%b0磁辅助惯性导航系统的数据融合算法

第１５卷第１期２００７年２月

中国惯性技术学报

ＪｏｕｍａＩｏｆＣｈｉｎｅｓｅＩｎｅｒｔｉａＩＴｅｃｈｎｏｌｏ时

Ｖｂｌ．１５Ｎ０．１

Ｆｅｂ．２００７

?组合导航技术?

文章编号：１００５－６７３４（２００７）０ｌ－００４７－０４

地磁辅助惯性导航系统的数据融合算法

杨功流１，李士心１，姜朝宇２

（１．天津航海仪器研究所，天津，３００１３ｌ；２．驻４３ｌ厂军事代表室，辽宁葫芦岛，１２５００１）

摘要：对地磁辅助导航技术的基本原理进行分析，详细介绍了采样卡尔曼滤波算法并将其用于惯性／地磁导航系统的数据融合，即通过设计少量的ｓｉ鲫ａ点，并计算这些ｓｉｇｍａ点通过非线性函数的变换，从而获得滤波值基于非线性状态方程的更新。仿真表明，特别是当系统非线性较大时，采样卡尔曼器性能明显优于扩展卡尔曼滤波器。因此，从某种程度上说，采样卡尔曼滤波可以替代扩展卡尔曼滤波在地磁辅助导航系统中使用。

关键词：惯性导航；地磁导航；卡尔曼滤波；匹配算法

中图分类号：ｕ６６６．１文献标识码：Ａ

Ｄａｔａｆｕｓｉｎｇａｌｇｏ“ｔｈｍｉｎｇｅｏｍａｇｎｅｔｉｃａｉｄｅｄＩＮＳ

ＹＡＮＧＧｏｎｇ．１ｉｕｌ，ＬＩｓｈｉ。Ｘｉｎｌ，ＪＩＡＮＧｚｈａｏ．ｙｕ２

（１．Ｔｉ柚ｊｊｎＮａＶｉｇａｔｉｏｎＩｎｓｔｎＪｍｅｎｔＳＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ，Ｔｉ锄ｊｉｎ３００１３ｌ，ＣｈｉＩｌａ；

２．ＭｉｌｉｔａｒｙＲｅｐｒｅｓｅｎｔａｔｉＶｅ０ｍｃｅｉｎ４３１Ｆａｃｔｏ阱Ｈｕｌｕｄａｏ１２５００ｌ，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｔｈｅｔｈｅｏｒｙｏｆｔｌｌｅｇｅｏｍａｇｎｅｔｉｃａｉｄｅｄｉｎｅｒｔｉａｌｎａｖｉｇａｔｉｏｎｓｙｓｔｃｍ（ＩＮＳ）ｗａｓ蚰ａｌｙｚｅｄ．ＴｈｅｕｎｓｃｅｎｔｃｄＫａＩｍ觚ｆｉｌｔｃｒｉｎｇｗａＳｉｎｔｒｏｄｕｃｅｄａ１１ｄａｐｐｌｉｅｄｉｎｔｏ

ｍｅｉｌｌｔｃｇｒａｔｅｄｓｙｓｔｅｍ．ＩｎｕｎｓｃｅｎｔｅｄＫａｌｍａｎｆｉｌｔｅｒｉｎ岛ｔ１１ｅｕｐｄａｔｉｎｇｏｆｔＩｌｅｆｉｌｔｅｒｉｎｇｂａＬｓｅｄｏｎｔｈｅｎｏｎｌｉｎｅａｒｓｔａｔｅｓｐａｃｅｅｑｕａｔｉｏｎｗａｓｒｅａｌｉｚｅｄｂｙｄｅｓｉｇｎｉｎｇａｆｅｗｓｉｇｍａｐｏｉｍｓ锄ｄｃａｌｃｕｌａｔｉｒｌｇｎｌｅｍｍｓｆｏｍａｔｉｏｎｏｆｔｈｅｓｅｓｉｇｍａｐｏｉｍｓＶｉａｎｏｎ－ｌｍｅａｒｆｕｎｃｔｉｏｎ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｓｈｏｗｓ廿ｌａｔｉｔｊｓｍｏｒｅｐｒｅｃｉｓｅ锄ｄｍｏｒｅｃｏｎｖｅｎｉｅｎｔｉｎｃｏｍｐｕｔｉｎｇ，ａＩｌｄｔｈｅｐｅ面ｒｍａｎｃｅｏｆｕｎｓｃｅｎｔｃｄＫａｌｍａｎｆｉｌｔｅｒｉｓｓｕｐｅｒｉｏｒｔｏｍａｔｏｆｅｘｔｅｎｄｅｄｏｎｅ，ｓｏｉｔｃａｎｂｅｕｓｅｄｉｎＧｅｏｍａｇｎｅｔｉｃａｊｄｅｄＩＮＳ．

Ｋｅｙｗｏｒｄｓ：ｉｎｅｎｉａｌｎａｖｉｇａｔｉｏｎＳｙｓｔｅｍ；ｇｅｏｍａｇｎｃｔｉｃｎａｖ追ａｔｉｏｎＳｙｓｔｃｍ；Ｋａｌｍ柚ｆｉｌｔｅｒｉｎｇ；ｍａｔｃｈｉｎｇａｌｇｏｒｉ廿１ｍ

