載波相位時(shí)間差分輔助的SINS/GNSS緊組合導(dǎo)航方法

董 毅，王鼎杰，吳 杰

（1.西安衛(wèi)星測(cè)控中心 宇航動(dòng)力學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室，西安 710043；2.國(guó)防科技大學(xué) 空天科學(xué)學(xué)院 空天工程系，長(zhǎng)沙 410073）

得益于微機(jī)電捷聯(lián)慣導(dǎo)系統(tǒng)（Micro-Electro-Mechanical System, MEMS）成本低、功耗低、尺寸小、可靠性高等優(yōu)點(diǎn)，GNSS/MEMS-SINS組合已成功應(yīng)用于無(wú)人機(jī)導(dǎo)航、移動(dòng)測(cè)繪、車(chē)載導(dǎo)航等領(lǐng)域。目前廣泛使用的組合模式為松組合和緊組合。相比松組合，緊組合直接在原始觀測(cè)信息層面進(jìn)行數(shù)據(jù)融合，當(dāng)衛(wèi)星顆數(shù)少于4顆時(shí)仍然可以校正INS的導(dǎo)航誤差，顯著提高了組合在GNSS受遮擋區(qū)域的可用性[1]。

傳統(tǒng)緊組合采用偽距和多普勒觀測(cè)，偽距噪聲較大并且受多路徑影響嚴(yán)重，使得緊組合位置精度較低。采用載波相位觀測(cè)值的緊組合可以取得厘米級(jí)的定位精度，目前主要由RTK/INS[2–4]和PPP/INS[5–7]緊組合方法。然而，為求解整周模糊度，RTK/INS需要基站的輔助，無(wú)法應(yīng)用于無(wú)區(qū)域限制的單站實(shí)時(shí)導(dǎo)航。PPP/INS中整周模糊度收斂時(shí)間較長(zhǎng)，實(shí)時(shí)性差。將前后歷元的載波相位觀測(cè)值作差，可以消去整周模糊度參數(shù)，構(gòu)成所謂的載波相位時(shí)間差分（Time Differenced Carrier Phase, TDCP）觀測(cè)量。TDCP觀測(cè)量已成功應(yīng)用于GNSS精密速度估計(jì)[8]、GNSS/INS組合導(dǎo)航[9]和初始對(duì)準(zhǔn)[10]中。然而，文獻(xiàn)[11]忽略了上個(gè)時(shí)刻位置誤差的影響。文獻(xiàn)[12]的TDCP觀測(cè)方程推導(dǎo)較為復(fù)雜，并且現(xiàn)有文獻(xiàn)均未考慮引入載波相位后大量觀測(cè)值緊組合濾波的實(shí)時(shí)性和可靠性難題。

受文獻(xiàn)[9][12]啟發(fā)，本文提出了一種基于載波相位時(shí)間差分的改進(jìn)MEMS/GNSS緊組合導(dǎo)航方法。推導(dǎo)了簡(jiǎn)潔的TDCP松、緊組合觀測(cè)方程，并采用抗差序貫濾波來(lái)提高濾波的實(shí)時(shí)性和可靠性。最后，采用車(chē)載試驗(yàn)對(duì)比了傳統(tǒng)偽距、多普勒輔助緊組合方法和載波相位時(shí)間差分輔助松、緊組合方法之間的精度性能差異，驗(yàn)證了載波相位時(shí)間差分輔助的性能優(yōu)勢(shì)。

1 微慣性/衛(wèi)星緊組合導(dǎo)航模型

傳統(tǒng)微慣性/衛(wèi)星緊組合導(dǎo)航采用單個(gè)中心化Kalman濾波器，直接將GNSS原始觀測(cè)量（即偽距和多普勒測(cè)量值）與SINS進(jìn)行數(shù)據(jù)融合。該方法模型涉及慣性導(dǎo)航誤差動(dòng)力學(xué)模型、偽距和多普勒緊組合觀測(cè)模型，下面將對(duì)這些模型分別予以闡述。

