GPS与惯导系统的组合导航技术
GPS与惯性导航系统的组合定位方法与精度评定
GPS与惯性导航系统的组合定位方法与精度评定GPS（全球定位系统）和惯性导航系统（INS）都是现代导航领域中常用的定位技术。
然而，它们各自都存在一些限制，譬如GPS在城市峡谷地区存在信号遮挡问题，而INS则容易产生漂移误差。
为了克服这些限制，研究人员发现将GPS和INS通过组合定位方法结合使用，可以提供更准确和可靠的定位结果。
首先，我们来了解GPS定位技术。
GPS系统是由一组卫星和接收器组成的，工作原理是通过测量接收器和卫星之间的距离来确定接收器的位置。
然而，由于地面建筑物和天气条件的限制，GPS的定位精度可能受到一定的影响。
特别是在高楼大厦聚集的城市地区，建筑物会遮挡卫星信号，导致定位误差增加。
此外，恶劣天气条件如大雨、大雪等也会对GPS信号产生干扰，进一步降低了定位的准确性。
然而，惯性导航系统可以弥补GPS的不足之处。
INS由加速度计和陀螺仪等传感器组成，可以通过测量加速度和角速度来推断航向和位移。
与GPS不同，INS并不依赖于外部信号，因此不受天气和建筑物遮挡的影响。
然而，INS在使用时间越长，误差也会越来越大。
这是由于惯性传感器的漂移问题导致的。
因此，INS的定位结果并不是完全可靠的。
为了充分利用GPS和INS的优势，研究人员提出了一种组合定位方法，即将两者的定位结果进行融合。
这种方法通过使用卡尔曼滤波（Kalman Filter）算法来整合GPS和INS的信息。
卡尔曼滤波是一种数学算法，能够根据系统的动态模型和不确定性信息，进行估计和修正。
在组合定位中，卡尔曼滤波可以将GPS和INS的定位结果进行加权融合，从而得到更精确的定位值。
组合定位的过程可以简单描述为以下几个步骤：首先，根据GPS接收器的测量值，计算出当前位置的估计值。
然后，根据INS的测量值，根据运动方程和初始条件推断位置和速度的改变量。
接着，根据两种传感器的测量精度和不确定性信息，使用卡尔曼滤波算法来融合GPS和INS的定位结果。
微惯性测量组合与GPS组合导航技术
析 了由微 惯 性 器 件 组 成 的 捷 联 惯 导 与 Ｇ Ｓ 组合 导航 的可 行 性 ； Ｐ 综述 了Ｇ ＳＩ Ｓ组 合 导航 的工 作 原 理 和 关键 技 术 。 Ｐ／ Ｎ
【 关键词 】 惯性导航 系统 【 中圈分类号 １ Ｖ ４ ． ２ ９３ ２ ２
【 文献标识码】 Ｂ
性高。
（）Ｎ 的制 导精度 主要 取决 于惯性 器件 （ ２Ｉ Ｓ 陀螺 仪 和 加速 度计 ） 的精 度 。Ｉ Ｓ Ｎ 的精 度 在开 始工作 和较 短的 时间 内是优 良的 ， 但是从 初 始对 准之后 ， 由于 陀螺仪 的
从 ２世 纪８ 年代 开始 ，以Ｉ Ｉ艺 为基 础 的微机 械 ０ ０ Ｃ
导： 战术导 弹 的制导 ； 载鱼雷 、 水炸 弹的制 导 等。 舰 深
加工 技术 开始应 用 于传 感 器 的制造 。随着 ｔ ／ｍ技术 ｒ ｎ ｍ
的发展 ， 微机电系统 （ Ｅ Ｓ 脱颖 而出。 ＭＭ ） 微惯性传感器
（ 要 的ＭＥ 之一 ） 重 ＭＳ 由微 型 陀螺 仪 、 型加 速度 计 、 微 专 用 集 成 电路 （ ＳＣ）嵌 入 式 微 机 及 相 应 的软 件 组 成 ， ＡＩ 、
于Ｇ Ｓ Ｐ 导航 与其互 补性 较好 ， 是其 应 用 的主要 方式 。 １ 微惯 性 器件 的发展 及应 用
过减震 装 置安装 在 导弹上 。２捷 联 式ＩＳ 它是 直接把 ） Ｎ ： 陀螺 仪 和加速度 计 与导 弹弹体 连接 ． 用大容 量 、 高速度 运算 的计 算机来 处 理导 弹姿态 角变 化对加 速度 计输 出 的影响 ； 与平 台式 相 比 ， 联式 的体 积小 、 捷 成本 低 、 靠 可
维普资讯
第 ２期（ 总第 ８ ９期）