目前，非常规潜艇一般采用以惯性导航为核心的导航系统，但惯性导航系统的误差随时间积累，如不定期修正，就会限制潜艇的应用。虽可采用ＧＰｓ、无线电和天文导航等信息对惯性导航系统进行校正，但这些方法增加了潜艇被发现的危险性。随着无源导航技术的发展，地磁辅助惯性导航技术的出现为实现这一目标提供了新的技术途径。由于地磁场在全球范围内各点值都不相同，理论上和经纬度是一一对应的，同时某些地区磁场特征也很明显，因此地磁辅助导航成为目前研究的一个热点。利用地磁导航结果对惯导系统进行定时重调，就可以实现潜艇在水下长期隐蔽的目的。地磁导航技术在获取地磁信息时对外无能量辐射，具有良好的隐蔽性，因此可以很好地辅助潜艇惯导系统实现长期高精度水下定位。１地磁辅助惯性导航系统的基本原理

地磁导航是指利用地磁图特征与当地即时测量磁特征信息进行匹配导航的过程。地磁场为矢量场，在地球近地空间内任意一点的磁场矢量都不同于其它地点的矢量，且与该点的经纬度存在对应关系。因此，理论上只要精确确定该地点的地磁场矢量即可实现全球定位。

惯性／地磁匹配组合导航是由惯性导航系统、地磁传感器、地磁图以及解算计算机等组成，其本质就是在载体运动过程中，传感器获得地磁数据，同时根据惯性导航系统所输出的位置信息，从数字化的地磁图中某一区域内查找相应的数据信息，利用匹配算法进行匹配以获得最佳匹配位置，并利用位置信息校正惯性导航系统。也就是说，将地磁图匹配结果信息作为卡尔曼滤波的观测量对组合导航系统进行滤波，这样就可对惯性导航系统的误差进行抑制从而实现高精度导收稿日期：２００６—０９—２６；修回日期：２００６—１２—２０

基金项目：“十一五”武器装备预研项目

作者简介：杨功流（１９６７一），男，研究员，主要从事惯性导航系统、综合导航系统及无源辅助导航研究。

２００７年２月中国惯性技术学报４８航。根据对惯性导航系统、地磁模块的分析，组合导航系统的总体方案如图ｌ所示。

在图ｌ所示的数据融合算法里，多采用扩展卡尔曼滤波（ＥＫＦ）、多模型自适应估计、神经网络及联邦卡尔曼滤波等算法。在扩展卡尔曼滤波算法里，由于导航位置误差之间是非线

性关系，需要进行线性化处理，才能经ＥＫＦ解算，估算出导航

系统的位置误差，并对惯导系统进行校正。ＥＫＦ是把所有的非

线性模型线性化以便于应用传统的线性卡尔曼滤波。尽管ＥＫＦ

成为广泛使用的滤波模式，但线性化的过程不可避免产生处理

误差，如果局部线性的假设不成立时，这种非线性近似误差可

能会造成滤波器发散。为了解决这个问题，国外学者提出了采样卡尔曼滤波（ｕＫＦ）理论，并在多种试验中证明了它的优越性。

图１地磁辅助惯性导航方案

Ｆｉｇ．１ＳｃｈｅｍｅｏｆｇｅｏｍａｇｎｅｔｉｃａｉｄＩＮＳ

２地磁辅助惯性导航系统的融合算法设计

采样卡尔曼滤波器也是卡尔曼滤波器的扩展，但不同于ＥＫＦ，它不对系统方程进行线性化。ｕＫＦ依赖于ｕＴ方法，这是一种进行非线性转换求任意变量统计量（均值与容差）的新方法。其具有以下几个特点：①对非线性函数的概率密度分布进行近似，而不是对非线性函数进行近似，因此不需要知道非线性函数的显式表达式；②不需要求导计算Ｊａｃｏｂｉａｌｌ矩阵，可以处理非可导的非线性函数；③可处理非加性噪声情况以及离散系统，扩展了应用范围；④由于采用确定性采样策略，而非粒子滤波器的随机采样，避免了粒子衰退问题；⑤算量与ＥＫＦ同阶次。

ｕＫＦ的基础是ｕ变换。ｕ变换是指在满足某些约束方程（约束方程与状态变量统计特性相关）的条件下，给出一组加权ｓｉｇｍａ点（采样点），并对每一个ｓｉｇｍａ点进行非线性变换，以变换点的均值和方差来逼近状态变量非线性变换的均值和方差。通过使用ＵＴ方法，状态向量的分布得到近似，而不是对采用类似于ＥＫＦ方法对状态方程和测量方程进行近似。２．１Ｕ变换简介

设已知竹维随机变量ｘ的均值ｘ和方差匕，ｘ经过非线性变换ｙ＝Ｆ（ｘ），到ｒ维随机变量Ｉ，，其均值ｙ和方差Ｐｗ估计如下：

①计算２门＋１个采样点

ｌ‰＝ｘ

｛石＝ｘ＋（√（行＋兄），：）ｆｆ＝ｌ，２，…，”（１）

Ｉ石＝ｘ一（√（胛＋五），：）ｆ一。ｆ＝刀＋１，…，２刀

上式构成一个由２九＋１个向量石（称为仃点）组成的矩阵Ｚ，其中旯＝口２∽＋七）一”是一个尺度参数；口确定采样点在状态均值周围的分布，通常取一个很小的正值；七是尺度参数，对于状态估计通常设定为Ｏ，对于系统参数估计则设为３一，ｚ，，ｌ为系统状态维数；（√（＂＋旯）匕），是矩阵平方根的第ｆ列。矩阵平方根通过下三角ｃｈｏｌｅｓ时分解等算法获得。

