蔡南荊,郭承軍

(電子科技大學(xué),電子科學(xué)技術(shù)研究院,四川 成都 611731)

?

基于矢量跟蹤的GNSS/SINS相干深組合系統(tǒng)研究

蔡南荊,郭承軍

(電子科技大學(xué),電子科學(xué)技術(shù)研究院,四川 成都 611731)

為滿足組合導(dǎo)航系統(tǒng)在高動態(tài)環(huán)境下的性能要求,設(shè)計基于矢量跟蹤的GNSS/SINS相干深組合導(dǎo)航方法。利用矢量跟蹤環(huán)路將所有可視衛(wèi)星的跟蹤和導(dǎo)航解算融為一體,增強(qiáng)通道間的輔助;高動態(tài)對載波跟蹤影響更大,在通道預(yù)濾波中將碼環(huán)載波環(huán)分別用獨(dú)立的濾波器處理,組合濾波中采用通道間差分降低濾波狀態(tài)維數(shù),提高計算效率。引入慣導(dǎo)的加速度輔助本地信號參數(shù)預(yù)測,較精確地測量衛(wèi)星視線方向的加速度,減小接收機(jī)在高動態(tài)時段的剩余動態(tài),提高本地信號參數(shù)的預(yù)測精度?；谑噶扛欆浖邮諜C(jī)搭建相干深組合仿真系統(tǒng),實(shí)驗(yàn)表明該方法在高動態(tài)等環(huán)境下能提高信號跟蹤性能,改善系統(tǒng)的精度、可靠性。

組合導(dǎo)航;矢量跟蹤;相干深組合;高動態(tài)

0 引 言

全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS)和捷聯(lián)慣性導(dǎo)航系統(tǒng)(SINS)是現(xiàn)階段航空航海等領(lǐng)域主要的導(dǎo)航系統(tǒng)[1],它們有各自的優(yōu)點(diǎn)和不足,二者結(jié)合起來,可以發(fā)揮各自的長處,實(shí)現(xiàn)優(yōu)勢并存缺陷互補(bǔ),改善系統(tǒng)的綜合性能。

按照組合結(jié)構(gòu)及信息處理方式的不同,可將GNSS/SINS組合系統(tǒng)分為松組合、緊組合、深組合三種模式[2-3]。過去幾十年,GNSS與SINS的組合以松組合、緊組合為主,在松組合中GNSS提供的量測信息是位置和速度,緊組合提供偽距和偽距率,它們都是用組合濾波器融合GNSS和SINS的量測信息給出定位結(jié)果,并對SINS進(jìn)行校正,GNSS性能沒有得到提高,因此在高動態(tài)等環(huán)境下通常難以穩(wěn)定工作。 近年來成為研究熱點(diǎn)的深組合模式不僅用組合濾波結(jié)果校正SINS,還利用SINS的解算結(jié)果輔助GNSS的捕獲跟蹤過程,大大提高了組合系統(tǒng)的導(dǎo)航精度和可靠性[4-5]。深組合模式目前尚無明確的定義,按照基帶I/Q信號是否直接用于組合濾波可將GNSS/SINS深組合分為相干和非相干兩類[6-7]。相干深組合是把GNSS接收機(jī)相關(guān)器輸出的I/Q信號作為組合濾波器的量測輸入,而非相干深組合使I/Q信號先通過碼環(huán)和載波環(huán)鑒別器,前者可以避免在Kalman濾波的量測輸入中引入未模型化的非線性誤差,跟蹤環(huán)路的噪聲小,具有更好的載波相位跟蹤能力,適合高精度應(yīng)用需求[8-9]。 相干深組合又可分為集中式和分布式,前者只用一個導(dǎo)航濾波器,量測矢量是通道數(shù)的6倍,且要求濾波更新速率很高,計算負(fù)荷很大,因此工程實(shí)際采用分布式組合來實(shí)現(xiàn)[10]。