低精度IMU与GPS组合导航系统研究
3、导航数据融合效果有待进一步提高。
3、算法优化：针对卡尔曼滤波算法复杂度较高的问题，采用高效数值计算方 法，优化算法性能，提高实时性。
ห้องสมุดไป่ตู้
3、算法优化：针对卡尔曼滤波 算法复杂度较高的问题
3、算法优化：针对卡尔曼滤波算法复杂度较高的问题，采用高效数 值计算方法，优化算法性能，提高实时性。
1、GPS和IMU数据采集与同步：采用分频复用技术，实现GPS和IMU数据的同 步采集；
3、算法优化：针对卡尔曼滤波算法复杂度较高的问题，采用高效数 值计算方法，优化算法性能，提高实时性。
2、数据预处理：对原始数据进行滤波和平滑处理，以提高数据质量； 3、状态估计：采用扩展卡尔曼滤波算法，估计系统的状态变量和协方差；
3、算法优化：针对卡尔曼滤波算法复杂度较高的问题，采用高效数 值计算方法，优化算法性能，提高实时性。
2、GPS和捷联惯导组合导航系统具有互补性，可以实现优势互补， 提高导航系统的性能。
然而，本研究仍存在一些不足之处。首先，对于GPS和捷联惯导组合导航系统 的具体实现方法，尚未进行详细探讨。未来研究可以进一步深入研究系统的硬件 实现方法、软件算法等具体技术细节。其次，虽然本次演示对GPS和捷联惯导组 合导航系统的应用进行了简要介绍，但尚未对其在各领域的应用进行深入研究。 未来可以对不同领域的应用场景进行详细分析，为实际应用提供更有针对性的指 导。
4、实现卡尔曼滤波算法：根据预处理后的数据和状态估计结果，实现卡尔曼 滤波算法，进行数据融合；
3、算法优化：针对卡尔曼滤波算法复杂度较高的问题，采用高效数 值计算方法，优化算法性能，提高实时性。
5、系统调试与优化：对系统进行实际环境下的调试与优化，确保系统的稳定 性和性能。
捷联惯导算法与组合导航原理讲义
捷联惯导算法与组合导航原理讲义一、捷联惯导算法捷联惯导（Inertial Navigation System，INS）是一种通过测量惯性传感器的运动参数实现导航定位的技术。
惯性导航系统中包括了加速度计和陀螺仪等传感器，通过测量物体的加速度和角速度，可以推算出物体的位置、速度和姿态等信息。
1.1加速度计加速度计是一种测量物体加速度的传感器。
常见的加速度计有基于压电效应的传感器和基于微机电系统（Microelectromechanical System，MEMS）的传感器。
加速度计的原理是通过测量物体受到的惯性力，推算出物体的加速度。
由于加速度是速度对时间的导数，因此通过对加速度的积分操作，可以计算出物体的速度和位移。
1.2陀螺仪陀螺仪是一种测量物体角速度的传感器。
常见的陀螺仪有机械陀螺仪和MEMS陀螺仪等。
陀螺仪的原理是基于角动量守恒定律，通过测量转动惯量的变化，推算出物体的角速度。
与加速度计类似，通过对角速度的积分操作，可以计算物体的姿态。
1.3捷联惯导算法离散时间模型中，位置、速度和姿态等状态变量通过积分加速度和角速度来更新。
由于加速度计和陀螺仪测量结果存在噪声，因此在积分操作时需要加入误差补偿算法来消除误差。
常见的误差补偿算法有零偏校正和比例积分修正等。
连续时间模型中，位置、速度和姿态等状态变量通过微分方程来描述，并通过求解微分方程来更新状态。
由于计算量较大，通常需要使用数值积分方法来求解微分方程。
常见的数值积分方法有欧拉法、中点法和四阶龙格-库塔法等。
二、组合导航原理组合导航是一种融合多种导航技术的导航方式。
常见的组合导航方式有捷联惯导与GPS组合导航。
组合导航通过融合多种导航系统的测量结果，可以提高导航定位的精度和可靠性。
2.1捷联惯导与GPS组合导航捷联惯导与GPS组合导航是一种常见的组合导航方式。
在这种方式下，捷联惯导提供了高频率的惯导数据，可以提供较高的定位精度，但是由于其测量结果累积误差较大，会逐渐偏离真实轨迹。
