行在线自适应调节，并根据各卫星导航系统输出的几何精度因子(GDOP)对信息分配系数进行自适应调节。SINS/GPS/Galileo/北斗组合导航系统仿真验证了该算法能够有效提高组合导航系统的精度。

由于机载多信息组合导航系统时常工作在动态扰动环境中，论文研究了一种基于动态扰动的惯性/多卫星组合导航滤波算法。该算法采用几何精度因子对量测噪声进行自适应调节，利用卡尔曼滤波器的新息量对状态噪声协方差阵进行整体控制，同时根据各子系统误差协方差阵对信息分配系数进行自适应调节。解决了利用新息量无法同时确定观测值和状态参数自适应因子的问题，动态仿真验证了算法的有效性。

为提高多信息组合导航系统的可靠性，论文提出了一种适用于联邦滤波结构的两级故障检测方法。利用联邦滤波结构残差 检验法对系统硬故障进行检测，利用第 步未发生故障时的全局最优估计信息构造滑动残差检验函数，对系统软故障进行检测，同时根据软故障检测函数对信息分配系数进行自适应调节。SINS/Galileo/北斗组合导航系统仿真验证了该方法对系统硬故障和软故障均具有较高的故障检测灵敏度，能够进一步提高组合导航系统的可靠性。

9.期刊论文 沈鹏.徐景硕.高扬.SHEN Peng.XU Jing-shuo.GAO Yang 小波技术在组合导航系统故障诊断中的应用 -飞行器测控学报2008,27(3)

针对组合导航系统中存在的故障类型和特点,提出一种新的基于信号处理的故障检测方法.该方法利用小波分析技术对含有故障信息的系统信号进行分析处理,并将此方法应用于SINS/GPS组合导航系统.仿真结果分析表明,小波分析技术能很好地及时检测出组合导航系统的硬故障,且更加简便灵活,从而可以将小渡分析技术应用于组合导航系统的故障检测.

10.学位论文 吕慧彧 组合导航系统中信息融合与故障检测理论研究 2004

现代高性能飞机对导航精度和可靠性的要求越来越高,随着机载非相似导航系统的增加,量测量也随之增加,这对改善卡尔曼滤波估计效果、提高组合导航系统精度无疑是有益的,但同时,故障率也随之增加.如果组合导航系统按照传统的设计方法设计成维数庞大的集中式卡尔曼滤波器,则计算量将以维数的三次方剧增,给实时计算带来困难;且容错能力较差,一旦某一子系统出现故障,所有正常工作的子系统都会受到污染.针对上述问题,本论文介绍了容错组合导航系统的联邦滤波理论,研究了飞机具有速率偏频激光捷联惯导、GPS、多普勒雷达等非相似导航系统配备条件下,容错组合导航系统的设计方案及性能.主要研究工作有:①研究了速率偏频激光捷联惯导的陀螺测量信号的解调算法;②设计了在速率偏频激光捷联惯导、GPS、多普勒雷达、大气数据系统、磁航向仪及垂直陀螺配备条件下联邦滤波组合导航系统,对联邦滤波器和集中滤波器的性能做了仿真对比分析;③研究了适用于联邦滤波器的系统级故障理论和方法;④探讨了利用速率偏频激光捷联惯导/挠性捷联惯导陀螺的混合测量信息,通过神经网络实现硬故障交互检测的方法.具有创新性的工作有:①推导了速率偏频激光捷联陀螺测量信息的解调算法;②应用神经网络解决了速率偏频激光捷联惯导/挠性捷联惯导陀螺间的硬故障交互检测.

本文链接：/Periodical_zggxjsxb201004014.aspx

授权使用：人民解放军防空兵学院(fkbzh)，授权号：92224935-00f7-4f6c-8fbf-9e560093b026

下载时间：2010年12月24日

本文来源：https://www.bwwdw.com/article/0sp4.html