先进导航技术第六讲组合导航技术
先进导航技术 第六讲 组合导航技术
一、引言1、要根据不同的任务需求，确定不同的组合导航系统配置；一卫星/惯性组合导航系统已成为首选基本系统。卫导精度高，经济性好，但抗干扰能力差；惯导自主性、实时性好，分辨辩率高，但误差随时间积累；这两种系统天然互补。一鉴于卫导有时不好用（有意干扰、欺骗），需考虑其他辅助导航手段，如星体跟踪、图像匹配（SAR、光电探测）、地形匹配、速度测量（里程仪、多普勒声纳）、重力匹配等。2、要力求最有效地利用来自不同传感器的信息资源达到抑制噪声，提高精度，确保实时性和提供余度的目的
1、要根据不同的任务需求，确定不同的组合导航系统 配置； 一、引言 2、要力求最有效地利用来自不同传感器的信息资源， 达到抑制噪声，提高精度，确保实时性和提供余度 的目的。 — 卫星/惯性组合导航系统已成为首选基本系统。卫导精度高， 经济性好，但抗干扰能力差；惯导自主性、实时性好，分辨 率高，但误差随时间积累；这两种系统天然互补。 — 鉴于卫导有时不好用（有意干扰、欺骗），需考虑其他辅助 导航手段，如星体跟踪、图像匹配（SAR、光电探测）、地 形匹配、速度测量（里程仪、多普勒声纳）、重力匹配等
二、 Kalman 滤波器解决组合导航问题的主要数学工具1、特点一Kalman滤波器是一种最佳、递推、统计滤波器，变增益是该滤波器的特点；一Kalman滤波器具有滤波功能，但更突出的是对误差状态（包括若干不能直接被量测的状态）的实时估计：一Kalman滤波器的最大局限性是只处理线性系统，因此对于非线性状态方程和量测方程除了要做线性化处理外，还要评估和补偿线性化带来的误差
二、Kalman 滤波器 — Kalman滤波器是一种最佳、递推、统计滤波器，变 增益是该滤波器的特点； — Kalman滤波器具有滤波功能，但更突出的是对误差状 态（包括若干不能直接被量测的状态）的实时估计； — Kalman滤波器的最大局限性是只处理线性系统，因 此对于非线性状态方程和量测方程除了要做线性化处 理外，还要评估和补偿线性化带来的误差。 1、特点 —— 解决组合导航问题的主要数学工具
二、Kalman 滤波器（续）2、Kalman滤波的估算步序klk-1 =D k.k-1Xka. 状态一步预测b.协方差阵预测Pkik-1 =Dk,k-- Pr-,Dkr.k-1 +Ok-1c.滤波增益K = Pkik--HI(HPkk-HI + R)-1X, = Xkk-I + Kt(-H,Xkk-1)d.状态估值：协方差阵估计 P =(I-K,H)Pkik-I
二、Kalman 滤波器（续） | 1 | 1 | 1 1 | 1 | 1 | 1 , 1 1 , 1 1 | 1 , 1 1 . ( ) ) ˆ ( ˆ ˆ . . ( ) . ˆ ˆ . − − − − − − − − − − − − − − = − = + − = + = + = k k k k k k k k k k k k k k T k k k k T k k k k k T k k k k k k k k k k k k P I K H P X X K y H X K P H H P H R P P Q X X 协方差阵估计 状态估值 滤波增益 协方差阵预测 状态一步预测 e d c b a 2、Kalman滤波的估算步序
二、Kalman 滤波器(续)3、对Kalman滤波器估值的理解一K是变增益系数。它根据协方差阵和量测阵估计各误差状态对量测误差的“贡献”程度，同时也要考虑量测噪声的水平。量测噪声对估计精度的影响十分明显。一不同类物理量（如位置、速度、距离、角度）同时作为量测肯定有利于状态的估计
二、Kalman 滤波器（续） 3、对Kalman滤波器估值的理解 — Kk是变增益系数。它根据协方差阵和量测阵估计 各误差状态对量测误差的“贡献”程度，同时也 要考虑量测噪声的水平。量测噪声对估计精度的 影响十分明显。 — 不同类物理量（如位置、速度、距离、角度）同时 作为量测肯定有利于状态的估计