本發(fā)明涉及導(dǎo)航技術(shù)領(lǐng)域，特別是涉及一種機(jī)載慣性/衛(wèi)星組合導(dǎo)航系統(tǒng)的自適應(yīng)濾波方法與濾波器。

背景技術(shù)：
INS/GPS(InertialNavigationSyste/GlobalPositioningSystem，慣性/衛(wèi)星組合導(dǎo)航系統(tǒng))是一種精確的載體導(dǎo)航和運(yùn)動(dòng)參數(shù)測(cè)量系統(tǒng)，具有可靠性好、精度高、輸出參數(shù)種類多等優(yōu)點(diǎn)，在航空領(lǐng)域得到了廣泛的應(yīng)用。常用的INS與GPS數(shù)據(jù)融合算法是Kalman(卡爾曼)濾波器，它可以在已知系統(tǒng)噪聲統(tǒng)計(jì)特性的情況下實(shí)現(xiàn)系統(tǒng)狀態(tài)的最優(yōu)估計(jì)。但是大量工程實(shí)踐表明，在機(jī)載使用環(huán)境中，INS中的慣性傳感器易受到溫度、電磁、振動(dòng)等飛行環(huán)境影響，導(dǎo)致傳感器噪聲特性發(fā)生未知的實(shí)時(shí)改變；另外由于GPS接收機(jī)和天線測(cè)量條件的改變等原因，GPS的測(cè)量噪聲也會(huì)發(fā)生未知變化。這些問題會(huì)導(dǎo)致常規(guī)的Kalman濾波器估計(jì)精度下降，嚴(yán)重時(shí)甚至導(dǎo)致濾波發(fā)散，因此如何有效地自適應(yīng)估計(jì)系統(tǒng)的狀態(tài)噪聲和量測(cè)噪聲統(tǒng)計(jì)特性，保證濾波器估計(jì)精度，具有重要的工程意義。自適應(yīng)估計(jì)濾波在濾波計(jì)算過程中，不斷地對(duì)未知的模型狀態(tài)噪聲和量測(cè)噪聲的統(tǒng)計(jì)參數(shù)進(jìn)行估計(jì)與修正，實(shí)現(xiàn)對(duì)濾波器發(fā)散的抑制作用。申請(qǐng)?zhí)?01010552746.5，發(fā)明名稱“一種基于GPS/INS組合導(dǎo)航系統(tǒng)不同測(cè)量特性的自適應(yīng)濾波方法”公開了一種利用雙系統(tǒng)測(cè)量互差序列，估計(jì)量測(cè)噪聲協(xié)方差的自適應(yīng)濾波方法，實(shí)現(xiàn)了對(duì)GPS噪聲的實(shí)時(shí)跟蹤。申請(qǐng)?zhí)?01110385191.4，發(fā)明名稱“一種基于觀測(cè)噪聲方差陣估計(jì)的自適應(yīng)濾波方法”公開了一種利用互差序列動(dòng)態(tài)估計(jì)量測(cè)噪聲特性的方法，同時(shí)構(gòu)造比例因子實(shí)現(xiàn)了自適應(yīng)調(diào)節(jié)濾波增益。但是可以看出，這些方法均沒有對(duì)系統(tǒng)狀態(tài)噪聲進(jìn)行自適應(yīng)估計(jì)。在外界環(huán)境干擾導(dǎo)致系統(tǒng)內(nèi)部傳感器性能變化或失效的情況下，系統(tǒng)狀態(tài)噪聲會(huì)發(fā)生明顯變化，成為影響濾波精度的主要因素，必須對(duì)其進(jìn)行處理。

技術(shù)實(shí)現(xiàn)要素：
