1. 组合导航系统概述：INS与GNSS的基本原理、组合导航的优势与挑战
大家好，我是老张。做组合导航这行十几年了，今天咱们聊聊最基础的东西——INS和GNSS到底是怎么回事，为什么要把它们凑在一起。
说实话，我刚入行那会儿也觉得，GPS不是挺准的吗？干嘛还要加个惯导？后来在项目里吃过亏才明白，这俩东西就像人的两只眼睛，缺一个就容易摔跟头。
1.1 惯性导航系统（INS）的基本原理
惯性导航，说白了就是靠“猜”。你从起点出发，用加速度计测出你走了多快，用陀螺仪测出你转了多少度，然后一步步推算你现在在哪儿。
它的核心器件就两个：
- 加速度计——测量三个轴的加速度
- 陀螺仪——测量三个轴的角速度
有了这6个数据，再结合初始位置和姿态，就能算出位置、速度和姿态角。这个过程叫“捷联惯导解算”。
核心公式（简化版）：
位置更新：P_k = P_{k-1} + V_{k-1}·Δt + 0.5·a·Δt²
速度更新：V_k = V_{k-1} + a·Δt
姿态更新：用四元数或方向余弦矩阵嗯，这里要注意——INS是自主导航，不依赖任何外部信号。你把它放地下、放水下、放山洞里，它照样能算。但问题也来了：误差会累积。
我记得有一次做车载测试，纯惯导跑了20分钟，位置误差就漂了快一公里。你想想看，这要是导弹，早打偏了。
1.2 全球导航卫星系统（GNSS）的基本原理
GNSS就是咱们常说的GPS、北斗、GLONASS这些。它的原理其实很简单：卫星在天上发信号，接收机算信号传了多久，乘以光速，就知道距离了。
至少需要4颗卫星才能解出三维位置和时间。为什么是4颗？因为接收机的时钟不准，需要多一颗星来消除钟差。
避坑指南：我曾经在项目里遇到过，城市峡谷里卫星信号被高楼遮挡，可见星从12颗掉到4颗，定位精度直接从米级掉到几十米。这时候你就知道，GNSS不是万能的。
GNSS的优点很明显：误差不随时间累积，长期精度好。但缺点也致命：容易受遮挡、干扰、多径效应影响。
1.3 组合导航的优势
为什么要组合？说白了就是取长补短。
| 特性 | INS | GNSS | 组合后 |
|---|---|---|---|
| 短期精度 | 高 | 低（有噪声） | 高 |
| 长期精度 | 差（漂移） | 高 | 高 |
| 抗干扰 | 强（自主） | 弱 | 强 |
| 输出频率 | 高（100Hz+） | 低（1-10Hz） | 高 |
组合导航的核心思想就是：用GNSS的长期稳定性来修正INS的漂移，用INS的高频输出填补GNSS的更新间隙。这样你既有了高频输出，又不会越跑越偏。
我个人习惯用卡尔曼滤波来做融合。简单说就是：INS做预测，GNSS做观测，两者加权平均，权重由各自的误差协方差决定。
组合导航的典型架构：
INS解算 → 预测状态（位置、速度、姿态）
↓
卡尔曼滤波器 ← GNSS观测值
↓
输出最优估计 + 反馈修正INS1.4 组合导航面临的挑战
别以为组合了就万事大吉。我踩过的坑可不少。
- 时间同步问题——INS和GNSS的数据时间戳对不上，融合出来就是错的。我建议用PPS秒脉冲做硬件同步。
- 故障检测——GNSS可能突然跳变，INS可能突然失效。你得能识别出来，不然滤波器就发散。
- 初始化问题——INS需要初始对准，GNSS需要搜星。冷启动时怎么办？
- 计算资源——嵌入式系统算力有限，卡尔曼滤波的矩阵运算不能太复杂。
警告：千万不要以为卡尔曼滤波调好参数就一劳永逸。我曾经在无人机项目里，滤波器参数在仿真里跑得挺好，一上天就发散。为什么？因为实际噪声特性和仿真假设的不一样。你得做在线自适应。
1.5 知识体系总览
下面这张图是我自己画的，把本章的核心逻辑串起来了。你仔细看看，就能明白INS和GNSS是怎么配合的。
这张图里，INS负责高频预测，GNSS负责低频修正，卡尔曼滤波器做融合，最后输出最优结果。同时，滤波器还会把误差反馈给INS，修正它的漂移。这就是组合导航的基本闭环。
好了，这一章就聊到这儿。记住一句话：INS是骨架，GNSS是眼睛，组合导航才是完整的身体。