1.1 微慣導(dǎo)誤差動(dòng)力學(xué)模型

在“北東地”當(dāng)?shù)貙?dǎo)航坐標(biāo)系（n系）下，微慣性導(dǎo)航誤差狀態(tài)方程為[13]：

式中，T和w分別表示一階高斯-馬爾科夫過(guò)程的相關(guān)時(shí)間和驅(qū)動(dòng)白噪聲，可依據(jù)器件手冊(cè)或Allan方差分析結(jié)果確定；下標(biāo)a和g分別表示加速度計(jì)和陀螺儀。

聯(lián)立式(1)(2)，動(dòng)力學(xué)系統(tǒng)誤差狀態(tài)x及其狀態(tài)方程為：

式中，F(xiàn)表示系統(tǒng)動(dòng)力學(xué)矩陣，G是噪聲系數(shù)矩陣，w表示系統(tǒng)過(guò)程噪聲。對(duì)式(4)離散化可得：

式中xk表示k時(shí)刻的系統(tǒng)誤差狀態(tài)矢量；Φk,k1-是系統(tǒng)狀態(tài)轉(zhuǎn)移矩陣，且Φk,k-1=exp(Fk·Δtk) ≈ I+FkΔtk；Γk,k-1是系統(tǒng)噪聲驅(qū)動(dòng)矩陣；是(k-1)時(shí)刻的系統(tǒng)噪聲矢量，滿足符號(hào)δ表示克羅內(nèi)克函數(shù)。

1.2 傳統(tǒng)偽距和多普勒緊組合觀測(cè)模型

傳統(tǒng)緊組合采用偽距和多普勒測(cè)量值構(gòu)造KF觀測(cè)量。設(shè)某一時(shí)刻GNSS接收機(jī)測(cè)量的對(duì)應(yīng)第n號(hào)衛(wèi)星的偽距測(cè)量值和多普勒測(cè)量值為：

式中，?b是SINS中心至GNSS天線相位中心的桿臂矢量（假設(shè)導(dǎo)航過(guò)程期間保持不變）。將式(9)在SINS估計(jì)值處附近離散線性化，可得：

記z為GNSS星間差分偽距、多普勒頻移測(cè)量值與MEMS-SINS預(yù)報(bào)值構(gòu)成的組合導(dǎo)航觀測(cè)量：

則線性化組合導(dǎo)航觀測(cè)方程為：

式中，Hk為k時(shí)刻的觀測(cè)設(shè)計(jì)矩陣；是對(duì)應(yīng)星間差分偽距和多普勒頻移的測(cè)量噪聲。

以上GNSS/SINS緊密組合導(dǎo)航僅采用粗糙的偽距和多普勒測(cè)量實(shí)現(xiàn)狀態(tài)估計(jì)，盡管實(shí)現(xiàn)簡(jiǎn)單，但是由于偽距噪聲較大，組合導(dǎo)航的位置分量噪聲較大，不夠平滑。另外，無(wú)法避免的偽距/多普勒粗差和高精度載波相位信息的缺失也極大地?fù)p害了組合導(dǎo)航精度。因此，高精度導(dǎo)航不僅要解決偽距和多普勒測(cè)量野值的不良影響，而且要高效利用GNSS載波相位測(cè)量進(jìn)行數(shù)據(jù)融合，提升組合導(dǎo)航性能。

2 兩種載波相位時(shí)間差分輔助模式

為進(jìn)一步優(yōu)化傳統(tǒng)緊組合導(dǎo)航方法性能，本節(jié)利用TDCP觀測(cè)量在線輔助MEMS-SINS，在無(wú)需解算模糊度的條件下改善單站組合導(dǎo)航信息融合質(zhì)量、提升MEMS誤差在線校準(zhǔn)精度。本節(jié)將對(duì)兩種載波相位時(shí)間差分輔助策略進(jìn)行建模和分析，并由此分別構(gòu)建兩種組合策略的Kalman濾波器測(cè)量方程。

