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(guó)民生產(chǎn)、生活的各個(gè)領(lǐng)域獲得越來(lái)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(chǎng)環(huán)境中無(wú)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(hào)被干擾、遮擋以及欺騙攻擊等導(dǎo)致的GNSS定位設(shè)備無(wú)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(tái)為例，其高精度的組合定位、定向系統(tǒng)面臨信號(hào)衰減、強(qiáng)多路徑以及信號(hào)短時(shí)失鎖等挑戰(zhàn)。
　　本文以車載導(dǎo)航為背

2、景對(duì)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(duì)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(yàn)?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(cè)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(shí)FOG漂移數(shù)據(jù)中的特征量，基于EMD的

4、數(shù)據(jù)驅(qū)動(dòng)特性提出一種多尺度的預(yù)測(cè)去噪與建模方法。分析了前向線性預(yù)測(cè)(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(jì)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(duì)輸出的多個(gè)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(duì)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(duì)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(cè)補(bǔ)償。實(shí)驗(yàn)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(gè)量級(jí)。
　　3)為解決組合導(dǎo)航非線性量測(cè)更新中線性新息更新效率低下的問(wèn)題，采用最大后驗(yàn)(Maximum a Posterior,MAP)濾波框架對(duì)GNSS/INS緊組合濾波進(jìn)行了分析。為消除迭代更新過(guò)程中狀態(tài)相關(guān)噪聲的影響，在迭代量測(cè)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(guò)程的收斂并確保狀態(tài)估計(jì)精度的提高。實(shí)驗(yàn)與仿真結(jié)果表明，迭代更新框架可以改善非直接可觀測(cè)狀態(tài)的估計(jì)精度，當(dāng)狀態(tài)后驗(yàn)PDF滿足單峰的高斯分布時(shí)改進(jìn)效果更明顯，且當(dāng)量測(cè)模型為非線性方程時(shí)，MAP濾波器在穩(wěn)定時(shí)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(duì)狀態(tài)維數(shù)和狀態(tài)高斯分布的依賴性，將預(yù)測(cè)Sigma點(diǎn)誤差陣直接轉(zhuǎn)換到后驗(yàn)PDF對(duì)應(yīng)的Sigma點(diǎn)誤差，降低了CKF濾波過(guò)程對(duì)量測(cè)缺失和相關(guān)噪聲的敏感性。此外由于改善了濾波預(yù)測(cè)過(guò)程的精度，量測(cè)模型中的不確定性對(duì)姿態(tài)估計(jì)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(shí)，擴(kuò)展卡爾曼濾波(Extended Kalman Filter,EKF)定位誤差為RCKF的3倍以