卫星不足情况下低成本MEMS-INS/GPS伪松组合导航

为了解决GPS可观测卫星不足情况下低成本微电子机械-惯性导航系统/全球定位系统（MEMS-INS/GPS）组合导航精度维持问题,提出基于灰色模型和自适应卡尔曼滤波的MEMS-INS/GPS伪松组合导航方法。以MEMS-INS/GPS松组合导航模式为框架,建立了伪松组合导航系统的状态空间模型。基于MEMS-INS/GPS的历史观测数据,使用灰色模型对MEMSINS/GPS观测差值进行预测,称为系统伪观测量。当GPS可观测卫星充分时,使用噪声自适应估计卡尔曼滤波对MEMS-INS/GPS进行松组合导航;当GPS可观测卫星不足时,使用噪声自适应估计卡尔曼滤波依据系统伪观测量,将MEMS-INS/GPS进行伪松组合导航。以车载低成本MEMSINS/GPS组合导航系统为例进行仿真和实验验证,结果表明：当GPS可观测卫星不足时,传统的MEMS-INS/GPS松组合导航精度迅速下降并发散,而MEMS-INS/GPS伪松组合导航精度与GPS正常工作时的导航精度相差不大,维持了较高精度的导航状态。     

动态总方差设计及其快速算法

Allan方差法分析随机误差时存在2点缺陷,一是长相关时间下估计值震荡较大,二是无法跟踪信号的动态变化。本文融合总方差法和动态Allan方差法的思想和优势,提出了动态总方差法。首先使用窗函数截取原始数据,然后对窗内数据进行延拓,对延拓后的数据进行总方差分析,得到原始信号的局部随机特性,随着窗函数的滑动可以得到原始信号的随机变化特性。经验证,动态总方差法同时解决了Allan方差法存在的2个缺陷。最后设计了半球谐振陀螺（HRG）的线振动试验验证此算法的有效性,分析结果表明动态总方差法在分析精度和使用的数据量上具有优势。但是动态总方差法又存在计算量大、分析速度慢的问题,因此本文又推导出了动态总方差法的递推公式,从而给出了动态总方差的快速算法。