买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：阿慕优(昆山)导航科技有限公司

摘要：本发明公开了一种改进的TDCP‑GNSSINS紧组合模，包括以下步骤，S1、INS初始化；S2、INS机械编排算法；S3、计算INS预测的TDCP观测值；S4、计算GNSS实际观测的TDCP观测值；S5、计算观测残差；S6、EKF滤波更新；S7、IMU元器件误差反馈修正；S8、输出导航结果。该种组合模型顾及了TDCP观测值与先前时刻位置信息的相关性，得到了准确的观测模型及观测噪声矩阵，导航精度高于传统的基于位置误差参数的紧组合模型，且滤波器数值稳定。

主权项：1.一种改进的TDCP-GNSSINS紧组合模，其特征在于，包括以下步骤：S1、INS初始化：包括初始状态、先验协方差阵和系统噪声矩阵的初始化，位置、速度来源于载波相位差分技术结果；原始的载波相位观测值表达如下： 其中上角标s表示卫星，下角标u表示用户。μ表示视线向量；rs和ru分别表示卫星和用户的位置；δrs表示星历误差；δtu和δts分别表示用户钟差和卫星钟差；和分别表示对流层和电离层延迟误差；λ表示载波相位波长；N表示整周模糊度；表示观测值噪声。S2、INS机械编排算法：首先对IMU原始数据进行零偏误差和刻度系数误差补偿。S3、计算INS预测的TDCP观测值：根据卫星星历、先前时刻位置和当前时刻位置可以计算得到预测的TDCP观测值；通过时间差分整周模糊度和大部分公共误差已经被消除了，而卫星历元间钟漂可通过卫星导航电文计算，接收机钟漂可以通过卫星间钟差消除，如下式： 其中，i和j分别表示第i和j颗卫星，为了简化，整理式3可得如下方程： 在公式4中，当前用户位置和先前用户位置可表示如下： 其中，和分别表示在tk时刻INS预测的先验位置及其误差；和分别表示在tk-1时刻INS预测的先验位置及其误差；and分别表示在tk和tk-1时刻从n系到ecef坐标系的转换矩阵。S4、计算GNSS实际观测的TDCP观测值。将步骤S3中的公式4代入公式5，可得到滤波器观测方程，如下： 其中，表示INS预测的星间差分的TDCP观测值，Δtδtij表示不同卫星钟漂的差分，可用过星历计算得到。S5、计算观测残差：利用INS预测的与GNSS实际观测的TDCP观测值可计算残差；假如有n颗卫星被同时跟踪，公式步骤S4中6可用矩阵的形式表示如下： 其中，是用于EKF的观测向量；和表示观测矩阵；和分别表示tk时刻和tk-1时刻的系统误差状态；表示量测噪声。可表示如下: S6、EKF滤波更新：构建准确的TDCP观测模型及其噪声方差阵，然后量测更新；由于公式S5中7观测模型与当前系统状态和先前系统状态都相关，这不符合EFK观测模型的标准形式，不能够直接用于EKF。为了解决延迟状态的问题，有必要修改EKF的递推方程。通过系统状态的时间更新方程，当前系统状态和先前系统状态的关系可表示如下： 其中，表示状态转移矩阵；表示系统噪声S7、IMU元器件误差反馈修正：将滤波估计得到的IMU误差对IMU原始数据进行校正，构成闭环反馈。S8、输出导航结果：可输出位置、速度、姿态、IMU误差参数及其标准差。GNSS接收机通常使用低采样率比如1Hz,而INS使用高采样率比如100Hz，这造成了系统状态的时间更新远快于量测更新。式9中当前系统状态和先前系统状态的关系可重新表示如下： 其中，δt表示INS采样时间间隔；n＝tk-tk-1δt表示在一次量测更新时间间隔内时间更新的次数。将公式10带入公式7，可得如下观测模型： 其中，表示新的观测模型；表示观测噪声，其包含了实际的量测噪声和累积的系统噪声。如式11，得到了准确的基于位置误差参数的观测矩阵Hk′和观测噪声矩阵如下：

全文数据：

权利要求：

百度查询： 阿慕优(昆山)导航科技有限公司 一种改进的TDCP-GNSS/INS紧组合模