②通过非线性变换，得到变换后采样向量点

鬈＝Ｆ（置），ｆ－０，１，．．．，２疗（２）

③计算均值和协方差估计

一２月２月一一一

ｙ＝∑卵鬈；匕＝∑研（髟一ｙ）（鬈一ｙ）１（３）

，２０Ｊ＝０

式中，矿、硝分别是均值和方差的权重；硝＝兄／０＋五），瞄＝旯／０＋旯）＋（１一口２＋∥），硝＝娣＝１／［２（门＋允）］，ｆ＝ｌ＇２’…，２门，参数∥包含ｘ分布的先验信息（对于高斯分布，∥取２最合适），如不采用比例修正，则可取矿＝衅＝哆。

在ｕ变换算法中，最重要的是确定ｓｉｇｍａ点采样策略，也就是确定使用Ｓｉｇｍａ点的个数、位置以及相应权值。Ｓｉｇｍａ点的选择应确保其抓住输入变量的最重要的特征。

２．２ＵＫＦ设计

Ｊｕｌｉｅｒ和Ｕｈｌｍ锄ｎ根据逼近状态的条件分布比逼近它的非线性函数更容易的思想，提出了基于ＵＴ的采样卡尔曼滤波方法，也就是在卡尔曼滤波算法中，对于一步预测方程，使用ｕＴ变换来处理均值和协方差的非线性传递，就成为ｕＫＦ算法。

４９杨功流等：地磁辅助惯性导航系统的数据融合算法第１期考虑如下带有加性系统噪声的随机非线性离散系统：

鼍＋。＝Ｆ（鼍，七）＋吼，毛＋。＝日（一，七）＋咋（４）式中，ｘＩ为一维状态向量；乙为所维观测向量；ｑ为系统噪声；％为观测噪声，其协方差阵分别为Ｑ和Ｒ：噪声统计特性为研％】＿ｏ，研％’．＇ｊ］＿磊ｇ，Ｅｈ】＝ｏ，研％ｌ，ｊ】＝％Ｒ，研％ｌ，ｊ］－ｏ。

将扩展卡尔曼滤波中统计特性传播方式的线性化近似用Ｕ变换方法替换，就得到ｕＫＦ滤波器。其具体步骤如下：１）初始化状态向量及其方差

Ｋ＝研Ｋ】，只＝取（Ｋ—Ｋ）（Ｋ—Ｋ）１】（５）２）时间更新

①给出ｓｉｇｍａ点和相应的加权因子：

对于七∈｛０，１，…，∞｝，计算ｓｉｇｍａ点：

石，ｔ＝［】‘ｊ气＋√（力＋后）忍】≮一√（门＋Ｊｉ｝）丑】（６）

彩ｏ＝旯／（一＋允），国，＝ｌ／２（胛＋Ａ），ｆ＝１，２，…２＂（７）这组ｓｉｇｍａ点对称分布且满足约束方程：∑ｑ＝１，∑ｑ石＝ｘ，∑ｑ（石一ｘ）（石爿）１＝巴。

②状态一步预测：

．２ｎ２Ｈ．＾一

墨川ｔ一?２Ｆ【石卜－】，《２磊ｑ石川¨，巧２善ｑ（石川¨一何）（石川¨。Ｋ）１＋Ｑｔ一?（８）３）测量更新

测量一步预测：

％２日［砧】，磊２互硝ｚｏ，Ｐｗ２互哆（乇一彳）（ｚＩ—互）１＋胄”，

２Ｈ．＾

一

％＝∑ｑ（死一Ｋ）（ｚ＆—磊）１，也＝％巧１，

Ｘ：＝ｘ：＋Ｋｋｑｋ—Ｚ：、，Ｐ：＝Ｐ；一ＫｔＰｗＫ：㈧２．３惯性／地磁组合导航系统的ＵＫＦ设计

系统的状态方程为：

ＸＯ）＝，（ｆ）?Ｘ（ｆ）＋ＧＯ）?∥Ｏ）（１０）在此利用惯导无阻尼误差方程，并将系统的陀螺漂移扩充为状态作为系统的状态方程。其状态变量Ｘ为１３维列矢量，

ｘ＝（口∥，６五６≯６■６■占。占。，占。占。￡，，占。）１（１１）其中，口是惯性平台水平误差角；ｙ是航向误差角；６旯、６矽是经度、纬度误差；６圪、６圪为东向、北向速度误差；％、‰、气为东向、北向、方位陀螺的常值漂移；％、～、％为东向、北向、方位陀螺的随机漂移。

系统的量测方程为：

ｚ（，）＝【互ｚ２】１＝椴Ｏ）＋ｙ（，）（１２）其中，Ｚ、ｚ＇分别为量测到的系统经度误差、纬度误差：在此是由匹配位置信息与惯导位置信息之差所确定：日为２×１３维观测矩阵，Ⅳ（１，４）＝ｌ，Ⅳ（２，５）＝１，其余元素都等于零；ｙ（，）为量测噪声矩阵。有了状态方程和观测方程，不需要线性化观测方程，利用上面所述的ＵＫＦ方法，就可得到导航状态的最优估计。

３仿真结果分析

下面用仿真对上一节设计的ＵＫＦ进行验证。

仿真条件如下?陀螺常值漂移：气＝％＝％＝０．０１（。）／｝ｌ；陀螺随机漂移：三个陀螺均取盯，２０．００１（。）／Ｉｌ、相关时间为ｌｈ的一阶马尔可夫过程；系统的初始方差阵为对角矩阵，其值为状态可能达到的误差平方；系统的噪声方差阵为：Ｑ＝ｄｉａｇ｛２成群，２岛ｔ，２屈一｝，其相关时间展＝辟＝屈＝ｌ／３６００ｓ；测量噪声方差阵为：胄＝ｄｉａｇ｛（２０ｍ）２，（２０ｍ）２｝。

