GNSS拒止下多源自主导航鲁棒滤波方法

doi:10.7527/S1000-6893.2024.30782

论文

本期目录 | 过刊浏览 | 高级检索

前一篇 | 后一篇

GNSS拒止下多源自主导航鲁棒滤波方法

南子寒¹(), 刘大禹², 董明³^,⁴, 梁文宁⁵, 赵雪薇¹, 马伊琳¹, 关瑶¹

^1.北京航天控制仪器研究所，北京 100039
^2.北京电子工程总体研究所，北京 100854
^3.北京跟踪与通信技术研究所，北京 100094
^4.智慧地球重点实验室，北京 100094
^5.中国航天科技集团有限公司，北京 100048

收稿日期:2024-06-04 修回日期:2024-06-24 接受日期:2024-07-04 出版日期:2024-07-16 发布日期:2024-07-11
通讯作者: 南子寒 E-mail:nan657584155@163.com
基金资助:
航天科技集团九院科技委青年基金(KJWQN202402)

Robust filtering method for GNSS denied multi-source autonomous navigation

Zihan NAN¹(), Dayu LIU², Ming DONG³^,⁴, Wenning LIANG⁵, Xuewei ZHAO¹, Yilin MA¹, Yao GUAN¹

^1.Beijing Institute of Aerospace Control Devices，Beijing 　100039，China
^2.Beijing Institute of Electrical Engineering，Beijing 　100854，China
^3.Beijing Institute of Tracking and Telecommunications Technology，Beijing 　100094，China
^4.Key Laboratory of Smart Earth，Beijing 　100094，China
^5.China Aerospace Science and Technology Corporation，Beijing 　100048，China

Received:2024-06-04 Revised:2024-06-24 Accepted:2024-07-04 Online:2024-07-16 Published:2024-07-11
Contact: Zihan NAN E-mail:nan657584155@163.com
Supported by:
Aerospace Science and Technology Group Ninth Academy Science and Technology Committee Youth Fund(KJWQN202402)

摘要/Abstract

摘要：

针对飞行器在卫星拒止环境下的高精度、高完备等导航定位需求，提出了一种融合捷联惯导、卫星导航和气压高度计的多源自主导航鲁棒滤波方法。在量测中断后较短的时间内，该方法通过量测不确定性与非线性误差模型的滤波器估计，能够精确量化紧组合导航模式中的状态空间模型，在深入分析量测异常向量对滤波器状态输出的作用机理基础上，引入鲁棒容积卡尔曼滤波设计，有效改善了误差协方差矩阵的抑制效果，提升了多源自主导航解译过程中滤波器的稳定性和状态方程的估计精度。仿真结果表明：典型飞行运动模式下，该方法相对于传统的容积卡尔曼滤波，陀螺仪与加速度计的零偏状态估计精度提升约31%，自主导航系统定位精度提升约23.77%，并更好地抑制了姿态角误差，为国家综合PNT体系多源自主导航终端的可靠应用提供了参考借鉴。

关键词: 多源自主导航, GNSS拒止, 鲁棒滤波, 紧组合, 惯性导航

Abstract:

To meet the requirements for high precision and high completeness in navigation and positioning of spacecraft in the environment of satellite rejection， a robust filtering method for multi-source autonomous navigation is proposed， which combines strapdown inertial navigation， satellite navigation and barometric altimeter. In a short period of time after measurement interruption， this method can accurately quantify the state space model in the tightly integrated navigation model through the filter estimation of the measurement uncertainty and nonlinear error model. Based on an in-depth analysis of the mechanism of the measurement anomaly vector’s action on the filter state output， a robust volume Kalman filter is proposed. The suppression effect of error covariance matrix is effectively improved， and the stability of filter and the estimation accuracy of state equation are improved in the process of multi-source autonomous navigation interpretation. The simulation results show that compared with the traditional volume Kalman filter， the method proposed can improve the accuracy of zero bias estimation of the gyroscope and accelerometer by about 31% and the positioning accuracy of autonomous navigation system by about 23.77%， and suppress the attitude angle error. This study can provide a reference for the terminal application of multi-source autonomous navigation system of the new generation of national integrated PNT system.