组合惯性导航系统有哪些
组合惯性导航系统有哪些？随着时代的发展，单一惯性导航系统逐渐被组合惯性导航系统所代替。
单一导航系统都有各自的局限性，组合惯性导航系统是将飞机和舰船等运载体上的两种或两种以上的导航设备组合在一起的导航系统。
下面雅驰为你介绍一些利用多种信息源互补构成精确度更高的多功能导航系统。
1、卫星惯导组合：通过卫星定位系统信息定时对惯性系统进行偏差纠正。
在无法接受卫星信号时，惯性定向定位导航系统也能够保障信息在一定时间内的精准度。
具有精度高，可通讯的特点，但是需要从外界获取信息。
2、天文与惯性导航系统组合：关于天文和惯性导航系统组合，以下三种方式供你参考：一是利用惯性导航和天文导航系统位置信息差值来校正的组合方法，给出工程应用的实际结果；二是根据天文导航系统观测天体的高度、方位值，依据天文原理计算两者之差作为观测卡尔曼滤波组合；三是确定产台坐标系在惯性坐标中跟踪地理坐标系的误差作为观测卡尔曼滤波组合，最后采用天文导航位置信息对陀螺常值漂移的校正。
3、GPS/INS组合导航系统：能很好的实现惯性传感器的校准、惯导系统的空中对准和高度稳定性等，从而提高惯导系统的性能、精度、跟踪卫星的能力。
还可以实现GPS完整性检测，提高可靠性，实现一体化。
4、惯导/多普勒组合：惯性导航系统和多普勒导航的组合解决了多普勒受地形影响的因素，又解决了惯性导航自身的误差，体现了两者很好的互补效果。
5、惯导/地磁组合导航系统：具有自主性强、隐蔽性好、成本低、可用范围广等优点，是当前惯性导航系统研究领域的一个热点。
6、惯导/地形匹配组合导航系统：因为地形匹配的定位精度很高，所以可以利用这种精度的信息来消除长时间工作的误差累计，提高惯性导航的定位精度。
7、GPS/航迹推算组合导航系统：航迹推算是在GPS失效的情况下，根据大气数据测得空速，推算出地速和航迹角。
当信号中断或差时，由航迹确定位置；当信号质量好时，利用GPS定位确定位置。
这样有效的降低了系统的成本。
捷联惯导与组合导航系统高精度初始对准技术研究
捷联惯导与组合导航系统高精度初始对准技术研究捷联惯导与组合导航系统高精度初始对准技术研究引言捷联惯导与组合导航系统是一种集捷联惯导和其他导航传感器（如GPS、气压计、陀螺仪等）的优势于一体的导航系统，具有在惯导滞后情况下实现导航信息快速、准确更新的优势。
为了确保导航精度和可靠性，捷联惯导与组合导航系统的初始对准是不可或缺的关键技术之一。
本文将重点探讨捷联惯导与组合导航系统高精度初始对准技术的研究。
一、捷联惯导与组合导航系统概述捷联惯导与组合导航系统是一种通过融合多种导航传感器测量数据来计算导航解的导航系统。
其中，捷联惯导通过惯性导航算法利用加速度计和陀螺仪提供的姿态、速度和位移信息进行导航计算，而组合导航则通过融合GPS和其它传感器的信息来修正惯导的误差，提供更准确的导航结果。
二、初始对准技术的研究现状初始对准技术在捷联惯导与组合导航系统中起到了决定性的作用，对其精度和可靠性具有重大影响。
目前，针对初始对准技术的研究主要集中在以下几个方面：1. 惯性传感器标定：惯导系统的精度和准确性直接依赖于惯性传感器的性能。
因此，对于惯导系统而言，惯性传感器的标定至关重要。
传感器标定主要涉及惯性传感器的误差估计、参数校准和标定方法等。
2. 导航状态估计算法：捷联惯导与组合导航系统的核心是导航状态估计算法。
目前常用的算法包括扩展卡尔曼滤波（EKF）、无迹卡尔曼滤波（UKF）以及粒子滤波（PF）等。
这些算法通过融合多种传感器的信息，实现对导航状态的准确估计。
3. 高精度传感器融合：为了提高初始对准的精度和可靠性，可以考虑使用更高精度的传感器，如高精度的加速度计和陀螺仪。
此外，对于GPS系统而言，使用双频技术和高精度的差分GPS技术可以进一步提高导航精度。