本文為提高接收機(jī)在高動態(tài)環(huán)境中的導(dǎo)航性能,研究了一種基于矢量跟蹤軟件接收機(jī)的相干深組合系統(tǒng)。

1 矢量跟蹤相干深組合系統(tǒng)方案設(shè)計

傳統(tǒng)的GNSS接收機(jī)通常采用標(biāo)量跟蹤的結(jié)構(gòu)形式,基帶數(shù)字信號處理部分為多個并行的信號通道,分別對不同的可見衛(wèi)星進(jìn)行捕獲、跟蹤、位同步、幀同步、導(dǎo)航電文提取,各通道間相互獨(dú)立,最后由導(dǎo)航解算模塊將各個通道的衛(wèi)星測量值和導(dǎo)航電文轉(zhuǎn)化為導(dǎo)航解,給出用戶狀態(tài)估計。它在載體動態(tài)較低時能夠正常工作,但在高動態(tài)環(huán)境中通常不能良好運(yùn)行,難以保證導(dǎo)航精度和可靠性。為此本文設(shè)計一種基于矢量跟蹤的相干深組合方案。GNSS/SINS相干深組合系統(tǒng)結(jié)構(gòu)設(shè)計如圖1所示,主要分為矢量跟蹤、SINS解算、組合導(dǎo)航濾波三部分。 衛(wèi)星數(shù)字信號首先經(jīng)過GNSS矢量跟蹤部分的基帶相關(guān)器處理輸出基帶I/Q測量信息,再送入各個通道的預(yù)處理模塊。預(yù)處理濾波分為兩路,一個以碼相位誤差、載波跟蹤誤差作為狀態(tài)量,以碼和載波鑒別器輸出為量測量,并將結(jié)果變換為偽距誤差和偽距率誤差輸入組合導(dǎo)航濾波器,另一個以載波跟蹤誤差為狀態(tài)量,以載波鑒別器的輸出作為量測量,估計結(jié)果用于閉合載波環(huán)。組合濾波器以GNSS和SINS的量測為輸入,估計出狀態(tài)誤差,并對SINS進(jìn)行誤差校正。校正后的SINS輸出的位置速度加度信息用于對后一時間段內(nèi)的碼相位及載波頻率進(jìn)行計算,以閉合矢量跟蹤環(huán)。

圖1 基于矢量接收機(jī)的相干深組合系統(tǒng)結(jié)構(gòu)

2 矢量跟蹤相干深組合系統(tǒng)實(shí)現(xiàn)

2.1 矢量跟蹤及預(yù)濾波模型

傳統(tǒng)接收機(jī)的標(biāo)量跟蹤結(jié)構(gòu)并非最優(yōu),矢量跟蹤接收機(jī)將所有通道衛(wèi)星的跟蹤結(jié)合在一起,計算導(dǎo)航狀態(tài)并生成控制信息,輸入給每個衛(wèi)星跟蹤通道的本地信號產(chǎn)生模塊,構(gòu)成矢量跟蹤環(huán)路,加強(qiáng)了通道間的輔助充分利用導(dǎo)航信息,有利于提升導(dǎo)航性能。單獨(dú)的矢量跟蹤接收機(jī)將所有跟蹤通道聯(lián)合在一起,若某個通道跟蹤性能下降可能會影響到其它通道,導(dǎo)致導(dǎo)航可靠性降低。采用矢量跟蹤的深組合接收機(jī)引入SINS的輔助更有利于發(fā)揮矢量跟蹤的優(yōu)勢,提升導(dǎo)航的可靠性。

基于矢量跟蹤相干深組合接收機(jī)中,基帶信號處理模塊的相關(guān)器輸出的基帶I、Q測量信號在預(yù)處理模塊中轉(zhuǎn)換為偽距殘差偽距率殘差,再以這個偽距殘差、偽距率殘差信息輸入到組合濾波器中,估計位置、速度、姿態(tài)、慣性器件誤差等各導(dǎo)航狀態(tài)誤差,并對SINS進(jìn)行誤差校正,得到組合導(dǎo)航位置、速度和姿態(tài)解,最后根據(jù)SINS的導(dǎo)航解、電離層估計、衛(wèi)星位置速度和接收機(jī)時鐘誤差等估算出碼/載波NCO控制量,閉合碼/載波跟蹤環(huán)路。

