SINS/GPS松組合與緊組合導(dǎo)航系統(tǒng)抗干擾性能比較與驗證

孫兆妍+王新龍

摘要：針對SINS/GPS組合導(dǎo)航系統(tǒng)在軍民領(lǐng)域廣泛應(yīng)用的特點，詳細建立了基于位置/速度的SINS/GPS松組合模型、基于偽距/偽距率的SINS/GPS緊組合模型。分別在正常GPS信號和加入強干擾后GPS信號的條件下，對比了松組合和緊組合模式的導(dǎo)航結(jié)果。仿真驗證結(jié)果表明，相比于松組合模式，緊組合模式能較快適應(yīng)強干擾，并使系統(tǒng)振蕩減弱，快速收斂，確保高導(dǎo)航定位精度。因此，在強干擾、高動態(tài)飛行條件下，更適宜采用SINS/GPS緊組合模式。

關(guān)鍵詞：SINS/GPS組合導(dǎo)航系統(tǒng)；松組合；緊組合；強干擾

中圖分類號：V249.32+8文獻標識碼：A文章編號：1673-5048（2014）04-0031-05

0引言

現(xiàn)代導(dǎo)航系統(tǒng)應(yīng)具有全數(shù)據(jù)獲取、全球覆蓋、高精度、高可靠性、抗干擾的特點[1]。采用單一的導(dǎo)航方式難以達到上述要求，故組合導(dǎo)航技術(shù)目前已成為導(dǎo)航系統(tǒng)發(fā)展的主流。SINS與GPS具有優(yōu)劣性能互補的特點，使用SINS/GPS組合導(dǎo)航方式既可以保證實時性要求，又可以提高解算精度和可靠性，是當前最佳的組合導(dǎo)航方式之一。

根據(jù)數(shù)據(jù)融合以及組合深度的不同，SINS/GPS組合導(dǎo)航系統(tǒng)可以分為松組合模式、緊組合模式和深組合模式[2]，現(xiàn)在工程上應(yīng)用較多的是松組合和緊組合模式。松組合是一種低水平的位置/速度組合方式，此種模式易于實現(xiàn)，但不能從根本上解決SINS誤差漂移的問題。緊組合則是高水平的偽距/偽距率組合方式，采用原始的偽距和偽距率測量值直接送入組合濾波器，增強了系統(tǒng)的可觀測性，對SINS和GPS的誤差都有很好的抑制補償作用。

本文設(shè)計并實現(xiàn)了SINS/GPS松組合導(dǎo)航系統(tǒng)和緊組合導(dǎo)航系統(tǒng)仿真模型，并分別利用正常GPS信號以及加入階段性強噪聲干擾的GPS信號進行仿真實驗，根據(jù)兩種模式的動態(tài)解算效果對比分析松組合導(dǎo)航系統(tǒng)與緊組合導(dǎo)航系統(tǒng)的整體抗干擾性能。

1SINS/GPS松組合和緊組合導(dǎo)航系統(tǒng)實現(xiàn)方案

SINS/GPS組合導(dǎo)航系統(tǒng)由SINS分系統(tǒng)、GPS分系統(tǒng)和組合導(dǎo)航濾波器三部分組成[3]。

在SINS分系統(tǒng)中，軌跡發(fā)生器首先產(chǎn)生載體的標準高動態(tài)飛行數(shù)據(jù)，慣性器件模擬器依據(jù)實時飛行參數(shù)生成比力和角速度信號，并加上零漂和隨機漂移誤差后提供給SINS解算模塊。對于松組合模式（如圖1），SINS分系統(tǒng)直接輸出載體位置/速度信息至Kalman濾波器；而緊組合模式（如圖2）中，SINS結(jié)合GPS衛(wèi)星星歷估計載體偽距/偽距率作為輸出。

GPS分系統(tǒng)首先模擬GPS導(dǎo)航星座，即獲取24顆衛(wèi)星位置/速度標準數(shù)據(jù)，再根據(jù)當前載體位置/速度以及一定的優(yōu)化算法選擇最佳導(dǎo)航星座。最后，松組合模式中，GPS解算模塊采用最小二乘估計方法得到載體位置/速度信息作為輸出；緊組合模式中，GPS解算模塊生成偽距/偽距率信號輸出給Kalman濾波器。