Key words: multi-source autonomous navigation, GNSS denied, nonlinearity robust filtering, tight integration, inertial navigation

中图分类号:

V448.2

南子寒, 刘大禹, 董明, 梁文宁, 赵雪薇, 马伊琳, 关瑶. GNSS拒止下多源自主导航鲁棒滤波方法[J]. 航空学报, 2024, 45(S1): 730782.

Zihan NAN, Dayu LIU, Ming DONG, Wenning LIANG, Xuewei ZHAO, Yilin MA, Yao GUAN. Robust filtering method for GNSS denied multi-source autonomous navigation[J]. Acta Aeronautica et Astronautica Sinica, 2024, 45(S1): 730782.

图/表 12

图 1

图 2

图 3

图 4

图 5

图 6

图 7

图 8

图 9

图 10

表1

图 11

参考文献 21

1	王巍，邢朝洋，冯文帅. 自主导航技术发展现状与趋势［J］. 航空学报， 2021， 42（11）： 525049.
	WANG W， XING C Y， FENG W S. State of the art and perspectives of autonomous navigation technologyl［J］. Acta Aeronautica et Astronautica Sinica， 2021， 42（11）： 525049 （in Chinese）.
2	王巍，孟凡琛，阚宝玺. 国家综合PNT体系下的多源自主导航系统技术［J］. 导航与控制， 2022， 21（3）： 1-10.
	WANG W， MENG F C， KAN B X. Multi-source autonomous navigation system technology under national comprehensive PNT system［J］. Navigation and Control， 2022， 21（3）： 1-10 （in Chinese）.
3	王巍. 多源自主导航系统基本特性研究［J］. 宇航学报， 2023， 44（4）： 519-529.
	WANG W. Research on basic characteristics of multi-source autonomous navigation system［J］. Journal of Astronautics， 2023， 44（4）： 519-529 （in Chinese）.
4	包为民. 可重复使用运载火箭技术发展综述［J］. 航空学报， 2023， 44（23）： 629555.
	BAO W M. A review of reusable launch vehicle technology development［J］. Acta Aeronautica et Astronautica Sinica， 2023， 44（23）： 629555 （in Chinese）.
5	张士峰，李俊，杨华波. 惯性制导工具误差分离技术综述［J］. 航空学报， 2023， 44（15）： 528590.
	ZHANG S F， LI J， YANG H B. Review of inertial guidance instrumental error separation techniques［J］. Acta Aeronautica et Astronautica Sinica， 2023， 44（15）： 528590 （in Chinese）.
6	SUN R， YANG Y X， CHIANG K W， et al. Robust IMU/GPS/VO integration for vehicle navigation in GNSS degraded urban areas［J］. IEEE Sensors Journal， 2020， 20（17）： 10110-10122.
7	王巍，吴志刚，孟凡琛，等. 多源自主导航系统可信性研究［J］. 导航与控制， 2023， 22（1）： 1-9.
	WANG W， WU Z G， MENG F C， et al. Research on dependability of multi-source autonomous navigation system［J］. Navigation and Control， 2023， 22（1）： 1-9 （in Chinese）.
8	SHAHKAR S， KHORASANI K. Optimization of localization error in multi-agent systems through cooperative positioning： autonomous navigation in partially denied GNSS environments［C］∥2023 IEEE International Symposium on Inertial Sensors and Systems （INERTIAL）. Piscataway： IEEE Press， 2023： 1-4.
9	王大轶，李嘉兴，董天舒，等. 基于航天器可观测性理论的多源融合自主导航技术［J］. 前瞻科技， 2022， 1（1）： 146-158.
	WANG D Y， LI J X， DONG T S， et al. Multi-source fusion autonomous navigation technologies based on spacecraft observability theory［J］. Science and Technology Foresight， 2022， 1（1）： 146-158 （in Chinese）.
10	何劢航，孙付平，肖凯，等. 自适应前后向平滑算法在组合导航中的应用［J］. 导航定位学报， 2022， 10（6）： 151-156.
