基于伪距和伪距率的GPS/INS紧组合卡尔曼滤波器算法

资 源 简 介

基于伪距和伪距率的GPS/INS紧组合卡尔曼滤波器算法

详 情 说 明

GPS/INS紧组合卡尔曼滤波器是一种先进的导航数据融合算法，它通过深度整合全球定位系统(GPS)和惯性导航系统(INS)的测量数据来提高定位精度和系统鲁棒性。

该算法主要处理两类关键观测值：伪距和伪距率。伪距是卫星信号传播时间换算的距离测量值，包含接收机时钟误差；伪距率则反映载体与卫星之间的相对径向速度。与松组合不同，紧组合直接在原始测量层面进行数据融合，而非使用GPS单独解算的位置速度结果。

系统状态通常包含15个维度：位置误差、速度误差、姿态误差、陀螺仪零偏、加速度计零偏以及接收机时钟误差。观测模型建立时，需要将INS推算的载体位置速度转换到卫星视线方向，与GPS原始测量值直接比较形成新息向量。

卡尔曼滤波过程包含时间更新和测量更新两个阶段。时间更新依靠INS误差传播方程预测状态，测量更新则通过伪距/伪距率观测方程修正状态。紧组合的优势在于：当可见卫星不足4颗时仍能工作，且能有效抑制INS误差累积。

实际应用中需注意处理接收机时钟跳变、卫星几何构型变化等问题。案例数据验证表明，该算法在城市峡谷等复杂环境下，相比松组合能显著提升导航连续性和精度。