2.1 載波相位時(shí)間差分模型

第n號(hào)可見(jiàn)衛(wèi)星的載波相位觀測(cè)方程為：

式中，φ(n)表示該觀測(cè)時(shí)刻第n顆可見(jiàn)衛(wèi)星載波相位測(cè)量值；λ是載波波長(zhǎng)；I(n)和T(n)分別對(duì)應(yīng)第n顆衛(wèi)星的電離層和對(duì)流層延時(shí)；δt(n)表示衛(wèi)星時(shí)鐘鐘差；δtu表示未知接收機(jī)鐘差；表示載波相位測(cè)量隨機(jī)誤差；未知整數(shù)N表示對(duì)應(yīng)于第n顆衛(wèi)星載波相位的整周模糊度，在無(wú)衛(wèi)星信號(hào)遮擋或不發(fā)生周跳條件下，將保持常數(shù)。在單站模式下實(shí)時(shí)、準(zhǔn)確求解整周模糊度是極其困難的。

然而，假如載波相位不發(fā)生周跳，相鄰兩個(gè)歷元載波相位觀測(cè)值差分可以消去式(13)中未知整數(shù)N，獲得無(wú)模糊度的精確載波相位時(shí)間差分觀測(cè)值（TDCP），巧妙避免了整周模糊度固定難題。相鄰兩個(gè)GNSS測(cè)量歷元tk-1和tk，載波相位測(cè)量值、衛(wèi)星位置及接收機(jī)位置的幾何關(guān)系如圖1所示，則構(gòu)造相鄰時(shí)刻tk-1和tk的TDCP觀測(cè)量為：

圖1 相鄰兩個(gè)GNSS測(cè)量歷元的載波相位測(cè)量值Fig.1 The carrier phase observations at two epochs tk-1 and tk.

式中，Δδtu表示相鄰時(shí)刻接收機(jī)鐘差之差；為隨機(jī)誤差，其協(xié)方差是原載波相位測(cè)量隨機(jī)誤差的2倍；表示相鄰時(shí)刻間GNSS天線相位中心至第n顆衛(wèi)星的距離變化量，即

式中，Δr表示載體在時(shí)間間隔[tk-1,tk]內(nèi)的位移向量；式(15)右邊第一項(xiàng)和第二項(xiàng)可由導(dǎo)航電文和GNSS單點(diǎn)定位結(jié)果計(jì)算獲得，均是已知量，可記為：

選定具有最大高度角的r號(hào)星作為參考星，對(duì)n號(hào)星TDCP觀測(cè)量實(shí)施星間差分可消去式(18)中的接收機(jī)鐘差項(xiàng)c· Δδtu，對(duì)應(yīng)的星間差分觀測(cè)量為：

2.2 基于載波相位時(shí)間差分解算的精密位置增量輔助

直接聯(lián)立tk時(shí)刻的如式(19)所示載波相位時(shí)間差分觀測(cè)方程，采用最小二乘法求解獲得[tk-1,tk]時(shí)間內(nèi)的高精度位置增量Δr。這種高精度位置增量解算方法稱(chēng)為PDOT技術(shù)，常用作外推運(yùn)動(dòng)載體位置的一種有效手段。聯(lián)立tk時(shí)刻所有可用衛(wèi)星載波相位時(shí)間星間差分觀測(cè)方程，可得：

寫(xiě)成矩陣形式為

式(22)成立條件是觀測(cè)量維數(shù)m≥3，即可用衛(wèi)星數(shù)不少于4顆。試驗(yàn)表明，由載波相位時(shí)間星間差分解算的位置增量在靜態(tài)條件下達(dá)到了毫米量級(jí)精度[1]。

根據(jù)載體位置的幾何關(guān)系可以構(gòu)造如圖2所示的向量三角形。和分別表示tk-1和tk時(shí)刻的載體位置真值；表示tk-1時(shí)刻測(cè)量更新修正后的載體位置估計(jì)值，表示tk時(shí)刻的位置預(yù)報(bào)值，兩者對(duì)應(yīng)的位置誤差分別記為δrk-1和δkr；表示從tk-1到tk載體的位置增量估計(jì)值，鑒于由PDOT獲取歷元間位置增量的高精度，可近似為位置增量真值則：

