GNSS拒止環(huán)境下FOG-SINS-GNSS組合導(dǎo)航關(guān)鍵技術(shù)研究.pdf

1、隨著多星座衛(wèi)星導(dǎo)航系統(tǒng)的發(fā)展與用戶端設(shè)備成本的下降，GNSS定位技術(shù)在國民生產(chǎn)、生活的各個領(lǐng)域獲得越來越廣泛的應(yīng)用，然而將其用在人口密集的城市區(qū)域或電磁環(huán)境復(fù)雜的戰(zhàn)場環(huán)境中無法保證導(dǎo)航的連續(xù)性和可靠性。GNSS拒止是指衛(wèi)星信號被干擾、遮擋以及欺騙攻擊等導(dǎo)致的GNSS定位設(shè)備無法正常輸出導(dǎo)航參數(shù)的情形，以城市峽谷環(huán)境下車載導(dǎo)航平臺為例，其高精度的組合定位、定向系統(tǒng)面臨信號衰減、強(qiáng)多路徑以及信號短時失鎖等挑戰(zhàn)。
　　本文以車載導(dǎo)航為背

2、景對GNSS拒止環(huán)境下GNSS/INS組合導(dǎo)航關(guān)鍵技術(shù)進(jìn)行研究，主要圍繞光纖陀螺(Fiber Optic Gyroscope，F(xiàn)OG)的誤差數(shù)據(jù)處理和魯棒的組合濾波技術(shù)開展研究。論文的主要工作與創(chuàng)新成果如下:
　　1)針對FOG靜態(tài)漂移數(shù)據(jù)的非線性、非平穩(wěn)性特征，研究采用經(jīng)驗?zāi)B(tài)分解(Empirical Mode Decomposition，EMD)及其噪聲輔助分析方法實(shí)現(xiàn)FOG隨機(jī)噪聲的去噪。采用有界的迭代噪聲輔助的方式消除輔助

3、噪聲的殘差和虛假模態(tài)，將小波域的閾值濾波算法引入到EMD的模態(tài)單元去噪中，利用本征模態(tài)函數(shù)的震蕩特性和極值點(diǎn)分布特征優(yōu)化了模態(tài)濾波的連續(xù)性，將樣本熵和概率密度函數(shù)(Probability Density Function，PDF)歐式距離組合獲得更準(zhǔn)確的模態(tài)分類結(jié)果。測試數(shù)據(jù)分析表明，所提閾值去噪方法較基于平穩(wěn)小波變換的閾值去噪在濾除FOG零偏不穩(wěn)定性及速率隨機(jī)游走上性能更優(yōu)。
　　2)為辨識FOG漂移數(shù)據(jù)中的特征量，基于EMD的

4、數(shù)據(jù)驅(qū)動特性提出一種多尺度的預(yù)測去噪與建模方法。分析了前向線性預(yù)測(Forward Linear Prediction，F(xiàn)LP)濾波的特點(diǎn)，并在其基礎(chǔ)上利用灰色理論的累加生成方法在不增加FLP濾波延遲的基礎(chǔ)上提高其權(quán)值的估計精度，將上述方法用于EMD生成單尺度數(shù)據(jù)序列的去噪中，并對輸出的多個尺度數(shù)據(jù)序列進(jìn)行累加重構(gòu)得到去噪后的漂移數(shù)據(jù)。針對溫度漂移誤差的多因素交叉耦合特征提出多尺度的漂移建模方案，采用極限學(xué)習(xí)機(jī)對溫度梯度變化產(chǎn)生的Shu

5、pe誤差和受熱應(yīng)力影響的偏置誤差單獨(dú)建模與預(yù)測補(bǔ)償。實(shí)驗仿真結(jié)果表明，在補(bǔ)償靜態(tài)環(huán)境下的FOG溫度漂移中，多尺度建模方案較基于單尺度的隨機(jī)建模方法精度提高2個量級。
　　3)為解決組合導(dǎo)航非線性量測更新中線性新息更新效率低下的問題，采用最大后驗(Maximum a Posterior,MAP)濾波框架對GNSS/INS緊組合濾波進(jìn)行了分析。為消除迭代更新過程中狀態(tài)相關(guān)噪聲的影響，在迭代量測更新中應(yīng)用了狀態(tài)擴(kuò)增技術(shù)，加入阻尼因子加速

6、迭代過程的收斂并確保狀態(tài)估計精度的提高。實(shí)驗與仿真結(jié)果表明，迭代更新框架可以改善非直接可觀測狀態(tài)的估計精度，當(dāng)狀態(tài)后驗PDF滿足單峰的高斯分布時改進(jìn)效果更明顯，且當(dāng)量測模型為非線性方程時，MAP濾波器在穩(wěn)定時較非迭代濾波獲得更小的穩(wěn)態(tài)誤差。
　　4)為改善容積卡爾曼濾波(Cubature Kalman Filter,CKF)的魯棒性，基于模型誤差分析提出了一種新型的Sigma點(diǎn)更新框架，并將其嵌入到3階球面徑向積規(guī)則中實(shí)現(xiàn)了魯棒C

7、KF（Robust CKF,RCKF）。為消除CKF中容積點(diǎn)對狀態(tài)維數(shù)和狀態(tài)高斯分布的依賴性，將預(yù)測Sigma點(diǎn)誤差陣直接轉(zhuǎn)換到后驗PDF對應(yīng)的Sigma點(diǎn)誤差，降低了CKF濾波過程對量測缺失和相關(guān)噪聲的敏感性。此外由于改善了濾波預(yù)測過程的精度，量測模型中的不確定性對姿態(tài)估計的影響明顯小于位置與速度。仿真結(jié)果表明在GNSS失鎖期達(dá)到2分鐘時，擴(kuò)展卡爾曼濾波(Extended Kalman Filter,EKF)定位誤差為RCKF的3倍以