【技术实现步骤摘要】
本专利技术属于组合导航，具体涉及一种ins/gnss松组合导航系统的容错方法、设备及介质。
技术介绍
1、控制系统对组合导航系统的可靠性要求越来越高，在 ins/gnss 松组合导航系统这一具体领域内，行业内一直在积极探索有效的容错方法以保障系统的稳定运行。目前，普遍采用的方法主要有以下两种：一种是通过特定的容错手段对 gnss 的故障进行检测和隔离；另一种则是在不进行 gnss 故障检测的情况下直接进行组合。
2、对于第一种方法，即对 gnss 故障进行检测和隔离的方式，其大多是建立在 ins可靠这一前提条件下进行 gnss 的故障判别。这种方法在理论上看似合理，但在实际应用中却存在严重的局限性。当 ins 由于各种复杂原因（如惯性传感器故障、内部电路问题或者受到外界环境影响等）出现故障时，整个故障检测机制就会陷入混乱。由于传统的故障检测方法依赖于 ins 的可靠数据来判断 gnss 的故障情况，此时它会错误地将 ins 的故障判定为 gnss 的故障。一旦出现这种误判，系统就会按照错误的判断结果进入纯惯性导航模式。而在纯惯性导航模式下，由于 ins 本身已经出现故障，其导航系统误差将会以极快的速度发散。致使系统组合精度下降或功能丧失，甚至可能使整个任务失败。
3、而对于直接进行组合而不进行故障检测的方法，虽然在一定程度上简化了系统设计和操作流程，但却带来了更为严重的问题。在这种模式下，无论是故障的 gnss 数据还是故障的 ins 数据，都极有可能被引入到组合导航系统中。一旦这些故障数据参与到导航计算
4、综上所述，在 ins/gnss 松组合导航容错
，传统的方法由于自身存在的种种缺陷，很难满足当前对于同时检测 ins 和 gnss 故障的高可靠需求。这就迫切需要我们设计一种全新的、适用于 ins/gnss 松组合导航系统的可靠容错方法，满足导航控制系统的高精度落点和高可靠性需求。
技术实现思路
1、本专利技术的目的在于提供一种ins/gnss松组合导航系统的容错方法、设备及介质，一方面可以减少对硬件冗余的需求，降低产品成本；另一方面可以保证在ins或gnss出现故障时，可以达到相对较高的组合精度，满足导航控制系统的高精度落点和高可靠性需求，以克服现有技术难满足同时检测ins和gnss故障的高可靠需求的不足。
2、为了达到上述目的，本专利技术采用如下技术方案：
3、一种ins/gnss松组合导航系统容错方法，具体包括以下步骤：
4、s1，对ins数据故障标志进行判断，默认为ins数据为正常，将ins数据和gnss数据输入正常组合导航流程，基于ins/gnss松组合导航卡尔曼滤波原理，建立状态方程和量测方程，得到ins误差滤波数据，对ins误差滤波数据进行状态更新，得到ins误差状态预测值和ins误差预测值协方差矩阵；
5、s2，对ins误差状态预测值、ins误差预测值协方差矩阵、ins数据和gnss数据进行计算，得到量测残差和残差的协方差矩阵；
6、s3，对量测残差和残差的协方差矩阵使用卡方检测算法得到构造检测量，用构造检测量对ins数据和gnss数据进行故障判断；
7、s4，当判断ins数据和gnss数据都不存在故障时，故障时间清零，进行卡尔曼滤波量测更新，得到ins数据的误差估计值，利用ins数据的误差估计值对ins数据进行修正，正常组合导航流程完成；
8、s5，当判断ins数据和gnss数据至少有一个存在故障时，对ins数据和gnss数据连续进入卡方检测的故障时间进行累计，对累计故障时间进行判断，根据设定的故障阈值得出故障结果。
9、s1中所述状态更新包括状态方程离散化、滤波状态预测和预测状态协方差矩阵计算。
10、s2中量测残差的具体计算公式为：
11、；
12、其中，表示量测残差，表示量测，表示量测矩阵，表示状态预测值；
13、s2中残差的协方差矩阵的具体计算公式为：
14、；
15、其中表示量测残差协方差矩阵，表示状态预测协方差矩阵，表示量测噪声协方差矩阵。
16、所述s3中得到构造检测量的卡方检测算法计算公式为：
17、；
18、其中，服从自由度为n的卡方分布，即， n为量测维数；
19、设定 t为阈值，若小于 t，则ins数据和gnss数据都不存在故障；若大于等于 t，则ins数据或gnss数据至少有一个存在故障。
20、所述阈值 t的设置可参考卡方检测置信度表。
21、所述s4中进行卡尔曼滤波量测更新，得到ins数据的误差估计值的过程具体为：根据卡尔曼滤波原理，计算卡尔曼增益，通过卡尔曼增益计算 ins 数据的误差估计值；所述卡尔曼增益具体计算公式为：
22、；