組合導(dǎo)航濾波器接收SINS分系統(tǒng)和GPS分系統(tǒng)的輸出量，建立Kalman濾波方程，最終將狀態(tài)量的最優(yōu)估計值輸出，同時反饋給SINS解算模塊。

由此可知，松組合模式與緊組合模式數(shù)學模型上的區(qū)別主要分為兩部分，一是SINS分系統(tǒng)和GPS分系統(tǒng)之間的數(shù)據(jù)融合程度不同，從結(jié)構(gòu)圖上可以看出，松組合僅在最后輸出時融合了載體位置/速度信息，緊組合在解算過程中就進行了數(shù)據(jù)融合；二是Kalman濾波器的輸入量測量，松組合模式采用SINS和GPS解算所得載體位置/速度之差作為量測量；緊組合則是兩者解算后的偽距/偽距率之差。

3GPS分系統(tǒng)仿真方案

3.1GPS星座模擬器

可根據(jù)GPS衛(wèi)星軌道根數(shù)[5]，計算出任意時刻24顆衛(wèi)星在地理坐標系下的位置和速度，作為星座模擬器基本參數(shù)。

3.2可見衛(wèi)星判斷及最佳選取

可見衛(wèi)星指載體與衛(wèi)星連線矢量方向和用戶與地心連線矢量方向夾角大于90°，并且為了減弱大氣折射影響，其夾角一般大于100°。同時，理論表明，GPS單點定位誤差與精度因子（DOP）大小有關(guān)，并要保證DOP取極小值。當4顆衛(wèi)星形成的四面體體積最大時，即衛(wèi)星分布在載體四周時DOP最小[6]。故可先取仰角最大的衛(wèi)星作為1號導(dǎo)航星，再計算其他可見衛(wèi)星與1號導(dǎo)航星的張角，取三顆張角最接近120°的衛(wèi)星作為導(dǎo)航星，以盡可能成正四面體構(gòu)型。

3.3GPS解算

實際應(yīng)用時，GPS接收機通過跟蹤獲得的載波頻率以及碼相位計算得偽距/偽距率信息[7]。仿真時，首先根據(jù)最佳導(dǎo)航星座和當前載體的位置/速度信息計算得GPS衛(wèi)星與載體的實際相對位置與速度，再疊加鐘差、鐘差率誤差模型形成偽距/偽距率作為緊組合導(dǎo)航系統(tǒng)量測量。繼續(xù)通過最小二乘算法完成載體位置、速度的解算，作為松組合量測量輸出。兩種模式具體算法如圖4。

4組合導(dǎo)航濾波器模型設(shè)計

組合導(dǎo)航濾波器選擇Kalman濾波器。Kalman濾波是一種遞推線性的最優(yōu)估計，包括預(yù)測和估計兩個過程。由于僅是實時處理當前時刻值，且不需存儲過去的量測值，因此計算量小，存儲量小，適合于實時導(dǎo)航解算[8]。

4.1松組合模式導(dǎo)航系統(tǒng)濾波器模型

（1）狀態(tài)方程

5松組合與緊組合仿真及抗干擾分析

5.1仿真實驗參數(shù)設(shè)置

初始位置為東經(jīng)120°，北緯30°，初始高度1000m，初始速度為東向0m/s，北向500m/s，天向0m/s。SINS解算中，陀螺儀常值漂移取0.1（°）/h，隨機漂移中的一階馬爾科夫過程相關(guān)時間取1000s，白噪聲強度取0.01（°）/h；加速度計常值漂移取0.001g，隨機漂移中的一階馬爾科夫過程相關(guān)時間取100s，白噪聲強度取10-6g；GPS鐘差為常值時鐘誤差0.001s，時鐘頻率誤差由隨機函數(shù)生成，方差為10-5。仿真采樣間隔0.01s，總仿真時間70s。仿真分為兩個階段，第一階段GPS衛(wèi)星鐘差及鐘差率模型不變，即使用正常的GPS信號；第二階段在30s至40s時在GPS信號中加入強干擾，干擾信號可等效為鐘差率引起的位置誤差，誤差幅值±20m，標準差5m。5.2仿真結(jié)果及分析endprint

5.2.1SINS單獨解算位置誤差

圖5為SINS單獨解算時的位置誤差，仿真結(jié)果表明SINS位置誤差隨時間累積，并呈指數(shù)發(fā)散。因此，單獨使用SINS無法滿足長時間、高精度導(dǎo)航的需要。

