GPS／MEMS-INS組合導(dǎo)航系統(tǒng)設(shè)計(jì)

1、GPSMEMS-INS組合導(dǎo)航系統(tǒng)設(shè)計(jì)38902011,Vo1.32,No.11計(jì)算機(jī)工程與設(shè)計(jì)ComputerEngineeringandDesignGPS/MEMS.INS組合導(dǎo)航系統(tǒng)設(shè)計(jì)秦紅磊,張亞珍,叢麗,邢菊紅(北京航空航天大學(xué)電子信息工程學(xué)院,北京100191)摘要:針對(duì)微機(jī)電系統(tǒng)(microelectromechanicalsystem,MEMs)慣性器件隨機(jī)噪聲大,現(xiàn)有的去噪算法難以兼顧降噪效果和信息處理速度的問題,提出自適應(yīng)實(shí)時(shí)混合去噪算法;利用無軌跡卡爾曼濾波(unscentedKalmanfilter,UKF)算法進(jìn)行信息融合,克服了擴(kuò)展卡爾曼濾波(extendedKal

2、manfilter,EKF)對(duì)非線性系統(tǒng)線性化會(huì)帶來額外誤差的缺點(diǎn);利用多線程信息同步技術(shù)實(shí)現(xiàn)微機(jī)電慣性導(dǎo)航系統(tǒng)(MEMsinertialnavigationsystem,MEMS?INs)和全球定位系(globalpositionsystem,GPS)的同步運(yùn)行.基于以上關(guān)鍵技術(shù)和算法,設(shè)計(jì)了一種GPS/MEMS.INS組合導(dǎo)航系統(tǒng),實(shí)驗(yàn)結(jié)果表明,該組合導(dǎo)航系統(tǒng)在靜態(tài)及動(dòng)態(tài)環(huán)境下均能夠進(jìn)行實(shí)時(shí)高精度地導(dǎo)航定位.關(guān)鍵詞:全球定位系統(tǒng);微機(jī)電慣性導(dǎo)航系統(tǒng);自適應(yīng)實(shí)時(shí)混合去噪;無軌跡卡爾曼濾波;多線程中圖法分類號(hào):TP391文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):10007024(2011)11-3890.04D

3、esignofGPS/MEMSINSintegratednavigationsystemQrNHonglei,ZHANGa-zhen,CONGLi,XINGJu-hong(SchoolofElectronicandInformationEngineering,BeijingUniversityofAeronauticsandAstronautics,Beijing100191,China)Abstract:FortheproblemoftheMEMSinertialdevices'largerandomnoiseandexistingdenoisingalgorithmsarediff

4、iculttobalancethedenoisinglevelandinformationprocessingspeed,anadaptiverealtimehybriddenoisingalgorithmisproposed.InordertoovercomeEKFalgorithm'Sshortcomingsthatitmaybringadditionalerror,UKFalgorithmisusedinthesystem.MultithreadingtechnologyisusedtomakeGPSandMEMSINSsynchronous.AGPS/MEMSINSintegr

5、atednavigationsystembasedonthekeytechniquesandalgorithmsisdesigned.Testresultsshowthattheintegratednavigationsystemcanachievehighaccuracynavigationinrealtimeinbothdynamicandstaticenvironment.Keywords:GPS;MEMS-INS;adaptivereal?-timehybridde?-noisingalgorithm;UKF;multithreading0引言微機(jī)電系統(tǒng)(microelectromec

6、hanicalsystem,MEMS)慣性器件具有尺寸小,重量輕,成本低,功耗低等特點(diǎn)1-2.但目前MEMS慣性器件精度較低,導(dǎo)致微機(jī)電慣性導(dǎo)航系統(tǒng)(MEMSinertialnavigationsystem,MEMSINS)誤差隨時(shí)間積累嚴(yán)重,無法進(jìn)行單獨(dú)導(dǎo)航.MEMS.INS與全球定位系統(tǒng)(globalpositionsystem,GPS)的優(yōu)勢互補(bǔ),使其構(gòu)成的組合導(dǎo)航已逐漸成為導(dǎo)航系統(tǒng)主要的發(fā)展方向之一.MEMS慣性器件誤差一般可分為刻度因子誤差,確定性漂移及隨機(jī)噪聲.刻度因子誤差一般在出廠前以進(jìn)行標(biāo)定和補(bǔ)償;確定性漂移可通過多項(xiàng)式擬合法進(jìn)行補(bǔ)償;而對(duì)于隨機(jī)噪聲,目前常用的去噪方法有均值濾