本發(fā)明的目的在于克服已有濾波方法的不足，提出一種機(jī)載慣性/衛(wèi)星組合導(dǎo)航系統(tǒng)的自適應(yīng)濾波方法與濾波器，以提高機(jī)載INS/GPS系統(tǒng)的導(dǎo)航精度。為此，采用的方案如下。一種機(jī)載慣性/衛(wèi)星組合導(dǎo)航系統(tǒng)的自適應(yīng)卡爾曼濾波方法，包括下列步驟：建立慣性導(dǎo)航系統(tǒng)的誤差模型，作為卡爾曼濾波器的狀態(tài)方程，將慣性導(dǎo)航系統(tǒng)與衛(wèi)星定位系統(tǒng)的位置差與速度差作為量測(cè)量，建立卡爾曼濾波器的量測(cè)方程，狀態(tài)方程與量測(cè)方程分別如下：其中，狀態(tài)向量為Xk，量測(cè)向量為Zk，狀態(tài)矩陣為Φk,k-1，量測(cè)矩陣為Hk，Wk-1、Vk分別為零均值的狀態(tài)白噪聲和量測(cè)白噪聲，噪聲方差陣分別為Qk-1和Rk；根據(jù)系統(tǒng)特性以及慣性導(dǎo)航系統(tǒng)初始的位置、速度和姿態(tài)信息，初始化狀態(tài)向量X0、量測(cè)向量Z0、狀態(tài)矩陣Φk,k-1、量測(cè)矩陣Hk、狀態(tài)估計(jì)誤差方差陣P0、量測(cè)噪聲方差陣Rk與狀態(tài)噪聲方差陣Qk；利用慣性測(cè)量單元測(cè)量到的相對(duì)慣性空間的角速度和加速度信息，進(jìn)行捷聯(lián)解算，得到慣性導(dǎo)航系統(tǒng)當(dāng)前時(shí)刻的位置、速度和姿態(tài)值；利用慣性導(dǎo)航系統(tǒng)的導(dǎo)航數(shù)據(jù)與衛(wèi)星定位系統(tǒng)的測(cè)量數(shù)據(jù)，進(jìn)行卡爾曼濾波計(jì)算，利用濾波估計(jì)值校正慣性導(dǎo)航系統(tǒng)的導(dǎo)航數(shù)據(jù)，同時(shí)更新Φk,k-1和Hk；計(jì)算量測(cè)殘差vk和狀態(tài)估計(jì)殘差ΔXk，進(jìn)而估計(jì)更新量測(cè)噪聲方差陣Rk與狀態(tài)噪聲方差陣Qk，得到估計(jì)值設(shè)定運(yùn)算上限M，判斷濾波次數(shù)是否達(dá)到，若未達(dá)到，返回捷聯(lián)解算的步驟，否則結(jié)束濾波。一種機(jī)載慣性/衛(wèi)星組合導(dǎo)航系統(tǒng)的自適應(yīng)卡爾曼濾波器，包括：方程建立單元，用于建立慣性導(dǎo)航系統(tǒng)的誤差模型，作為卡爾曼濾波器的狀態(tài)方程，將慣性導(dǎo)航系統(tǒng)與衛(wèi)星定位系統(tǒng)的位置差與速度差作為量測(cè)量，建立卡爾曼濾波器的量測(cè)方程，狀態(tài)方程與量測(cè)方程分別如下：其中，狀態(tài)向量為Xk，量測(cè)向量為Zk，狀態(tài)矩陣為Φk,k-1，量測(cè)矩陣為Hk，Wk-1、Vk分別為零均值的狀態(tài)白噪聲和量測(cè)白噪聲，噪聲方差陣分別為Qk-1和Rk；參數(shù)初始化單元，用于根據(jù)系統(tǒng)特性以及慣性導(dǎo)航系統(tǒng)初始的位置、速度和姿態(tài)信息，初始化狀態(tài)向量X0、量測(cè)向量Z0、狀態(tài)矩陣Φk,k-1、量測(cè)矩陣Hk、狀態(tài)估計(jì)誤差方差陣P0、量測(cè)噪聲方差陣Rk與狀態(tài)噪聲方差陣Qk；慣性數(shù)據(jù)求取單元，用于利用慣性測(cè)量單元測(cè)量到的相對(duì)慣性空間的角速度和加速度信息，進(jìn)行捷聯(lián)解算，得到慣性導(dǎo)航系統(tǒng)當(dāng)前時(shí)刻的位置、...