5.2.2正常GPS信號時松組合與緊組合位置誤差

圖6～8為使用正常GPS信號進行SINS/GPS組合導(dǎo)航解算的仿真結(jié)果圖，對比其與圖5的差別，可以很明顯看出SINS/GPS組合導(dǎo)航系統(tǒng)可以大幅度改善SINS單獨工作時的解算效果，抑制漂移誤差，使系統(tǒng)快速收斂，保證導(dǎo)航精度。由于GPS提供了更多的觀測信息，并且觀測量中不包含隨時間積累的誤差，所以可以通過誤差模型以及Kalman濾波方程的建立來提高導(dǎo)航精度，使導(dǎo)航系統(tǒng)輸出很好地跟蹤當前載體飛行數(shù)據(jù)。

進一步對比分析圖6～8，并結(jié)合表1的數(shù)據(jù)統(tǒng)計，可以看出：在使用正常GPS信號，即采用鐘差/鐘差率等效的位置/速度誤差模型時，松組合SINS/GPS組合導(dǎo)航系統(tǒng)收斂時間在50s之后，而緊組合系統(tǒng)在40s之前已經(jīng)收斂。對比三個方向調(diào)節(jié)時間，緊組合均有20s的提高，使得系統(tǒng)收斂速度提高了一倍。同樣，相比于松組合，緊組合的最大位置誤差銳減至5m以下，大幅度減弱了系統(tǒng)振蕩。最后，松組合的導(dǎo)航精度停留在米級，而緊組合可以達到分米級別。由以上數(shù)據(jù)分析可知，在GPS信號受到一般干擾的情況下，緊組合導(dǎo)航模式能增快系統(tǒng)收斂速度，縮短系統(tǒng)振蕩周期，降低振蕩幅值并獲取更高的導(dǎo)航精度，使得組合導(dǎo)航系統(tǒng)總體性能得到明顯提高。

分析其原因，松組合必須首先通過解算偽距/偽距率來獲取用戶位置/速度信息送入組合導(dǎo)航濾波器，此解算過程中采用最小二乘估計。這種模型的缺陷在于：一方面無法對鐘差率進行估計，故只能采用估計所得鐘差部分消除對位置的影響，另一方面此鐘差未參與Kalman濾波進行估計更新，缺少信息更新優(yōu)化效果，不能實時估計出誤差項。鑒于上述原因，雖然松組合能夠適應(yīng)正常GPS信號從而獲取導(dǎo)航信息，但是效果不佳，其導(dǎo)航系統(tǒng)收斂速度慢，振蕩劇烈且精度有待提高。相比之下，緊組合中直接采用偽距/偽距率作為量測從組合原理上分析：松組合模式中，GPS接收機對載體位置速度的解算應(yīng)用了最小二乘濾波器，導(dǎo)致組合導(dǎo)航系統(tǒng)存在濾波器級聯(lián)，使得量測噪聲時間相關(guān)，無法滿足Kalman濾波量測噪聲為白噪聲的基本要求。當強干擾出現(xiàn)時，由于Kalman濾波器量測噪聲突變，但是誤差模型未能實時更新，導(dǎo)致估計結(jié)果產(chǎn)生較大誤差，嚴重時導(dǎo)致組合濾波器不穩(wěn)量，同時將與鐘差以及鐘差率等效的距離誤差作為狀態(tài)量進行Kalman濾波估計，從而很好地估計位置/速度誤差，減弱狀態(tài)量的振蕩，使之趨于穩(wěn)定，并逼近真實值，達到如上仿真的效果。