三、捷联惯导与组合导航系统高精度初始对准技术研究在捷联惯导与组合导航系统高精度初始对准技术的研究中，可以采用以下方法来提高初始对准的精度和可靠性：1. 多目标标定方法：采用多目标标定方法来标定捷联惯导系统中的惯性传感器。
组合导航技术的发展
EKF）对INS旳速度、位置、姿态以及传感器误差进 行最优估计，并根据估计成果对INS进行输出或者反 馈校正。
6、卫星导航与惯性导航组合方式（续）
松组合旳主要优点
4.3 脉冲星导航
➢ 脉冲星是太阳系以外旳遥远 天体，它们旳位置坐标，如 恒星星表一样构成一种高精 度惯性参照系；
➢ 脉冲星按一定频率发射稳定 旳脉冲信号，其长久稳定度 好于最稳定旳铯原子钟。
➢ 脉冲星能够提供绝好旳空间参照基准和时间基准，所以脉 冲星是空间飞行器旳极好旳天然导航信标。
4、天文导航（续）
系统旳容错功能。 ➢ 提升导航系统旳抗干扰能力，提升完好性。
6、卫星导航与惯性导航组合方式
6.1 涣散组合(Loosely-Coupled Integration)
松组合基本概念
➢ 松 组 合 又 称 级 联 Kalman 滤 波 (Cascaded Kalman Filter)方式。
➢ 观察量——INS和GNSS输出旳速度和位置信息旳差 值；
➢ 另外，因为没有GLONASS卫星旳精确轨道源数 据 ， 故 无 法 测 定 精 度 。 与 GPS 相 比 这 是 GLONASS旳个一主要缺陷。
2、卫星导航旳发展即存在旳问题
2.2 卫星导航存在旳问题（续）
3）GALILEO存在旳主要问题
“伽利略计划”是由欧盟委员会和欧洲空间局共同发起并 组织实施旳欧洲民用卫星导航计划，它受多个国家政策 和利益旳制约，政策具有摇摆性。 因为欧盟受美国旳影响极大，“伽利略计划”本身旳独立 性值得怀疑； GALILEO计划目前已经延后，考虑到目前旳金融危机 ，未来旳GALILEO怎样发呈现在还看不清楚。
无人机结构与系统课件：组合导航系统
利用多种导航卫星信号有利于误差补偿提高导航定位的精 度和可靠性。
► 系统误差——轨道系统误差、卫星钟差、多路径误 差…；
► 随机误差——信号随机误差、轨道随机误差、钟差随 机误差…;
► 有色噪声——太阳光压、随时间变化的钟差…; ► 异常误差——周跳、变轨误差…。
➢ 此外，因为没有GLONASS卫星的精确轨道源数据， 故无法测定精度。与GPS相比这是GLONASS的个一 主要缺陷。
3）GALILEO存在的主要问题
➢ “伽利略计划”是由欧盟委员会和欧洲空间局共同发起并 组织实施的欧洲民用卫星导航计划，它受多个国家政策和 利益的制约，政策具有摇摆性。
➢ 由于欧盟受美国的影响极大，“伽利略计划”本身的独立 性值得怀疑；
的容错功能。 ➢ 提高导航系统的抗干扰能力，提高完好性。
（4）多传感器组合导航系统
多传感器组合导航系统是指传感器数目多于两个的组合导 航系统，GPS／INS／Loran-C、GPS／Glonass／INS、 GPS／JTIDS／INS等都是实用的例子。在不少应用场合 传感器数目可能大于等于4个，例如GPS／INS／ DNS/Loran-C和GPS／INS/JTIDS/TAN／SAR等。 优点： • 实时性好、容错性强和精度高。 • 未来发展趋势。
组合导航系统
全球卫星导航定位系统（GPS、 GLONASS、GALILEO、BD）
惯性导航（包括惯性导航INS、航位推
现
算导航DR）
有
导 航
天文导航系统（CNS）
系
统
重磁导航（重力导航、磁力导航）
匹配导航（地形匹配导航、影像匹配导 航）
1.卫星导航存在的问题
1）美国GPS可能存在问题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
谢谢观看
LOGO
GPS/INS
INS:
