基于四元数平方根UKF算法的SINSGPS紧组合导航系统研究.docx

基于四元数平方根UKF算法的SINSGPS紧组合导航系统研究
摘要：
本文研究了基于四元数平方根UKF算法的SINSGPS紧组合导航系统。该系统通过利用INS和GPS两种不同的导航技术，将它们进行集成，从而实现对飞行器位姿、速度、加速度等参数的精确估计。本文详细介绍了四元数平方根UKF算法的原理和优点，以及SINSGPS紧组合导航系统的设计和实现过程。最后，通过实验验证了该系统的有效性和精度，为后续的相关研究提供了一个基础。
关键词：SINSGPS，紧组合导航，四元数平方根UKF算法，飞行器位姿估计，精度
引言：
随着现代卫星导航技术的逐步成熟和应用范围的扩大，SINSGPS紧组合导航系统逐渐成为无人机、飞机、车辆等多种交通工具中的关键部件。其中，INS（惯性导航系统）和GPS（全球定位系统）是两种常用的导航技术，它们各有优缺点，但是单独应用时都存在一定的误差，因此需要进行集成。
目前，多种集成算法已经被广泛应用，其中，基于四元数平方根UKF算法的SINSGPS紧组合导航系统是一种较为高效的集成方法。本文将对这一集成算法进行详细介绍，并且在此基础上，研究并实现了一种基于四元数平方根UKF算法的SINSGPS紧组合导航系统，以实现对飞行器位姿、速度、加速度等参数的精确估计。
四元数平方根UKF算法：
UKF是一种基于采样方法的滤波算法，其优点在于可以较为准确地估计出状态变量的后验概率密度函数。基于UKF，四元数平方根UKF算法在传统四元数UKF算法的基础上，采用了平方根计算方法。该算法不仅可以更好地保持四元数单位模长的特性，从而减少了计算误差，还可以有效减小旋转角误差，提高了导航系统的精度。
具体而言，四元数平方根UKF算法的基本流程如下：
①初始化状态变量和协方差矩阵；
②进行状态预测，提取平方根协方差矩阵；
③采样并计算sigma点；
④根据sigma点计算新的状态变量和协方差矩阵；
⑤计算卡尔曼增益；
⑥更新状态变量，更新协方差矩阵；
⑦循环②~⑥，直至满足结束条件。
SINSGPS紧组合导航系统：
将INS和GPS两种导航技术进行集成，可以实现对飞行器高精度的位姿、速度、加速度等参数的测量。其中，INS主要负责对飞行器欧拉角、加速度等静态信息的测量，而GPS则用来对动态位置的测量。由于INS具有易受干扰、漂移等缺点，而GPS在信号较弱、遮挡等条件下也会受到影响，因此两种技术单独应用时都存在一定误差，需要进行集成。
本文设计的SINSGPS紧组合导航系统主要包括以下几个部分：
①INS误差模型
INS误差模型主要包括零偏、比例因子、标度因子以及高斯白噪声等因素，通过对各种因素的测试和分析，可以得出INS的误差模型。同时，为了减小INS误差的影响，还可以采用卡尔曼滤波等方法进行误差修正。
②GPS动态模型
GPS动态模型主要包括卫星位置、卫星钟差、接收机钟差、大气误差等因素。在定位时，需要对这些因素进行计算和分析，以获取较为准确的定位信息。
③INS和GPS间的衔接
INS和GPS之间的衔接主要通过四元数平方根UKF算法进行实现。由于INS和GPS时间上存在差异，因此需要进行时间同步和数据对齐，才能保证集成的精度。
④导航解算
在SINSGPS紧组合导航系统中，导航解算主要包括INS的位置解算、GPS的位置解算和INS/GPS集成解算。通过对INS和GPS数据进行集成，可以实现对飞行器位姿、速度、加速度等参数的精确估计。
实验结果：
通过实验，证明了四元数平方根UKF算法在SINSGPS紧集成导航系统中的有效性和精度。同时，还发现了一些需要改善的地方，例如在INS误差修正方面，应该采用更为准确的补偿算法，以降低误差影响。此外，还可以考虑对其他集成算法进行比较分析，以进一步提高SINSGPS紧组合导航系统的精度和可靠性。
结论：
本文研究了基于四元数平方根UKF算法的SINSGPS紧组合导航系统，并详细介绍了其原理和实现过程。通过实验验证，证明了该系统具有较高的精度和可靠性，可以广泛应用于无人机、飞机、车辆等多种交通工具中。但是，仍然需要进一步完善和优化，以提高其应用效果和实用性。