7、波,中值濾波,小波去噪等.均值濾波算法簡單實(shí)用,濾波時(shí)間短,但只適用于靜態(tài)及低動(dòng)態(tài)信號(hào)的去噪;中值濾波算法適用于動(dòng)態(tài)性較強(qiáng)的信號(hào)的去噪,但是當(dāng)緩慢變化的信號(hào)中出現(xiàn)高頻噪聲時(shí),其去噪效果不如均值濾波;小波去噪效果優(yōu)于均值濾波及中值濾波,且靜態(tài),動(dòng)態(tài)信號(hào)均適用,但由于要進(jìn)行多層次的信號(hào)分解與重構(gòu),所需時(shí)間較長,很難滿足系統(tǒng)的實(shí)時(shí)性要求.本文提出的自適應(yīng)實(shí)時(shí)混合去噪算法將均值濾波,小波去噪和中值濾波3種算法巧妙地融合在一起,充分利用了3種算法的優(yōu)點(diǎn),既能保證良好的去噪效果,又可大大減少計(jì)算量.現(xiàn)有的GPS/MEMS.INS組合導(dǎo)航系統(tǒng)大多采用擴(kuò)展卡爾曼濾波(extendedKalmanfilter,

8、EKF)算法進(jìn)行信息融合,但EKF只是對(duì)組合系統(tǒng)的非線性系統(tǒng)方程進(jìn)行簡單的線性化,會(huì)帶來一定的誤差.而無軌跡卡爾曼濾波(unscentedKalmanfilter,UKF)是一種基于采樣點(diǎn)的非線性濾波算法,它直接使用非線性系統(tǒng)模型,不必進(jìn)行線性化,且具有和EKF方法相同的算法結(jié)構(gòu),因此,當(dāng)系統(tǒng)模型為非線性時(shí),UKF算法的性能要優(yōu)于EKF算法.收稿日期:2010.1118;修訂日期:20110120.作者簡介:秦紅磊(1975-),男,山東l臨清人,副教授,研究方向?yàn)樾l(wèi)星導(dǎo)航,組合導(dǎo)航,電子設(shè)備的自動(dòng)測試;張亞珍(1986-),女,河南永城人,碩士研究生,研究方向?yàn)閼T性導(dǎo)航,組合導(dǎo)航;叢麗(19

9、81-),女,黑龍江安達(dá)人,博士后,研究方向?yàn)樾l(wèi)星導(dǎo)航,組合導(dǎo)航,戰(zhàn)術(shù)綜合電子系統(tǒng)等;邢菊紅(1983一),女,江蘇南通人,碩士研究生,研究方向?yàn)閼T性導(dǎo)航,組合導(dǎo)航.E-mail:zhyzh0409秦紅磊,張亞珍,叢麗,等:GPS/MEMS.INS組合導(dǎo)航系統(tǒng)設(shè)計(jì)20l1,Vo1.32,No.113891此外,由于使用的是軟件接收機(jī),GPS和MEMSINS的導(dǎo)航計(jì)算程序位于同一個(gè)計(jì)算機(jī)中,為使MEMS.INS和GPS能夠同步運(yùn)行,本系統(tǒng)使用了多線程信息同步技術(shù).因此,本文介紹的GPS/MEMS.INS組合導(dǎo)航系統(tǒng)利用自適應(yīng)實(shí)時(shí)混合去噪算法對(duì)MEMS慣性器件的輸出信號(hào)進(jìn)行實(shí)時(shí)去噪;使用UKF算法

10、進(jìn)行信息融合;利用多線程技術(shù)實(shí)現(xiàn)GPS和MEMSINS的同步運(yùn)行.靜態(tài)及跑車試驗(yàn)結(jié)果證明了該組合導(dǎo)航系統(tǒng)在靜態(tài)及動(dòng)態(tài)環(huán)境下均能夠進(jìn)行實(shí)時(shí)高精度地導(dǎo)航定位.1原理樣機(jī)介紹GPS/MEMS.INS組合導(dǎo)航系統(tǒng)原理樣機(jī)包括GPS軟件接收機(jī),MEMS.INS及磁羅盤3個(gè)融合傳感器.其中GPS軟件接收機(jī)是本實(shí)驗(yàn)室自行研制的,其定位精度為10m,速度精度為1.0m/s,輸出頻率為25Hz;MEMS.INS中陀螺漂移是0.05./s,加速度計(jì)零偏穩(wěn)定性為lmg,輸出頻率為100Hz;磁羅盤輸出的航向角精度為1.,輸出頻率為1Hz.其中磁羅盤被用來輔助MEMS.INS對(duì)航向角進(jìn)行初始對(duì)準(zhǔn).GPS/MEMSIN

