导航原理_组合导航资料
组合导航系统的基本原理及应用特点
报告人：周亚军
学号：2120121066
方向：检测技术与自动化装置
主要内容
惯性导航系统依靠自身携带的陀螺仪和加速 度计，可以连续地提供包括航向、姿态在内的全 部导航参数，具有较高的短期精度和良好的稳定 性，尤其是在自主性和抗干扰性能方面，惯性导 航无可替代。 但是，在长时间的连续独立工作过程中，惯 性导航系统存在的主要缺点是导航定位误差会随 时间而积累。为解决这一问题，一种方法是选择 高精度的惯性器件，但这会耗费很大的成本，且 惯性器件精度的提高是有限的；另一种方法就是 采用组合导航系统，以惯性导航为基准，辅助以 外界的导航信息源，改善惯性系统的精度。
组合导航系统的基本原理
组合导航系统采用惯性系统以外的辅助导航信息源 以提高惯性系统的精度，通过将一个或多个惯性系统的 输出信号与外部源相同量的独立测量值进行比较，根据 这些测量值的差导出对惯性系统的修正值，适当组合这 些信息，就有可能获得比单独使用惯性系统更高的精度。
组合导航系统方法
考虑以惯性导航为主的组合导航系统，其组合方式 有三种：
组合导航系统的特点
组合导航内各子系统之间能取长补短，使系统总精 度得以提高。 一旦某系统出现故障，可由子系统继续工作，或以 工作组合模式的转换来保证系统的正常工作，提高 了系统的稳定性和可靠性。 各子系统由计算机联接，以最优估计理论（卡尔曼 滤波技术）为理论基础，实现定位的自动化和能连 续实时的提供所需的导航定位参数。
最优组合方式（采用卡尔曼滤波器） 自20世纪60年代现代控制理论出现以后，根据最优 控制理论和卡尔曼滤波方法设计的滤波器成为组合导航 的重要方法，它是将各类传感器提供的导航信息应用卡 尔曼滤波方法进行信息优估 计值，再由控制器对惯导系统进行校正，使得系统误差 最小。
组合导航定位的基本原理
组合导航定位的基本原理
组合导航定位的基本原理是通过将多个传感器的信息进行组合，以提供更准确、鲁棒的定位结果。
这种方法通常使用不同类型的传
感器，如全球定位系统（GPS）、惯性导航系统（INS）、地面参考站、惯性测量单元（IMU）等。
这些传感器提供的信息经过组合和融合，可以弥补彼此的局限性，从而提高定位的精度和可靠性。
组合
导航定位的基本原理是利用多传感器的信息相互校准和补偿，以实
现高精度、鲁棒的定位结果。
通过对传感器数据进行融合和处理，
可以减少误差和提高定位的准确性，从而满足不同应用场景对定位
精度的要求。
这种方法在航空航天、自动驾驶、室内定位等领域得
到广泛应用，为定位技术的发展提供了重要的支持。
卡尔曼滤波与组合导航原理
卡尔曼滤波与组合导航原理卡尔曼滤波是一种用于估计动态系统状态的数学方法，它通过对系统的状态进行递归估计，能够有效地处理带有噪声的测量数据，是导航领域中常用的一种滤波方法。
而组合导航则是利用多种传感器信息进行融合，以提高导航系统的精度和鲁棒性。
本文将介绍卡尔曼滤波与组合导航的原理及其在导航领域中的应用。
首先，我们来看一下卡尔曼滤波的基本原理。
卡尔曼滤波的核心思想是通过对系统状态和观测数据的联合概率分布进行递归估计，从而得到对系统状态的最优估计。
在每一时刻，卡尔曼滤波算法都会进行两个步骤，预测和更新。