	HE M H， SUN F P， XIAO K， et al. Adaptive forward-backward-smoothing algorithm with application to integrated navigation［J］. Journal of Navigation and Positioning， 2022， 10（6）： 151-156 （in Chinese）.
11	ZHONG Y L， CHEN X Y， ZHOU Y C， et al. Adaptive particle filtering with variational Bayesian and its application for INS/GPS integrated navigation［J］. IEEE Sensors Journal， 2023， 23（17）： 19757-19770.
12	孙洪驰，穆荣军，龙腾，等. 临近空间飞行器北斗/INS高动态深组合导航方法［J］. 航空学报， 2022， 43（9）： 325672.
	SUN H C， MU R J， LONG T， et al. Beidou/INS high dynamic deeply integrated navigation of near-space vehicle［J］. Acta Aeronautica et Astronautica Sinica， 2022， 43（9）： 325672 （in Chinese）.
13	孙玉梅，王学伟，任宪洁. 一种GNSS/SINS组合导航的改进鲁棒滤波算［J］. 弹箭与制导学报， 2024，44（1）：6-12.
	SUN Y M， WANHG X W， REN X J. An improve-d robust filtering algorithm for GNSS/SINS integra-ted navigation system［J］. Journal of Projectiles， Rockets， Missiles and Guidance， 2024， 44（1）： 6-12 （in Chinese）.
14	孙照强，魏巍，王志贵，等. 弹道目标跟踪滤波方法研究［J］. 现代防御技术， 2022， 50（1）： 67-73.
	SUN Z Q， WEI W， WANG Z G， et al. Research on tracking and filtering method of ballistic target‍［J］. Modern Defence Technology， 2022， 50（1）： 67-73 （in Chinese）.
15	朱徐东，赖际舟，周本川，等. 基于构型寻优的多无人机鲁棒自适应协同定位方法［J］. 中国惯性技术学报， 2023， 31（7）： 650-658， 664.
	ZHU X D， LAI J Z， ZHOU B C， et al. Robust adaptive cooperative localization method for multiple UAVs based on configuration optimization［J］. Journal of Chinese Inertial Technology， 2023， 31（7）： 650-658， 664 （in Chinese）.
16	LI S P， CUI N G， MU R J. Dynamic-covariance-scaling-based robust sigma-point information filtering［J］. Journal of Guidance Control Dynamics， 2021， 44（9）： 1677-1684.
17	SHEN K， LI Y L， LIU T X， et al. Adaptive-robust fusion strategy for autonomous navigation in GNSS-challenged environments［J］. IEEE Internet of Things Journal， 2024， 11（4）： 6817-6832.
18	TIAN B， LI W S， YU X， et al. Composite disturbances nonlinear filtering for simultaneous state and unknown input estimation under non-gaussian noises［J］. IEEE Transactions on Instrumentation and Measurement， 2024， 73： 9509410.
19	王巍，郭雷，孟凡琛，等. 多源自主导航系统完备性研究［J］. 导航与控制， 2023， 22（1）： 10-18.
	WANG W， GUO L， MENG F C， et al. Research on completeness of multi-source autonomous navigation system［J］. Navigation and Control， 2023， 22（1）： 10-18 （in Chinese）.
20	秦永元. 惯性导航［M］. 北京：科学出版社， 2006： 325-330.
	QIN Y Y. Guidance［M］. Beijing： Science Press， 2006： 325-330 （in Chinese）.
21	张文钧，蒋良孝，张欢，等. 一种基于偏差–方差权衡的贝叶斯分类学习框架［J］. 中国科学：信息科学， 2023， 53（6）： 1078-1095.
	ZHANG W J， JIANG L X， ZHANG H， et al. Bayesian classification learning framework based on bias-variance trade-off［J］. Science China Information Sciences， 2023， 53（6）： 1078-1095 （in Chinese）.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

