基于IIR的数据同步方法在组合对准中的应用

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (28): 31-35.

基于IIR的数据同步方法在组合对准中的应用

孙伟1，2，徐爱功1，车莉娜1

1.辽宁工程技术大学测绘与地理科学学院，辽宁阜新 123000
2.卡尔加里大学地理信息工程学院，阿尔伯塔卡尔加里 T2N1N4，加拿大

出版日期:2012-10-01 发布日期:2012-09-29

Research on data synchronization for integrated alignment based on IIR

SUN Wei1，2, XU Aigong1, CHE Lina1

1.School of Geomatics, Liaoning Technical University, Fuxin, Liaoning 123000, China
2.Department of Geomatics Engineering, University of Calgary, Calgary T2N1N4, Canada

Online:2012-10-01 Published:2012-09-29

摘要/Abstract

摘要： 为了解决捷联惯性导航系统（Strapdown Inertial Navigation System，SINS）与全球定位系统（Global Positioning System，GPS）的组合对准过程中两者提供数据不同步问题，提出一种利用数字滤波器实现运载体高精度组合对准新方法。根据SINS解算速度的误差特性和GPS离散输出的速度信息，利用IIR高通滤波器滤除SINS与GPS提供的速度差值中存在的舒勒周期、傅科和地球周期，并将滤波后的速度与GPS提供的速度进行再次叠加得到载体准确速度。将载体准确速度与捷联惯导系统解算速度作差后视为系统观测量，采用卡尔曼滤波技术实现系统的组合对准。仿真结果表明了该方法的有效性。

关键词: 捷联惯性导航系统, 组合对准, 高通滤波, 舒勒周期, 卡尔曼滤波

Abstract: In order to resolve the non-synchronous data streams from Strapdown Inertial Navigation System（SINS） and Global Positioning System（GPS）, a novel high precision integrated alignment method of vehicle by digital filter is proposed in this paper. Based on the error characteristic of SINS and the discrete velocity from GPS, a digital high-pass filter, which implements a pre-filtering scheme of the measured signal, is used to filter the Schuler, Foucault and Earth cycle of discrete velocity difference between the SINS and GPS. Then the accuracy velocity can be calculated by filtered velocity and the proposed by GPS. Therefore, the observation which is calculated by the accuracy velocity and the calculation by SINS can be used to finish the integrated alignment by Kalman filter. The validity of this approach can improve greatly the accuracy and the convergence time to satisfy the required accuracy from simulation results.

Key words: Strapdown Inertial Navigation System（SINS）, integrated alignment, high-pass filter, Schuler cycle, Kalman filter

孙伟1，2，徐爱功1，车莉娜1. 基于IIR的数据同步方法在组合对准中的应用[J]. 计算机工程与应用, 2012, 48(28): 31-35.

SUN Wei1，2, XU Aigong1, CHE Lina1. Research on data synchronization for integrated alignment based on IIR[J]. Computer Engineering and Applications, 2012, 48(28): 31-35.

[1]	王蓓，陈金广，王明明. 复杂场景下的改进核相关滤波跟踪算法[J]. 计算机工程与应用, 2021, 57(2): 198-208.
[2]	李松，刘哲，唐小妹，吴健，王飞雪. 基于固定点迭代的Huber鲁棒容积卡尔曼滤波算法[J]. 计算机工程与应用, 2021, 57(16): 90-96.
[3]	保盈，王雷光，郭梦晓，代沁伶，郑晨. Worldview 3全色与短波红外影像两步式融合框架[J]. 计算机工程与应用, 2021, 57(11): 193-201.
[4]	贺军义，杨丰，安葳鹏，尚家泽. 基于IGGIII方案的自适应渐消卡尔曼滤波器[J]. 计算机工程与应用, 2020, 56(14): 52-56.
[5]	洪濡，胡广地，李雨生，姚克狄. 分布式汽车驱动力能量效率优化分配控制[J]. 计算机工程与应用, 2019, 55(2): 246-252.
[6]	黄国荣，许明琪，卢航，魏翔，彭志颖. 自适应混合阶SSRCKF及其在组合导航中的应用[J]. 计算机工程与应用, 2019, 55(18): 229-235.
[7]	任臻1，李积英1，吴昊2. 基于M估计的鲁棒后向平滑CKF单站跟踪算法[J]. 计算机工程与应用, 2019, 55(11): 74-79.
[8]	梁新宇1，2，吴建德1，2，黄国勇1，2，孙磊1，2. H∞鲁棒自适应CKF算法在组合导航中的应用[J]. 计算机工程与应用, 2018, 54(9): 251-256.
[9]	胡方强1，2，吕涛1，包亚萍1. 改进的自适应Kalman滤波在SINS/GPS组合导航中的应用[J]. 计算机工程与应用, 2018, 54(5): 253-257.
[10]	黄洋，姜文刚. 示教机械臂姿态解算改进方法仿真研究[J]. 计算机工程与应用, 2018, 54(15): 126-130.
[11]	吴玲1，2，孙永荣1，黄斌1，朱云峰1. 不确定环境下的软管-锥套建模及控制研究[J]. 计算机工程与应用, 2017, 53(18): 250-256.
[12]	孙磊1，2，黄国勇1，2，李越1，2. 改进的强跟踪SVD-UKF算法在组合导航中的应用[J]. 计算机工程与应用, 2017, 53(10): 225-229.
[13]	王睿，杨晓峰，彭力. 带二次约束的容积卡尔曼目标跟踪算法[J]. 计算机工程与应用, 2017, 53(1): 142-146.
[14]	于仲安，简俊鹏，刘莹. 基于SOC的锂离子电池组均衡控制[J]. 计算机工程与应用, 2016, 52(8): 261-265.
[15]	杨鹏生1，吴晓军1，2，张玉梅1，2. 改进扩展卡尔曼滤波算法的目标跟踪算法[J]. 计算机工程与应用, 2016, 52(5): 71-74.