目錄
-
-
- 前言
- GNSS/INS松組合狀态模型
- GNSS/INS松組合量測模型
- GNSS/INS松組合卡爾曼濾波
-
- 1、松組合模型離散化
- 2、卡爾曼濾波時間更新
- 3、卡爾曼濾波量測更新
-
前言
GNSS與INS具有很好的互補性，GNSS提供的位置結果不随時間發散，能夠抑制慣導的誤差累積，INS能在GNSS拒止環境下提供短時高精度的定位結果，GNSS/INS組合導航系統能充分發揮兩系統的優勢。與GNSS/INS緊組合系統相比，松組合的兩個子系統互相不影響，擁有較強的穩定性，在車載組合導航領域應用廣泛。本文簡單整理了GNSS/INS松組合算法，裡面參考了多本書籍并有些自己的了解，如若有誤，還請告知一下，感激不盡。
GNSS/INS松組合狀态模型
基于捷聯慣導系統(SINS)誤差模型，加入陀螺及加表的零偏白噪聲wg，wa，陀螺及加表零偏模組化為一階馬爾科夫過程，wcg，wca為對應的過程白噪聲，INS誤差模型可以整理如下：
根據上述模型，我們可以建構GNSS/INS松組合的狀态模型：
GNSS/INS松組合量測模型
松組合系統采用n系（東北天）下SINS解算的位置與GNSS測量的位置之差作為量測資訊，假設IMU到GNSS天線的杆臂向量為0，即GNSS天線與IMU的位置重合。
SINS解算的位置可表示為：
GNSS得到的位置可表示為：
則，位置量測：
轉換到大地坐标系LLA（緯經高），得：
GNSS/INS松組合卡爾曼濾波
1、松組合模型離散化
2、卡爾曼濾波時間更新
3、卡爾曼濾波量測更新
注意我們這裡的狀态量是位置（姿态，速度）誤差，将其補償到位置（姿态，速度）量上後，誤差就變為0了，是以這裡的狀态量要手動置零。