基帶預(yù)處理濾波的量測量是相干積分結(jié)果,第i顆衛(wèi)星信號與本地載波混頻后得到相干積分結(jié)果為

(1)

預(yù)處理模塊中碼和載波頻率濾波器的狀態(tài)量取碼跟蹤誤差、載波頻率誤差,將結(jié)果變換成偽距偽距率誤差。為了方便這里省去衛(wèi)星上標(biāo)i,狀態(tài)方程表示為

(2)

式中: 狀態(tài)量X=[A,δφ,δf,δa,δτ]T;T為預(yù)檢測積分時長;λL1,λCA為L1載波波長和CA碼碼長。量測方程設(shè)計為

(3)

載波相位濾波器的狀態(tài)量取載波跟蹤誤差,量測量取載波鑒別器的輸出,估計結(jié)果不送入組合濾波器,只用于閉合載波環(huán)。狀態(tài)方程和設(shè)計為

(4)

2.2 組合濾波模型

組合導(dǎo)航濾波以各個通道濾波狀態(tài)為量測輸入,對系統(tǒng)狀態(tài)誤差進(jìn)行計算和更新,導(dǎo)航誤差狀態(tài)量包括SINS的位置誤差(緯度、經(jīng)度、高度誤差)、速度誤差、加速度誤差、姿態(tài)角誤差、載體系中陀螺儀的三軸向漂移及加速度計的三軸向零偏。由于接收機(jī)是所有可見星所共視的,接收機(jī)的鐘差鐘漂變化率也是共用的,可用通道間的差分來消除,以降低組合濾波的維數(shù)減少計算負(fù)擔(dān)。經(jīng)過通道間差分處理后,組合濾波狀態(tài)只包含SINS的狀態(tài)誤差和器件誤差,狀態(tài)量為

(5)

(6)

(7)

(8)

第i顆衛(wèi)星和第k顆衛(wèi)星(取載噪比高的通道)間作差分可得

δρik=δρi-δρk=(ei1-ek1)δx+(ei2-ek2)δy+

(9)

(10)

(11)

當(dāng)共觀測到n顆衛(wèi)星時,由其余n-1顆衛(wèi)星和第k顆基準(zhǔn)衛(wèi)星的測量值可得量測量為

量測矩陣H為

H1=LOS·C,H2=為大地坐標(biāo)向ECEF坐標(biāo)的轉(zhuǎn)換陣為E、N、U坐標(biāo)向ECEF坐標(biāo)的轉(zhuǎn)換陣。

2.3 碼和載波預(yù)測方法

在存在較大加加速度的高動態(tài)環(huán)境中,基于SINS位置速度輔助的接收機(jī)與衛(wèi)星之間的剩余動態(tài)很大,很容易導(dǎo)致導(dǎo)航精度惡化甚至跟蹤環(huán)路失鎖。為提高組合系統(tǒng)在高動態(tài)下的導(dǎo)航性能,本文考慮SINS的加速度輔助設(shè)計了本地信號參數(shù)預(yù)測方法,利用SINS直接測量的加速度、衛(wèi)星星歷求得的衛(wèi)星的加速度輔助本地信號的生成。

組合濾波輸出的狀態(tài)誤差參數(shù)對SINS進(jìn)行誤差校正后,由SINS測量的接收機(jī)位置速度加速度、衛(wèi)星星歷計算得到的衛(wèi)星的位置速度加速度,共同計算下一時段內(nèi)本地信號參數(shù)。基于慣導(dǎo)量測信息,載波及碼的偽距偽距率偽距加速度估計為

ρcode=(pI-pS)·e+c(δtu-δts)+Δion+Δtrop,

(12)

(13)

(14)

ρcarr=(pI-pS)·e+c(δtu-δts)-Δion+Δtrop

(15)

(16)

(17)

其中:e為衛(wèi)星視線方向單位矢量; Δion, Δtrop分別為電離層、對流層時延。

本地信號參數(shù)預(yù)測為

(18)

(19)