5.2.3強噪聲干擾后松組合與緊組合位置誤差

在30s至40s之間對GPS信號加入強干擾后，再次進行導(dǎo)航仿真得到結(jié)果圖9～11。從圖中可以直觀地發(fā)現(xiàn)，加入強干擾后（圖中30s之后）的位置誤差曲線，反映出松組合導(dǎo)航系統(tǒng)存在兩方面的問題：（1）強干擾影響下系統(tǒng)振蕩劇烈，無收斂趨勢；（2）強干擾消失后系統(tǒng)不能估計實時誤差，導(dǎo)致導(dǎo)航精度嚴重下降。進一步進行定量分析，強干擾消失后，緊組合SINS/GPS組合導(dǎo)航系統(tǒng)仍然保持了很強的收斂性，收斂時間控制在15s以內(nèi)，而松組合均在20s后才使得系統(tǒng)收斂，且穩(wěn)態(tài)誤差較大。緊組合模式收斂后的導(dǎo)航精度也并未有明顯下降，根據(jù)表2數(shù)據(jù)，東、北、天方向下降幅度分別為0.2m，0.2m，0.8m，相比于松組合下降幅度1.5m，0.7m，3.2m，緊組合的解算效果仍在精度要求范圍內(nèi)。同時，松組合在受到強干擾后估計偏差立刻增大，三個方向均出現(xiàn)了2m至7m的誤差跳變，喪失了對實時誤差準確估計的性能，嚴重影響系統(tǒng)穩(wěn)定性。定，并使解算速度下降；而緊組合中Kalman濾波器直接使用原始信息偽距/偽距率作為量測量，消除了濾波器級聯(lián)的問題，從而保持量測信息的獨立性，減少了處理誤差，加快了總處理時間，其數(shù)據(jù)融合方式充分利用了各分系統(tǒng)的有效信息，有利于濾波輸出的連續(xù)性跟蹤，保證了信息更新權(quán)值的有效性，從而實時估計并校正系統(tǒng)誤差。

6結(jié)論

通過建立SINS/GPS松組合導(dǎo)航系統(tǒng)模型和SINS/GPS緊組合導(dǎo)航系統(tǒng)模型，證實了SINS/GPS組合導(dǎo)航系統(tǒng)的整體性能優(yōu)于獨立的SINS導(dǎo)航系統(tǒng)。利用GPS正常信號以及加入階段性強噪聲干擾后的GPS信號繼續(xù)進行仿真，獲取緊組合模式和松組合模式的解算結(jié)果。通過研究與分析，可以得到以下結(jié)論：

（1）由于松組合采用解算后的位置、速度作為量測量，致使信息的原始性和連續(xù)性弱化，信息的相關(guān)性增加，因而難以跟蹤實時誤差；而緊組合則是利用原始信息（偽距/偽距率）進行濾波估計，噪聲模型更加準確，故有利于系統(tǒng)誤差的修正，抗干擾性能更強。

（2）在干擾條件下，緊組合模式較松組合模式具有解算速度快，系統(tǒng)收斂快，導(dǎo)航精度高的品質(zhì)，組合效果更顯著。因此，如果外界環(huán)境中出現(xiàn)強電磁干擾導(dǎo)致GPS信號嚴重失準，SINS/GPS緊組合導(dǎo)航系統(tǒng)仍然可以在短時間內(nèi)恢復(fù)解算精度，保證導(dǎo)航穩(wěn)定性.endprint

5.2.1SINS單獨解算位置誤差

圖5為SINS單獨解算時的位置誤差，仿真結(jié)果表明SINS位置誤差隨時間累積，并呈指數(shù)發(fā)散。因此，單獨使用SINS無法滿足長時間、高精度導(dǎo)航的需要。

5.2.2正常GPS信號時松組合與緊組合位置誤差

圖6～8為使用正常GPS信號進行SINS/GPS組合導(dǎo)航解算的仿真結(jié)果圖，對比其與圖5的差別，可以很明顯看出SINS/GPS組合導(dǎo)航系統(tǒng)可以大幅度改善SINS單獨工作時的解算效果，抑制漂移誤差，使系統(tǒng)快速收斂，保證導(dǎo)航精度。由于GPS提供了更多的觀測信息，并且觀測量中不包含隨時間積累的誤差，所以可以通過誤差模型以及Kalman濾波方程的建立來提高導(dǎo)航精度，使導(dǎo)航系統(tǒng)輸出很好地跟蹤當前載體飛行數(shù)據(jù)。

