专利名称：双天线gnss/ins深组合导航方法及装置的制作方法
技术领域：
本发明属于卫星移动通信技术领域，具体涉及一种双天线GNSS/INS深组合导航方法及装置。
背景技术：
INSdnertial Navigation System,惯性导航系统)具有自主性、强抗干扰性和隐蔽性好等特点，并且能够高速连续输出位置、速度、姿态等导航参数，缺点是导航误差随时间累积，无法满足长时间工作的要求。GNSS(Global Navigation Satellite System,全球卫星导航系统)能够全球、全天候高精度输出位置、速度、时间信息，导航结果不随时间累积，但是导航数据更新率一般小于20Hz，并且在高动态或强干扰环境下会丢失卫星信号而使导航失效。可见，INS和GNSS优势互补，将二者组合使用，能得到动态性好、强抗干扰性的系统，能够高速连续输出导航参数并且导航误差不随时间累积。GNSS/MINS (Global Navigation Satellite System,全球卫星导航系统 /Micro-Electro-Mechanical Systems Inertial Navigation System,微机电惯性导航系统)组合导航系统是指以MIMU (MEMS Inertial Measurement Unit,微机电惯性测量单元)作为传感器，由GNSS接收机输出位置/速度等参考信息校正MINS误差，由MINS输出位置/速度辅助GNSS接收机捕获跟踪的导航系统。GNSS/MINS组合导航系统因其成本低、体积小、误差不随时间累积、高灵敏度、抗高动态应力等优点，在未来航空、车载应用中有着良好的前景。目前组合导航算法有松组合、紧组合、深组合三种，分别基于位置/速度、伪距/伪距率、I/Q累加值层面进行组合。由于MMU精度差，无法通过敏感地球自转来实现初始对准，因此采用GNSS接收机输出位置/速度信息辅助对准，但由于大失准角情况下惯性导航系统的非线性以及姿态不可观测性，导致对准无法实现或对准时间过长。另一方面，由于组合导航系统姿态可观测性差，载体长时间无机动情况下，姿态角会发散，比如如果汽车在高速路上行驶，长时间无转弯和加减速，用现有技术的卡尔曼滤波算法，姿态角会发散。专利CN201497509中公开了一种双天线GPS/INS组合导航仪，通过双天线引入姿态观测量来试图解决姿态角发散的问题，在该装置中由于卫星信号被遮挡，载噪比过低容易引起周跳，而且由于较易丢失卫星信号，并且丢失卫星信号后将进行长时间的整周模糊度搜索，导致长时间无姿态量输出等问题。

发明内容
本发明旨在至少在一定程度上解决上述技术问题之一或至少提供一种有用的商业选择。为此，本发明的第一个目的在于提出一种双天线GNSS/INS深组合导航方法，本发明的第二个目的在于提出一种双天线GNSS/INS深组合导航装置。

根据本发明实施例的双天线GNSS/INS深组合导航方法，包括以下步骤:S1.分别对全球卫星导航系统和惯性导航系统进行初始化和参数设置；S2.得到所述惯性导航系统的初始俯仰角和初始横滚角；S3.通过所述全球卫星导航系统获取卫星导航信息，并将根据所述卫星导航信息得到的所述全球卫星导航系统的第一伪距、第一伪距率、第一俯仰角和第一航向角作为卡尔曼滤波器的观测量；S4.根据所述第一伪距、所述第一伪距率、所述第一俯仰角和所述第一航向角对所述惯性导航系统进行大失准角初始对准；以及S5.所述惯性导航系统通过捷联惯导解算推导输出惯性导航系统三维位置、惯性导航系统三维速度、第二俯仰角、第二航向角和第二横滚角，并将所述惯性导航系统三维速度反馈至所述全球卫星导航系统，以使所述全球卫星导航系统进行时钟误差修正，使所述惯性导航系统进行系统误差修正，并在修正后对卫星信号进行跟踪。在本发明的实施例中，进一步包括:S6.所述全球卫星导航系统根据所述卫星信号，进行导航解算和差分姿态解算，更新输出所述全球卫星导航系统的第一伪距、第一伪距率、第一俯仰角和第一航向角，当所述全球卫星导航系统有输出时进入步骤S7，无输出时进入步骤S5 ；S7.根据所述惯性导航系统和所述全球卫星导航系统的输出结果建立卡尔曼滤波器误差方程和卡尔曼滤波器观测方程，对所述输出结果进行组合卡尔曼滤波算法，进入步骤S5。在本发明的实施例中，所述步骤S6的所述全球卫星导航系统在所述卫星信号跟踪过程中，实时监测跟踪环路的状态并估计载噪比，判断所述跟踪环路是否失锁，如果是，则在所述惯性导航系统辅助下对所述卫星信号进行重捕获。在本发明的实施例中，所述卡尔曼滤波器误差方程的状态向量为:
权利要求
