章紅平　 ?！?lè)　 汪宏晨　 牛小驥　 高周正,2

(1武漢大學(xué)衛(wèi)星導(dǎo)航定位技術(shù)研究中心, 武漢 430079)(2武漢大學(xué)測(cè)繪學(xué)院, 武漢 430079)(3武漢大學(xué)科學(xué)技術(shù)發(fā)展研究院, 武漢 430079)

?

GNSS/INS緊組合算法實(shí)時(shí)性改進(jìn)與嵌入式驗(yàn)證

章紅平1常樂(lè)1汪宏晨3牛小驥1高周正1,2

(1武漢大學(xué)衛(wèi)星導(dǎo)航定位技術(shù)研究中心, 武漢 430079)(2武漢大學(xué)測(cè)繪學(xué)院, 武漢 430079)(3武漢大學(xué)科學(xué)技術(shù)發(fā)展研究院, 武漢 430079)

針對(duì)GNSS/INS實(shí)時(shí)緊組合導(dǎo)航系統(tǒng)中存在的GNSS數(shù)據(jù)延遲以及組合更新解算耗時(shí)過(guò)長(zhǎng)的問(wèn)題,基于Kalman濾波理論,提出了一種在完成了滯后的觀測(cè)更新后將誤差狀態(tài)向量一步轉(zhuǎn)移到當(dāng)前時(shí)刻的Kalman濾波數(shù)學(xué)模型.為了驗(yàn)證改進(jìn)模型的有效性,首先,在Windows平臺(tái)上,利用車載實(shí)測(cè)GNSS觀測(cè)數(shù)據(jù)和IMU觀測(cè)數(shù)據(jù)對(duì)比分析了使用改進(jìn)模型解算與標(biāo)準(zhǔn)Kalman模型解算在GNSS信號(hào)中斷時(shí)段內(nèi)的導(dǎo)航誤差,分析結(jié)果表明,2種模型的導(dǎo)航誤差相當(dāng),說(shuō)明了改進(jìn)模型對(duì)時(shí)間延遲處理的正確性.然后,在DSP硬件平臺(tái)上,基于改進(jìn)模型實(shí)現(xiàn)了GNSS/INS實(shí)時(shí)緊組合導(dǎo)航系統(tǒng),并進(jìn)行了車載測(cè)試,實(shí)測(cè)結(jié)果表明:相對(duì)于標(biāo)準(zhǔn)Kalman模型,所提出的改進(jìn)模型能夠在保障緊組合導(dǎo)航系統(tǒng)精度的前提下,將輸出導(dǎo)航結(jié)果的時(shí)間延遲減少到最小,保障了組合導(dǎo)航結(jié)果的實(shí)時(shí)性.

GNSS/INS緊組合;算法實(shí)時(shí)性;DSP;Kalman濾波

基于全球?qū)Ш叫l(wèi)星系統(tǒng)(global navigation satellite system,GNSS)和慣性導(dǎo)航系統(tǒng)(inertial navigation system,INS)的組合導(dǎo)航是目前最具有應(yīng)用價(jià)值的組合模式之一,特別是基于GNSS原始觀測(cè)量和INS數(shù)據(jù)的緊組合.在該組合模式下,即使在可見(jiàn)衛(wèi)星不足以單獨(dú)進(jìn)行GNSS解算時(shí),仍可有效利用有限的GNSS觀測(cè)數(shù)據(jù)和INS數(shù)據(jù)通過(guò)Kalman濾波進(jìn)行緊組合解算,得到可靠的導(dǎo)航信息[1].因此,GNSS/INS緊組合在工程中得到了越來(lái)越廣泛的應(yīng)用.