進一步對比分析圖6～8，并結(jié)合表1的數(shù)據(jù)統(tǒng)計，可以看出：在使用正常GPS信號，即采用鐘差/鐘差率等效的位置/速度誤差模型時，松組合SINS/GPS組合導(dǎo)航系統(tǒng)收斂時間在50s之后，而緊組合系統(tǒng)在40s之前已經(jīng)收斂。對比三個方向調(diào)節(jié)時間，緊組合均有20s的提高，使得系統(tǒng)收斂速度提高了一倍。同樣，相比于松組合，緊組合的最大位置誤差銳減至5m以下，大幅度減弱了系統(tǒng)振蕩。最后，松組合的導(dǎo)航精度停留在米級，而緊組合可以達到分米級別。由以上數(shù)據(jù)分析可知，在GPS信號受到一般干擾的情況下，緊組合導(dǎo)航模式能增快系統(tǒng)收斂速度，縮短系統(tǒng)振蕩周期，降低振蕩幅值并獲取更高的導(dǎo)航精度，使得組合導(dǎo)航系統(tǒng)總體性能得到明顯提高。

分析其原因，松組合必須首先通過解算偽距/偽距率來獲取用戶位置/速度信息送入組合導(dǎo)航濾波器，此解算過程中采用最小二乘估計。這種模型的缺陷在于：一方面無法對鐘差率進行估計，故只能采用估計所得鐘差部分消除對位置的影響，另一方面此鐘差未參與Kalman濾波進行估計更新，缺少信息更新優(yōu)化效果，不能實時估計出誤差項。鑒于上述原因，雖然松組合能夠適應(yīng)正常GPS信號從而獲取導(dǎo)航信息，但是效果不佳，其導(dǎo)航系統(tǒng)收斂速度慢，振蕩劇烈且精度有待提高。相比之下，緊組合中直接采用偽距/偽距率作為量測從組合原理上分析：松組合模式中，GPS接收機對載體位置速度的解算應(yīng)用了最小二乘濾波器，導(dǎo)致組合導(dǎo)航系統(tǒng)存在濾波器級聯(lián)，使得量測噪聲時間相關(guān)，無法滿足Kalman濾波量測噪聲為白噪聲的基本要求。當強干擾出現(xiàn)時，由于Kalman濾波器量測噪聲突變，但是誤差模型未能實時更新，導(dǎo)致估計結(jié)果產(chǎn)生較大誤差，嚴重時導(dǎo)致組合濾波器不穩(wěn)量，同時將與鐘差以及鐘差率等效的距離誤差作為狀態(tài)量進行Kalman濾波估計，從而很好地估計位置/速度誤差，減弱狀態(tài)量的振蕩，使之趨于穩(wěn)定，并逼近真實值，達到如上仿真的效果。

5.2.3強噪聲干擾后松組合與緊組合位置誤差

在30s至40s之間對GPS信號加入強干擾后，再次進行導(dǎo)航仿真得到結(jié)果圖9～11。從圖中可以直觀地發(fā)現(xiàn)，加入強干擾后（圖中30s之后）的位置誤差曲線，反映出松組合導(dǎo)航系統(tǒng)存在兩方面的問題：（1）強干擾影響下系統(tǒng)振蕩劇烈，無收斂趨勢；（2）強干擾消失后系統(tǒng)不能估計實時誤差，導(dǎo)致導(dǎo)航精度嚴重下降。進一步進行定量分析，強干擾消失后，緊組合SINS/GPS組合導(dǎo)航系統(tǒng)仍然保持了很強的收斂性，收斂時間控制在15s以內(nèi)，而松組合均在20s后才使得系統(tǒng)收斂，且穩(wěn)態(tài)誤差較大。緊組合模式收斂后的導(dǎo)航精度也并未有明顯下降，根據(jù)表2數(shù)據(jù)，東、北、天方向下降幅度分別為0.2m，0.2m，0.8m，相比于松組合下降幅度1.5m，0.7m，3.2m，緊組合的解算效果仍在精度要求范圍內(nèi)。同時，松組合在受到強干擾后估計偏差立刻增大，三個方向均出現(xiàn)了2m至7m的誤差跳變，喪失了對實時誤差準確估計的性能，嚴重影響系統(tǒng)穩(wěn)定性。定，并使解算速度下降；而緊組合中Kalman濾波器直接使用原始信息偽距/偽距率作為量測量，消除了濾波器級聯(lián)的問題，從而保持量測信息的獨立性，減少了處理誤差，加快了總處理時間，其數(shù)據(jù)融合方式充分利用了各分系統(tǒng)的有效信息，有利于濾波輸出的連續(xù)性跟蹤，保證了信息更新權(quán)值的有效性，從而實時估計并校正系統(tǒng)誤差。

