GNSS/SINS深組合導航系統研究現狀及展望

丁翠玲，陳 帥

(南京理工大學 自動化學院，南京 210094)

0 引 言

GNSS/SINS 組合導航系統是目前使用最廣泛的組合導航系統。GNSS 系統具有全天候、全時間的優點，但易受電磁干擾，高動態下可能出現丟星失鎖情況。SINS 導航系統能夠自主運行，不依賴外部信息，也不向外部發射信息，但導航精度隨時間降低。GNSS/SINS 組合導航系統充分利用了SINS 短期精度高、抗干擾能力強和GNSS 長期精度高的優點，取長補短，獲得比單獨使用任何一種導航設備都優良的性能［1］。

GNSS/SINS 組合導航按照組合結構的不同可分為松組合、緊組合、超緊組合和深組合四種模式。松組合和緊組合分別將GNSS 子系統輸出的位置、速度信息和偽距、偽距率信息同SINS 子系統的輸出進行信息融合，利用卡爾曼最優估計算法產生各導航參數的誤差修正量，周期性地校正SINS，達到提高SINS 精度的目的［2］。超緊組合是在緊組合的基礎上使用慣性輔助技術，通過慣性信息估計載體多普勒頻率，并利用估計結果反饋控制跟蹤環路，衛星與慣導相互輔助，性能都得到了提升［3］。深組合與超緊組合的不同之處在于超緊組合以傳統的標量跟蹤為基礎而深組合以矢量跟蹤為基礎。深組合將GNSS 跟蹤信息作為觀測量，通過一個卡爾曼濾波器將所有通道信息耦合在一起，相較于標量跟蹤中各衛星通道的獨立處理，矢量跟蹤加強了衛星數據之間的融合，同時深組合中采用卡爾曼濾波器代替傳統的環路濾波器，提高了跟蹤精度。

北京航空航天大學的孫兆妍［3］對基于矢量跟蹤的深組合導航系統進行了系統的研究，本文將對其中所使用的算法模型進行更為詳細的介紹。

1 GNSS/SINS 深組合導航系統概念

1.1 矢量跟蹤技術

傳統接收機采用標量跟蹤模式，各通道環路跟蹤和導航解算都是獨立進行的，每個通道均可看作一個非線性負反饋系統。

矢量跟蹤與標量跟蹤的不同之處在于各通道之間不再是相互獨立的，而是相互關聯的。矢量跟蹤模式通過一個卡爾曼濾波器將所有通道信息耦合在一起，整體進行導航解算，再利用解算的結果反饋控制跟蹤環路。由于充分利用了各衛星通道間的共享信息，在無外部輔助的情況下，矢量跟蹤具有更好的動態跟蹤能力，魯棒性好、抗干擾能力強，可以瞬時橋接被遮擋的信號，被認為是下一代接收機最具發展前景的技術之一［4］。基于矢量跟蹤的GNSS 接收機如圖1 所示。

圖1 基于矢量跟蹤的GNSS 接收機

1.2 慣性輔助技術

在傳統的慣導輔助中，慣導作為一個獨立的輔助器件，既不參與GNSS 的導航解算，也不對GNSS 跟蹤環路造成影響，僅為其提供一個速度或加速度信息。

而SINS 輔助GNSS 超緊組合導航系統，如圖2所示，以傳統的標量跟蹤為基礎，在緊組合的基礎上使用慣性輔助技術，利用組合導航濾波器修正SINS 導航參數，將修正后的導航參數與提供的衛星星歷信息相結合對載體多普勒頻率進行估計，并將估計結果反饋到接收機內部對跟蹤環路進行輔助［5］。

1.3 深組合導航系統

GNSS/SINS 深組合導航系統利用修正后的慣性信息對所有的通道跟蹤環路進行整體輔助，因此可以看作是矢量跟蹤和慣性輔助的一種擴展［6］。

圖2 SINS 輔助GNSS 超緊組合導航系統

深組合的概念最初來源于Spilker 提出的“矢量跟蹤”。其實現方法是將接收機基帶信號處理與慣導解算進行一體化設計，利用接收機的輸出對慣導進行輔助，并利用慣導的解算結果反饋控制跟蹤環路，輔助接收機進行捕獲和跟蹤，減小多路徑效應，降低環路的動態應力影響［2］，最后利用組合導航濾波器對接收機和慣導的原始觀測誤差進行最優估計，使系統輸出最優的導航參數。