1.一种双天线GNSS/INS深组合导航方法，其特征在于，包括以下步骤: 51.分别对全球卫星导航系统和惯性导航系统进行初始化和参数设置； 52.得到所述惯性导航系统的初始俯仰角和初始横滚角； 53.通过所述全球卫星导航系统获取卫星导航信息，并将根据所述卫星导航信息得到的所述全球卫星导航系统的第一伪距、第一伪距率、第一俯仰角和第一航向角作为卡尔曼滤波器的观测量； 54.根据所述第一伪距、所述第一伪距率、所述第一俯仰角和所述第一航向角对所述惯性导航系统进行大失准角初始对准；以及 55.所述惯性导航系统通过捷联惯导解算推导输出惯性导航系统三维位置、惯性导航系统三维速度、第二俯仰角、第二航向角和第二横滚角，并将所述惯性导航系统三维速度反馈至所述全球卫星导航系统，以使所述全球卫星导航系统进行时钟误差修正，使所述惯性导航系统进行系统误差修正，并在修正后对卫星信号进行跟踪。
2.如权利要求1所述的双天线GNSS/INS深组合导航方法，其特征在于，进一步包括: 56.所述全球卫星导航系统根据所述卫星信号，进行导航解算和差分姿态解算，更新输出所述全球卫星导航 系统的第一伪距、第一伪距率、第一俯仰角和第一航向角，当所述全球卫星导航系统有输出 时进入步骤S7，无输出时进入步骤S5 ； 57.根据所述惯性导航系统和所述全球卫星导航系统的输出结果建立卡尔曼滤波器误差方程和卡尔曼滤波器观测方程，对所述输出结果进行组合卡尔曼滤波算法，进入步骤S5。
3.如权利要求1和2所述的双天线GNSS/INS深组合导航方法，其特征在于，所述步骤S6的所述全球卫星导航系统在所述卫星信号跟踪过程中，实时监测跟踪环路的状态并估计载噪比，判断所述跟踪环路是否失锁，如果是，则在所述惯性导航系统辅助下对所述卫星信号进行重捕获。
4.如权利要求1至3所述的双天线GNSS/INS深组合导航方法，其特征在于，所述卡尔曼滤波器误差方程的状态向量为:
5.如权利要求2所述的双天线GNSS/INS深组合导航方法，其特征在于，所述步骤S7中，采用所述全球卫星导航系统解算输出所述第一伪距、所述第一伪距率、所述第一俯仰角和所述第一航向角与所述惯性导航系统推导出的所述第二伪距、所述第二伪距率、所述第二俯仰角和所述第二航向角之差作为所述卡尔曼滤波器的观测量。
6.如权利要求1至5所述的双天线GNSS/INS深组合导航方法，其特征在于，所述卡尔曼滤波器的观测量为:
7.如权利要求1所述的双天线GNSS/INS深组合导航方法，其特征在于，所述全球卫星导航系统为GPS导航系统、北斗卫星导航系统、格洛纳斯导航系统或伽利略导航系统。
8.如权利要求1所述的双天线GNSS/INS深组合导航方法，其特征在于，所述全球卫星导航系统的天线基线长度至少为0.5米。
9.一种应用于权利要求1-8中任一项所述的双天线GNSS/INS深组合导航方法的双天线GNSS/INS深组合导航装置，其特征在于，包括:电源模块、微机电惯性测量单元、射频模块、FPGA模块、DSP模块和至少两根天线，其中: 所述FPGA模块包括至少两个相关器组； 所述DSP模块通过EMIF总线控制所述FPGA模块的相关器组解调所述全球卫星导航系统卫星信号，在所述DSP模块内部完成所述全球卫星导航系统的跟踪环路控制、导航解算、差分姿态解算，并进行所述惯性导航系统的捷联惯导解算、以及组合卡尔曼滤波算法； 所述射频模块包括至少两根天线，沿载体纵轴放置，其所述卫星信号经过下变频采样后，中频数据输入所述FPGA模块完成基带处理，在所述DSP模块内部将所述惯性导航系统捷联惯导解算得到的所述三维速度反馈至所述全球卫星导航系统跟踪环路，所述全球卫星导航系统计算载波多普勒频率以辅助跟踪所述卫星信号。
10.如权利要求9所述的双天线GNSS/INS深组合导航装置，其特征在于，在所述全球卫星导航系统的所述卫星信号跟踪过程中，实时监测所述跟踪环路的状态并估计载噪比，判断所述跟踪环路是否失锁，如果是，则在所述惯性导航系统辅助下对所述卫星信号进行重捕获。
11.如权利要求9至10所述的双天线GNSS/INS深组合导航装置，其特征在于，所述全球卫星导航系统为GPS导航系统、北斗卫星导航系统、格洛纳斯导航系统或伽利略导航系统。
12.如权利要求9所述的一种双天线GNSS/INS深组合导航装置，其特征在于，所述全球卫星导航系统的天线基线长度至 少为0.5米。
全文摘要
本发明提出一种双天线GNSS/INS深组合导航方法及装置，其装置包括电源模块、微机电惯性测量单元、射频模块、FPGA模块、DSP模块和至少两根天线。根据本装置，在惯性导航系统的辅助下可以有效地降低全球卫星导航系统周跳出现的概率，并减小全球卫星导航系统整周模糊度的搜索空间，从而确保姿态测量信息连续输出，增强全球卫星导航系统跟踪环路稳健性，在双天线全球卫星导航系统的辅助下可以实现惯性导航系统快速初始对准，改善惯性导航系统姿态可观测性，从而抑制惯性导航系统姿态发散。
文档编号G01S19/49GK103245963SQ20131016961
公开日2013年8月14日 申请日期2013年5月9日 优先权日2013年5月9日
发明者郭美凤, 刘刚, 张嵘, 包超 申请人:清华大学