INS 不仅能够提供载体位置、速度参数,还能提 供载体的三维姿态参数,是完全自主的导航方式,在 航空、航天、航海和陆地等几乎所有领域中都得 到了广泛应用。但是,INS 难以克服的缺点是其导航 定位误差随时间累加,难以长时间独立工作。
LOGO
GPS/INS
GPS/INS组合:
LOGO
紧耦合和松耦合
优点:
1.组合结构简单，便于工程实现，便于实现容错 2.两个系统能够独立工作，使得导航系统有一定的 余度
缺点:
1. GPS 输出的位置、速度通常是与时间相关的； 2.INS 和 GPS 信息流动是单向的，INS 无法辅GPS。
LOGO
GPS/INS
紧耦合:
紧耦合模式是指利用 GPS 接收机的的原始信息来和惯 导系统组合，原始信息一般是指伪距、伪距率、载波 相位等。
LOGO
分类:
基于卡尔曼组合数据的融合方法
按照组合中滤波器的设置来分类，可以分成： 集中式的卡尔曼滤波 分布式的卡尔曼滤波 按照对系统校正方法的不同，分为: 开环校正(输出校正) 闭环校正(反馈矫正) 按照组合水平的深度不同，分为： 松耦合 紧耦合 根据卡尔曼滤波器所估计的状态不同，卡尔曼 滤波在组合导航中的应用有: 直接法 间接法
目录
2 3
LOGO
紧耦合和松耦合
基于卡尔曼滤波的组合方式:
利用卡尔曼滤波器设计 GPS/INS 组合导航系统的方法 多种多样按照组合水平的深度不同，分为： 松耦合 紧耦合
LOGO
紧耦合和松耦合
松耦合:
松耦合模式是指直接利用 GPS 接收机输出的定位信 息与 INS 组合，它是一种 低水平的组合。位置、速 度组合是其典型代表，它 采用 GPS 和 INS 输出的位 置和速度信息的差值作为 量测值。
LOGO
基于卡尔曼组合数据的融合方法
卡尔曼的滤波器处理与的数据， 它的量测的输入是直接取自于的接收机观测 量。
假如组合的滤波器使用的是普通卡尔曼滤波器，那么就要GPS的输出位置， 速度信息的误差为白噪声，但是，GPS的接收机的输出位置，速度的信息误 差是和时间都相关。为了解决这一问题，可有两种方法： 一、加大集中的滤波器迭代的周期，但这会导致组合系统导航的精度下降。 二、用分布式的卡尔曼滤波器的理论进行组合。
LOGO
基于卡尔曼组合数据的融合方法
分散式的卡尔曼滤波
：
分布式的卡尔曼滤波方法，分两步处理 多个系统数据。 第一步，每个系统都处理自己观测的数 据，进行局部的最优的估计。 第二步，局部的滤波器输出并行的输入 主滤波器中，以得到主滤波器的状态向 量最优的估计。
LOGO
基于卡尔曼组合数据的融合方法
分散式的卡尔曼滤波：
LOGO
基于卡尔曼组合数据的融合方法
卡尔曼滤波:
卡尔曼滤波是Kalman在1960年的时候提出来的。将状态的 空间概念给引入估计理论里，把信号的过程看作是白噪声的 作用下线性系统输出，用状态的方程描述该输入和输出的关 系。在估计的过程中可以利用系统的状态方程和观测的方程， 还有白噪声的激励（系统的过程噪声与观测噪声）统计特性 来构成所要的滤波算法。因为利用到的信息是在时域里的变 量，它能够对平稳、一维随机的过程估计，同时也能够对非 平稳、多维的随机的过程估计。
GPS/INS 松紧耦合组合导航系统仿真:
速度误差估计
LOGO
GPS/INS 紧耦合组合导航系统仿真:
位置误差估计
由此可见，在引入 GPS 系统的位置、速度观测信息辅助 INS、并经组合 卡尔曼滤波器的滤波修正后，INS 导航系统的位置、速度误差得到了有 效抑制，长时间导航精度大大提高。
LOGO
GPS与惯导系统的组合导航技术 基于卡尔曼组合数据的融合方法 紧耦合和松耦合
目录
2 3
LOGO
基于卡尔曼组合数据的融合方法
信息融合:
信息融合是在多传 感器的信息系统的 大量涌现的时代背 景之下所产生的。 卡尔曼滤波在控制 的领域得到了广泛 应用后，也逐渐的 成为多传感器的信 息融合的系统主要 技术的手段之一。