圖2 歷元間位置增量與位置誤差狀態(tài)之間幾何關(guān)系Fig.2 The geometry between time-differenced position increments and position error vectors

考慮到PDOT解算位置增量 Δrk/k-1存在隨機(jī)誤差則

這里先高速解算時(shí)間更新周期的“小間隔”狀態(tài)轉(zhuǎn)移矩陣，再把“小間隔”轉(zhuǎn)移矩陣?yán)鄢双@得對(duì)應(yīng)測(cè)量更新周期內(nèi)的“大間隔”狀態(tài)轉(zhuǎn)移矩陣Φk,k-1。

矩陣形式為：

式(25)(26)中 ，Cr=[I3×303×12]；是位置增量測(cè)量噪聲；是觀測(cè)設(shè)計(jì)矩陣。式(26)即為基于載波相位時(shí)間差分解算精密位置增量的擬緊組合觀測(cè)模型。這里稱(chēng)“擬緊”一方面是與直接采用載波相位時(shí)間差分測(cè)量進(jìn)行的完全緊組合方案（簡(jiǎn)稱(chēng)為“全緊”）相區(qū)別。

2.3 基于載波相位時(shí)間差分觀測(cè)量輔助

不同于上述精密位置增量輔助策略，這里推導(dǎo)直接使用載波相位歷元間星間差分測(cè)量的慣性/衛(wèi)星緊組合方案觀測(cè)模型。將式(19)寫(xiě)為[tk-1,tk]內(nèi)速度積分，則

令Cv=[03×3I3×303×9],Cφ=[03×6I3×303×6]，則：

式中，tδ是 IMU 采樣時(shí)間（通常很?。?；是相鄰兩個(gè)GNSS測(cè)量時(shí)刻tk-1和tk之間的IMU采樣數(shù)據(jù)個(gè)數(shù)；Fk是k時(shí)刻的系統(tǒng)矩陣。

由此獲得直接采用載波相位歷元間星間差分觀測(cè)值的Kalman濾波測(cè)量方程：

或矩陣形式：

式(32)即為直接建立載波相位歷元間星間差分觀測(cè)模型的完全緊組合方案（稱(chēng)為全緊組合）。

2.4 抗差序貫濾波

抗差序貫濾波的時(shí)間更新步與傳統(tǒng)的卡爾曼濾波相同：

假設(shè)在當(dāng)前k時(shí)刻包含偽距、多普勒和載波相位時(shí)間差分共有m個(gè)觀測(cè)值，觀測(cè)向量zk、觀測(cè)矩陣Hk和觀測(cè)噪聲方差陣Rk記為

抗差序貫濾波的測(cè)量更新步中，依次處理上述m個(gè)觀測(cè)值：

初值為時(shí)間更新后的誤差狀態(tài)量和協(xié)方差陣：

為了探測(cè)并處理GNSS觀測(cè)值中的野值，設(shè)計(jì)了基于新息檢驗(yàn)的抗差估計(jì)方法。式(35)中濾波的新息和對(duì)應(yīng)方差為

其中，為新息，為對(duì)應(yīng)的方差，為經(jīng)過(guò)i-1次測(cè)量更新后的系統(tǒng)誤差狀態(tài)估計(jì)值。在當(dāng)前觀測(cè)值無(wú)故障的前提下，新息服從零均值的正態(tài)分布。因此，可采用假設(shè)檢驗(yàn)方法來(lái)探測(cè)GNSS故障觀測(cè)值。設(shè)計(jì)檢驗(yàn)統(tǒng)計(jì)量為

易知t服從標(biāo)準(zhǔn)正態(tài)分布，對(duì)應(yīng)的零假設(shè)和備擇假設(shè)為

當(dāng)探測(cè)到故障觀測(cè)值后，設(shè)計(jì)如下的膨脹因子對(duì)新息的方差進(jìn)行膨脹：

其中κ為膨脹因子。采用膨脹后的方差參與后續(xù)的測(cè)量更新，可以克服故障觀測(cè)值的影響。

本小節(jié)的抗差序貫濾波算法在處理大量觀測(cè)信息時(shí)不僅能提高實(shí)時(shí)計(jì)算效率,而且能探測(cè)并處理單一通道的GNSS故障觀測(cè)值。但是，該方法對(duì)于緩變故障檢測(cè)能力不強(qiáng)。