时间	EKF		CKF		RCKF
时间	位置/m	速度/（m·s^-1）	位置/m	速度/（m·s^-1）	位置/m	速度/（m·s^-1）
中断前	5.94	0.51	6.01	0.57	2.55	0.35
0~40 s	17.36	1.77	16.80	1.77	5.16	0.39
40~80 s	52.82	3.89	49.65	3.82	19.86	1.61

[1]	程建华, 程思翔, 齐兵, 范世龙, 赵国晶, 陈思成. 电离层闪烁环境下PPP/INS组合导航性能分析[J]. 航空学报, 2024, 45(S1): 730676-730676.
[2]	李坤, 布树辉, 贾旋, 董逸飞, 陈霖. 基于惯性导航与数据链的飞机间相对定位方法[J]. 航空学报, 2024, 45(15): 329594-329594.
[3]	车沣竺, 米长伟, 张昊平, 张鑫. 基于标量化处理的协同航弹高精度导航系统[J]. 航空学报, 2023, 44(S1): 727632-727632.
[4]	周泽波, 张泽亮, 彭鑫, 李滚, 陶洋, 王亮权, 罗鑫. 基于记忆融合模式的多无人机分散式协同导航方法[J]. 航空学报, 2023, 44(20): 628440-628440.
[5]	张士峰, 李俊, 杨华波. 惯性制导工具误差分离技术综述[J]. 航空学报, 2023, 44(15): 528590-528590.
[6]	孙洪驰, 穆荣军, 龙腾, 李寿鹏, 崔乃刚. 临近空间飞行器北斗/INS高动态深组合导航方法[J]. 航空学报, 2022, 43(9): 325672-325672.
[7]	刘士明, 李四海, 郑江涛, 付强文, 陶渊博. 基于预滤波器和两级AIME的GNSS/INS超紧组合慢变故障检测[J]. 航空学报, 2022, 43(3): 325168-325168.
[8]	方安然, 李旦, 张建秋. 异常值和未知观测噪声鲁棒的非线性滤波器[J]. 航空学报, 2021, 42(7): 324675-324675.
[9]	王巍, 邢朝洋, 冯文帅. 自主导航技术发展现状与趋势[J]. 航空学报, 2021, 42(11): 525049-525049.
[10]	杨朝旭, 郭毅, 雷廷万, 李荣冰. 先进战斗机过失速机动大气数据融合估计方法[J]. 航空学报, 2020, 41(6): 523456-523456.
[11]	许建新, 熊智, 陈明星, 刘建业. 多无人机辅助定位信标的区域导航定位算法[J]. 航空学报, 2018, 39(10): 322172-322172.
[12]	王志伟, 王风杰, 狄长春, 石志勇, 杨功流. 陆用惯性导航系统非线性对准方法[J]. 航空学报, 2018, 39(1): 321554-321554.
[13]	钱超, 张子剑, 李大伟. 平台式惯性导航系统在线可靠性评估技术[J]. 航空学报, 2017, 38(9): 321259-321259.
[14]	曾庆化, 潘鹏举, 刘建业, 王云舒, 刘昇. 惯性信息辅助的大视角目标快速精确定位[J]. 航空学报, 2017, 38(8): 321171-321171.
[15]	赵曦晶, 汪立新, 何志昆, 张博. 约简二次扩展平方根容积卡尔曼滤波及其应用[J]. 航空学报, 2014, 35(8): 2286-2298.

GNSS拒止下多源自主导航鲁棒滤波方法

Robust filtering method for GNSS denied multi-source autonomous navigation

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 12

参考文献 21

相关文章 15

编辑推荐

Metrics

本文评价