２００７年２月中国惯性技术学报仿真运动为匀速直线运动，每２０ｍｉｎ利用匹

配位置信息滤波一次，匹配位置信息由相关匹配

算法得到，地磁匹配精度受磁探测器误差、地磁图误差以及匹配算法误差的影响。每隔３ｈ对惯导系统进行一次校正，图２和图３给出惯性／地磁匹配组合系统的４８ｈ仿真结果。从图中可以看出，ＵＫＦ滤波结果优于传统卡尔曼滤波器。

由于ｕＫＦ保存了非线性项，用ｕＫＦ求得的均值和容差与真值一致，而ＥＫＦ则由于线性化损０

ｕ

求

蹬

时间，ｓ

图２经度误差

Ｆｉｇ．２Ｔｈｅｅｒｒｏｒｏｆｌｏｎｇｉｔｕｄｅ

０

Ｖ

求

援

时间／ｓ

图３纬度误差

Ｆｉｇ．３Ｔｈｅｅｒｒｏｒｏｆｌａｔｉｔｕｄｅ

失一部分二次项值，因此其均值精度较ｕＫＦ低一阶。对非线性系统而言，ｕＫＦ虽然也损失掉一些高次项信息，但还是优于ＥＫＦ的滤波性能，尤其当Ｐ和系统的非线性较大时，ｕＫＦ的优势就更明显了。

４结论

在非线性系统的应用中，采样卡尔曼滤波理论比扩展卡尔曼滤波理论更优越。采样卡尔曼滤波不需要对状态方程和测量方程进行线性化近似，避免了非线性系统在线性化过程中产生的误差，而且计算量与扩展卡尔曼滤波相当。因此，从某种程度上说，采样卡尔曼滤波可以替代扩展卡尔曼滤波在地磁辅助导航系统中使用。

参考文献：

【１】ＪｕｌｉｅｒＳ，ＵｈｌｍａｎｎＪ，Ｄｕｒｒａｎｔ－Ｗｈ”ｅＨＦ．Ａｎｅｗｍｅｔｈｏｄｆｏｒｔｈｅｎｏｎ－ｌｉｎｅａｒｔｒａｎｓｆｏｍａｔｉｏｎｓｏｆｍｅａｎｓａ１１ｄｃｏｖａｒｉａｎｃｅｓｉｎｆｉｌｔｅｒｓａｎｄｅｓｔｉｍａｔｏｒｓ［Ｊ】．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｏｎＡｕｔｏｍａｔｉｃＣｏｎｔｒｏｌ，２０００，４５（３）：４７７－４８２．

【２】ＪｕｌｉｅｒＳＪ，ＵｈｌｍａｎｎＪＫ．Ｕｎｓｃｅｎｔｅｄｆｉｌｔｅｒｉｎｇａｎｄｎｏｎｌｉｎｅａｒｅｓｔｉｍａｔｉｏｎ［Ｊ】．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＩＥＥＥＡｅｍｓｐａｃｅａｌｌｄＥｌｅｃｔｍｎｉｃＳｙｓｔｅｍｓ，２００４，９２（３）：４０１－４２２．

【３】ＧｒｅｗａｌＭＳ，ＡｎｄｒｅｗｓＡＰ．Ｋａｌｍａｎｆｉｌｔｅｒｉｎｇ：Ｔｈｅｏ呵柚ｄｐｒａｃｔｉｃｅｕｓｉｎｇＭａｔｌａｂ【Ｍ】．Ｊｏｈｎｗｉｌｅｙ＆ＳｏｎｓＩｎｃ．，２００１．

【４】顾冬晴，秦永元．船用捷联惯导系统运动中对准的ＵＫＦ设计【Ｊ】．系统工程与电子技术，２００６，２８（８）：１２１８．１２２０．ＧＵＤｏｎｇ－ｑｉｎｇ，ＱＮＹ０ｎｇ－），ｕａＪｌ．ＵｎｓｃｅｎｔｅｄＫａｌｍａｌｌｆｉｌｔｅｒｆｏｒｉｎ－ｍｏｔｉｏｎａｌｉ印ｍｅｎｔｏｆｓｈｉｐｂｏｍｅＳＩＮＳ【Ｊ】．ＳｙｓｔｅｍｓＥｎｇｉｎｅｅｒｉｎｇａ１１ｄＥｌｅｃｔｒｏｎｉｃｓｍ，２００６，２８（８）：ｌ２１８－ｌ２２０．

【５】ＲｉｃｅＨ，ＫｅｌｍｅｎｓｏｎＳ，ＭｅｎｄｅｌｓｏｔｕｌＬ．Ｇｅｏｐｈｙｓｉｃａｌｎａｖｉｇａｔｉｏｎｔｅｃｈｎｏｌｏｇｉｅｓａ１１ｄａｐｐｌｉｃａｔｉｏｎｓ［Ｃ】／／ＰｏｓｉｔｉｏｎＬｏｃａｔｉｏｎａｎｄＮａＶｉｇａｔｉｏｎＳｙｍｐｏｓｉｕｍ，Ａｐｒｉｌ２６－２９，２００４：６１８—６２４．

