基于矢量跟蹤的GNSS/SINS相干深組合系統研究

蔡南荊,郭承軍

(電子科技大學,電子科學技術研究院,四川 成都 611731)

?

基于矢量跟蹤的GNSS/SINS相干深組合系統研究

蔡南荊,郭承軍

(電子科技大學,電子科學技術研究院,四川 成都 611731)

為滿足組合導航系統在高動態環境下的性能要求,設計基于矢量跟蹤的GNSS/SINS相干深組合導航方法。利用矢量跟蹤環路將所有可視衛星的跟蹤和導航解算融為一體,增強通道間的輔助;高動態對載波跟蹤影響更大,在通道預濾波中將碼環載波環分別用獨立的濾波器處理,組合濾波中采用通道間差分降低濾波狀態維數,提高計算效率。引入慣導的加速度輔助本地信號參數預測,較精確地測量衛星視線方向的加速度,減小接收機在高動態時段的剩余動態,提高本地信號參數的預測精度。基于矢量跟蹤軟件接收機搭建相干深組合仿真系統,實驗表明該方法在高動態等環境下能提高信號跟蹤性能,改善系統的精度、可靠性。

組合導航;矢量跟蹤;相干深組合;高動態

0 引 言

全球導航衛星系統(GNSS)和捷聯慣性導航系統(SINS)是現階段航空航海等領域主要的導航系統[1],它們有各自的優點和不足,二者結合起來,可以發揮各自的長處,實現優勢并存缺陷互補,改善系統的綜合性能。

按照組合結構及信息處理方式的不同,可將GNSS/SINS組合系統分為松組合、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果,并對SINS進行校正,GNSS性能沒有得到提高,因此在高動態等環境下通常難以穩定工作。 近年來成為研究熱點的深組合模式不僅用組合濾波結果校正SINS,還利用SINS的解算結果輔助GNSS的捕獲跟蹤過程,大大提高了組合系統的導航精度和可靠性[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接收機相關器輸出的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信號先通過碼環和載波環鑒別器,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,跟蹤環路的噪聲小,具有更好的載波相位跟蹤能力,適合高精度應用需求[8-9]。 相干深組合又可分為集中式和分布式,前者只用一個導航濾波器,量測矢量是通道數的6倍,且要求濾波更新速率很高,計算負荷很大,因此工程實際采用分布式組合來實現[10]。

本文為提高接收機在高動態環境中的導航性能,研究了一種基于矢量跟蹤軟件接收機的相干深組合系統。

1 矢量跟蹤相干深組合系統方案設計

傳統的GNSS接收機通常采用標量跟蹤的結構形式,基帶數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星進行捕獲、跟蹤、位同步、幀同步、導航電文提取,各通道間相互獨立,最后由導航解算模塊將各個通道的衛星測量值和導航電文轉化為導航解,給出用戶狀態估計。它在載體動態較低時能夠正常工作,但在高動態環境中通常不能良好運行,難以保證導航精度和可靠性。為此本文設計一種基于矢量跟蹤的相干深組合方案。GNSS/SINS相干深組合系統結構設計如圖1所示,主要分為矢量跟蹤、SINS解算、組合導航濾波三部分。 衛星數字信號首先經過GNSS矢量跟蹤部分的基帶相關器處理輸出基帶I/Q測量信息,再送入各個通道的預處理模塊。預處理濾波分為兩路,一個以碼相位誤差、載波跟蹤誤差作為狀態量,以碼和載波鑒別器輸出為量測量,并將結果變換為偽距誤差和偽距率誤差輸入組合導航濾波器,另一個以載波跟蹤誤差為狀態量,以載波鑒別器的輸出作為量測量,估計結果用于閉合載波環。組合濾波器以GNSS和SINS的量測為輸入,估計出狀態誤差,并對SINS進行誤差校正。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的碼相位及載波頻率進行計算,以閉合矢量跟蹤環。

圖1 基于矢量接收機的相干深組合系統結構

2 矢量跟蹤相干深組合系統實現

2.1 矢量跟蹤及預濾波模型

傳統接收機的標量跟蹤結構并非最優,矢量跟蹤接收機將所有通道衛星的跟蹤結合在一起,計算導航狀態并生成控制信息,輸入給每個衛星跟蹤通道的本地信號產生模塊,構成矢量跟蹤環路,加強了通道間的輔助充分利用導航信息,有利于提升導航性能。單獨的矢量跟蹤接收機將所有跟蹤通道聯合在一起,若某個通道跟蹤性能下降可能會影響到其它通道,導致導航可靠性降低。采用矢量跟蹤的深組合接收機引入SINS的輔助更有利于發揮矢量跟蹤的優勢,提升導航的可靠性。

基于矢量跟蹤相干深組合接收機中,基帶信號處理模塊的相關器輸出的基帶I、Q測量信號在預處理模塊中轉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、慣性器件誤差等各導航狀態誤差,并對SINS進行誤差校正,得到組合導航位置、速度和姿態解,最后根據SINS的導航解、電離層估計、衛星位置速度和接收機時鐘誤差等估算出碼/載波NCO控制量,閉合碼/載波跟蹤環路。