11、S/磁羅盤組合導(dǎo)航系統(tǒng)原理樣機(jī)的輸出頻率為25Hz.圖1為GPS/MEMS.INS/磁羅盤組合導(dǎo)航系統(tǒng)原理樣機(jī)的系統(tǒng)配置示意圖.:計(jì)算機(jī)圖1GPS/MEMS.INS組合導(dǎo)航系統(tǒng)原理樣機(jī)系統(tǒng)配置2關(guān)鍵技術(shù)及算法GPS/MEMS.INS組合導(dǎo)航系統(tǒng)的總體結(jié)構(gòu)如圖2所示.圖2GPS/MEMS.INS組合導(dǎo)航系統(tǒng)結(jié)構(gòu)2.1自適應(yīng)實(shí)時(shí)混合去噪算法由前述可知,均值濾波算法簡單實(shí)用,濾波時(shí)間短,但只適用于靜態(tài)及低動(dòng)態(tài)信號(hào)的去噪;中值濾波算法也比較簡單,但只適用于動(dòng)態(tài)性較強(qiáng)的信號(hào)的去噪;小波去噪在分解層次足夠多時(shí),效果優(yōu)于均值濾波和均值濾波,且靜態(tài),動(dòng)態(tài)信號(hào)均適用,但要進(jìn)行多層次的信號(hào)分解與重構(gòu),所需時(shí)間較長

12、.綜合以上3種去噪算法的優(yōu)缺點(diǎn),為既能實(shí)現(xiàn)對(duì)MEMS慣性器件輸出信號(hào)的實(shí)時(shí)去噪,以滿足組合導(dǎo)航系統(tǒng)的實(shí)時(shí)性要求;又要保證良好的去噪效果,以提高M(jìn)EMSINS的定位精度,特提出一種自適應(yīng)實(shí)時(shí)混合去噪算法,其結(jié)構(gòu)如圖3所示.圖3自適應(yīng)實(shí)時(shí)混合去噪算法結(jié)構(gòu)圖3中所示開關(guān)算法的執(zhí)行由輸入信號(hào)的特征而定,其步驟如下:(1)截取采樣序列的長度為2為大于零的整數(shù),根據(jù)系統(tǒng)的實(shí)時(shí)性要求,取適當(dāng)值);(2)判斷序列中是否含有脈沖信號(hào)或階躍信號(hào);(3)Pn果有,則將開關(guān)打向小波去噪,否則打向均值濾波.為滿足系統(tǒng)的實(shí)時(shí)性要求,通過施加滑動(dòng)數(shù)據(jù)窗的方式,總剪取實(shí)時(shí)最新的2個(gè)數(shù)據(jù)來進(jìn)行去噪;使用小波去噪時(shí),只對(duì)數(shù)據(jù)進(jìn)行

13、極少層分解和重構(gòu),然后再對(duì)采樣序列進(jìn)行中值濾波以進(jìn)一步去除信號(hào)中殘留的噪聲,保證去噪效果.綜上所述,自適應(yīng)實(shí)時(shí)混合去噪算法融合了多種去噪算法的優(yōu)點(diǎn),既保證了降噪水平,又降低了信號(hào)處理的速度,因此能夠滿足導(dǎo)航系統(tǒng)實(shí)時(shí)精確定位的需求.2.2UKF濾波算法本組合導(dǎo)航系統(tǒng)采用UKF算法進(jìn)行信息融合.UKF的狀態(tài)量包括9個(gè)X=668h8v.8v8v8v8p8r8y】式中:6,6,6hMEMS.INS輸出的經(jīng)度,緯度及高度誤差,6v.,6v,6v東向,北向及天向速度誤差,6p,6r,6y一俯仰角,橫滾角及航向角誤差.觀測量為MEMS.INS與GPS輸出的位置,速度之差值,即Z=I一GIkhlhGveI-v

14、eGVIvGvIvo】其狀態(tài)方程為和觀測方程分別如下Xk+l=f【xk)+Wk(1)Zk=h(xk)+Vk(2)式中:f,b非線性動(dòng)態(tài)模型,過程噪聲w和量測噪聲v被假設(shè)為非相關(guān)的高斯白噪聲,方差分別為Q和Rk.為實(shí)現(xiàn)線性遞歸,對(duì)狀態(tài)矢量進(jìn)行sigma對(duì)稱采樣,采樣點(diǎn)的個(gè)數(shù)為19個(gè).假設(shè)99的協(xié)方差矩陣為P,則Sigma點(diǎn)可用下式計(jì)算Xk=kPQkkYPQ式中:參數(shù)v=,=(9+,aO.叭,KO.關(guān)于Sigma點(diǎn),38922011,Vo1.32,No.11計(jì)算機(jī)S-程與設(shè)計(jì)ComputerEngineeringandDesign不再做詳細(xì)介紹,具體內(nèi)容請(qǐng)參見文獻(xiàn)【910.2.3多線程信息同步技術(shù)