2 GNSS/SINS 深組合導航模型分析

根據信息的融合方法不同，GNSS/SINS 深組合導航系統可分為集中式和級聯式兩種結構［7］。

2.1 集中式深組合導航系統

深組合導航系統是直接融合GNSS 接收機的基帶I/Q 信息與慣性信息，而集中式深組合導航系統是對GNSS/SINS 深組合概念最為直觀的描述。其工作方式是直接將相關器輸出作為組合導航濾波器的觀測量，對組合導航濾波器修正后的導航參數進行變換反饋控制碼/載波NCO。典型的集中式深組合導航系統結構框圖如圖3 所示。

圖3 集中式深組合導航系統

2.2 級聯式深組合導航系統

借助于聯邦濾波的思想，為了減輕集中式深組合中單一組合導航濾波器的處理負擔［8］，級聯式深組合將其分為兩步實現:第一步為基帶信號預處理濾波器，完成碼/載波跟蹤誤差估計;第二步為主濾波器(即組合導航濾波器)，完成對SINS 誤差信息的估計。級聯式深組合導航系統的基本結構框圖如圖4 所示。

圖4 級聯式深組合導航系統

2.2.1 基于鑒別器的級聯式深組合

基于鑒別器的級聯式深組合通過碼/載波鑒別器來完成碼/載波跟蹤誤差估計。該結構中，直接以歸一化的超前滯后包絡碼鑒別器、二象限反正切載波鑒相器和四象限反正切載波鑒頻器的輸出作為組合導航濾波器的觀測量［9］:

式中:δτ，δφ，δf 為碼相位誤差、載波相位誤差、載波頻率誤差;dot=IP1IP2+QP1QP2;cross=IP1QP2－IP2QP1;IP1和QP1分別為I 通道和Q 通道即時支路一個相關積分周期內前半段輸出值;IP2和QP2為后半段輸出值;t1和t2分別為對應的采樣時刻。

2.2.2 基于預濾波器的級聯式深組合

基于預濾波器的級聯式深組合通過預濾波器來完成碼/載波跟蹤誤差估計［10］。常見的預濾波器模型有以下三種:

(1)模型1

其狀態方程為

(2)模型2

模型2 的狀態量與模型1 相同，觀測量選取歸一化的超前滯后包絡碼鑒別器和二象限反正切載波鑒相器的輸出，即式(1)中的δτ 和δφ。

(3)模型3

其狀態方程為

2.3 模型比較分析

2.3.1 深組合模型比較分析

集中式深組合以基帶I/Q 信息作為觀測量，在理論上可以得到最優的跟蹤和導航結果，但由于模型中觀測量與狀態量呈高度非線性關系，存在計算量大和容錯性差兩個局限性。因此，集中式深組合模型雖然在理論上具有最優特性，但是難以付諸于工程實踐。

基于鑒別器的級聯式深組合，在級聯式模型中最易實現。為提高跟蹤誤差估計精度，可對一段時間內的鑒別器輸出取平均，以降低主濾波器的觀測量更新率，減輕處理負擔。雖然鑒別器處理使模型中的非線性關系轉化為線性關系，簡化了濾波算法，但破壞了基帶I/Q 信息的噪聲之間的獨立性，卡爾曼濾波不再是最優估計［11］，且在低載噪比情況下鑒別器將不再具備跟蹤誤差估計能力。

基于預濾波器的級聯式深組合，2.2.2 節根據選定的預濾波器狀態量或觀測量的不同列舉了三種模型。

模型1 中的觀測量與集中式深組合相同，預濾波器中觀測噪聲是獨立的，但是觀測量與狀態量呈高度非線性關系，要求更高的濾波算法，且濾波更新率難以與相關器輸出同步。

模型2 中的觀測量與狀態量呈線性關系，利用線性卡爾曼濾波可實現跟蹤誤差估計，且濾波更新率無需特別處理即可做到與相關器輸出同步。但該模型同樣會面臨觀測噪聲的相關性問題和低載噪比情況下鑒別器失效問題;此外，碼跟蹤誤差的量級在米級，而載波跟蹤誤差在厘米級，兩者通過卡爾曼濾波器進行耦合，碼跟蹤誤差可能會影響載波跟蹤誤差精度，甚至導致載波跟蹤失效。

模型3 中的狀態量和觀測量與模型1 相比，除量綱不同外，在某程度上與其等價。該模型的特點在于狀態量中包含電離層誤差，可相對提高接收機定位解算精度，且將預濾波器的結果輸出至主濾波器時無需進行量綱轉換，但模型中狀態量的量級均在米級，所以該模型無法實現載波跟蹤。