【６］毛克诚，孙付平．扩展卡尔曼滤波与采样卡尔曼滤波性能比较［Ｊ】．海洋测绘，２００６，２６（５）：４．６．ＭＡＯ

Ｋｅ—ｃｈｅｎ岛ＳＵＮＦｕ—ｐｉｎｇ．Ｐｅ哟ｍａｌｌｃｅｃｏｍｐ州ｓｏｎｂｅｔＷｅｅｎｅ）（ｔｅｎｄｅｄＫａｌｍａＩｌｆｉｌｔ嘶ｎｇａＪｌｄｕｎｓｃｅｎｔｅｄＫａｌｍａｌｌｆｉｌｔｅｒｉｎｇ【Ｊ】．ＨｙｄｒｏｇｒａｐｈｉｃＳｕｒＶｅｙｉｎｇ￡ｍｄＣｈａｒｔｉｎｇ，２００６，２６（５）：４－６．

（上接第４６页）

参考文献：

［１］周百令．动力调谐陀螺仪设计与制造【Ｍ】．南京：东南大学出版社，２００２．

【２】胡平华．动力调谐陀螺稳定平台航向效应漂移研究【Ｄ】．中国火箭技术研究院博士学位论文，２０００．ＨＵＰｉｎｇ＿ｈｕａ．Ｓｔｕｄｙｏｎｔ１１ｅｈｅａｄｉｎｇｓｅｎｓｉｔｉＶｅｄｒｉｆｔｏｆｉｎｅｎｉａｌｐｌａｔｆｏｒｎｌｕｓｉｎｇｄｙｎａｎｌｉｃａｌｌｙｔｕｎｅｄｇｙｒｏｓ【Ｄ】．ＡｄｉｓｓｅｎａｔｉｏｎｆｏｒｔｈｅｄｅｇｒｅｅｏｆｐｈｉｌｏｓｏｐｈｙｄｏｃｔｏｒａｔＣｈｉｎａＡｃａｄｅｍｙｏｆＬａｕｎｃｈｉｎｇ－ＶｅｈｉｃＩｅＴ色ｃｈｎｏｌｏｇｙ，２０００．

【３】胡平华，杜祖良．正交弹性漂移补偿电路对平台航向效应漂移的补偿作用［Ｊ】．中国惯性技术学报，２００ｌ，１．９（１）：３１．３５．ＨＵＰｉｎｇ－ｈｕａ，ＤＵＺｕ—ｌｉａＩｌｇ．Ｃｏｍｐｅｎｓａｔｉｏｎｏｆｑｕａｄｒａｔｕｒｅｓｐｒｉｎｇｒａｔｅ锄ｐｌｉｎｅｒｆｏｒｐｌａｔｆｏｍｈｅａｄｉｎｇｓｅｎｓｉｔｉｖｅｄｒｉｆｔ【Ｊ】．ＪｏｕｍａｌｏｆＣｈｉｎｅｓｅＩｎｅｒｔｉａｌＴｅｃｈｎｏｌｏｇｙ，２００ｌ，１９（１）：３１－３５．

【４】郭富强．论惯性平台中的振动诱导漂移【Ｊ】．西北工业大学学报，１９９５，１３（１）：９２．９７．

ＧＵＯＦｕ－ｑｉａＩｌｇ．０ｎＶｉｂｒａｔｉｏｎ－ｉｎｄｕｃｅｄｄｒｉｆｔｏｆｉｎｅｎｉａｌｐｌａｔｆｏｎＴｌ【Ｊ】．ＪｏｕｍａｌｏｆＮｏｎｈｗｅｓｔｅｍＰｏｌｙｔｅｃｈｎｉｃａｌＵｎｉｖｅｒｓｉ吼ｌ９９５，（１３）１：９２—９７．

【５】郭富强．再论惯性平台中的振动诱导漂移【Ｊ】．中国惯性技术学报，１９９７，５（４）：１９－２３．

ＧＵ０Ｆｕ－ｑｉａｎｇ．０ｎＶｉｂｒａｔｉｏｎ－ｉｎｄｕｃｅｄｄｒｉｆｔｏｆｉｎｅｎｉａｌｐｌａ怕ｍｏｎｃｅａｇａｉｎ【Ｊ】．Ｊｏ啪ａｌｏｆＣｈｉｎｅｓｅｌｎｅｒｔｉａｌＴｅｃｈｎｏｌｏｇｙ，ｌ９９７，５（４）：１９?２３．

【６】ＫｅｎｎｅｄｙＳＬ．Ｐｒｅｃｉｓｅａｃｃｅｌｅｒａｔｉｏｎｄｅｔｅｒｎｌｉｎａｔｉｏｎ仃ｏｍｃａｒｒｉｅｒ－ｐｈ舔ｅｍｅａＳｕｒｅｍｅｎｔＳ【Ｊ】．ＪｏｕｍａｌｏｆＮａｖｉｇａｔｉｏｎ，ｓｐｒｉｎｇ２００３，５０（１）：９－１９．

［７】ＢｒａｘｎｌａｉｅｒＭ，ＧａｉｌｂｅｒＡ，ＬｉｎｋＴ’ｃｔａ１．Ｃｒｏｓｓ－ｃｏｕｐｌｉｎｇｏｆｔｈｅｏｓｃｉｌｌａｔｉｏｎｍｏｄｅｓｏｆｖｉｂｒａｔ０巧ｇｙｒｏｓｃｏｐｅｓ［Ｃ】胛ｈｅｌ２ｔｈｉｎｔｅｍａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＳｏｌｉｄＳｔａｔｅＳｅｎｓｏｒＳ，Ａｃｔｕａｔｏｒｓ锄ｄＭｉｃｍｓｙｓｔｃｍ．ＢｏＳｔｏｎ，Ｊｕｎｅ８－１２，２００３．

