组合导航系统:松耦合与紧耦合
📚 共计 30 章节
01
组合导航概述
什么是组合导航、为什么需要组合导航、GNSS/INS 优势互补分析。
基础
概念
02
坐标系基础
地心地固(ECEF)、地理(LLA)、导航系(n系)、载体系(b系)及转换。
坐标
数学
03
时间系统
GPS时、UTC、儒略日、时间同步的重要性与实现方法。
时间
同步
04
惯性导航原理(INS)
加速度计/陀螺仪工作原理、比力方程、姿态更新(四元数/等效旋转矢量)。
惯导
姿态
05
捷联惯导解算
速度更新、位置更新、圆锥误差与划桨误差补偿。
解算
误差
06
GNSS定位原理
伪距测量、载波相位测量、单点定位与差分定位(RTK/PPK)。
GNSS
定位
07
GNSS/INS 松耦合架构
卡尔曼滤波器设计、状态向量(位置/速度/姿态/零偏)、量测更新。
松耦合
卡尔曼
08
松耦合实现细节
GNSS/INS 频率匹配、时间对准、杆臂效应补偿。
实现
工程
09
松耦合的优缺点
计算量小、易于实现、动态易失锁、精度受限。
分析
权衡
10
GNSS/INS 紧耦合架构
原始伪距/伪距率量测、状态扩维、非线性量测方程。
紧耦合
架构
11
紧耦合中的卡尔曼滤波
EKF 与 UKF 在紧耦合中的应用。
EKF
UKF
12
紧耦合实现细节
卫星几何分布、GDOP/PDOP、多路径效应处理。
实现
卫星
13
紧耦合的优缺点
精度高、鲁棒性强、计算量大、实现复杂。
分析
对比
14
深耦合简介
基带信号处理与 INS 深度融合、矢量跟踪环原理。
深耦合
跟踪
15
卡尔曼滤波基础
状态空间模型、预测与更新、协方差矩阵物理意义。
滤波
基础
16
卡尔曼滤波调参
过程噪声 Q 与量测噪声 R 的整定方法。
调参
工程
17
自适应卡尔曼滤波
Sage-Husa 滤波、渐消记忆滤波、多模型滤波。
自适应
进阶
18
初始对准
静基座粗/精对准、动基座对准、传递对准。
对准
初始化
19
传感器误差建模
陀螺零偏稳定性、角度随机游走、加速度计零偏、速度随机游走。
误差
建模
20
零速修正(ZUPT)
零速检测算法、ZUPT 量测更新、步行导航应用。
ZUPT
步行
21
磁力计辅助
地磁模型、磁力计校准(硬铁/软铁)、磁航向与 INS 融合。
磁力计
融合
22
气压计辅助
气压测高原理、与GNSS/INS融合、垂直通道稳定性提升。
气压计
高度
23
车辆运动约束
非完整性约束(NHC)、横向/垂向速度为零约束、里程计辅助。
车辆
约束
24
多传感器融合框架
因子图优化、滑动窗口滤波、与卡尔曼滤波对比。
框架
优化
25
实时性与嵌入式实现
ARM/DSP 优化、定点数运算、中断服务程序设计。
嵌入式
实时
26
组合导航性能评估
RMSE、圆概率误差(CEP)、精度衰减因子(DOP)。
评估
指标
27
典型应用场景
无人机、自动驾驶、机器人、航海与航空。
应用
场景
28
组合导航仿真
MATLAB/Simulink 工具、开源数据集(KITTI/EuRoC)。
仿真
数据集
29
组合导航测试
跑车实验、高精度参考系统(差分GPS/全站仪)、数据分析与回放。
测试
实验
30
未来趋势
多频多系统GNSS、低轨卫星增强、视觉-惯性-卫星深度融合、AI辅助导航。
趋势
前沿