2.5 周跳探測(cè)

鑒于組合導(dǎo)航濾波收斂后，基于新息的上述抗差序貫濾波算法能有效探測(cè)和處理故障，因此在組合導(dǎo)航（重新）初始化時(shí)，我們采用TurboEdit方法[14]對(duì)載波相位周跳異常進(jìn)行探測(cè)。編號(hào)為n的衛(wèi)星GF和MW觀測(cè)值為

式中，λ1和λ2為雙頻的波長(zhǎng)，f1和f2對(duì)應(yīng)的頻率，和為該衛(wèi)星兩個(gè)頻點(diǎn)對(duì)應(yīng)的模糊度。MW組合消去了了幾何距離、接收機(jī)和衛(wèi)星鐘差、大氣延遲的影響，僅與寬巷模糊度有關(guān)。GF組合觀測(cè)值不受鐘差、對(duì)流層延遲和衛(wèi)星構(gòu)型的影響，僅受電離層誤差影響。由于偽距噪聲較大，MW組合適合探測(cè)較大的周跳。載波相位噪聲較小，在相鄰歷元電離層變化平穩(wěn)的條件下，可以探測(cè)較小的周跳。

3 實(shí)驗(yàn)驗(yàn)證與結(jié)果分析

為了驗(yàn)證本文所提方法，基于GNSS和MEMS-SINS傳感器的嵌入式導(dǎo)航系統(tǒng)被搭建起來(lái)，如圖3所示。為了定量評(píng)估所提算法，將所提算法運(yùn)行于緊組合導(dǎo)航原理樣機(jī)，并基于該樣機(jī)系統(tǒng)在實(shí)際城市環(huán)境開(kāi)展車(chē)載動(dòng)態(tài)試驗(yàn)。試驗(yàn)期間除樣機(jī)系統(tǒng)安裝在試驗(yàn)車(chē)頂部鋼板輸出并記錄實(shí)時(shí)導(dǎo)航結(jié)果外，同時(shí)還采用另一套獨(dú)立的高精度激光陀螺位姿參考系統(tǒng)（武漢邁普時(shí)空，型號(hào)MP-POS830）提供導(dǎo)航參考基準(zhǔn)。另外，需在試驗(yàn)場(chǎng)地附近開(kāi)闊地點(diǎn)臨時(shí)搭建GNSS靜態(tài)基準(zhǔn)站，如圖4所示，以提供事后處理模式下的高精度的RTS平滑RTK/SINS緊組合結(jié)果作為導(dǎo)航參照基準(zhǔn)，用于評(píng)估當(dāng)所提方法用于MEMS-SINS時(shí)的性能和有效性。樣機(jī)系統(tǒng)核心部件MEMS IMU的性能參數(shù)和POS830系統(tǒng)性能參數(shù)如表1和2所示。

表1 MEMS慣性測(cè)量單元STIM300（挪威Sensonor）性能參數(shù)Tab.1 Performance parameters for STIM-300 MEMS-IMU

圖3 運(yùn)行所提緊組合算法的嵌入式樣機(jī)系統(tǒng)Fig.3 The prototype system running the proposed TC algorithm

圖4 車(chē)載導(dǎo)航試驗(yàn)系統(tǒng)示意圖Fig.4 Equipment in the field test

車(chē)載試驗(yàn)地點(diǎn)選在武漢市江夏區(qū)較為開(kāi)闊、無(wú)GNSS遮擋的地區(qū)進(jìn)行，整個(gè)試驗(yàn)的時(shí)間跨度約為1小時(shí)，車(chē)速最高達(dá)到62 km/h。初始位置為(30.407 °N，114.282 °E，20.985 m)，GNSS衛(wèi)星截止高度角設(shè)置為10 °，以確保1 Hz更新率的GNSS觀測(cè)信號(hào)質(zhì)量。對(duì)系統(tǒng)及算法性能評(píng)估的重點(diǎn)在于GNSS信號(hào)惡化和遮擋情形，這些情形可以通過(guò)SINS對(duì)準(zhǔn)后每隔60秒人為引入60秒GNSS中斷而近似模擬。連續(xù)GNSS輔助和模擬長(zhǎng)時(shí)間GNSS中斷兩種情形均被用于驗(yàn)證所提方法用于MEMS-SINS時(shí)的有效性。