预测步骤利用系统的动力学模型和上一时刻的状态估计，对当前时刻的状态进行预测；更新步骤则利用当前时刻的观测数据，对预测值进行修正，得到最优的状态估计。
通过不断地迭代这两个步骤，就可以得到系统状态的最优估计。
在实际应用中，卡尔曼滤波广泛应用于导航系统中，如惯性导航、GPS导航等。
通过将传感器数据（如加速度计、陀螺仪、磁力计）与动力学模型进行融合，卡尔曼滤波能够有效地提高导航系统的精度和鲁棒性。
尤其是在信号受到干扰或遮挡的情况下，卡尔曼滤波能够对系统状态进行准确的估计，从而保证导航系统的稳定性和可靠性。
接下来，我们来介绍组合导航的原理。
组合导航是一种利用多种传感器信息进行融合的导航方法，可以将惯性导航、GPS导航、视觉导航等多种导航技术进行有效地整合，以提高导航系统的性能。
组合导航的关键在于如何将不同传感器的信息进行融合，以得到对系统状态的最优估计。
常见的融合方法包括卡尔曼滤波、粒子滤波、扩展卡尔曼滤波等。
在组合导航中，不同传感器的信息具有互补性，可以相互校正和补充，从而提高导航系统的精度和鲁棒性。
例如，GPS具有较高的定位精度，但在室内或高楼群密集区域容易出现信号遮挡；而惯性传感器虽然能够提供连续的定位信息，但存在漂移等问题。
通过将这两种传感器的信息进行融合，可以克服各自的局限性，得到更加准确和可靠的导航解决方案。
导航原理-组合导航说课材料
2、反馈校正
采用反馈校正的间接法估计是将导航参数误差 的估值反馈到各导航系统内，对误差状态进行 校正。反馈校正的滤波示意图如图6.5所示
输出校正和反馈校正的分析
从形式看，输出校正只是校正系统的输出量，而 反馈校正则校正系统内部状态，但可以证明，如 果滤波器是最优滤波器，则两种校正方式的结果 是一样的。然而，真正意义上的“最优滤波器” 工程上是不存在的。未校正系统导航参数的误差 会随时间而增大，因而输出校正方式下的滤波器 状态值会越来越大。这使得方程线性化等近似计 算误差不断增大，从而滤波效果变差。
4.3 最优组合导航系统
-Kalman滤波在组合导航中的应用
根据KF所估计的状态不同，Kalman滤波在组 合导航中的应用有直接法与间接法之分。
直接法估计导航参数本身，间接法是估计导航 参数的误差。
直接法的KF接收惯导系统测量的比力、角速度 和其他导航系统计算的某些导航参数，经过滤 波，给出有关导航参数，应取
X ˆ0E{X0}Mx0 P 0V{ aX0 r}C X0
但一般 M 和 x0 C X 0 为未知，可选取 Xˆ 0 0，
P0 阵中各对角线元素可按系统状态的可 能分布情况选取。例如陀螺漂移和加速 度计的零偏的大致分布范围我们是知道 的，如果初始状态间有相联关系，则 P0 阵中相应的非对角线元素不为零。
由于以上原因，对实际系统（尤其是长时间工作 的系统）来说，只要状态能够通过具体实施反馈 校正来实现，综合导航系统就尽可能采用反馈校 正的滤波方法。
综合导航卡尔曼滤波器的设计
根据综合导航系统设计任务的要求不同，综合 卡尔曼滤波器的设计步骤也不尽相同，但大体
导航原理_组合导航
2. 最优综合导航系统
采用卡尔曼滤波器的组合方法