基帶預處理濾波的量測量是相干積分結果,第i顆衛星信號與本地載波混頻后得到相干積分結果為

(1)

預處理模塊中碼和載波頻率濾波器的狀態量取碼跟蹤誤差、載波頻率誤差,將結果變換成偽距偽距率誤差。為了方便這里省去衛星上標i,狀態方程表示為

(2)

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

(3)

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

(4)

2.2 組合濾波模型

組合導航濾波以各個通道濾波狀態為量測輸入,對系統狀態誤差進行計算和更新,導航誤差狀態量包括SINS的位置誤差(緯度、經度、高度誤差)、速度誤差、加速度誤差、姿態角誤差、載體系中陀螺儀的三軸向漂移及加速度計的三軸向零偏。由于接收機是所有可見星所共視的,接收機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減少計算負擔。經過通道間差分處理后,組合濾波狀態只包含SINS的狀態誤差和器件誤差,狀態量為

(5)

(6)

(7)

(8)

第i顆衛星和第k顆衛星(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)

當共觀測到n顆衛星時,由其余n-1顆衛星和第k顆基準衛星的測量值可得量測量為

量測矩陣H為

H1=LOS·C,H2=為大地坐標向ECEF坐標的轉換陣為E、N、U坐標向ECEF坐標的轉換陣。

2.3 碼和載波預測方法

在存在較大加加速度的高動態環境中,基于SINS位置速度輔助的接收機與衛星之間的剩余動態很大,很容易導致導航精度惡化甚至跟蹤環路失鎖。為提高組合系統在高動態下的導航性能,本文考慮SINS的加速度輔助設計了本地信號參數預測方法,利用SINS直接測量的加速度、衛星星歷求得的衛星的加速度輔助本地信號的生成。

組合濾波輸出的狀態誤差參數對SINS進行誤差校正后,由SINS測量的接收機位置速度加速度、衛星星歷計算得到的衛星的位置速度加速度,共同計算下一時段內本地信號參數。基于慣導量測信息,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。

本地信號參數預測為

(18)

(19)

(20)

(21)

增加SINS加速度輔助后,可對接收機與衛星視線方向的加速度進行較精確地測量,可使接收機動態由其與衛星相對運動變為加速度輔助后的剩余誤差動態,從而大大減小了接收機在高動態時段的剩余動態,提高了本地信號參數的預測精度及系統的導航性能。

3 實驗分析

3.1 實驗條件設置

利用導航信號模擬器生成GPS衛星信號,由中頻信號采集器采樣得到衛星中頻信號,采樣率取16.367 MHz,中頻為4.13 MHz,矢量軟件接收機環路積分時間為1 ms. SINS更新頻率為200 Hz,即更新周期為5 ms.陀螺隨機常值漂移為0.1o/h,一階馬爾柯夫相關時間Tg為300 s,高斯白噪聲方差為0.01°/h,加速度計隨機常值漂移為0.1 mg,一階馬爾柯夫相關時間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飛行軌跡如下:在導航坐標系中,起點位置坐標為(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),初始姿態為(0°,0°,0°)。先水平運動10 s,然后抬頭飛至終點,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 載體運動軌跡

3.2 實驗結果及分析

基于矢量跟蹤的相干深組合系統組合定位結果誤差結果如圖3～圖5所示。

圖3 導航位置誤差圖

圖4 導航速度誤差圖

圖5 導航姿態誤差圖

由圖3～圖5可知,基于矢量跟蹤軟件接收機的相干深組合系統中由于引入慣導的加速度輔助,減小了接收機在高動態時段的剩余動態,在高動態環境中導航性能雖有波動,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,姿態角誤差小于0.5°.

4 結束語

為滿足組合導航系統在高動態條件下導航性能需求,設計了基于矢量跟蹤接收機的GNSS/SINS相干深組合導航方案。利用矢量跟蹤取代普通獨立式跟蹤環路,加強通道間的輔助,充分挖掘導航信息;在通道預濾波中將碼和載波分別用獨立的濾波器處理,保障載波跟蹤可靠運行;引入慣導的加速度輔助本地信號參數預測,對接收機與衛星視線方向的加速度進行較精確地測量,降低接收機在高動態時段剩余動態,提高了本地信號參數預測精度。 基于矢量跟蹤軟件接收機搭建了相干深度組合仿真系統,驗證了基于矢量跟蹤相干深度組合方法在高動態等環境下可提高動態跟蹤能力,改善導航精度、可靠性。

[1] 劉建業,曾慶化. 導航系統理論與應用[M]. 西北工業大學出版社, 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深組合導航方法[J]. 中國慣性技術學報,2009,17(6):710-717.

[7] 秦峰. 基于矢量跟蹤的高動態載體超緊組合導航技術研究[D].上海:上海交通大學, 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超緊組合架構下的信號處理和信息融合技術研究[D]. 哈爾濱: 哈爾濱工程大學, 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、組合導航研究。

郭承軍 (1985-),男,山東青島人,博士研究生,主要從事衛星導航研究。

聯系人: 蔡南荊 E-mail: chanwey5@sina.com