GNSS拒止环境下的速度辅助导航

《Sensors》:Velocity-Aided Navigation in GNSS-Denied Environments

【字体: 大 中 小 】 时间:2026年08月07日 来源:Sensors 4.0

编辑推荐:

  提出了一种在全球导航卫星系统(GNSS)信号不可用时确定纬度、经度和高度的速度辅助导航(VAN)方法。目前,GNSS接收器是满足消费者对定位精度需求的主要导航系统。然而,GNSS接收器并非自主系统。与GNSS不同,捷联惯性导航系统(SINS)是自主的,其工作原

  
提出了一种在全球导航卫星系统(GNSS)信号不可用时确定纬度、经度和高度的速度辅助导航(VAN)方法。目前,GNSS接收器是满足消费者对定位精度需求的主要导航系统。然而,GNSS接收器并非自主系统。与GNSS不同,捷联惯性导航系统(SINS)是自主的,其工作原理基于加速度计输出信号的双重积分。但SINS存在显著缺点:误差随时间大幅增长。提高精度有两种途径:一是使用昂贵的高精度陀螺仪和加速度计;二是通过将SINS与基于不同物理原理构建的导航系统集成进行校正。研究人员提出了一种基于VAN和惯性测量单元(IMU)的替代方法,用于确定导航参数,该方法无需对加速度计输出信号进行双重积分。推导了新方法误差的解析表达式。计算表明,新方法的误差显著小于自主SINS的误差。实验测试证实了计算结果,并显示新方法的误差与使用卡尔曼滤波器与GNSS集成的SINS的误差相当。所提出的用于确定纬度、经度和高度的替代VAN方法可独立使用,作为GNSS与SINS集成的替代方案,也可作为备用导航系统。
**论文解读:GNSS拒止环境下的速度辅助导航方法**

**研究背景与问题**
全球导航卫星系统(GNSS)是现代导航的核心技术,其定位精度高,但本质上是非自主系统,依赖卫星星座运行和环境条件,易受自然或人为干扰。在GNSS拒止环境(如城市峡谷、水下、室内或对抗区域)中,无人航空器(UAV)的自主导航面临严峻挑战。捷联惯性导航系统(SINS)具有自主性,通过加速度计信号双重积分获取位置,但误差随时间非线性增长,尤其在仅使用微机电系统(MEMS)级传感器时更为显著。为降低SINS误差,传统方法有两种:采用高精度(但昂贵)的陀螺仪和加速度计;或将SINS与GNSS等外部系统集成,但集成后系统失去自主性。因此,在GNSS不可用时,亟需一种兼顾自主性与精度的替代导航方案。

**研究内容与结论**
研究人员提出了一种基于速度辅助导航(VAN)和惯性测量单元(IMU)的导航方法,用于确定纬度、经度和高度。该方法无需对加速度计信号进行双重积分,而是直接利用速度传感器(如多普勒雷达、皮托管、激光速度传感器等)测量速度,并结合IMU提供的姿态信息进行位置解算。推导了SINS和VAN方法的系统误差与随机误差解析表达式,发现VAN误差对时间依赖程度远低于SINS。半自然实验采用小型Cessna飞机104分钟飞行数据(来自Inertial Labs INS-P?与Tallysman TW3972? GNSS天线),以GNSS速度作为参考速度源,模拟VAN算法在三个航段(65秒、250秒、500秒)的表现。结果表明:VAN的纬度、经度、高度误差显著小于自主SINS,尤其在短时(10分钟内)精度与SINS/GNSS集成系统相当;在65秒航段,VAN的MAE(平均绝对误差)比SINS低3.4倍(x)、0.56倍(y)和5.62倍(h);在500秒航段,VAN的MAE比SINS低9.03倍(x)、4.73倍(y)和328倍(h)。该研究发表在《Sensors》期刊上,证实VAN可作为GNSS拒止环境下的备用导航系统,或独立替代SINS/GNSS集成。