卡尔曼滤波是一种递推线性最小方差估计，它 用“状态”表征系统的各个物理量，而以“状 态方程”和“观测方程”描述系统的动力学特 性。它要求应用对象是线性系统，且已知系统 的某些先验知识，如系统噪声和测量噪声的统 计特性。综合导航系统基本满足这些条件，因 而适合采用卡尔曼滤波。
下面以外部位置信息阻尼方案为例予以说明。 利用天文导航系统得到的外部位置信息实现对
惯导系统阻尼的一种方案如图6.2所示：
r 为外部位置信息，c 为惯导系统的位置信息。
图中，r为外部位置信息, 可由天文导航系统给出，
其和惯导系统输出的纬度信息相比较，以其差值
信号，通过k1,k2,k3环节反馈到系统中去。
些导航参数（分别用
表示）进
行比较，
其差值就包含了惯导某些航参数误差 X I 和其它导航系统的误差 XN ,即
滤波器将这种差值作为测量值，经过滤 波计算，得到滤波器状态（也即包括和 在内的各种误差状态）的估值。其结构 如图6.4所示。
所谓输出校正，就是用导航参数误差的 估值去校正系统输出的导航参数，得到 综合导航系统的导航参数估值
1
非线性系统卡尔曼滤波
采用线性化的方法，称为EKF（扩展卡 尔曼滤波）
若线性化后的系统误差较大，则采用 UKF滤波方法（Unscented Kalman Filter）
Kalman滤波的稳定性问题
4.3 最优组合导航系统
-Kalman滤波在组合导航中的应用
根据KF所估计的状态不同，kalman滤波在组 合导航中的应用有直接法与间接法之分。
导航原理_组合导航
Kalman滤波算法
白噪声
若随机过程 w(t) 满足
Ew(t) 0
E w(t)wT ( ) q (t )
则称 w(t)为白噪声过程，式中q称为 w(t) 的
方差强度。
Rudolf Emil Kalman
随机线性连续系统的数学模型
X (t) A(t)X (t) B(t)U (t) F(t)W (t) Z(t) H (t)X (t) D(t)U (t) V (t)
对于上述随机线性系统，噪声的假设与性 质如下：
系统的过程噪声W(t)和观测噪声V (t)为零均 值或非零均值的白噪声或高斯白噪声随 机过程向量；
定义 Q(t) 为系统的过程噪声向量 W (t) 的 方差强度阵，为对称非负定矩阵；R(t ) 是 系统的观测噪声向量V (t) 的方差强度阵， 为对称正定矩阵；
(4) 允许惯导系统进行动态初始对准与调整，既能减小 惯导系统的积累误差，又能缩短地面准备时间，提高快 速反应能力。
60年代以前，综合导航一般都采用频率滤波的方法 或古典控制中校正的方法，具体的形式是环节的校 正。60年代以来，滤波技术更加成熟，尤其是计算 机技术迅猛发展，使得综合方式转变为以Kalman （卡尔曼）滤波为主，即在两个（或两个以上）导 航系统输出的基础上，利用卡尔曼滤波去估计系统 的各种误差（称为误差状态），再用误差状态的估 值去校正系统，达到综合的目的。
由上式可见，系统成为三阶系统，可通 过适当选择参数K1、K2和K3，使原来无 阻尼的惯导系统变成阻尼综合导航系统 （也可通过引入外部速度信息来实现）。 此外，还可通过适当选择参数来改变自 振周期以得到所需的动态特性。
系统稳定后，从以上两式可得系 统的稳态误差为