6結(jié)論

通過建立SINS/GPS松組合導(dǎo)航系統(tǒng)模型和SINS/GPS緊組合導(dǎo)航系統(tǒng)模型，證實了SINS/GPS組合導(dǎo)航系統(tǒng)的整體性能優(yōu)于獨立的SINS導(dǎo)航系統(tǒng)。利用GPS正常信號以及加入階段性強噪聲干擾后的GPS信號繼續(xù)進行仿真，獲取緊組合模式和松組合模式的解算結(jié)果。通過研究與分析，可以得到以下結(jié)論：

（1）由于松組合采用解算后的位置、速度作為量測量，致使信息的原始性和連續(xù)性弱化，信息的相關(guān)性增加，因而難以跟蹤實時誤差；而緊組合則是利用原始信息（偽距/偽距率）進行濾波估計，噪聲模型更加準確，故有利于系統(tǒng)誤差的修正，抗干擾性能更強。

（2）在干擾條件下，緊組合模式較松組合模式具有解算速度快，系統(tǒng)收斂快，導(dǎo)航精度高的品質(zhì)，組合效果更顯著。因此，如果外界環(huán)境中出現(xiàn)強電磁干擾導(dǎo)致GPS信號嚴重失準，SINS/GPS緊組合導(dǎo)航系統(tǒng)仍然可以在短時間內(nèi)恢復(fù)解算精度，保證導(dǎo)航穩(wěn)定性.endprint

5.2.1SINS單獨解算位置誤差

圖5為SINS單獨解算時的位置誤差，仿真結(jié)果表明SINS位置誤差隨時間累積，并呈指數(shù)發(fā)散。因此，單獨使用SINS無法滿足長時間、高精度導(dǎo)航的需要。

5.2.2正常GPS信號時松組合與緊組合位置誤差

圖6～8為使用正常GPS信號進行SINS/GPS組合導(dǎo)航解算的仿真結(jié)果圖，對比其與圖5的差別，可以很明顯看出SINS/GPS組合導(dǎo)航系統(tǒng)可以大幅度改善SINS單獨工作時的解算效果，抑制漂移誤差，使系統(tǒng)快速收斂，保證導(dǎo)航精度。由于GPS提供了更多的觀測信息，并且觀測量中不包含隨時間積累的誤差，所以可以通過誤差模型以及Kalman濾波方程的建立來提高導(dǎo)航精度，使導(dǎo)航系統(tǒng)輸出很好地跟蹤當前載體飛行數(shù)據(jù)。

進一步對比分析圖6～8，并結(jié)合表1的數(shù)據(jù)統(tǒng)計，可以看出：在使用正常GPS信號，即采用鐘差/鐘差率等效的位置/速度誤差模型時，松組合SINS/GPS組合導(dǎo)航系統(tǒng)收斂時間在50s之后，而緊組合系統(tǒng)在40s之前已經(jīng)收斂。對比三個方向調(diào)節(jié)時間，緊組合均有20s的提高，使得系統(tǒng)收斂速度提高了一倍。同樣，相比于松組合，緊組合的最大位置誤差銳減至5m以下，大幅度減弱了系統(tǒng)振蕩。最后，松組合的導(dǎo)航精度停留在米級，而緊組合可以達到分米級別。由以上數(shù)據(jù)分析可知，在GPS信號受到一般干擾的情況下，緊組合導(dǎo)航模式能增快系統(tǒng)收斂速度，縮短系統(tǒng)振蕩周期，降低振蕩幅值并獲取更高的導(dǎo)航精度，使得組合導(dǎo)航系統(tǒng)總體性能得到明顯提高。