地磁辅助惯性导航系统的数据融合算法

作者：杨功流， 李士心， 姜朝宇， YANG Gong-Liu， LI Shi-xin， JIANG Zhao-yu

作者单位：杨功流,李士心,YANG Gong-Liu,LI Shi-xin(天津航海仪器研究所,天津,300131)， 姜朝宇,JIANG Zhao-yu(驻431厂军事代表室,辽宁,葫芦岛,125001)

刊名：

中国惯性技术学报

英文刊名：JOURNAL OF CHINESE INERTIAL TECHNOLOGY

年，卷(期)：2007，15(1)

被引用次数：18次

参考文献(6条)

1.Julier S.Uhlmann J.Durrant-whyte H F A new method for the non-linear transformations of means and covariances in filters and estimators 2000(03)

2.Julier S J.Uhlmann J K Unscented filtering and nonlinear estimation 2004(03)

3.Grewal M S.Andrews A P Kalman filtering:Theory and practice using Matlab 2001

4.顾冬晴.秦永元船用捷联惯导系统运动中对准的UKF设计[期刊论文]-系统工程与电子技术 2006(08)

5.Rice H.Kelmenson S.Mendelsohn L Geophysical navigation technologies and applications 2004

6.毛克诚.孙付平扩展卡尔曼滤波与采样卡尔曼滤波性能比较[期刊论文]-海洋测绘 2006(05)

相似文献(8条)

1.期刊论文丁永忠.王建平.徐枫.DING Yong-zhong.WANG Jian-ping.XU Feng地磁导航在水下航行体导航中的应

用-鱼雷技术2009,17(3)

地磁导航作为一种自主导航技术,具有隐蔽性好、稳定及精度高的特点,非常适合水下航行体使用.介绍了地磁导航在国内外的研究现状和发展趋势,对地磁数据库的获得、地磁导航匹配算法、地磁异常信息与惯性导航信息融合算法以及高精度快响应的传感器研制等关键技术进行了分析,为提高水下航行体的远程导航精度与导航自主能力提供了参考.

2.期刊论文任治新.杨功流.李士心.REN Zhi-xin.YANG Gong-liu.LI Shi-xin基于向量搜索的地磁导航匹配算法

-中国惯性技术学报2008,16(4)

对基于向量搜索的地磁导航匹配算法进行系统的研究,主要研究内容包括模型的建立、最优匹配位置的确定、搜索过程实现及优化、仿真实现等.仿真实现是基于航空实测地磁数据进行的,大量的匹配试验表明基于向量搜索的地磁导航匹配算法是可行的.仿真试验表明:该算法对初始位置误差要求低;不必对磁场做任何线性化假设,只要磁场变化特征明显既可;能求得全局最优解.同时该算法也存在运算量大、对方位和搜索步长敏感等缺点.

3.期刊论文晏登洋.任建新.牛尔卓.YAN Deng-yang.REN Jian-xin.NIU Er-zhuo惯性/地磁组合导航系统自适应卡

尔曼滤波算法研究-电光与控制2007,14(6)

针对惯性/地磁组合导航中遇到的滤波的发散问题,采用自适应卡尔曼滤波估计导航系统的误差.该算法通过实时估计和修正系统噪声以及观测噪声的统计特性达到降低模型误差、抑制滤波发散的目的.在Matlab环境下的仿真证实了该方案可以防止滤波器发散,缩小滤波误差,提高滤波精度.

4.期刊论文朱海.王顺杰.蔡鹏.ZHU Hai.WANG Shun-jie.CAI Peng基于ICCP的水下直线段地磁匹配-中国惯性技

术学报2009,17(2)

地磁导航是导航技术的发展方向,可以弥补惯性导航长期误差积累的缺点.考虑到潜艇转向后其自身磁性变化不能立即满足测量要求的特点,提出了在实际使用地磁匹配定位时,潜艇有必要保持航向的观点.同时提出了直线航行时潜艇的测量位置点除第一个点由惯导位置信息输出外,其余各点均由导航系统给出的航向航速推算而得测量方法.通过推算舰位来荻得直线段的测量位置点,在保证了测量的连续性与准确性同时还可以克服测量野值点的问题.该方法对潜艇地磁匹配的实际应用具有一定的参考价值.

5.期刊论文任治新.LUO Shi-tu.穆华.胡小平.REN Zhi-xin.LUO Shi-tu.MU Hua.HU Xiao-pin基于EKF的地磁导航

策略研究-微计算机信息2008,24(21)

对地磁异常值与位置之间的非线性函数关系进行了随机线性化,将地磁异常测量值直接作为观测量,采用扩展卡尔曼滤波技术实现地磁异常测量信息与惯性导航信息的融合,估计并校正了惯性导航系统导航误差.仿真表明,组合导航系统具有如下良好性能:对地磁异常具有广泛的适用性;对初始位置误差、速度误差及姿态误差具有较好的鲁棒性;对地磁数据噪声敏感度较低;可实时更新组合导航信息.将观测量选为参考数据测量值的信息融合策略引入惯性/地磁组合导航.定量描述地磁异常辅助惯性导航系统的信息量,分析组合导航系统对地磁图的适用性.

