论文部分内容阅读
本文在微型原子钟辅助GNSS/INS组合导航定位终端架构的基础上,设计了组合导航系统性能改善总体方案,研究了组合导航中的GNSS选星算法,提出并研究了基于新息的自适应GNSS/INS卡尔曼滤波算法,研制了基于BD930接收机芯片的实时数据采集及处理软件。在此基础上,搭建了车载捷联GNSS/INS试验平台并进行车载路测试验。具体工作体现在如下几个方面:(1)研究微型原子钟辅助GNSS/INS组合导航基本原理,分析GNSS/INS组合导航中松组合与紧组合两种导航模式。在此基础上,进行微型原子钟辅助GNSS/INS组合导航性能改善需求分析,最后制定原子钟辅助GNSS/INS组合导航系统性能改善的总体设计方案。(2)根据GNSS/INS组合导航中松组合和紧组合对卫星导航数据的不同需求,分别研究适用于松组合和紧组合的卫星导航选星算法。针对松组合导航,提出了一种基于伪距检测的二维凸包选星算法;针对紧组合导航,在加权GDOP选星的基础上,提出了一种加权H矩阵选星算法。最后通过实验分析,验证这两种选星算法的可用性和有效性。(3)分析了卡尔曼滤波的原理和特点,根据卡尔曼滤波方程分析了卡尔曼滤波参数对滤波效果的影响。然后分析了渐消滤波的算法原理,针对渐消滤波的不足,提出了一种基于新息的自适应卡尔曼滤波算法。最后通过实验分析,验证本文提出的基于新息的自适应卡尔曼滤波算法比渐消滤波算法对组合导航具有更好的滤波精度和滤波稳定性。(4)根据组合导航定位对卫星导航数据的需求,对Trimble BD930接收机芯片的实时数据采集及处理软件进行了需求分析,随后采用模块化方法对软件进行详细设计,最后分别实现了软件的通信连接、数据采集、接收机控制、协议解析、数据解算和数据存储功能,并采用MFC图形化界面语言搭建了软件用户前端界面。在上述工作的基础上,为验证本文相关软件和算法的正确性和可用性,搭建了车载捷联微型原子钟辅助GNSS/INS组合导航实验平台,完成了车载路测实验的数据采集和数据处理。实验结果表明:本文提出的基于伪距检测的二维凸包选星算法和加权H矩阵选星算法都能很好识别和排除伪距异常值,在含有伪距干扰时间段内使用上述两种选星算法,能使组合导航定位精度从百米级提升到米级。并且,本文提出的基于新息的自适应卡尔曼滤波(IAKF)算法较常规卡尔曼滤波(KF)算法对GNSS/INS松组合与GNSS/INS紧组合导航具更好的滤波精度和滤波稳定性。对GNSS/INS松组合导航,使用IAKF算法,位置误差(经纬高)和速度误差(东北天)较KF算法分别降低了52.00%、38.32%、22.80%、63.30%、57.16%、3.03%。对GNSS/INS紧组合导航,使用IAKF算法,位置误差(经纬高)和速度误差(东北天)较KF算法分别降低了39.90%、47.78%、55.84%、14.58%、5.53%、2.83%。