由以上两式可见，在增加附加修正环节 和外部位置信息之后，在定位误差中， 消除了初始速度误差，而陀螺的常值漂 移只产生常值定位误差。平台的水平倾 角误差，只受加速度计误差的影响，其 它各项输入量产生的误差得到消除。因 此，这种综合系统与纯惯导系统相比， 提高了定位精度和姿态角精度。
组合导航算法总结
组合导航算法总结引言组合导航是一种将多个导航算法相结合的技术，旨在提高导航系统的准确性和效率。
该算法通过采用多个不同的导航策略，并将它们的结果进行组合来取得更好的导航性能。
本文将对组合导航算法进行总结，并介绍其应用场景和优势。
组合导航算法的原理组合导航算法的核心原理是通过将多个独立的导航算法的结果进行组合，从而得到更准确和可靠的导航路径。
通常情况下，组合导航算法会采用多种导航策略，如最短路径算法、遗传算法、模拟退火算法等。
这些不同的导航策略可能会有不同的优势和局限性，通过将它们组合起来，可以克服各自的限制，提高导航性能。
组合导航算法的应用场景组合导航算法可以应用于各种导航系统，比如车载导航、无人机导航、船舶导航等。
在这些场景中，导航的准确性和效率对于任务的完成至关重要。
而组合导航算法可以通过融合多种导航策略的结果，来提供更可靠和精确的导航路径。
组合导航算法的优势使用组合导航算法的主要优势包括以下几点：1.提高导航准确性：组合导航算法可以充分利用多个导航策略的优势，从而减小导航误差，提高导航准确性。
2.提高导航鲁棒性：由于组合导航算法考虑了多种导航策略，即使某个策略无法适应特定的导航场景，其他策略仍然可以提供可行的导航路径，从而提高导航的鲁棒性。
3.提高导航效率：组合导航算法可以通过并行计算多个导航策略，从而加快导航路径的计算和更新速度，提高导航效率。
4.适应多样化的导航环境：由于组合导航算法可以灵活选择不同的导航策略，因此可以适应各种不同的导航环境和场景，包括复杂的城市道路、山区、海洋等。
总结组合导航算法是一种将多个导航策略相结合的技术，可以提高导航系统的准确性和效率。
通过使用组合导航算法，可以充分利用多种导航策略的优势，克服各自的限制，从而获得更可靠、精确和高效的导航路径。
因此，组合导航算法在各种导航系统中有着广泛的应用前景。
注意：本文仅为组合导航算法总结，若需详细了解该算法的具体实现和应用细节，请查阅相关专业文献或与领域专家进行交流。
导航原理-组合导航PPT课件
上式说明，组合导航系统的导航参数的误差就 是惯导系统导航参数误差估值的估计误差。
.
9
2、反馈校正
采用反馈校正的间接法估计是将导航参数误差 的估值反馈到各导航系统内，对误差状态进行 校正。反馈校正的滤波示意图如图6.5所示
.
10
输出校正和反馈校正的分析
从形式看，输出校正只是校正系统的输出量，而 反馈校正则校正系统内部状态，但可以证明，如 果滤波器是最优滤波器，则两种校正方式的结果 是一样的。然而，真正意义上的“最优滤波器” 工程上是不存在的。未校正系统导航参数的误差 会随时间而增大，因而输出校正方式下的滤波器 状态值会越来越大。这使得方程线性化等近似计 算误差不断增大，从而滤波效果变差。
.
5
间接法估计的状态都是误差状态，即滤波 方程中的状态矢量是导航参数误差状态和 其它误差状态的集合（用 正和反馈校正。
1、输出校正
以惯导系统和其它某一导航系统组合为
例，间接法的组合导航卡尔曼滤波器将惯
导系统和其它导航系统各自计算的某些导
组合导航
.
