【技术实现步骤摘要】
本专利技术涉及导航，具体涉及一种多信息源的组合导航方法、系统、电子设备及存储介质。
技术介绍
1、针对高空长航时无人机等长期处于复杂多变的空中环境的飞行器，单独使用惯性导航系统对飞行器进行导航数据的获取和输出，无法满足导航精度的需求，因此现有技术中会将惯性导航设备所采集到的数据与gnss设备所采集到的数据结合以提高导航的精度。但是由于外界环境变化大，gnss可能存在干扰、拒止等问题，因此即使将惯性导航与gnss数据进行融合，也难以在长期及复杂多变的环境下获得可靠的导航数据。
技术实现思路
1、本专利技术所要解决的技术问题是，如何在复杂环境下获取稳定、可靠且导航精度高的导航数据。
2、本专利技术解决其技术问题所采用的其中一种技术方案是：一种多信息源的组合导航方法，包括如下步骤：
3、获取惯性导航数据作为主导航数据；
4、获取辅助导航数据；
5、判断辅助导航数据的有效性；
6、若辅助导航数据无效，则使用主导航数据进行解算得到导航数据；
7、若辅助导航数据有效，则将辅助导航数据和主导航数据进行融合后解算得到导航数据。
8、进一步的，所述辅助导航数据包括差分gnss数据、gnss数据和大气数据中的至少一个或多个。
9、进一步的，还包括如下步骤：
10、设定所述辅助导航数据的融合优先级，并判断有效的所述辅助导航数据的数量；
11、若有效的所述辅助导航数据等于一个，则将有效的
12、若有效的所述辅助导航数据大于一个，则根据所述融合优先级获取优先级最高的所述辅助导航数据与主导航数据进行融合后解算得到导航数据。
13、进一步的，所述将辅助导航和主导航数据进行融合后解算得到导航数据，具体为将辅助导航和主导航数据通过扩展卡尔曼滤波算法进行融合后解算得到导航数据。
14、进一步的，所述将辅助导航和主导航数据通过扩展卡尔曼滤波算法进行融合后解算得到导航数据，包括如下步骤：
15、获取组合导航系统的状态方程和观测方程
16、根据预设的系统状态的均值进行先验估计；
17、根据辅助导航辅助数据和主导航数据的进行后验估计；
18、根据先验估计的结果和后验估计的结果解算得到导航数据。
19、进一步的，所述状态方程和观测方程具体为：
20、
21、其中xk表示k时刻状态向量，f(xk-1)表示从k-1时刻到k时刻的状态转移函数，qk表示k时刻的过程噪声，yk表示k时刻的观测结果，h(xk)表示k时刻观测函数，即状态值与观测值的函数关系，rk表示k时刻的观测噪声。
22、进一步的，所述根据预设的系统状态的均值进行先验估计，包括如下步骤：
23、首先进行先验估计，初始根据假设的系统状态的均值开始计算下一步先验估计值其中，上标为-表明为先验估计值，上标为+表明为后验估计值；
24、将非线性系统状态转移函数f(xk-1)在处线性化，得到雅可比矩阵a
25、
26、估计先验误差协方差，初始根据假设的系统状态方差计算下一步误差协方差
27、
28、进一步的，所述根据辅助导航和主导航数据的进行后验估计，包括如下步骤：
29、将非线性观测函数h(xk)在处线性化，得到雅可比矩阵c
30、
31、计算卡尔曼增益
32、根据观测值zk计算后验估计值其中，观测值zk为需要进行数据融合的辅助导航数据和主导航数据的观测值；
33、更新误差协方差
34、进一步的，所述辅助导航数据和主导航数据的融合按照预设的周期重复进行，所述周期根据惯性导航的精度数据和/或场景复杂程度数据进行加权计算确定。
35、本专利技术解决其技术问题所采用的另一种技术方案是：一种多信息源的组合导航系统，包括：
36、主导航数据获取模块，用于获取惯性导航数据作为主导航数据；
37、辅助导航数据获取模块，用于获取辅助导航数据；
38、导航数据融合模块，用于判断辅助导航数据的有效性；
39、若辅助导航数据无效，则使用主导航数据进行解算得到导航数据；
40、若辅助导航数据有效，则将辅助导航数据和主导航数据进行融合后解算得到导航数据。
41、进一步的，所述主导航数据获取模块为惯性导航设备，所述惯性导航设备包括三自由度的加速度计和陀螺仪。
42、进一步的，所述辅助导航数据获取模块包括差分gnss设备、gnss设备和大气数据设备。
43、进一步的，所述导航数据融合模块为扩展卡尔曼滤波器。
44、本专利技术解决其技术问题所采用的另一种技术方案是：一种电子设备，包括：
45、存储器，用于存储计算机程序；
46、处理器，用于执行所述计算机程序时实现如上所述的多信息源的组合导航方法的步骤。
47、本专利技术解决其技术问题所采用的另一种技术方案是：一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的多信息源的组合导航的步骤。
