申请/专利权人：山东泉清通信有限责任公司

申请日：2021-07-23

公开（公告）日：2024-04-02

公开（公告）号：CN113551669B

主分类号：G01C21/16

分类号：G01C21/16;G01C21/20;G01S19/49

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2021.11.12#实质审查的生效;2021.10.26#公开

摘要：本发明提供了本发明基于短基线的组合导航定位方法及装置，方法包括获取多模接收机的PPS信号，并通过RTK方式进行定位；将PPS信号中的定位信息作为INS的初值，进行INS计算，得到INS信息；将成功定位对应的PPS信号及所述INS信息通过卡尔曼滤波组合，得到最优的姿态位置信息。本发明采用短基线，基线长度仅有320mm，两个接收天线，重量仅为5kg，设备小巧，移动方便，GNSS和INS组合导航，在载体受到遮挡时可以用INS快速定位，采用了高精度的INS惯性元件，同时用卡尔曼滤波优化惯性元件的误差，并且GNSS的定位信息能够校正INS惯性元件的偏差，保证了系统的定位精度和可靠性。

主权项：1.基于短基线的组合导航定位方法，其特征是，所述方法包括以下步骤：获取多模接收机的PPS信号，并通过RTK方式进行定位；将PPS信号中的定位信息作为INS的初值，进行INS计算，得到INS信息；将成功定位对应的PPS信号及所述INS信息通过卡尔曼滤波组合，得到最优的姿态位置信息；所述多模接收机包括前天线接收机和后天线接收机，前天线接收机将观测数据发送给后天线接收机，所述后天线接收机利用自身的观测数据和差分信息，建立载波双差方程进行相对定位；所述INS信息包括载体的经纬度、海拔信息以及姿态角；微型计算机通过GPSBDS多模接收机接收PPS信号，收到PPS信号后采用RTK定位方式获取位置信息，接收到完整的定位信息后，将获取的速度、经纬度和海拔信息赋给INS信息的初值，包括UTC时间，经纬度，海拔高度，航向角，东北天三个方向的角速度；根据接收机收到卫星信号的强度确定接收卫星的星数，当信号强度大于15dBm认为卫星信号有效，当GPSBDS的卫星可视星数大于4时，判断定位信息有效，否则重新接收PPS信号再定位，定位成功后将GPSBDS信息和上述计算得到的INS信息通过卡尔曼滤波组合获得最优的姿态和位置信息；所述通过卡尔曼滤波组合，得到最优的姿态位置信息的具体过程为：将所述定位信息作为卡尔曼滤波估计系统定位信息状态，建立INS信息的卡尔曼滤波方程，得到组合导航系统的状态向量x及状态方程xt；组合导航系统的状态向量x为：ve、vn、vu表示三个方向的速度，λ'、h分别表示经纬度和高度，φe、φn和φu表示三个方向的角度，de、dn、du表示三个方向的移动距离，ae、an、au表示三个方向的加速度；组合导航系统的状态方程为：其中f[■]为非线性连续函数，wt为系统噪声；将PPS信号中的载体速度信息和位置信息作为量测，得到组合导航系统的量测方程，经离散化处理，得到观测方程；选取GPSBDS输出的载体速度信息veg、vng、vug，位置信息λg、hg作为量测Z，则获得组合导航系统的量测方程为：Zk＝Hxk,vk；将系统模型离散化，处理后得到的系统方程和观测方程分别为：Xk+1＝ΦXk+ΓWk；Zk＝HXk+Vk；其中，k为离散时间，系统在时刻k的状态为Xk∈Rn；Zk∈Rm为对应状态的观测信号；Wk∈Rr为输入的白噪声；Vk∈Rm为观测噪声，Ф为状态转移矩阵，Γ为噪声驱动矩阵，H为观测矩阵；构成非线性系统如下：Xk+1＝fxk,WkZk＝hxk,Vk；f是非线性状态方程函数；h是非线性观测方程函数；对随机状态变量X在时刻k进行卡尔曼滤波计算，得到载体在k+1时刻位置信息的最优估计；运用UT变换，设一个非线性变换y＝fx，状态向量x为n维随机变量，并且已知其均值和方差P，通过下面的UT变换得到2n+1个sigma点X和相应的权值ω来计算y的统计特征：计算2n+1个sigma点，即采样点，n是系统状态维数； 式中，表示矩阵方根的第i列； 是状态向量x进行UT变换后的2n+1个sigma点集X的均值；计算这些采样点相应的权值： 式中，下标m为均值，c为协方差，上标为第i个采样点；参数λ＝a2n+κ-n是一个缩放比例参数，用来降低总的预测误差，a的选取控制了采样点的分布状态，κ是待选参数，具体取值没有界限，通常应保证矩阵n+λP为半正定矩阵，待选参数β是非负的权系数，可以合并方程中高阶项的动差；利用上述UT变换获得sigma点集及对应权值： 计算2n+1个sigma点集的下一个时刻的预测，i＝1,2,...2n+1；Xik+1|k＝f[k,Xik|k]；计算系统状态的一步预测及协方差矩阵，由sigma点集的预测值加权求和得到，其中权值ωi通过上述UT变换的计算方式可得； 根据一步预测值再次进行UT变换，产生新的sigma点集； 将新的sigma点集代入观测方程，得到预测的观测量，i＝1,2,...2n+1；Zik+1|k＝h[Xik+1|k]；由此得到sigma点集的观测预测值，通过加权求和得到系统预测的均值及协方差； 计算卡尔曼增益矩阵： 计算系统的状态更新和协方差更新： Pk+1|k+1是经过卡尔曼滤波后得到的协方差，即是卡尔曼滤波后得到的载体在k+1时刻的位置信息的最优估计，通过以上步骤计算得到最优的载体姿态位置信息。

全文数据：

权利要求：

百度查询： 山东泉清通信有限责任公司 基于短基线的组合导航定位方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD