GPSINS组合导航研究背景意义

随着科学技术的不断发展，人们对动态载体运动目标（导弹、飞机、卫星、坦克、车辆、舰船等）的跟踪精度和可靠性要求越来越高，依赖单一传感器进行的导航与跟踪及控制已不能满足需要，于是出现了多传感器的组合导航。特别是20世纪70年代后，由于高技术武器的出现，尤其是精确制导武器和远程打击武器及导弹拦截武器的出现，使得依靠单一传感器提供的信息很难满足目标跟踪或状态估计的精度和可靠性要求，必须采用多个传感器进行组合导航，并将多传感器提供的信息按某种最优融合准则进行最优融合，才能提高目标跟踪或状态估计的精度和可靠性（邓自立2000，2003；杨元喜2006）。于是，多传感器组合导航系统（多星座卫星导航组合、卫星导航与以惯性导航为代表的其它导航手段组合等）成为导航系统的发展趋势，且已成为倍受人们关注的热门领域，并在军事领域、空间技术领域得到广泛应用。随着卫星导航系统应用领域的不断扩大，很多国家正加紧开发研制独立自主的卫星导航系统。美国正在实施GPS现代化计划，俄罗斯加紧恢复GLONASS全面性能，欧盟正在建设GALILEO，中国正在建设北斗卫星导航系统等。此外，为了进一步满足本国导航定位服务需求，日本正在加紧研制基于多功能卫星的星基增强系统（MSAS）和准天顶卫星导航系统（QZSS）。印度正在加紧研发基于GEO辅助的GPS增强导航（GAGAN）系统和印度自主建设的区域导航卫星系统（IRNSS）。多种卫星导航系统的运行，势必打破单一卫星导航系统的垄断局面，更好地为全球民用用户提供更精确、更安全的导航定位服务。尽管这些卫星导航系统具有较高的精度和较低的成本，且具有很好的长期稳定性。但也存在下述缺点：（1）存在信号遮挡。当接收机天线被地形或人为的结构（例如建筑、隧道等）遮挡时，卫星信号中断，接收机将无法定位。（2）抗干扰能力差。当存在人为干扰时，接收机码环环路很容易失锁，导致接收机无法定位。（3）数据输出频率低。尽管目前一些新的GPS接收机可以提供10Hz的无插值定位输出，但大多数接收机的定位输出频率仍然为1Hz。（4）所有卫星导航系统分别由各自研制国直接控制，使用权受制于人。此外，由于INS具有全天候、完全自主、不受外界干扰、可以提供全导航参数（位置、速度、姿态）等优点，是目前最主要的导航系统之一。但是INS有一个致命的缺点：从系统开始工作起，导航定位误差就随时间积累。这样，采用各种数据融合方法，利用其它测量信息来辅助INS，控制INS误差的积累，降低系统对惯性器件精度的依赖，进而降低整个系统的成本，就成为一种很好的途径和方向。鉴于GPS/INS组合导航系统可以有效地利用各自的优点，进行系统间的取长补短以减小系统误差影响，提高导航系统的性能。所以，GPS/INS组合导航系统被一致认为是飞行载体最理想的组合导航系统，成为国内外普遍关注的热点，且多星座组合导航系统和GNSS/INS组合导航系统分别具有如下特点：（一）多星座组合导航系统的主要特点（1）可以丰富卫星信号源，增加观测信息，提高空间卫星星座的几何结构，进而提高导航定位的精确性。（2）可以弥补单一卫星信号体制的人为干扰，通过多星座组合，可以很容易地探测和诊断某类卫星信号的随机干扰，并及时予以排除，从而提高导航系统的安全性。（3）可以利用多种导航卫星信号的互补性，弥补单一卫星信号的系统误差。由于单一卫星导航系统易受卫星轨道误差、卫星钟差等系统误差的影响，而采用多种卫星体制，单类卫星体制的系统误差有可能成为偶然误差，各类卫星体制的系统误差具有相互抵偿性。（4）多星座组合仍然不能完全摆脱卫星信号受遮挡的问题。当载体通过遂道或行驶在高耸的楼群间的街道时，这种信号盲区一般不能通过多类卫星组合导航加以克服。