然而,GNSS/INS緊組合實(shí)時(shí)應(yīng)用中,觀測(cè)數(shù)據(jù)時(shí)間延遲會(huì)導(dǎo)致當(dāng)前時(shí)刻觀測(cè)數(shù)據(jù)無(wú)法實(shí)時(shí)獲取,組合解算時(shí)間延遲會(huì)導(dǎo)致觀測(cè)數(shù)據(jù)無(wú)法及時(shí)處理,這2個(gè)問(wèn)題直接影響GNSS/INS緊組合系統(tǒng)的實(shí)時(shí)性能.目前,時(shí)間延遲的解決策略主要采用增廣狀態(tài)方法[2]和基于新息重組理論[3-4]建立最優(yōu)濾波器.其中,增廣狀態(tài)方法會(huì)增加狀態(tài)維度,使得計(jì)算量增大;而新息重組的方法,需要建立多個(gè)觀測(cè)方程,如果有多步延遲,則不利于對(duì)Kalman濾波器的靈活拓展與應(yīng)用.而且這些方法只能解決觀測(cè)數(shù)據(jù)傳輸延遲,不能解決計(jì)算延遲問(wèn)題.GNSS/INS實(shí)時(shí)緊組合算法主要分為機(jī)械編排-Kalman預(yù)測(cè)以及組合更新2部分,前者一般可以在IMU(inertial measurement unit)采樣間隔內(nèi)完成計(jì)算;后者則比較耗時(shí),普通嵌入式處理器中無(wú)法在IMU采樣間隔內(nèi)及時(shí)完成,且GNSS觀測(cè)數(shù)據(jù)基本上是從商業(yè)接收機(jī)板卡中獲取,觀測(cè)數(shù)據(jù)傳輸會(huì)有一定的延遲,導(dǎo)致Kalman濾波的觀測(cè)更新計(jì)算不能及時(shí)完成.這種情況下,如果使用標(biāo)準(zhǔn)Kalman濾波算法,需要將后續(xù)IMU觀測(cè)數(shù)據(jù)緩存起來(lái)不處理,等待觀測(cè)更新完成才進(jìn)行下一步計(jì)算,這會(huì)造成組合導(dǎo)航結(jié)果輸出的阻塞和延遲,影響系統(tǒng)的實(shí)時(shí)性能.針對(duì)這個(gè)問(wèn)題,本文提出了適用于GNSS觀測(cè)數(shù)據(jù)延遲及組合更新計(jì)算延遲的Kalman濾波數(shù)學(xué)模型,并在Windows平臺(tái)及DSP(digital signal processor)嵌入式硬件平臺(tái)上對(duì)該模型的計(jì)算精度和實(shí)時(shí)性進(jìn)行了驗(yàn)證和分析.

1　GNSS/INS實(shí)時(shí)緊組合模型

1.1GNSS/INS實(shí)時(shí)緊組合數(shù)學(xué)模型

由于IMU采樣率大于GNSS接收機(jī)采樣率,因此當(dāng)GNSS觀測(cè)數(shù)據(jù)不可用時(shí),GNSS/INS緊組合利用IMU數(shù)據(jù)通過(guò)INS機(jī)械編排來(lái)更新?tīng)顟B(tài)參數(shù)中的位置、速度和姿態(tài)信息.緊組合系統(tǒng)中,系統(tǒng)狀態(tài)參數(shù)x由INS誤差狀態(tài)和GNSS接收機(jī)時(shí)鐘誤差共同組成,可以表示為[1]

(1)

式中,δrn,δvn,ψ分別表示位置誤差、速度誤差和姿態(tài)角誤差;bg,sg分別表示陀螺零偏和比例因子;ba,sa分別表示加速度計(jì)零偏和比例因子;δVtR表示接收機(jī)鐘差誤差;δfR表示接收機(jī)鐘漂誤差.

采用Kalman濾波時(shí)間更新方程實(shí)現(xiàn)狀態(tài)參數(shù)的更新[1],即

xk=Φk,k-1xk-1+Gk,k-1wk-1

(2)

式中,Gk,k-1為系統(tǒng)噪聲驅(qū)動(dòng)矩陣;wk-1為系統(tǒng)噪聲;Φk,k-1為k-1時(shí)刻到k時(shí)刻的系統(tǒng)轉(zhuǎn)移矩陣,其值由狀態(tài)參數(shù)的動(dòng)力學(xué)模型決定.本文采用Psi角模型來(lái)描述位置、速度和姿態(tài)的變化[5],采用一階高斯-馬爾科夫過(guò)程描述IMU零偏和比例因子的變化[5],采用隨機(jī)游走過(guò)程描述接收機(jī)鐘差和鐘漂的變化[1].