设随机线性离散系统的方程（不考虑控制作用）为： () (1) (2)
式中XK 是系统的 n 维状态向量，ZK 是系统的 n 维观测序列，WK 是系统的 p 维 系统过程噪声序列，VK 是系统的 m 维观测噪声序列，Φk，k-1是系统的 n*n状态转 移矩阵，ΓK,K-1是 n*p噪声输入矩阵，HK 是 n*m 维观测矩阵。
组合系统利用高精度的 GPS信息作为外部量测 输入,在运动过程中修正 INS,以控制其误差随时间 的累积；而短时间内高精度的 INS 定位结果,又可 以解决GPS 动态环境中的信号失锁和周跳问题。 INS 还可以辅助 GPS 接收机增强其抗干扰能力,提 高捕获和跟踪卫星信号的能力。
1
CONTENTS
LOGO
标准卡尔曼滤波原理
系统的过程噪声和观测噪声的统计特性，假定如下： () () (3)
其中QK 是系统过程噪声WK 的 p*p维对称非负定方差矩阵，RK 是系统观测噪声 VK 的 m*m维对称正定方差阵，而δkj是 Kronecker-δ函数
如果被估计状态XK 和对XK 的观测量ZK 满足(1)、(2)式的约束，系统 过程噪声WK 和观测噪声VK满足(3)式的假定，系统过程噪声方差阵 QK 非负定，系统观测噪声方差阵RK 正定， k 时刻的观测为ZK，则XK 的估计XˆK可按下述方程求解
LOGO
标准卡尔曼滤波原理
(4) 给定初值 和P0 ，根据 k 时刻的观测值ZK，就可以 递推计算得 k 时刻的状态 (5) (6)
(7)
(8)
LOGO
标准卡尔曼滤波原理
(4)
(7) (6)
(5)
(8)
1
CONTENTS
GPS与惯导系统的组合导航技术 基于卡尔曼组合数据的融合方法 紧耦合和松耦合
LOGO
紧耦合和松耦合
优点:
1.用伪距、伪距率等作为观测量，其观测误差可以 建模扩充为状态进行估计和校正，因而组合精度 可以提高； 2.GPS 只提供伪距、伪距率和星历数据，可省去导 航计算部分，便于和惯导进行一体化设计
计算工作量大，软、硬件设计复杂，且伪距的精 确补偿也有一定的难度。
缺点:
LOGO
用分布式滤波器理论设计的组合滤波器，不再要求GPS输出的位置误差、速度误 差为白噪声。 这种方案的缺点是GPS滤波器与组合滤波器之间的数据通信量较大。在按该式实 施组合滤波器状态估计时，不仅GPS滤波器的滤波值要作为主滤波器的量测输入， GPS滤波的预报值也要作为主滤波器的量测输入。
LOGO
标准卡尔曼滤波原理
LOGO
GPS与惯导系统的组合导航技术
1
CONTENTS
GPS与惯导系统的组合导航技术 基于卡尔曼组合数据的融合方法 紧耦合和松耦合
目录
2 3
LOGO
GPS/INS
GPS:
20 世纪末发展起来的全球卫星定位系统具有 定位和测速精度高的优势,且基本上不受时间、地 区的限制,已经得到了广泛应用。但是,在卫星信号 受到屏蔽或遮挡时,接收机就无法定位。G P S 的载 体在做高动态运动时, 常使GPS 接收机不易捕获和 跟踪卫星载波信号,甚至产生失锁现象。此外, 由于 G P S 的星历广播数据率相对比较低( 50 b / s ),GPS 的导航解算的输出速率, 也相对是比较低的。因此, 单用G PS 系统, 还不能满足高速移动平台的定位需 要。对导航定位可靠性要求较高的情况下 GPS 很 难单独应用
标准的卡尔曼滤波
UDUT 分解滤波算法 平方根滤波算法 无损卡尔曼(UKF) 算法 粒子（PF）滤波算法
自适应滤波算法 次优滤波算法 扩展卡尔曼滤波（EKF）
LOGO
基于卡尔曼组合数据的融合方法
卡尔曼组合数据融合:
通常，将GPS的接收 机输出的信息与INS 惯性测量的信息传 给机载的计算机， 首先利用相应软件 实现两套数据时空 的同步，然后使用 卡尔曼滤波器实现 最优的组合处理。