(20)

(21)

增加SINS加速度輔助后,可對接收機(jī)與衛(wèi)星視線方向的加速度進(jìn)行較精確地測量,可使接收機(jī)動態(tài)由其與衛(wèi)星相對運(yùn)動變?yōu)榧铀俣容o助后的剩余誤差動態(tài),從而大大減小了接收機(jī)在高動態(tài)時段的剩余動態(tài),提高了本地信號參數(shù)的預(yù)測精度及系統(tǒng)的導(dǎo)航性能。

3 實(shí)驗(yàn)分析

3.1 實(shí)驗(yàn)條件設(shè)置

利用導(dǎo)航信號模擬器生成GPS衛(wèi)星信號,由中頻信號采集器采樣得到衛(wèi)星中頻信號,采樣率取16.367 MHz,中頻為4.13 MHz,矢量軟件接收機(jī)環(huán)路積分時間為1 ms. SINS更新頻率為200 Hz,即更新周期為5 ms.陀螺隨機(jī)常值漂移為0.1o/h,一階馬爾柯夫相關(guān)時間Tg為300 s,高斯白噪聲方差為0.01°/h,加速度計隨機(jī)常值漂移為0.1 mg,一階馬爾柯夫相關(guān)時間Ta為300 s,高斯白噪聲方差為0.01 mg.組合濾波器濾波頻率為10 Hz。

模擬生成飛行器高動態(tài)飛行軌跡如下:在導(dǎo)航坐標(biāo)系中,起點(diǎn)位置坐標(biāo)為(34.230 0°E,108.357 6 °N,590.6 m),初始速度為(50 m/s,50 m/s,50 m/s),初始姿態(tài)為(0°,0°,0°)。先水平運(yùn)動10 s,然后抬頭飛至終點(diǎn),模擬飛行軌跡時長50 s.飛行過程中最大加加速度為50 g/s,最大加速度為30 g,最大速度1 km/s,飛行軌跡如圖2所示。

圖2 載體運(yùn)動軌跡

3.2 實(shí)驗(yàn)結(jié)果及分析

基于矢量跟蹤的相干深組合系統(tǒng)組合定位結(jié)果誤差結(jié)果如圖3～圖5所示。

圖3 導(dǎo)航位置誤差圖

圖4 導(dǎo)航速度誤差圖

圖5 導(dǎo)航姿態(tài)誤差圖

由圖3～圖5可知,基于矢量跟蹤軟件接收機(jī)的相干深組合系統(tǒng)中由于引入慣導(dǎo)的加速度輔助,減小了接收機(jī)在高動態(tài)時段的剩余動態(tài),在高動態(tài)環(huán)境中導(dǎo)航性能雖有波動,但會很快收斂到正常范圍,總體精度較好,組合位置誤差小于2 m,高度誤差小于8 m,組合水平速度誤差約0.5 m/s,天向速度誤差小于1 m/s,姿態(tài)角誤差小于0.5°.

4 結(jié)束語

為滿足組合導(dǎo)航系統(tǒng)在高動態(tài)條件下導(dǎo)航性能需求,設(shè)計了基于矢量跟蹤接收機(jī)的GNSS/SINS相干深組合導(dǎo)航方案。利用矢量跟蹤取代普通獨(dú)立式跟蹤環(huán)路,加強(qiáng)通道間的輔助,充分挖掘?qū)Ш叫畔?在通道預(yù)濾波中將碼和載波分別用獨(dú)立的濾波器處理,保障載波跟蹤可靠運(yùn)行;引入慣導(dǎo)的加速度輔助本地信號參數(shù)預(yù)測,對接收機(jī)與衛(wèi)星視線方向的加速度進(jìn)行較精確地測量,降低接收機(jī)在高動態(tài)時段剩余動態(tài),提高了本地信號參數(shù)預(yù)測精度。 基于矢量跟蹤軟件接收機(jī)搭建了相干深度組合仿真系統(tǒng),驗(yàn)證了基于矢量跟蹤相干深度組合方法在高動態(tài)等環(huán)境下可提高動態(tài)跟蹤能力,改善導(dǎo)航精度、可靠性。

[1] 劉建業(yè),曾慶化. 導(dǎo)航系統(tǒng)理論與應(yīng)用[M]. 西北工業(yè)大學(xué)出版社, 2010.

