《2024年基于CKF算法的SINS-BDS超紧耦合组合导航方法研究》范文.pdfVIP

《基于CKF算法的SINS-BDS超紧耦合组合导航方法研

究》篇一

基于CKF算法的SINS-BDS超紧耦合组合导航方法研究一、

引言

随着科技的不断进步，组合导航系统在军事、航空、航天、

航海以及自动驾驶等领域的应用越来越广泛。SINS（Strapdown

InertialNavigationSystem，捷联式惯性导航系统）和BDS

（BeiDouSatelliteNavigationSystem，北斗卫星导航系统）作为

两种独立的导航系统，各自具有独特的优势。然而，为了进一步

提高导航精度和可靠性，将SINS与BDS进行超紧耦合组合导航

成为研究的热点。本文将重点研究基于CKF（CubatureKalman

Filter，立方体卡尔曼滤波器）算法的SINS/BDS超紧耦合组合导

航方法。

二、SINS与BDS的基本原理及特点

SINS是一种基于惯性测量单元（IMU）的导航系统，通过测

量加速度和角速度来计算导航信息。其优点在于不依赖于外部信

号，具有短时高精度的特点。然而，由于惯性器件的误差随时间

累积，长期导航精度较低。

BDS是一种卫星导航系统，通过接收卫星信号来计算导航信

息。其优点在于覆盖范围广、定位精度高、实时性强等。然而，

在信号遮挡或干扰环境下，BDS的定位精度会受到影响。

三、CKF算法原理及在组合导航中的应用

CKF算法是一种高效的非线性滤波算法，具有较好的鲁棒性

和稳定性。在组合导航中，CKF算法能够有效地融合SINS和

BDS的信息，抑制各自的误差，提高导航精度和可靠性。

在SINS/BDS超紧耦合组合导航中，CKF算法通过建立状态

方程和观测方程，对SINS和BDS的测量信息进行融合处理。通

过优化算法参数，使系统在动态环境下仍能保持较高的导航精度

和稳定性。

四、基于CKF算法的SINS/BDS超紧耦合组合导航方法研究

本文提出了一种基于CKF算法的SINS/BDS超紧耦合组合导

航方法。该方法首先通过SINS和BDS分别获取位置、速度和姿

态信息；然后，利用CKF算法对两种信息进行融合处理，抑制各

自的误差；最后输出融合后的导航信息。

在具体实现过程中，本文采用高精度的IMU和BDS接收机

进行数据采集。通过设计合理的状态变量和观测变量，建立状态

方程和观测方程。然后，利用CKF算法对状态方程和观测方程进

行求解，得到融合后的导航信息。通过仿真实验和实际测试，验

证了该方法的有效性。

五、实验结果与分析

本文通过仿真实验和实际测试对基于CKF算法的SINS/BDS

超紧耦合组合导航方法进行了验证。实验结果表明，该方法能够

有效地融合SINS和BDS的信息，抑制各自的误差，提高导航精

度和可靠性。与传统的组合导航方法相比，该方法在动态环境下

具有更好的性能表现。

六、结论与展望

本文研究了基于CKF算法的SINS/BDS超紧耦合组合导航方

法。通过仿真实验和实际测试验证了该方法的有效性。该方法能

够有效地融合SINS和BDS的信息，提高导航精度和可靠性。未

来可以进一步研究优化CKF算法参数、提高系统鲁棒性等方面的

内容，以进一步提高组合导航系统的性能表现。同时，随着新型

传感器和卫星导航系统的不断发展，组合导航技术将面临更多的

挑战和机遇。因此，需要不断研究新的组合导航方法和技术，以

适应未来的应用需求。