若GNSS觀測(cè)數(shù)據(jù)可用,則利用GNSS觀測(cè)值與INS推算觀測(cè)量,以閉環(huán)修正模式進(jìn)行GNSS/INS緊組合Kalman觀測(cè)更新解算,其觀測(cè)模型可簡(jiǎn)單表示為[1]

zk=Hkxk+vk

(3)

式中,vk為偽距、多普勒測(cè)量噪聲;Hk為設(shè)計(jì)矩陣;zk為觀測(cè)向量,可通過(guò)計(jì)算INS推算的GNSS偽距、多普勒值與GNSS接收機(jī)觀測(cè)的偽距、多普勒觀測(cè)值之差得到,即

(4)

Vioni-Vtropi-PGNSSi

(5)

(6)

式(3)中的Hk可通過(guò)對(duì)式(5)、(6)進(jìn)行線性化得到.

1.2GNSS/INS緊組合時(shí)間延遲處理

在實(shí)時(shí)處理中,為了解決GNSS數(shù)據(jù)獲取不及時(shí)以及更新計(jì)算耗時(shí)較長(zhǎng)所帶來(lái)的等待問(wèn)題,可以將機(jī)械編排-預(yù)測(cè)以及組合更新分解成具有優(yōu)先級(jí)別的2個(gè)獨(dú)立任務(wù)進(jìn)行.處理時(shí)序示意圖如圖1所示,在GNSS采樣時(shí)刻保存預(yù)測(cè)誤差協(xié)方差矩陣和機(jī)械編排解算的導(dǎo)航狀態(tài),在該采樣時(shí)刻GNSS觀測(cè)數(shù)據(jù)實(shí)際接收到的時(shí)刻開(kāi)始進(jìn)行組合更新計(jì)算.在組合更新計(jì)算完成后,還需要將滯后計(jì)算出的、反映GNSS采樣時(shí)刻的狀態(tài)參數(shù)估計(jì)量以及狀態(tài)參數(shù)協(xié)方差估計(jì)量正確轉(zhuǎn)移到計(jì)算完成時(shí)刻(即當(dāng)前時(shí)刻),以修正當(dāng)前時(shí)刻的慣導(dǎo)誤差,輸出最優(yōu)的組合結(jié)果.在進(jìn)行這些處理的過(guò)程中,應(yīng)一直保持優(yōu)先進(jìn)行INS機(jī)械編排和Kalman預(yù)測(cè)計(jì)算.只要保證機(jī)械編排-Kalman預(yù)測(cè)在IMU采樣間隔(如5 ms)內(nèi)完成,以及Kalman觀測(cè)更新計(jì)算在GNSS采樣間隔(如1 s)內(nèi)完成,就能夠保證組合導(dǎo)航解算的實(shí)時(shí)性.

圖1　處理時(shí)序示意圖

1.3狀態(tài)轉(zhuǎn)移

(7)

根據(jù)式(2),并且考慮到Φk+1,k-1=Φk+1,kΦk,k-1,從k時(shí)刻迭代到j(luò)時(shí)刻可以得到

(8)

將式(8)代入式(7),得到

(9)

由式(2)可知,wk-1只影響到xk,所以wi-1(i≥k+1且i≤j)與z1z2…zk不相關(guān),且E(wi-1)=0,因此

(10)

(11)

(12)

(13)

綜上,狀態(tài)轉(zhuǎn)移公式為

(14)

由式(14)可以看出,狀態(tài)轉(zhuǎn)移可以由累積的狀態(tài)轉(zhuǎn)移矩陣及狀態(tài)噪聲陣得到,把GNSS采樣時(shí)刻看作是k時(shí)刻,更新計(jì)算完成時(shí)刻看作是j時(shí)刻,利用式(14)可以把k時(shí)刻的狀態(tài)參數(shù)更新估計(jì)量以及狀態(tài)參數(shù)協(xié)方差更新估計(jì)量轉(zhuǎn)移到j(luò)時(shí)刻,進(jìn)而在更新計(jì)算完成時(shí)刻進(jìn)行組合更新.

狀態(tài)轉(zhuǎn)移矩陣Φ中存在大量零元素,在實(shí)時(shí)程序中,為了減少計(jì)算量,可以對(duì)與Φ相關(guān)的計(jì)算進(jìn)行專門處理,避免零元素參與乘法運(yùn)算.