[2] GEBRE -E. What is the difference between ′loose′,′tight′ and ′ultra-tight′ and ′deep′ integration strategies for INS and GNSS[J]. Inside GNSS, 2007,2(1):28-33.

[3] HASAN A M, SAMSUDIN K, RAMLI A R,etal. A Review of Navigation Systems (Integration and Algorithms)[J]. Australian Journal of Basic & Applied Sciences, 2009, 3(2):943-959.

[4] ADEEL M, CHEN X, YU W,etal. Performance Analysis of Deeply Coupled INS Assisted Multi-Carrier Vector Phase Lock Loop for High Dynamics[C]//International Technical Meeting of the Satellite Division of the Institute of Navigation，2015:3156-3164.

[5] BABU R, WANG J. Ultra-tight GPS/INS/PL integration: a system concept and performance analysis[J]. Gps Solutions, 2009, 13(1):75-82.

[6] 王新龍,于潔. 基于矢量跟蹤的SINS/GPS深組合導(dǎo)航方法[J]. 中國慣性技術(shù)學(xué)報,2009,17(6):710-717.

[7] 秦峰. 基于矢量跟蹤的高動態(tài)載體超緊組合導(dǎo)航技術(shù)研究[D].上海:上海交通大學(xué), 2014.

[8] GROVES P, MATHER C, MACAULAY A. Demonstration of non-oherent deep INS/GPS integration for optimised signal-to-noise performance[C]// International Technical Meeting of the Satellite Division of the Institute of Navigation Ion Gnss, 2007:2627-2638.

[9] LANGER M, TROMMER G F. Multi GNSS constellation deeply coupled GNSS/INS integration for automotive application using a software defined GNSS receiver[C]//Position, Location and Navigation Symposium-PLANS 2014, 2014 IEEE/ION. IEEE, 2014:1105-1112.

[10] 高帥和. 分布式GPS/SINS超緊組合架構(gòu)下的信號處理和信息融合技術(shù)研究[D]. 哈爾濱: 哈爾濱工程大學(xué), 2012.

Research of Coherent Deep Integrated Navigation System Based on Vector Tracking

CAI Nanjing,GUO Chengjun

(ResearchInstitutionofElectronicScienceandTechnologyofUESTC,UniversityofElectronicScience&TechnologyofChina,Chengdu611731,China)

In order to meet the navigation performance of integrated navigation system in high dynamic environment,a method of GNSS/SINS coherent deep integration navigation is designed based on vector tracking.The tracking and navigation solutions of all the visible satellite signals are integrated by using the vector tracking loop to strengthen auxiliary between channels. For the high dynamic impact more on PLL tracking,the DLL and PLL are separately processed by independent filters in the channel pre-filter.In the combination filter, the state dimension is reduced by difference between channels to improve the computational efficiency. The SINS is introduced to predict the local signal parameters in high dynamic environment to accurately measure the acceleration of the receiver and satellite.The residual dynamics of the receiver are reduced and the accuracy of local signal parameters prediction is improved. Based on vector tracking software receiver, a coherent integration simulation system is set up. Experimental results show that the dynamic tracking capability can be effectively enhanced with this system, which can ensure the precision and reliability of the integrated system.

Integrated navigation; vector tracking; coherent deep integration; High dynamic

10.13442/j.gnss.1008-9268.2017.02.010

2016-09-14

寧波市科技局民生重大專項(xiàng)C13(編號：2013C51008)

P228.4

A

1008-9268(2017)02-0044-06

蔡南荊 (1988-),男,湖北襄陽人,碩士,主要從事信號處理、組合導(dǎo)航研究。

郭承軍 (1985-),男,山東青島人,博士研究生,主要從事衛(wèi)星導(dǎo)航研究。

聯(lián)系人: 蔡南荊 E-mail: chanwey5@sina.com