6.期刊论文穆华.任治新.胡小平.马宏绪.MU Hua.REN Zhi-xin.HU Xiao-ping.MA Hong-xu船用惯性/地磁导航系

统信息融合策略与性能-中国惯性技术学报2007,15(3)

地磁异常场的强度在空间上变化丰富而在时间上很稳定.对地磁异常值与位置之间的非线性函数关系进行了随机线性化,将地磁异常测量值直接作为观测量,采用扩展卡尔曼滤波技术实现地磁异常测量信息与惯性导航信息的融合,估计并校正了惯性导航系统导航误差.仿真表明,组合导航系统具有如下良好性能:对地磁异常具有广泛的适用性;对初始位置误差、速度误差及姿态误差具有较好的鲁棒性;对地磁数据噪声敏感度较低;可实时更新组合导航信息.将观测量选为参考数据测量值的信息融合策略引入惯性/地磁组合导航.定量描述地磁异常辅助惯性导航系统的信息量,分析组合导航系统对地磁图的适用性.

导航-火力与指挥控制2009,34(12)

针对现有的水下导航系统不能全面满足AUV导航的需要,为了提高水下航行器组合导航系统长时间远航程的隐蔽性,可靠性及精度,提出了一种基于联邦滤波器的惯性导航系统、地磁导航、多普勒速度声纳的组合导航方案,并采用简化自适应卡尔曼算法对水下航行器组合导航系统进行误差估计,解决了传统卡尔曼滤波容易发散的问题.仿真结果表明,在SINS/GNS/DVS组合导航中采用该算法,提高了定位精度,保证了滤波的快速性,验证了该算法的可行性和正确性.

8.学位论文林沂水下地磁辅助导航理论模型与核心算法研究2009

水下地磁辅助导航是当前导航领域的前沿课题。其研究意义在于，首先可克服水下载体通常的主导航系统——惯性导航系统存在误差随时间累积的缺陷，其次可弥补目前应用较广的卫星导航系统存在无线信号水中快速衰减的不足。而地磁场作为地球本身的固有参照源，为水下载体提供了相对稳定的自主导航定位信息。目前国内外水下地磁导航的研究仅处于前期论证的起步阶段，本文依托于863课题“水下地磁导航关键技术与原型系统研究

”(2007AA092201)，预研了水下地磁辅助导航系统的理论模型及其关键技术的算法实现。

水下地磁辅助导航起步较晚，源于该项技术存在大量的技术难题。首先水下地磁基准数据缺乏，目前能够获取的海洋磁场资料以航空磁测数据为主；其次水下载体自身磁场对地磁场的测量产生严重的干扰，甚至地磁场可能完全湮没在载体磁场中；再次地磁场本身存在较大的扰动，如磁暴等的发生可使该项技术几乎不可用。因此目前该项研究仍处于理论探索阶段，已有工作主要集中于传统匹配算法的移植应用，可获取的直接可借鉴资料较少。

针对该项研究刚刚起步缺乏完整理论体系的背景，在调研国内外研究现状的基础上，本文在海上实测数据的支撑下对各环节的理论模型、关键技术及相关算法进行探索与实现，具体的研究内容及得到的相关结论如下：

1.海洋地磁导航三维参考立方空间的构建。该模块分为纵向的延拓与横向的插值两部分。延拓环节包含地磁场正常场与异常场的解析建模，提出基于最大后验估计与二维小波消噪组合的向下延拓方法。插值环节主要提出了基于航向冗余的收敛Kriging插值算法。同时为弥补实测基准数据地磁分布在多样性方面的不足，建立了扩展的随机—相关骨架与分形细节组合改进二维标量场模拟生成算法。三维参考立方空间的建立为水下载体运行于有限深度提供了高精度参考定位的解决方案。

2.水下地磁导航定位的预处理。该模块主要包含对定位精度影响较大的最优航迹规划、测量序列消噪、拖曳距离选择三个部分。为解决基准地磁图可导航性的分析问题，提出基于平行航迹差异度的最优航迹规划算法。为减弱实测序列的附加噪声对定位结果产生的影响，建立了双密度小波—平移不变—交叉验证组合的消噪算法。为克服水下载体自身磁场对测量结果的干扰，采用拖曳测量方式并对载体磁场进行简化磁偶极子建模确定合适的拖曳距离。上述预处理环节大大提高了导航定位的精度与可靠性。

3.基于水下载体特定运动模式的新的匹配定位定向算法。在对相关匹配算法从模式识别角度进行深入理论分析的基础上，针对相关匹配应尽可能提取包含真实航迹的待匹配轨迹这一关键环节，本文提出了基于等值线等距分割相交直线的新型定位定向算法。该算法在低噪声干扰下定位精度大大高于传统的相关匹配算法。同时为克服地磁日变、月变乃至年变、磁暴等使实测磁场偏离参考磁场分布的问题，提出了相对相关的匹配判定规则，降低地磁导航中干扰因素的影响。配合Huber型M估计去除野值，三者组合的匹配定位算法在精度、可靠性、效率等方面均有提高。

4.引入基于多模型自适应估计和改进粒子滤波的迭代定位算法。滤波融合算法探讨的基础是相对精确的惯导模型，本文在分解惯导误差源的基础上构建了捷联惯导的仿真平台，为组合滤波修正的研究构建了基准源。然而针对实际应用，当前开发的惯导误差模型通常无法反映真实误差传播规律。因此采用基于多模型自适应估计的单态滤波器阵，实现迭代定位并只针对惯导位置进行修正，定位结果具有较高的精度。针对水下地磁导航干扰因素较多、拖曳测量使得位置误差较大，以及日变偏移使得多模型自适应估计失效等问题，采用适合非线性非高斯过程的粒子滤波进行迭代定位。同时基于减低非高斯性状可使得粒子需覆盖的范围减小，采用离线野值辨识算法对粒子滤波进行改进，结果表明无论定位鲁棒性还是执行效率均有提高。