1
2. 最优综合导航系统
采用卡尔曼滤波器的组合方法
卡尔曼滤波是一种递推线性最小方差估计，它 用“状态”表征系统的各个物理量，而以“状 态方程”和“观测方程”描述系统的动力学特 性。它要求应用对象是线性系统，且已知系统 的某些先验知识，如系统噪声和测量噪声的统 计特性。综合导航系统基本满足这些条件，因 而适合采用卡尔曼滤波。
(ie
cos L
VE RN
N
、)
hU
E
VN RM
h N
N
式中角注E、N、U 代表东、北、天；
RM Re (1 2 f 3 f sin 2 L)
- 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)。
§4.2 系统组合原理
1.阻尼式综合导航系统（经典 组合原理）
阻尼式组合导航系统的设计思想 1.减弱惯导系统的积累性误差。惯导系统的误
差随时间而积累、精度随时间而降低。因此要 求与惯导系统组合的导航系统的误差和精度不 随时间而变化。 2.抑制惯导系统的无阻尼振荡。从惯导系统的 误差分析中可知：惯导系统的振荡周期有休拉 周期、地球自转周期和与纬度有关的傅科周期。 目标：实现较精确的导航与定位。
下面以外部位置信息阻尼方案为例予以说明。 利用天文导航系统得到的外部位置信息实现对
惯导系统阻尼的一种方案如图6.2所示：
r 为外部位置信息，c 为惯导系统的位置信息出，
其和惯导系统输出的纬度信息相比较，以其差值
信号，通过k1,k2,k3环节反馈到系统中去。
将两种或两种以上的导航系统组合起来成 为一个综合导航系统，其导航性能比单一 的系统好，我们把这种系统称为组合导航 系统。
根据使用对象，综合方案可以多种多样， 共性在于：以惯性导航系统为主，以其它 导航系统为辅，这是由惯导系统的全自主 的特点和输出导航参数较多决定的。
综合导航系统的优点可归纳如下：
阻尼综合方式是以古典控制理论为基础 的，它不需要系统误差源的任何先验知 识，故易于实现。
前述各种导航系统，各自都有其优点和特 色，但也有固有的不足之处。惯性导航系 统自主性强，功能完备，但误差随时间积 累。GPS全球定位系统具有全天候、全球、 实时高精度测速定位，但输出参数更新率 低，天线被遮挡或空间卫星发生故障时会 出现信号中断，单独用GPS导航的方案受 到限制。天文导航，也有缺点。综上所述， 单一的导航系统均存在不足，难以满足航 天器对导航系统的性能要求。
由上式可见，系统成为三阶系统，可通 过适当选择参数K1、K2和K3，使原来无 阻尼的惯导系统变成阻尼综合导航系统 （也可通过引入外部速度信息来实现）。 此外，还可通过适当选择参数来改变自 振周期以得到所需的动态特性。
系统稳定后，从以上两式可得系 统的稳态误差为
由以上两式可见，在增加附加修正环节 和外部位置信息之后，在定位误差中， 消除了初始速度误差，而陀螺的常值漂 移只产生常值定位误差。平台的水平倾 角误差，只受加速度计误差的影响，其 它各项输入量产生的误差得到消除。因 此，这种综合系统与纯惯导系统相比， 提高了定位精度和姿态角精度。
组合导航
4.1 概述
一般而言，较理想的导航系统应具有以下性能： ①自主性强：不依赖天气、气候及其它外部条件； ②功能完备：可实时输出载体的全部运动参数，包
括位置、速度、姿态、角速度和加速度甚至角加速 度。 ③精度高：提供足够精确的导航与控制参数； ④环境适应性好：在大的温度范围、恶劣的冲击、 振动及化学污染、烟尘等环境中能可靠工作； 此外，还要求体积小，重量轻，造价低廉，维护保 养方便，使用寿命长等。
(1) 能有效地利用各子系统的导航信息，互相补充，使 系统定位精度大大提高，并能抑制惯导系统的休拉振荡。
(2) 进一步提高子系统的可靠性。利用故障检测及识别 技术，在一个子系统失效时，余度导航信息容许系统的 工作模式进行自动转换。
(3) 可实现对各子系统及其元件的校准，从而能放宽对 子系统元件指标的要求，有利于低成本的子系统及元件 构成高精度的综合导航系统。
(4) 允许惯导系统进行动态初始对准与调整，既能减小 惯导系统的积累误差，又能缩短地面准备时间，提高快 速反应能力。
60年代以前，综合导航一般都采用频率滤波的方法 或古典控制中校正的方法，具体的形式是环节的校 正。60年代以来，滤波技术更加成熟，尤其是计算 机技术迅猛发展，使得综合方式转变为以Kalman （卡尔曼）滤波为主，即在两个（或两个以上）导 航系统输出的基础上，利用卡尔曼滤波去估计系统 的各种误差（称为误差状态），再用误差状态的估 值去校正系统，达到综合的目的。