（二）GNSS/INS组合导航系统的主要特点（1）可以发现并标校INS的系统误差，提高导航定位的精确性。（2）可以弥补卫星导航的信号缺损问题，确保导航系统的连续性。（3）可以提高卫星导航载波相位的模糊度搜索速度，提高信号周跳的检测能力，进而提高组合导航的可靠性。（4）可以提高卫星导航接收机对卫星信号的重捕能力，提高整体导航效率。（5）可以增加观测信息冗余度，提高异常误差的监测能力，提高系统的容错功能。（6）可以提高导航系统的抗干扰能力，提高导航系统的完好性。组合导航系统的数据处理一般采用Kalman滤波技术。60年代后期Kalman滤波技术在航空航天领域开始应用后，实时动态导航算法的研究得以快速发展，随之出现了非线性Kalman滤波、平方根滤波等集成化的Kalman滤波算法，但当时的研究多局限于解决Kalman滤波精度及计算稳定性方面，从八十年代后期至今，由于计算机技术水平的发展，以自适应Kalman滤波、集中滤波和联邦滤波等为代表，综合考虑精度、可靠性及算法稳健性的新一代导航算法得以发展和应用，离散化Kalman滤波理论得以快速发展。尽管高可靠性组合导航算法研究已取得较大进展，但是，这些研究大多针对线性系统。而且许多算法还存在理论上或性能上的不严密性，如集中滤波虽然在理论上可以给出导航参数的全局最优解，但却有两个致命的局限，即计算负担重和容错性差。而基于信息分配原理设计的联邦滤波法算法，由于其设计灵活、计算量小和容错性能好而备受重视。但联邦滤波算法忽略了各单一卫星导航系统滤波输出量之间的相关性，其容错性很难保证。随着人工智能技术的发展，又出现了采用神经网络、模糊理论等非线性技术处理组合导航数据的方法，但这些方法至今还处于理论探讨阶段，且大多采用模拟的理想数据对人工智能技术在组合导航系统中的可用性进行分析论证，如果应用到实测的组合导航系统还需要解决很多问题。随着系统复杂性的增加，导航系统的可靠性问题变得越来越重要。为了保证系统的稳定运行，实现导航系统的高可靠性，如何自动地对故障信息进行有效地检测、定位和隔离已经成为迫切需要解决的问题。故障检测方法是容错技术中最为重要的一个步骤，是故障隔离和系统重构的前提和依据。所以从70年代初，人们就开始研究有关动态故障检测问题，至今已有许多种故障检测和隔离的方法。但由于系统模型存在的诸多不确定性因素，致使很多基于模型的故障检测算法不能很好地将故障信息与模型误差有效地分离，一定程度上降低了故障检测算法的有效性。总之，自适应组合导航数据处理算法的研究，就是在多星座、多传感器性能互补的基础上，采用自适应估计原理，有效地抑制系统存在的噪声统计特性的未知性、模型信息的不准确性以及异常信息存在的不可避免性对导航系统的影响，以提高导航的精确性和可靠性。因此，当前研究自适应组合导航算法显得既重要，又迫切。这是因为：（1）充分利用多星座、多传感器进行组合导航可以提高导航系统的精度、可靠性和连续性；（2）GNSS/INS组合导航系统存在的不确定性因素和异常信息，往往会导致常规滤波算法进行的组合解算存在较大的估计误差，甚至滤波结果发散。自适应组合导航算法的研究，能够有效地抑制不确定性因素和异常信息对导航解的影响，是对标准Kalman滤波算法的一种性能提升；（3）自适应GNSS/INS组合导航算法的研究将大大提高各类导航定位系统的兼容性、自恰性，加强我国GNSS/INS组合导航系统软硬件产品开发的精度和可靠性，拓宽我国自行开发的卫星导航系统相应的应用领域，为我国自适应组合导航系统研究提供理论和技术支持；（4）可以为军事大地测量内外业一体化建设提供质量控制模式，为未来民用、军事大地测量发展奠定一定的基础，具有良好的市场发展前景和经济效益。