**主要关键技术方法**
研究人员使用了以下关键技术方法:
1. **SINS误差建模**:基于泰勒级数展开,推导了SINS系统误差与加速度计偏置、陀螺仪漂移以及随机游走(VRW、ARW)的关系式。
2. **VAN误差建模**:基于相同导航方程,推导了VAN系统误差与速度传感器偏置、陀螺仪漂移以及随机游走(PRW)的关系式。
3. **半自然实验验证**:利用小型Cessna飞机(飞行于美国佛罗里达州奥兰多附近)的实飞数据,包括MEMS陀螺仪、加速度计、GNSS参考位置/速度,通过MATLAB模拟VAN算法,并与SINS及GNSS参考进行比较。样本来源:单次飞行,航段分为65秒、250秒、500秒。

**研究结果**
- **2.1 问题陈述**:建立了导航参考坐标系(ENU)和地球球面模型,给出了基本导航方程,并指出SINS和VAN实现导航方程的两条路径。
- **2.2 惯性法确定速度投影**:描述了SINS通过加速度计和方向余弦矩阵(DCM)获取速度投影的过程,指出需要对加速度计测量值进行双重积分。
- **2.3 SINS误差对加速度计和陀螺仪误差的依赖**:通过泰勒展开推导了SINS的纬度、经度、高度偏差表达式(式6),显示误差随时间线性增长,并包含随机误差项(VRW、ARW)导致的标准差(式8)。计算表明SINS误差随时间显著增大。
- **2.4 利用速度辅助导航确定纬度、经度和高度**:提出了VAN方法,直接利用速度传感器(如多普勒雷达)测量速度,结合IMU姿态信息,通过导航方程积分得到位置。推导了VAN偏差表达式(式9),其误差主要取决于速度测量偏置和陀螺仪漂移,且随机误差为PRW类型(式10)。使用MEMS级参数(表1)进行数值计算,结果表明在65秒内VAN的x、y、z误差均远小于SINS(图4-6)。
- **3. VAN与SINS/GNSS半自然实验**:使用Cessna飞机飞行数据,以GNSS速度为参考,对三个航段进行验证。
- **第一航段(65秒)**:VAN与GNSS轨迹几乎重合,SINS误差明显更大(图8-9)。MAE比值:x方向3.4,y方向0.56,h方向5.62(表2)。
- **第二航段(250秒)**:VAN精度优于SINS,尤其高度误差差距显著(图10-11)。MAE比值:x方向2.73,y方向3.88,h方向232(表3)。
- **第三航段(500秒)**:VAN与GNSS轨迹一致,SINS高度发散严重(图12-13)。MAE比值:x方向9.03,y方向4.73,h方向328(表4)。
全航段104分钟轨迹图(图14)显示VAN长期误差可达数公里,但短时精度可接受。

**讨论与结论**
讨论部分指出:GNSS虽为导航系统领导者,但非自主;SINS自主但误差随时间剧增;集成SINS/GNSS又丧失自主性。VAN方法在GNSS拒止环境下可作为替代方案,尤其适用于10分钟以内的运动间隔。半自然实验因缺乏实际高速速度传感器(如激光速度计)而采用GNSS速度作为参考,未来计划使用LVM或多普勒传感器进行实飞验证。算法补偿(式9、10)可进一步降低误差,长期高精度可结合视觉算法实现SINS/VAN/Visual融合。

结论部分(翻译):提出在GNSS拒止环境中使用VAN作为确定纬度、经度和高度的替代方法。获得了标准SINS与替代方法的系统误差和随机误差随时间扩展的解析依赖关系。实际运行条件下的误差计算显示,新方法误差显著低于SINS。为实验测试新方法,使用了小型Cessna飞机飞行数据,包括MEMS陀螺仪、加速度计、GNSS参考位置、速度及时间。基于飞行数据计算了姿态角、当前位置和线性坐标误差。结果表明,对于65秒航段,VAN误差比SINS小数倍;对于250秒和500秒航段,VAN误差比SINS小一个数量级。因此,所提出的VAN方法可作为GNSS信号不可用时航空器的替代导航方法。半自然实验特意将导航架构验证与特定速度传感器性能评估分离。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号