表2 MP-POS830主要技術(shù)參數(shù)Tab.2 MP-POS830 performance parameters

3.1 所提方法與傳統(tǒng)緊組合方法的精度對(duì)比

本節(jié)基于車(chē)載動(dòng)態(tài)試驗(yàn)考察采用所提載波相位時(shí)間差分輔助緊組合方案對(duì)導(dǎo)航精度的影響，通過(guò)分析和比較傳統(tǒng)緊組合方法和載波相位時(shí)間差分輔助緊組合方法之間的精度性能差異，驗(yàn)證所提算法性能優(yōu)勢(shì)。

在圖5中，藍(lán)色實(shí)線標(biāo)識(shí)為“傳統(tǒng)緊組合”，該曲線表示采用GNSS偽距和多普勒觀測(cè)的傳統(tǒng)緊組合方法所得導(dǎo)航誤差結(jié)果；綠色點(diǎn)線標(biāo)識(shí)為“擬緊組合”，該曲線表示由基于載波相位時(shí)間差分解算的精密位置增量（PDOT）輔助緊組合方法所得結(jié)果；而紅色點(diǎn)劃線標(biāo)識(shí)為“全緊組合”，表示由GNSS偽距、多普勒和載波相位時(shí)間差分觀測(cè)與MEMS-SINS直接緊組合方法獲得的導(dǎo)航誤差。

圖5 良好GNSS觀測(cè)環(huán)境下動(dòng)態(tài)試驗(yàn)組合方案導(dǎo)航誤差對(duì)比Fig.5 Error comparison among different TC approaches with the field test under benign GNSS environment

對(duì)這三種方法的導(dǎo)航誤差做均方根誤差分析，如表3所示。從圖5可以看出，引入載波相位時(shí)間差分信息的兩種緊組合方法使得傳統(tǒng)緊組合方案的速度和姿態(tài)精度得到顯著改善，定位誤差更加平滑。相對(duì)于傳統(tǒng)緊組合算法，全緊組合方法將三維位置、速度和姿態(tài)的最大估計(jì)誤差分別從4.5920 m、0.2251 m/s、0.4968 °縮減至3.2802 m、0.1775 m/s、0.2861°，精度分別提升了28.57%、21.15%、42.41%。相對(duì)于擬緊組合算法，全緊組合方法將三維速度和姿態(tài)的最大估計(jì)誤差分別從3.5440 m、0.2283 m/s、0.4988 °縮減至3.2802 m、0.1775 m/s、0.2861°，精度分別提升了7.44%、22.25%、42.64%。這一結(jié)果驗(yàn)證了載波相位時(shí)間差分信息提升傳統(tǒng)GNSS/MEMS-SINS緊組合精度（尤其是采用全緊組合方法）的優(yōu)勢(shì)。

表3 良好GNSS觀測(cè)環(huán)境下車(chē)載動(dòng)態(tài)試驗(yàn)組合導(dǎo)航精度對(duì)比Tab.3 Accuracy comparison between different TC approaches with the field test under benign GNSS environment

3.2 長(zhǎng)時(shí)間GNSS中斷條件下的導(dǎo)航性能對(duì)比

本小節(jié)著重分析在較長(zhǎng)時(shí)間GNSS中斷條件下，不同緊組合導(dǎo)航方法所表現(xiàn)出的性能差異，從而揭示出載波相位時(shí)間差分觀測(cè)在提升緊組合導(dǎo)航系統(tǒng)精度上的深層次原因。