1.4組合更新

采用Kalman濾波進(jìn)行組合更新解算[6],即

(15)

(16)

在嵌入式系統(tǒng)中,內(nèi)存資源十分寶貴,為了減少內(nèi)存開(kāi)銷,本文在嵌入式實(shí)時(shí)緊組合系統(tǒng)的觀測(cè)更新中采用了序貫Kalman濾波[8]方式.

2　GNSS/INS實(shí)時(shí)緊組合系統(tǒng)實(shí)現(xiàn)

本文在武漢邁普時(shí)空導(dǎo)航科技有限公司高精度定位測(cè)姿系統(tǒng)(POS310,IMU主要參數(shù)見(jiàn)表1,GNSS板卡型號(hào)為Trimble BD982)的基礎(chǔ)上,基于TMS320C6747開(kāi)發(fā)了GNSS/INS實(shí)時(shí)緊組合系統(tǒng).IMU采樣率為200 Hz,GNSS采樣率為1 Hz,導(dǎo)航結(jié)果輸出率為200 Hz,系統(tǒng)設(shè)計(jì)結(jié)構(gòu)主要有ARM(acorn risc machine)和DSP2個(gè)處理器(見(jiàn)圖2).ARM負(fù)責(zé)陀螺儀及加速度計(jì)原始數(shù)據(jù)采集,并利用GNSS板卡提供的1PPS把IMU數(shù)據(jù)標(biāo)記上GPS時(shí)間標(biāo)志[9],通過(guò)串口向外部和DSP發(fā)送帶有時(shí)間標(biāo)志的IMU數(shù)據(jù),DSP負(fù)責(zé)實(shí)時(shí)組合導(dǎo)航的計(jì)算.

表1　POS310的IMU主要性能參數(shù)

為了實(shí)現(xiàn)多任務(wù)模式的解算,在DSP中進(jìn)行了中斷優(yōu)先級(jí)和中斷嵌套設(shè)計(jì)[10-12].DSP分為4 kHz定時(shí)中斷、200 Hz定時(shí)中斷以及主函數(shù)3部分,4 kHz定時(shí)中斷優(yōu)先級(jí)高于200 Hz定時(shí)中斷,負(fù)責(zé)把GNSS,IMU原始數(shù)據(jù)采集到原始數(shù)據(jù)環(huán)形緩存區(qū)[13]中以及把導(dǎo)航結(jié)果環(huán)形緩存區(qū)中的數(shù)據(jù)通過(guò)串口發(fā)送到外部;200 Hz定時(shí)中斷從IMU原始數(shù)據(jù)環(huán)形緩存區(qū)中獲取IMU觀測(cè)數(shù)據(jù)進(jìn)行機(jī)械編排、Kalman預(yù)測(cè)以及從主函數(shù)獲取組合更新量進(jìn)行反饋,再把導(dǎo)航結(jié)果存入導(dǎo)航結(jié)果環(huán)形緩存區(qū)中;主函數(shù)負(fù)責(zé)從GNSS原始數(shù)據(jù)環(huán)形緩存區(qū)中獲取GNSS觀測(cè)數(shù)據(jù)進(jìn)行組合更新計(jì)算,并將組合更新量傳入200 Hz定時(shí)中斷.

為了驗(yàn)證算法的實(shí)時(shí)性能,使用DSP片內(nèi)計(jì)時(shí)器統(tǒng)計(jì)200 Hz定時(shí)中斷內(nèi)從IMU原始數(shù)據(jù)獲取到輸出導(dǎo)航結(jié)果以及主函數(shù)中組合更新的運(yùn)行時(shí)間,并在導(dǎo)航結(jié)果中記錄輸出.