5.针对本文所提模型与算法的海上实测数据验证与分析。实测天津渤海湾内的局部区域地磁基准数据及同步的惯导、GPS数据，作为检验本文所提算法的真实参考基准。基于此数据，本文验证并分析了航迹规划、消噪算法、拖曳测量、匹配定位定向、相对相关、多模型自适应估计迭代定位、粒子滤波迭代定位算法，为论文的算法验证和有效性检验提供了真实的数据基础。

本研究的开展以水下地磁组合导航系统的功能模块分解为基本框架，以移植并比较现有方法的适用性为出发点，然后逐模块探索相应的解决方法为基本研究方案。采用的数学方法主要包括实现提供逆解完备参量信息的冗余采样、时频同步分析的小波变换、适用多源信息融合的滤波估计等。并通过真实海磁测量数据、惯导数据、仿真试验进行算法的效果验证，保证构建的理论模型与关键技术具备基本的可靠性与实用性。

通过以上研究，本文除构建了水下地磁辅助导航系统的基本理论外，主要的创新点包括：

1)基于辅助导航的要求构建了地磁三维参考立方空间，并提出了基于MAP估计与二维小波消噪组合磁异常下延算法、基于航向测量冗余的收敛Kriging插值算法、扩展的随机.相关骨架与分形细节组合改进二维标量场模拟生成算法：2)针对预处理环节，提出了平行航迹差异度最优航迹规划算法、双密度小波—平移不变—交叉验证组合消噪算法；3)提出基于水下载体匀速直线特定运动模式的定向定位算法，为克服地磁日变、月变等干扰因素引入了相对相关的匹配判定规则，并采用Huber型M—估计器来提高定位结果的稳定性；4)在地磁/惯性的组合导航过程中，针对目前简化的惯导模型无法真实表征惯导机理的现状及初始位置误差较大，应用多模型自适应估计的单态滤波阵针对位置偏移进行修正；同时针对水下地磁导航是非线性非高斯性态，应用粒子滤波算法实现定位修正，并采用离线野值辨识算法趋近高斯分布而减少粒子数目加以改进。

本文研究抽象出水下地磁辅助导航系统各环节的数学本质，以机理探讨和算法实现为基本研究思路，在海上实测数据的验证下，初步证实了水下地磁场在辅助导航上的理论可行性。本文的研究成果具有一定的理论价值和应用价值，为进一步开展水下地磁辅助导航的工程实现提供了理论基础和技术支撑。

引证文献(18条)

1.寇义民.马广程.王常虹平缓地磁场区域地磁导航解决方案[期刊论文]-西南交通大学学报 2009(6)

2.郭才发.胡正东.张士峰.蔡洪地磁导航综述[期刊论文]-宇航学报 2009(4)

3.蔡洪.郭才发.胡正东惯性/地磁组合导航算法[期刊论文]-中国惯性技术学报 2009(3)

4.张琦.潘孟春.吴美平地磁辅助导航中的潜艇干扰磁场[期刊论文]-中国惯性技术学报 2009(3)

5.徐剑锋.高大远.赵海军.纪永进基于Unscented卡尔曼滤波器的地磁辅助组合导航[期刊论文]-舰船科学技术2009(5)

6.王仕成.王哲.张金生.乔玉坤总磁场强度梯度模作为匹配特征量的基准图制备技术[期刊论文]-系统工程与电子技术 2009(4)

7.乔玉坤.王仕成.张金生.王哲基于相关分析的飞行器地磁匹配算法仿真研究[期刊论文]-地球物理学进展

2009(2)

2009(2)

9.乔玉坤.王仕成.张金生.陈励华.王哲基于BP网络的地磁基准图制备及其精度评价[期刊论文]-中国惯性技术学报 2009(1)

10.秦辉.史步海一种微惯性测量系统设计研究[期刊论文]-电子工艺技术 2009(1)

11.杨云涛.石志勇.关贞珍.李豫泽一种基于磁偶极子磁场分布理论的磁场干扰补偿方法[期刊论文]-兵工学报2008(12)

12.李豫泽.石志勇.杨云涛.冯俊基于ICCP算法的地磁匹配定位方法[期刊论文]-现代电子技术 2008(20)

13.林沂.晏磊.童庆禧水下地磁导航实时量测野值的离线模式辨识[期刊论文]-武汉理工大学学报 2008(9)

14.李豫泽.石志勇.杨云涛地磁辅助惯性导航匹配算法研究[期刊论文]-兵工自动化 2008(6)

15.陈龙伟.张辉.郑志强.吴美平水下地磁辅助导航中地磁场延拓方法[期刊论文]-中国惯性技术学报 2007(6)

16.杨云涛.石志勇.关贞珍.李豫泽地磁场在导航定位系统中的应用[期刊论文]-中国惯性技术学报 2007(6)

17.穆华.任治新.胡小平.马宏绪船用惯性/地磁导航系统信息融合策略与性能[期刊论文]-中国惯性技术学报

2007(3)

18.施桂国.周军.葛致磊巡航飞行器惯性/地磁组合导航方法的误差[期刊论文]-中国惯性技术学报 2010(1)

本文链接：https://www.wendangku.net/doc/4c5114169.html,/Periodical_zggxjsxb200701013.aspx

授权使用：(csyfzx)，授权号：3387fc69-db08-4766-ba77-9dd9014cb11d

下载时间：2010年8月21日