23、其中表示状态预测协方差矩阵，表示量测矩阵，表示量测残差协方差矩阵；
24、所述误差估计值具体计算公式为：
25、；
26、其中，是 ins 误差状态预测值，是量测残差。误差估计值反映了 ins 数据与真实值之间的偏差估计，后续可用于对 ins 数据进行修正。
27、所述s5中，当累计故障时间小于设定故障阈值时认为gnss数据故障，gnss数据直接退出正常组合导航流程；当累计故障时间大于等于设定故障阈值时认为ins数据故障，ins数据进入低精度组合导航流程。
28、所述ins数据进入低精度组合导航流程后需要进行低精度组合导航设置，具体包括：
29、重置滤波器：当累计故障时间大于设定故障阈值，判定 ins 数据故障后，首先对滤波器进行初始化重置；将滤波p和q矩阵中的设置参数放大，以减小组合时ins数据的组合权重；降低故障 ins 数据对整个导航系统结果的影响；
30、ins故障标志使能：检测到ins数据故障时，将ins数据故障标志使能，表明 ins 数据处于故障状态。
31、再一方面，本专利技术还提供一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述一种ins/gnss松组合导航系统容错方法。
32、再一方面，本专利技术还提供一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时实现上述一种ins/gnss松组合导航系统容错方法。
33、与现有技术相比，本专利技术具有以下有益的技术效果：
34、本专利技术提供一种ins/gnss松组合导航系统本文档来自技高网...
【技术保护点】
1.一种INS/GNSS松组合导航系统容错方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种INS/GNSS松组合导航系统容错方法，其特征在于，S1中所述状态更新包括状态方程离散化、滤波状态预测和预测状态协方差矩阵计算。
3.根据权利要求1所述的一种INS/GNSS松组合导航系统容错方法，其特征在于，S2中量测残差的具体计算公式为：
4.根据权利要求3所述的一种INS/GNSS松组合导航系统容错方法，其特征在于，所述S3中得到构造检测量的卡方检测算法计算公式为：
5.根据权利要求4所述的一种INS/GNSS松组合导航系统容错方法，其特征在于，所述阈值T的设置可参考卡方检测置信度表。
6. 根据权利要求1所述的一种INS/GNSS松组合导航系统容错方法，其特征在于，所述S4中进行卡尔曼滤波量测更新，得到INS数据的误差估计值的过程具体为：根据卡尔曼滤波原理，计算卡尔曼增益，通过卡尔曼增益计算 INS 数据的误差估计值；所述卡尔曼增益具体计算公式为：
7.根据权利要求1所述的一种INS/GNSS松组合
8.根据权利要求7所述的一种INS/GNSS松组合导航系统容错方法，其特征在于，所述INS数据进入低精度组合导航流程后需要进行低精度组合导航设置，具体包括：
9.一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-8任一项所述方法的步骤。
10.一种计算机可读存储介质，用于存储计算机指令，其特征在于，所述计算机指令被处理器执行时实现权利要求1-8任一项所述方法的步骤。
...【技术特征摘要】
1.一种ins/gnss松组合导航系统容错方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种ins/gnss松组合导航系统容错方法，其特征在于，s1中所述状态更新包括状态方程离散化、滤波状态预测和预测状态协方差矩阵计算。
3.根据权利要求1所述的一种ins/gnss松组合导航系统容错方法，其特征在于，s2中量测残差的具体计算公式为：
4.根据权利要求3所述的一种ins/gnss松组合导航系统容错方法，其特征在于，所述s3中得到构造检测量的卡方检测算法计算公式为：
5.根据权利要求4所述的一种ins/gnss松组合导航系统容错方法，其特征在于，所述阈值t的设置可参考卡方检测置信度表。
6. 根据权利要求1所述的一种ins/gnss松组合导航系统容错方法，其特征在于，所述s4中进行卡尔曼滤波量测更新，得到ins数据的误差估计值的过程具体为：根据卡尔曼滤波原理，计算卡尔曼...
【专利技术属性】
技术研发人员：赵建涛，高鹏，兰治法，李思锦，赵明艳，唐艺菁，
申请(专利权)人：西安微电子技术研究所，
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。