3　實(shí)測(cè)結(jié)果和分析

為了驗(yàn)證GNSS/INS實(shí)時(shí)緊組合導(dǎo)航系統(tǒng)的性能,本文于2015年9月29日在武漢市文化大道附近進(jìn)行了2次實(shí)際車載測(cè)試,每次測(cè)試時(shí)長(zhǎng)約40 min,平均速率為20 km/h,最大速率達(dá)38 km/h,測(cè)試環(huán)境為開(kāi)闊天空.本次測(cè)試使用Trimble Net R9作為靜止參考站,基線長(zhǎng)度約為16 km,在測(cè)試車中搭載本文開(kāi)發(fā)完成的GNSS/INS實(shí)時(shí)緊組合系統(tǒng).第1次測(cè)試使用本文給出的改進(jìn)Kalman濾波算法的程序,第2次測(cè)試使用標(biāo)準(zhǔn)Kalman濾波算法的程序,同時(shí)采集GNSS原始觀測(cè)數(shù)據(jù)、IMU原始觀測(cè)數(shù)據(jù)以及實(shí)時(shí)組合導(dǎo)航解算結(jié)果.數(shù)據(jù)分析采用武漢邁普時(shí)空導(dǎo)航科技有限公司開(kāi)發(fā)的高精度GNSS/INS組合導(dǎo)航數(shù)據(jù)處理軟件GINS v1.5,使用GINS解算的PPK(post processed kinematic)/INS松組合反向平滑結(jié)果作為位置、速度和姿態(tài)的參考真值.由于所選路段處于開(kāi)闊地帶,PPK解算均是固定解,在基線小于20 km的情況下,經(jīng)PPK/INS松組合反向平滑處理后,位置精度為0.05 m,速度精度為0.01 m/s,航向精度為0.02°～0.05°,橫滾俯仰精度為0.01°～0.02°,該精度高于常規(guī)的GNSS/INS偽距緊組合算法約1個(gè)量級(jí)以上,因而可以用來(lái)評(píng)價(jià)GNSS/INS實(shí)時(shí)緊組合導(dǎo)航系統(tǒng)的性能.

3.1延遲處理精度驗(yàn)證

利用采集的原始數(shù)據(jù),在Windows平臺(tái)下采用正向?yàn)V波仿真GNSS/INS實(shí)時(shí)緊組合的方式來(lái)驗(yàn)證本文對(duì)延遲處理的正確性.對(duì)測(cè)試時(shí)段從GPS歷元數(shù)260開(kāi)始到GPS歷元數(shù)2 660結(jié)束,共模擬了14次衛(wèi)星信號(hào)中斷,每次中斷時(shí)長(zhǎng)1 min,中斷結(jié)束后信號(hào)恢復(fù)2 min,用來(lái)恢復(fù)狀態(tài)估計(jì).通過(guò)對(duì)比在沒(méi)有延遲GNSS觀測(cè)數(shù)據(jù)的情況下,標(biāo)準(zhǔn)Kalman濾波處理方法(方案1)與GNSS觀測(cè)數(shù)據(jù)被人為延遲0.9 s的情況下,采用本文提出的改進(jìn)Kalman濾波處理方法(方案2)在信號(hào)中斷時(shí)段的導(dǎo)航誤差,來(lái)評(píng)估本文方法對(duì)時(shí)間延遲處理的精度.

2種方案處理的誤差曲線如圖3和圖4所示,圖中,ΔPN,ΔPE,ΔPD分別表示位置北、東、地誤差,ΔVN,ΔVE,ΔVD分別表示速度北、東、地誤差,ΔAR,ΔAP,ΔAH分別表示橫滾、俯仰、航向的姿態(tài)誤差.從圖中可以看出,導(dǎo)航誤差曲線基本一致.從表2的統(tǒng)計(jì)結(jié)果來(lái)看,方案1和方案2在衛(wèi)星信號(hào)中斷期間的導(dǎo)航誤差統(tǒng)計(jì)值具有很好的一致性,北向位置誤差RMS分別為8.490,8.526 m,東向位置誤差RMS分別為8.660,8.691 m,地向的位置誤差RMS分別為5.698,5.971 m;北向速度誤差RMS分別為0.260,0.261 m/s,東向速度誤差RMS均為0.309 m/s,地向速度誤差RMS分別為0.047,0.049 m/s;橫滾姿態(tài)誤差RMS均為0.033°,俯仰姿態(tài)誤差RMS均為0.039°,航向的姿態(tài)誤差RMS分別為0.314°,0.316°.因此可以認(rèn)為方案1與方案2處理精度一致,驗(yàn)證了本文給出的改進(jìn)Kalman濾波算法對(duì)延遲處理的正確性.