分析其原因，松組合必須首先通過解算偽距/偽距率來獲取用戶位置/速度信息送入組合導(dǎo)航濾波器，此解算過程中采用最小二乘估計。這種模型的缺陷在于：一方面無法對鐘差率進行估計，故只能采用估計所得鐘差部分消除對位置的影響，另一方面此鐘差未參與Kalman濾波進行估計更新，缺少信息更新優(yōu)化效果，不能實時估計出誤差項。鑒于上述原因，雖然松組合能夠適應(yīng)正常GPS信號從而獲取導(dǎo)航信息，但是效果不佳，其導(dǎo)航系統(tǒng)收斂速度慢，振蕩劇烈且精度有待提高。相比之下，緊組合中直接采用偽距/偽距率作為量測從組合原理上分析：松組合模式中，GPS接收機對載體位置速度的解算應(yīng)用了最小二乘濾波器，導(dǎo)致組合導(dǎo)航系統(tǒng)存在濾波器級聯(lián)，使得量測噪聲時間相關(guān)，無法滿足Kalman濾波量測噪聲為白噪聲的基本要求。當強干擾出現(xiàn)時，由于Kalman濾波器量測噪聲突變，但是誤差模型未能實時更新，導(dǎo)致估計結(jié)果產(chǎn)生較大誤差，嚴重時導(dǎo)致組合濾波器不穩(wěn)量，同時將與鐘差以及鐘差率等效的距離誤差作為狀態(tài)量進行Kalman濾波估計，從而很好地估計位置/速度誤差，減弱狀態(tài)量的振蕩，使之趨于穩(wěn)定，并逼近真實值，達到如上仿真的效果。

5.2.3強噪聲干擾后松組合與緊組合位置誤差

在30s至40s之間對GPS信號加入強干擾后，再次進行導(dǎo)航仿真得到結(jié)果圖9～11。從圖中可以直觀地發(fā)現(xiàn)，加入強干擾后（圖中30s之后）的位置誤差曲線，反映出松組合導(dǎo)航系統(tǒng)存在兩方面的問題：（1）強干擾影響下系統(tǒng)振蕩劇烈，無收斂趨勢；（2）強干擾消失后系統(tǒng)不能估計實時誤差，導(dǎo)致導(dǎo)航精度嚴重下降。進一步進行定量分析，強干擾消失后，緊組合SINS/GPS組合導(dǎo)航系統(tǒng)仍然保持了很強的收斂性，收斂時間控制在15s以內(nèi)，而松組合均在20s后才使得系統(tǒng)收斂，且穩(wěn)態(tài)誤差較大。緊組合模式收斂后的導(dǎo)航精度也并未有明顯下降，根據(jù)表2數(shù)據(jù)，東、北、天方向下降幅度分別為0.2m，0.2m，0.8m，相比于松組合下降幅度1.5m，0.7m，3.2m，緊組合的解算效果仍在精度要求范圍內(nèi)。同時，松組合在受到強干擾后估計偏差立刻增大，三個方向均出現(xiàn)了2m至7m的誤差跳變，喪失了對實時誤差準確估計的性能，嚴重影響系統(tǒng)穩(wěn)定性。定，并使解算速度下降；而緊組合中Kalman濾波器直接使用原始信息偽距/偽距率作為量測量，消除了濾波器級聯(lián)的問題，從而保持量測信息的獨立性，減少了處理誤差，加快了總處理時間，其數(shù)據(jù)融合方式充分利用了各分系統(tǒng)的有效信息，有利于濾波輸出的連續(xù)性跟蹤，保證了信息更新權(quán)值的有效性，從而實時估計并校正系統(tǒng)誤差。

6結(jié)論

通過建立SINS/GPS松組合導(dǎo)航系統(tǒng)模型和SINS/GPS緊組合導(dǎo)航系統(tǒng)模型，證實了SINS/GPS組合導(dǎo)航系統(tǒng)的整體性能優(yōu)于獨立的SINS導(dǎo)航系統(tǒng)。利用GPS正常信號以及加入階段性強噪聲干擾后的GPS信號繼續(xù)進行仿真，獲取緊組合模式和松組合模式的解算結(jié)果。通過研究與分析，可以得到以下結(jié)論：

（1）由于松組合采用解算后的位置、速度作為量測量，致使信息的原始性和連續(xù)性弱化，信息的相關(guān)性增加，因而難以跟蹤實時誤差；而緊組合則是利用原始信息（偽距/偽距率）進行濾波估計，噪聲模型更加準確，故有利于系統(tǒng)誤差的修正，抗干擾性能更強。

（2）在干擾條件下，緊組合模式較松組合模式具有解算速度快，系統(tǒng)收斂快，導(dǎo)航精度高的品質(zhì)，組合效果更顯著。因此，如果外界環(huán)境中出現(xiàn)強電磁干擾導(dǎo)致GPS信號嚴重失準，SINS/GPS緊組合導(dǎo)航系統(tǒng)仍然可以在短時間內(nèi)恢復(fù)解算精度，保證導(dǎo)航穩(wěn)定性.endprint