圖6反映了在GNSS中斷60秒期間的組合方法均出現(xiàn)隨時(shí)間發(fā)散的較大導(dǎo)航誤差，其最大誤差如表4所示。相比于傳統(tǒng)緊組合方法，載波相位時(shí)間差分信息的引入抑制了GNSS中斷期間的組合導(dǎo)航誤差發(fā)散。具體而言，相對(duì)于傳統(tǒng)緊組合，擬緊組合算法將最大定位、定速和定姿誤差分別減少了約7.46%（從28.889 m到26.733 m）、18.10%（從1.033 m/s到0.846 m/s）和最大姿態(tài)誤差約4.84%（從0.682 °到0.649 °）；而全緊組合算法將最大定位、定速和定姿誤差分別減少了約46.37%（從28.889 m到15.492 m）、39.69%（從1.033 m/s到0.623 m/s）和最大姿態(tài)誤差約50.88%（從0.682 °到0.335 °）。這一結(jié)果表明了所提全緊組合方法在綜合導(dǎo)航性能上的顯著優(yōu)勢(shì)。

表4 模擬GNSS惡劣觀測(cè)環(huán)境下動(dòng)態(tài)試驗(yàn)組合導(dǎo)航精度對(duì)比Tab.4 Accuracy comparison between different TC approaches with the field test in adverse GNSS condition

圖6 模擬GNSS惡劣觀測(cè)環(huán)境下動(dòng)態(tài)試驗(yàn)組合導(dǎo)航誤差對(duì)比Fig.6 Error comparison among different TC approaches with the field test under simulated adverse GNSS condition

通過(guò)將表3和表4對(duì)比分析可知，在基于偽距、多普勒頻移和載波相位時(shí)間差分的全緊組合方案中，由于引入了高精度、無(wú)模糊度的載波相位時(shí)間差分測(cè)量對(duì)捷聯(lián)慣導(dǎo)系統(tǒng)進(jìn)行在線校正，實(shí)現(xiàn)了更加優(yōu)良的速度、姿態(tài)誤差補(bǔ)償和慣性器件零偏標(biāo)定，由此帶來(lái)了顯著的速度和姿態(tài)精度提升。車(chē)載試驗(yàn)結(jié)果表明，在不增添其他傳感器或GNSS基準(zhǔn)站的條件下，基于載波相位時(shí)間差分輔助的GNSS/MEMS-SINS全緊組合方法能夠顯著提升傳統(tǒng)慣性/衛(wèi)星組合導(dǎo)航精度。

4 結(jié) 論

針對(duì)傳統(tǒng)GNSS/MEMS-SINS緊組合在GNSS中斷期間導(dǎo)航誤差隨時(shí)間急劇惡化的問(wèn)題，本文提出了一種基于載波相位時(shí)間差分觀測(cè)信息輔助的微慣性/衛(wèi)星緊組合導(dǎo)航方法。該方法在有效利用高精度GNSS載波相位觀測(cè)信息改善微慣性導(dǎo)航誤差在線校準(zhǔn)精度的同時(shí)，避免了無(wú)GNSS基準(zhǔn)站輔助條件下實(shí)時(shí)求解整周模糊度的難題。采用抗差序貫卡爾曼濾波器將GNSS偽距、多普勒和載波相位時(shí)間差分信息進(jìn)行可靠的數(shù)據(jù)融合，提高組合導(dǎo)航信息融合精度，從而保證了GNSS中斷時(shí)MEMS-SINS的良好初始對(duì)準(zhǔn)精度。車(chē)載試驗(yàn)結(jié)果表明，基于偽距、多普勒頻移和載波相位時(shí)間差分觀測(cè)量的GNSS/MEMS-SINS全緊組合方法能夠在不增加額外傳感器或GNSS基準(zhǔn)站的條件下顯著提升傳統(tǒng)緊組合導(dǎo)航性能。在相對(duì)較長(zhǎng)時(shí)間（如60秒）GNSS中斷期間，該方法能夠顯著提升位置、速度和姿態(tài)精度達(dá)46%、40%和51%。