(a) 位置誤差

(b) 速度誤差

(c) 姿態(tài)誤差

3.2實(shí)時(shí)性驗(yàn)證

根據(jù)實(shí)時(shí)記錄的計(jì)算耗時(shí),繪制出第1次測(cè)試的GNSS數(shù)據(jù)延遲、200 Hz中斷計(jì)算耗時(shí)以及更新計(jì)算耗時(shí)的頻率直方圖.從圖5可以看出:獲取GNSS數(shù)據(jù)有明顯的延遲,大約在56,59以及49 ms,時(shí)間延遲的差異可能是觀測(cè)衛(wèi)星數(shù)目不同以及

(a) 位置誤差

(b) 速度誤差

(c) 姿態(tài)誤差

誤差項(xiàng)方案1方案2最大值均值RMS最大值均值RMS位置誤差/m北向28.7565.7148.49028.7465.8478.526東向31.7365.0488.66031.7305.2068.691地向15.3044.6825.69815.3095.0175.971速度誤差/(m·s-1)北向0.8580.1760.2600.8570.1790.261東向0.9610.1810.3090.9610.1840.309地向0.1370.0350.0470.1370.0380.049姿態(tài)誤差/(°)橫滾0.0890.0240.0330.0890.0240.033俯仰0.1050.0310.0390.1040.0300.039航向0.5350.2790.3140.5350.2810.316

導(dǎo)航星歷消息數(shù)據(jù)更新引起的傳輸數(shù)據(jù)大小不同所致;200 Hz中斷函數(shù)的執(zhí)行時(shí)間95%左右的約在0.5 ms,4%左右的約在1.25 ms,少部分約在2.8 ms,沒(méi)有大于4 ms的部分,因此可以認(rèn)為中斷函數(shù)能夠在200 Hz中斷間隔中執(zhí)行完畢;組合更新執(zhí)行時(shí)間大部分在45～70 ms,沒(méi)有大于90 ms的部分.綜合圖5的統(tǒng)計(jì),可以看出GNSS延遲更新時(shí)間大約為150 ms,完全可以在一個(gè)GNSS采樣間隔內(nèi)完成組合更新計(jì)算.由此看來(lái),本文提出的改進(jìn)Kalman濾波實(shí)時(shí)處理方案在實(shí)際測(cè)試中能夠按照設(shè)計(jì)要求運(yùn)行,可以滿足GNSS/INS實(shí)時(shí)緊組合系統(tǒng)的實(shí)時(shí)性要求.

(a) GNSS數(shù)據(jù)　(b) 200 Hz中斷計(jì)算

(c) 組合更新計(jì)算

從圖6可以看出:改進(jìn)Kalman濾波算法的時(shí)間延遲都在5 ms之內(nèi),在IMU采樣間隔內(nèi)完成了導(dǎo)航解算,延遲時(shí)間大致可以分為2部分：① 延遲較小的部分,完成的是基本機(jī)械編排-Kalman預(yù)測(cè);② 延遲較大的部分,完成的是要同時(shí)處理組合更新量的狀態(tài)轉(zhuǎn)移以及反饋.標(biāo)準(zhǔn)Kalman濾波算法的時(shí)間延遲大部分在100 ms左右,顯著大于IMU采樣間隔,因而存在嚴(yán)重的時(shí)間延遲.相比于標(biāo)準(zhǔn)Kalman濾波計(jì)算方式,本文給出的改進(jìn)Kalman濾波方式有效地減少了時(shí)間延遲,確保了實(shí)時(shí)系統(tǒng)的實(shí)時(shí)有效性能.

