原文传递
车载GNSS实时姿态估计算法研究
| 论文题名： | 车载GNSS实时姿态估计算法研究 |
| 关键词： | 车载全球导航卫星系统;惯性测量单元;姿态估计;滤波算法 |
| 摘要： | 与获知载体的位置、速度和时间信息同样重要，确定载体姿态是航空、航天、航海和陆地导航系统的关键技术之一，是导航和控制领域研究的热点。全球导航卫星系统（Global Navigation Satellite System，GNSS）凭借自身高精度、全天候、长期稳定性等优势，近年来在姿态测量领域得到越来越多的关注。GNSS不仅可以通过多天线阵列单独测姿，还可以采用单天线/双天线与其他传感器组合测姿，如与惯性测量单元（Internal Measurement Unit，IMU）融合测姿。本文将重点对多天线GNSS及单天线GNSS/IMU组合测姿算法展开深入研究，具体内容如下： （1）顾及车载动态环境的复杂性，模糊度解算策略如下：以Bootstrapping成功率为依据将降相关后的模糊度划分为能够可靠固定的和未固定的两部分，若前者通过Ratio检验固定为整数，则在下一历元将其视为常值，将后者经矫正后的模糊度及其协方差阵作为先验信息或伪观测信息参与该历元解算，否则均按后者的方式处理模糊度信息，即充分利用了模糊度的历史信息并采用部分模糊度固定算法解算模糊度。上述策略有效提升了模糊度浮点解精度和模糊度固定率。此外，详细推导了基于基线坐标向量和基于姿态角的多天线GNSS定姿算法模型，归纳总结了两种算法在参数冗余和模型强度方面的互补性，并考虑上述模糊度固定策略，提出了一种以模糊度固定个数为依据的参数切换GNSS定姿算法。相比于传统方法，所提算法在俯仰角和横滚角上分别被提升约28.06%和14.45%。 （2）以欧拉角表征姿态并建立其运动学模型，将其引入多天线GNSS姿态估计中，同时考虑姿态运动的时变性和不确定性，采用基于极大后验估计原理的自适应Kalman滤波算法实现部分状态量系统噪声方差阵的自适应调节。此外，为加速滤波收敛、提高估值精度，在滤波初值达到足够精度后才开始滤波。基于此，使用最小二乘模糊度降相关平差算法搜索模糊度的固定解，输出欧拉角的最优估值。实验表明所提方法具有较好的精度、稳定性和自适应性，相比于传统方法，其精度在航向角、俯仰角和横滚角上分别被提升约19.43%、16.62%和27.84%。 （3）针对IMU测姿精度受载体运动加速度影响这一问题，提出了一种将载波相位时间差分（Time-Differenced Carrier Phase，TDCP）观测量计算的瞬时加速度信息用于辅助IMU姿态估计的滤波算法。该算法以多项式建模方式处理TDCP表示的位移增量，使用计算高效的秩一更新算法实时获取瞬时加速度信息，并将其与IMU的角速度和比力信息进行深度融合。同时在滤波算法中，考虑了姿态变量参数化、姿态运动学建模、IMU元件误差建模、状态估计置零及其协方差矩阵修正等细节问题。实验结果表明，所提算法显著提高了IMU测姿精度。 |
| 作者： | 张思宇 |
| 专业： | 大地测量学与测量工程 |
| 导师： | 常国宾 |
| 授予学位： | 硕士 |
| 授予学位单位： | 中国矿业大学(江苏) |
| 学位年度： | 2021 |
检索历史
应用推荐