2.3.2 組合導航模型比較分析

松組合、緊組合、超緊組合以及深組合的定性比較如表1 所示。

表1 組合導航模型性能比較

3 深組合導航系統研究現狀

3.1 國外研究現狀

基于矢量跟蹤的深組合中的組合導航濾波器與傳統的緊組合相同，因此國外主要通過研究基帶信號處理來提升深組合導航系統性能。

美國L－3 IEC 公司的Crane［12］對集中式深組合進行了研究，提出一種簡單的多衛星跟蹤系統。澳大利亞新南威爾士大學SNAP 實驗室的Babu等［13］推導了集中式深組合中基帶I/Q 信息和INS導航解算誤差量間的數學關系模型。美國奧本大學的Lashley 等［14］對比了集中式深組合與SINS 輔助GNSS 超緊組合，仿真結果表明，在載噪比不是很低時，集中式深組合性能比SINS 輔助GNSS 超緊組合好。從信息融合最優準則的角度分析，集中式深組合是最理想的，但是高維濾波器的高頻濾波問題限制了其在工程方面的應用，所以易于工程實現的級聯式深組合受到了更多的關注。

美國Naval Surface Warfare 中心的Ohlmeyer［15］直接以基帶I/Q 信息作為預濾波器觀測量，并在各通道預濾波器中使用EKF 算法，分析了該系統的抗干擾性能。加拿大Calgary 大學的Sun Debo等［16］研究了基于預濾波器的級聯式深組合模型，并比較分析了不同環境下SINS 輔助GNSS 超緊組合導航系統和基于預濾波器的深組合導航系統的性能，仿真結果表明，強信號環境下兩種系統性能相近，而弱信號環境下基于預濾波器的深組合導航系統性能更好。

此外，為更加利于深組合算法的深入研究并減少硬件成本，各國對深組合仿真平臺也進行了廣泛開發。其中應用最為廣泛的是加拿大Calgary大學PLAN 課題組［17］基于C+ +開發的GNSS/INS深組合導航系統GSNRx－utTM。

3.2 國內研究現狀

國內受限于GNSS 接收機研制能力，在深組合導航研究中起步較晚。

哈爾濱工業大學的曾慶雙教授等［18］對集中式深組合進行了理論分析和仿真驗證，仿真結果表明，位置精度可以提升到5 m，跟蹤環路帶寬降低到10 Hz 左右。臺灣海洋大學的Jwo Dahjing等［19］在集中式深組合中應用EKF 和UKF 以及多模交互式的EKF 和UKF 四種算法，對比不同濾波算法的導航精度與實時性，結果表明，采用多模交互式的濾波算法在高動態環境下性能最優，但實時性較差。

哈爾濱工業大學的高帥和［20］對基于預濾波器的級聯式深組合進行分析，并比較了分別用EKF和UKF 實現的預濾波器性能。北京航空航天大學的王新龍等［21］設計了一種新型的深組合導航系統實現方案，使系統更適用于高動態和強干擾條件下運行。南京航空航天大學的何航平［22］研究了基于預濾波器的深組合導航系統，仿真結果表明，無論是在靜態還是高動態情況下，基于矢量跟蹤的深組合導航系統精度都比基于標量跟蹤的超緊組合導航系統的定位精度高。

4 深組合技術展望

綜合目前基于矢量跟蹤的GNSS/SINS 深組合技術國內外相關研究現狀和發展水平，國外的理論研究較為成熟并已有相關產品出現，而國內仍處于理論探索和仿真研究階段，可以從以下幾個方面循序漸進地進行深入研究:

(1)基于矢量跟蹤的軟件接收機設計

國外目前對矢量跟蹤的研究已開始應用到工程實現中，國內在GNSS 軟件接收機方面起步較晚，近幾年才開始有極少學者對矢量跟蹤進行研究。在基于矢量跟蹤的軟件接收機設計方面，可以從此著手，從理論探索階段轉向工程應用階段。

(2)深組合導航系統仿真實現

針對采用不同濾波器的深組合導航系統，無論是集中式深組合還是級聯式深組合，國內目前已經對國外的相關文獻進行了初步的理論研究，可以進一步通過仿真實現不同的導航系統。

(3)深組合導航系統工程實現

對深組合導航系統的軟件實現初步完成后，可以研究將深組合技術應用于FPGA 和DSP，設計出一體化的小體積、低成本、高精度的深組合導航產品。此外，通過深組合技術將SINS 與北斗衛星導航系統進行組合，可以拓展北斗的應用范圍，對超高動態和強干擾背景下的精確制導武器現代化改造有著重要意義。

［1］何曉峰. 北斗/微慣導組合導航方法研究［D］. 長沙:國防科學技術大學，2009.