(a) 改進(jìn)方法

(b) 標(biāo)準(zhǔn)方法

3.3實(shí)測(cè)精度驗(yàn)證

將第1次測(cè)試采集的實(shí)時(shí)導(dǎo)航結(jié)果與參考真值做比較,實(shí)時(shí)導(dǎo)航誤差曲線如圖7所示,導(dǎo)航誤差統(tǒng)計(jì)見(jiàn)表3.從表3的統(tǒng)計(jì)結(jié)果可以看出,北向、東向、地向的位置誤差的標(biāo)準(zhǔn)差分別為0.408,

(a) 位置誤差

(b) 速度誤差

(c) 姿態(tài)誤差

誤差項(xiàng)最大值均值標(biāo)準(zhǔn)差位置誤差/m北向2.407-1.3560.408東向1.036-0.0110.363地向1.683-0.1360.366速度誤差/(m·s-1)北向0.147-0.0010.034東向0.203-0.0030.034地向0.068-0.0010.014姿態(tài)誤差/(°)橫滾0.095-0.0030.017俯仰0.085-0.0160.021航向0.548 0.1720.184

0.363,0.366 m,北向、東向、地向的速度誤差的標(biāo)準(zhǔn)差分別為0.034,0.034,0.014 m/s,橫滾、俯仰、航向的姿態(tài)誤差的標(biāo)準(zhǔn)差分別為0.017°,0.021°,0.184°.導(dǎo)航誤差均在偽距緊組合理論精度范圍內(nèi),可以認(rèn)為運(yùn)用本文給出的改進(jìn)Kalman濾波實(shí)現(xiàn)的GNSS/INS實(shí)時(shí)緊組合系統(tǒng)計(jì)算精度滿足設(shè)計(jì)要求.

4　結(jié)語(yǔ)

本文針對(duì)GNSS/INS實(shí)時(shí)緊組合中存在的GNSS數(shù)據(jù)獲取延遲以及更新計(jì)算耗時(shí)較長(zhǎng)的問(wèn)題,從Kalman濾波基本原理出發(fā),得到了適用于GNSS觀測(cè)及更新延遲的Kalman濾波數(shù)學(xué)模型,并且通過(guò)后處理仿真延遲與正常處理做對(duì)比,驗(yàn)證了延遲更新處理的正確性.最后,在硬件平臺(tái)上實(shí)現(xiàn)了GNSS/INS實(shí)時(shí)緊組合系統(tǒng),實(shí)際車載測(cè)試表明導(dǎo)航精度及實(shí)時(shí)性達(dá)到了設(shè)計(jì)要求.

References)

[1]劉川川.基于偽距/多普勒的GPS/INS緊組合算法實(shí)現(xiàn)與抗差性能研究[D].武漢:武漢大學(xué)衛(wèi)星導(dǎo)航定位技術(shù)研究中心,2012.

[2]王光輝.基于時(shí)滯多傳感器數(shù)據(jù)的信息融合濾波[D].哈爾濱:黑龍江大學(xué)電子工程學(xué)院,2013.

[3]盧曉.觀測(cè)時(shí)滯系統(tǒng)的最優(yōu)濾波[D].大連:大連理工大學(xué)控制理論與控制工程系,2008.

[4]李林林.測(cè)量數(shù)據(jù)延遲下的不完全量測(cè)濾波研究[D].南京:南京理工大學(xué)控制理論與控制工程系,2012.

[5]Shin Eun-Hwan. Estimation techniques for low-cost inertial navigation[D]. Calgary, Canada: Department of Geomatics Engineering, Calgary University, 2005.

[6]秦永元.卡爾曼濾波與組合導(dǎo)航原理[M].西安:西北工業(yè)大學(xué)出版社,2000:33-56.

[7]岳俊,何冰.定位坐標(biāo)分量依賴于衛(wèi)星高度角的靈敏度分析[J].測(cè)繪通報(bào),2014(1):5-8,18. DOI:10.13474/j.cnki.11-2246.2014.0002.

Yue Jun, He Bing. Analysis of the sensitivity-components linked by satellite azimuth in GPS measurement[J].BulletinofSurveyingandMapping, 2014(1): 5-8,18. DOI:10.13474/j.cnki.11-2246.2014.0002. (in Chinese)

[8]孫德波,楊功流,張玉堂.SINS/GPS組合導(dǎo)航序貫濾波算法[J].中國(guó)慣性技術(shù)學(xué)報(bào),2005,13(1):59-63,67. DOI:10.3969/j.issn.1005-6734.2005.01.014.