48、通过以上技术方案可知，本申请中，多信息源的组合导航方法能够基于惯性导航数据，适时融合多种辅助导航数据，以提高整个导航系统的可靠性与准确性。同时，根据不同辅助导航数据的有效性和优先级，实施调整可融合的导航数据，以确保整个航线过程中，能够始终输出最为准确的导航数据。此外，基于扩展卡尔曼滤波，针对不同导航传感器的数据特性，能够实现组合导航数据的融合，以满足导航数据稳定、可靠的要求。
49、本申请中，多信息源的组合导航系统通过融合多个导航传感器的数据可以有效提高整个导航系统的可靠性与准确性。基于扩展卡尔曼滤波器，针对不同导航传感器的数据特性，实现组合导航数据的融合。整个导航系统以惯性导航为主，根据不同数据的有效性将差分gnss数据、gnss数据以及大气数据分别与惯性导航数据融合，输出更加准确的导航数据。
50、此外，本申请中的电子设备和计算机可读存储介质同样可实现上述的效果。
本文档来自技高网...【技术保护点】
1.一种多信息源的组合导航方法，其特征在于，包括如下步骤：
2.根据权利要求1中所述的多信息源的组合导航方法，其特征在于，所述辅助导航数据包括差分GNSS数据、GNSS数据和大气数据中的至少一个或多个。
3.根据权利要求1中所述的多信息源的组合导航方法，其特征在于，还包括如下步骤：
4.根据权利要求1至3任一项中所述的多信息源的组合导航方法，其特征在于，所述将辅助导航数据和主导航数据进行融合后解算得到导航数据，具体为将辅助导航数据和主导航数据通过扩展卡尔曼滤波算法进行融合后解算得到导航数据。
5.根据权利要求4中所述的多信息源的组合导航方法，其特征在于，所述将辅助导航数据和主导航数据通过扩展卡尔曼滤波算法进行融合后解算得到导航数据，包括如下步骤：
6.根据权利要求5中所述的多信息源的组合导航方法，其特征在于，所述状态方程和观测方程具体为：
7.根据权利要求6中所述的多信息源的组合导航方法，其特征在于，所述根据预设的系统状态的均值进行先验估计，包括如下步骤：
8.根据权利要求7中所述的多信息源的组合
9.根据权利要求1中所述的多信息源的组合导航方法，其特征在于，所述辅助导航数据和主导航数据的融合按照预设的周期重复进行，所述周期根据惯性导航的精度数据和/或场景复杂程度数据进行加权计算确定。
10.根据权利要求9中所述的多信息源的组合导航方法，其特征在于，所述场景复杂程度数据包括信号遮挡程度数据、动态性数据、环境特征数据、数据稳定性数据、地理环境数据的至少一种。
11.一种多信息源的组合导航系统，其特征在于，包括：
12.根据权利要求11中所述的多信息源的组合导航系统，其特征在于，所述主导航数据获取模块为惯性导航设备，所述惯性导航设备包括三自由度的加速度计和陀螺仪。
13.根据权利要求11中所述的多信息源的组合导航系统，其特征在于，所述辅助导航数据获取模块包括差分GNSS设备、GNSS设备和大气数据设备。
14.根据权利要求13中所述的多信息源的组合导航系统，其特征在于，所述导航数据融合模块为扩展卡尔曼滤波器。
15.一种电子设备，其特征在于，包括：
16.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至10任一项所述的多信息源的组合导航的步骤。
...【技术特征摘要】
1.一种多信息源的组合导航方法，其特征在于，包括如下步骤：
2.根据权利要求1中所述的多信息源的组合导航方法，其特征在于，所述辅助导航数据包括差分gnss数据、gnss数据和大气数据中的至少一个或多个。
3.根据权利要求1中所述的多信息源的组合导航方法，其特征在于，还包括如下步骤：
4.根据权利要求1至3任一项中所述的多信息源的组合导航方法，其特征在于，所述将辅助导航数据和主导航数据进行融合后解算得到导航数据，具体为将辅助导航数据和主导航数据通过扩展卡尔曼滤波算法进行融合后解算得到导航数据。
5.根据权利要求4中所述的多信息源的组合导航方法，其特征在于，所述将辅助导航数据和主导航数据通过扩展卡尔曼滤波算法进行融合后解算得到导航数据，包括如下步骤：
6.根据权利要求5中所述的多信息源的组合导航方法，其特征在于，所述状态方程和观测方程具体为：
7.根据权利要求6中所述的多信息源的组合导航方法，其特征在于，所述根据预设的系统状态的均值进行先验估计，包括如下步骤：
8.根据权利要求7中所述的多信息源的组合导航方法，其特征在于，所述根据辅助导航数据和主导航数据的进行后验估计，包括如下步骤：
9.根据权利要...
【专利技术属性】
技术研发人员：计爱民，宋辉，陈宜军，李云祥，何东，
申请(专利权)人：成都纵横云龙无人机科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。