［2］胡銳. 慣性輔助GPS 深組合導航系統研究與實現［D］.南京:南京理工大學，2010.

［3］孫兆妍，王新龍，車歡. GPS/SINS 深組合導航技術綜述［J］. 航空兵器，2014(6):14－19.

［4］Won J H，Eissfeller B. Effectiveness Analysis of Vector-Tracking-Loop in Signal Fading Environment［C］//Satellite Navigation Technologies and European Workshop on GNSS Signals and Signal Processing (NAVITEC)，2010:1－6.

［5］Yu Jie，Wang Xinlong，Ji Jiaxing. Design and Analysis for an Innovative Scheme of SINS/GPS Ultra-Tight Integration［J］. Aircraft Engineering and Aerospace Technology，2010，82(1):4－14.

［6］王君帥，王新龍. GPS/INS 超緊組合系統綜述［J］. 航空兵器，2013(4):25－30.

［7］Alban S，Akos D M，Rock S M. Performance Analysis and Architecture for INS-Aided GPS Tracking Loops［C］//Proceedings of ION NTM，Anaheim，CA，2003:611－622.

［8］羅勇. GNSS/INS 深組合導航系統信息匹配問題與跟蹤算法研究［D］. 長沙:國防科學技術大學，2012.

［9］Lashley M，Bevly D M. A Comparison of the Performance of a Non-Coherent Deeply Integrated Navigation Algorithm and a Tightly Coupled Navigation Algorithm［C］//Proceedings of the 21st International Technical Meeting of the Satellite Division of the Institute of Navigation (ION GNSS)，Savannah，GA，2008:2123－2129.

［10］Abbott A S，Lillo W E. Global Positioning Systems and Inertial Measuring Unit Ultratight Coupling Method:U S，6516021［P］. 2003－02－04.

［11］Grewal M S，Andrews A P. Kalman Filtering:Theory and Practice Using MATLAB［M］. 2nd ed. New York:John Wileys and Sons，2001.

［12］Crane R N. A Simplified Method for Deep Coupling of GPS and Inertial Data［C］//Proceedings of the 2007 National Technical Meeting of the Institute of Navigation，San Diego，CA，2007:311－319.

［13］Babu R，Wang Jinling. Ultra-Tight GPS/INS/PL Integration:A System Concept and Performance Analysis［J］.GPS Solutions，2009，13(1):75－82.

［14］Lashley M，Bevly D M，Hung J Y. A Valid Comparison of Vector and Scalar Tracking Loops［C］//Position Location and Navigation Symposium (PLANS)，Indian Wells，CA，USA，2010:464－474.

［15］Ohlmeyer E J. Analysis of an Ultra-Tight Coupled GPS/INS System in Jamming［C］//Proceedings of IEEE/ION PLANS 2006，San Diego，CA，2006:44－53.

［16］Sun Debo，Petovello M G，Cannon M E. Ultra-Tight GPS/Reduced-IMU Integration for Land Vehicle Navigation［C］// IEEE Transactions on Aerospace and Electronic Systems，2013，49(3):1781－1791.

［17］Sun Debo. Ultra-Tight GPS/Reduced IMU for Land Vehicle Navigation［D］. Calgary，Alberta:the University of Calgary，2010.

［18］曾慶雙，李仁，陳希軍. 基于軟件定義無線電的緊耦合GNSS/INS 組合導航結構［J］. 中國慣性技術學報，2010(5):567－573.

［19］Jwo Dahjing，Hu Chiawei，Tseng Chienhao. Nonlinear Filtering with IMM Algorithm for Ultra-Tight GPS/INS Integration［J］. International Journal of Advanced Robotic Systems，2013，10(222):1－16.

［20］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.

［21］王新龍，于潔. 一種SINS/GPS 深組合導航系統技術問題分析［J］. 全球定位系統，2012，37(5):1－6.

［22］何航平. 基于矢量跟蹤環的GPS/INS 深組合導航系統研究與設計［D］. 南京:南京航空航天大學，2014.