Sun Debo, Yang Gongliu, Zhang Yutang. Sequential estimation for SINS/GPS integrated navigation [J].JournalofChineseInertialTechnology, 2005, 13(1): 59-63,67. DOI:10.3969/j.issn.1005-6734.2005.01.014.(in Chinese)

[9]劉帥,孫付平,陳坡,等.GPS/INS組合導(dǎo)航系統(tǒng)時(shí)間同步方法綜述[J].全球定位系統(tǒng),2012,37(1):53-56.DOI:10.3969/j.issn.1008-9268.2012.01.014.

Liu Shuai,Sun Fuping,Chen Po,et al. A survey of time synchronization solutions in GPS/INS intergrated systems[J].GNSSWordofChina, 2012, 37(1): 53-56. DOI:10.3969/j.issn.1008-9268.2012.01.014. (in Chinese)

[10]Texas Instruments. TMS320C6745/C6747 DSP Technical reference manual[EB/OL]. (2013-03-01)[2014-07-29]. http://www.ti.com/lit/ug/spruh91b/spruh91b.pdf.

[11]Texas Instruments. TMS320C674x DSP CPU and instruction set[EB/OL].(2010-07-10)[2011-08-18]. http://www.ti.com/lit/ug/sprufe8b/sprufe8b.pdf.

[12]Texas Instruments.TMS320C674x DSP megamodule reference guide[EB/OL]. (2010-08-23)[2011-08-16]. http://www.ti.com/lit/ug/sprufk5a/sprufk5a.pdf.

[13]姚章俊,陳蜀宇,盧堯.一種高性能環(huán)形緩沖區(qū)的研究與實(shí)現(xiàn)[J].計(jì)算機(jī)工程,2012,38(8):228-231. DOI:10.3969/j.issn.1000-3428.2012.08.074.

Yao Zhangjun, Chen Shuyu, Lu Yao. Research and implementation of high-performance ring buffer[J].ComputerEngineering, 2012, 38(8): 228-231. DOI:10.3969/j.issn.1000-3428.2012.08.074. (in Chinese)

Improvement and verification of real-time performance of GNSS/INS tightly coupled integration in embedded platform

Zhang Hongping1Chang Le1Wang Hongchen3Niu Xiaoji1Gao Zhouzheng1,2

(1GNSS Research Center, Wuhan University, Wuhan 430079, China)(2School of Geodesy and Geomatics, Wuhan University, Wuhan 430079, China)(3Academy of Science and Technology, Wuhan University, Wuhan 430079, China)

Aiming at the data delay of the global navigation satellite system (GNSS) and too long time consuming problems for Kalman updating existing in the GNSS/INS (inertial navigation system) real time tightly coupled integration system, an improved mathematical model for transferring the error state to the current time in one step after finishing the delayed observation update is proposed based on the Kalman filter theory. In order to verify the effects of the improved model, first, in the Windows platforms, navigation errors during the GNSS signal interruption period of the improved model and the standard Kalman filter model are comparatively analyzed by using the GNSS and the IMU observations of a vehicle testing. The results show that the navigation errors of the two models are similar. So the time delay processing of the improved model is correct. Then, a GNSS/INS real-time tightly coupled integration system based on the digital signal processor (DSP) is developed by using the improved mathematical model and verified by a vehicle testing. The testing results show that compared with the standard Kalman filter model,the improved model can significantly reduce the time delay, thus ensuring the accuracy of the tightly coupled integration system and real-time performance of the system.

GNSS (global navigation satellite system)/INS (inertial navigation system) tightly coupled integration; real-time performance; digital signal processor; Kalman filter

10.3969/j.issn.1001-0505.2016.04.004

2015-11-13.作者簡(jiǎn)介: 章紅平(1977—),男,博士,教授,博士生導(dǎo)師,hpzhang@whu.edu.cn.

國(guó)家高技術(shù)研究發(fā)展計(jì)劃(863計(jì)劃)資助項(xiàng)目(2015AA124002)、國(guó)家自然科學(xué)基金資助項(xiàng)目(41404029).

10.3969/j.issn.1001-0505.2016.04.004.

P228.41

A

1001-0505(2016)04-0695-07

引用本文: 章紅平,常樂(lè),汪宏晨,等.GNSS/INS緊組合算法實(shí)時(shí)性改進(jìn)與嵌入式驗(yàn)證[J].東南大學(xué)學(xué)報(bào)(自然科學(xué)版),2016,46(4):695-701.