[發明專利]一種解決GPS長時間失鎖問題的SINS/GPS組合定姿定位方法及系統

有效

• 申請號: 201910646015.8
• 申請日: 2019-07-17
• 公開（公告）號: CN110346821B
• 公開（公告）日: 2022-11-29
• 發明（設計）人: 陳霖周廷;崔祚;高麒麟;楊登紅;薛九天;賈赟
• 申請（專利權）人: 貴州理工學院
• 主分類號: G01S19/41
• 分類號: G01S19/41;G01S19/49
• 代理公司: 北京一枝筆知識產權代理事務所(普通合伙) 11791
• 代理人: 李鎮

本發明公開解決GPS長時間失鎖問題的SINS/GPS組合定姿定位方法及系統，該方法它包括以下步驟：步驟A、構建基于徑向函數RBF神經網絡，利用RBF神經網絡的非線性映射能力及學習推理能力對SINS/GPS組合導航系統的卡爾曼濾波器量測信息的基本分量進行預測，得到量測信息的基本分量預測值；步驟B、構建時間序列模型對SINS/GPS組合導航系統的卡爾曼濾波器量測信息的預測殘差(隨機分量)進行預測，得到預測殘差預測值；步驟C、將步驟A和步驟B得到的基本分量預測值和預測殘差預測值運用疊加原理得到最優預測；步驟D、將步驟C得到的最優預測作為GPS失鎖期間SINS/GPS卡爾曼濾波器的量測更新信息，修正隨時間累積的SINS誤差。本發明功能解決GPS長時間失鎖產生的測量精度誤差問題。

技術領域

本發明涉及一種解決GPS長時間失鎖問題的SINS/GPS組合定姿定位方法及系統，屬于導航技術領域。

背景技術

SINS/GPS組合導航系統其主要組成部分為捷聯慣導系統(Strapdown InertialNavigation System,SINS)和全球衛星定位系統(Global Position System,GPS)。通常采用卡爾曼濾波器對SINS信息和GPS信息進行數據融合處理，GPS具有長期精度穩定的特點，故被用于更新校正SINS的隨時間累積誤差。當車輛行駛于高樓林立的街道、綠蔭道、高速隧道、立交橋時，當飛機做大機動飛行因機翼搖擺而遮擋GPS天線或者進入強電磁干擾區域時，由于GPS接收天線受遮擋或信號受干擾，GPS信號容易丟失(稱為GPS失鎖)，導致SINS的誤差無法得到GPS信息校正，并隨時間不斷累積發散，嚴重影響SINS/GPS組合導航系統的測量精度。

近年來，國內外對GPS失鎖問題的研究大部分集中在神經網絡方面，提出了基于各種神經網絡對GPS失鎖期間的SINS誤差進行預測的方法，其研究對象和目標主要是針對低精度SINS在短時間GPS失鎖情況下對其的性能改進。這些方法的研究思路主要是在GPS失鎖期間，采用各種神經網絡完全取代卡爾曼濾波器直接對SINS的誤差進行預測。這樣的做法會降低高精度慣性器件SINS/GPS組合導航系統的測量精度，尤其是在長時間GPS失鎖的情況下。針對上述方法存在的不足，特別在針對在長時間GPS失鎖的情況下，建立一種精確的SINS/GPS組合定姿定位方法及系統十分必要。

發明內容

本發明要解決的技術問題是提供一種解決GPS長時間失鎖問題的SINS/GPS組合定姿定位方法及系統，可以克服現有技術的不足。

本發明的技術方案是：一種解決GPS長時間失鎖問題的SINS/GPS組合定姿定位方法及系統，該方法它包括以下步驟：

步驟A、構建基于徑向函數RBF神經網絡，利用RBF神經網絡的非線性映射能力及學習推理能力對SINS/GPS組合導航系統的卡爾曼濾波器量測信息的基本分量進行預測，得到量測信息的基本分量預測值；

步驟B、構建時間序列模型對SINS/GPS組合導航系統的卡爾曼濾波器量測信息的預測殘差(隨機分量)進行預測，得到預測殘差預測值；

步驟C、將步驟A和步驟B得到的基本分量預測值和預測殘差預測值運用疊加原理得到最優預測；

步驟D、將步驟C得到的最優預測作為GPS失鎖期間SINS/GPS卡爾曼濾波器的量測更新信息，修正隨時間累積的SINS誤差。

上述的步驟A中，具體的步驟包括：

A1、RBF神經網絡的輸入層為外部信號輸入到神經網絡的接口，傳遞輸入信號到隱層。采用高斯基函數作為隱層的激勵函數在輸入層和隱藏層之間建立一個非線性變換關系；所述的非線性變換關系包含輸入矢量、感知區域中心、感知區域寬度、輸入矢量和感知區域中心之間的歐幾里得距離。