15、由于本系統(tǒng)使用的是軟件接收機(jī),GPS和MEMS-INS的導(dǎo)航定位程序都需在計(jì)算機(jī)上進(jìn)行.為使整個(gè)組合導(dǎo)航系統(tǒng)能夠?qū)崟r(shí)地進(jìn)行導(dǎo)航定位,本組合導(dǎo)航系統(tǒng)的軟件部分采用了獨(dú)特的設(shè)計(jì)方案,其結(jié)構(gòu)如圖4所示:整個(gè)組合系統(tǒng)的軟件由3大部分組成,一個(gè)可執(zhí)行文件和兩個(gè)DLL工程.可執(zhí)行文件用于GPS的導(dǎo)航計(jì)算,其包括兩個(gè)擴(kuò)展接口,分別連接DLL工程1和DLL工程2.組合程序和MEMSINS的計(jì)算程序位于DLL工程1中,軟件的界面顯示程序位于DLL工程2中(界面的功能將在下文中作詳細(xì)介紹).GPS主程序每進(jìn)行完一次導(dǎo)航計(jì)算,即每0.04s調(diào)用一次組合的程序,待收到組合程序的反饋值以后即調(diào)用界面顯示的程序,顯示各導(dǎo)

16、航系統(tǒng)的定位結(jié)果.-_-_-_-圖4GPS/MEMSINS/磁羅盤組合導(dǎo)航系統(tǒng)多線程結(jié)構(gòu)為使GPS和MEMS.INS兩個(gè)導(dǎo)航系統(tǒng)能夠同步運(yùn)行,本組合導(dǎo)航系統(tǒng)采用了多線程信息同步技術(shù)12-13即GPS和MEMS.INS分別屬于不同的線程.MEMS.INS所在的線程在DLL工程1第一次被調(diào)用時(shí)創(chuàng)建,隨后即獨(dú)立運(yùn)行.由以上程序結(jié)構(gòu)可知,組合程序和MEMS.INS的程序位于兩個(gè)不同的線程,為避免多線程對(duì)公共對(duì)象(此處指MEMSINS計(jì)算得出的位置,速度和姿態(tài)角)訪問時(shí),出現(xiàn)數(shù)據(jù)混亂,本系統(tǒng)使用了互斥對(duì)象機(jī)制",即在一個(gè)線程中對(duì)公共對(duì)象進(jìn)行訪問時(shí),限制另一個(gè)線程對(duì)同一對(duì)象的訪問.3試驗(yàn)結(jié)果及分

17、析為更直觀的顯示實(shí)時(shí)導(dǎo)航定位的結(jié)果,設(shè)計(jì)顯示界面如圖5所示.圖5GPS/MEMSINS實(shí)時(shí)組合導(dǎo)航界面圖5所示界面的功能如下:(1)實(shí)時(shí)地顯示GPS,MEMSINS和組合導(dǎo)航系統(tǒng)的定位信息,以及磁羅盤輸出的航向角信息:(2)人為給GPS加緩變或突變故障,故障幅度和故障的開始及結(jié)束時(shí)間均可配置;(3)故障(包括GPS真實(shí)故障和人為添加故障)結(jié)束后,顯示故障告警時(shí)間,故障檢測概率及系統(tǒng)重構(gòu)時(shí)間等參數(shù);(4)實(shí)時(shí)繪制GPS,MEMSINS和組合導(dǎo)航系統(tǒng)的定位信息的曲線圖以及故障檢測標(biāo)志位的曲線圖;(5)在地圖上實(shí)時(shí)顯示當(dāng)前接收機(jī)的位置;(6)實(shí)時(shí)顯示當(dāng)前星座圖及可跟蹤到的衛(wèi)星編號(hào)及與接收機(jī)的相對(duì)位置

18、.為驗(yàn)證GPS/MEMS.INS組合導(dǎo)航系統(tǒng)原理樣機(jī)的性能,采用GPS/MEMSINS組合導(dǎo)航系統(tǒng)原理樣機(jī)分別進(jìn)行了靜態(tài)試驗(yàn)和動(dòng)態(tài)跑車試驗(yàn).試驗(yàn)情況及結(jié)果分析如下所述:(1)靜態(tài)試驗(yàn)靜態(tài)試驗(yàn)地點(diǎn)為北航新主樓G座12層樓頂,試驗(yàn)時(shí)間為1O分鐘.以GPS輸出的位置,速度均值作為依據(jù),統(tǒng)計(jì)GPS及GPS/MEMSINS組合導(dǎo)航系統(tǒng)原理樣機(jī)輸出的定位誤差.表1為GPS以及GPS/MEMSINS組合導(dǎo)航系統(tǒng)原理樣機(jī)輸出的定位均方根誤差統(tǒng)計(jì)結(jié)果.表1GPS及GPS/MEMS.INS組合導(dǎo)航系統(tǒng)原理樣機(jī)定位均方根誤差GPs/MEMs.INS/磁羅盤組導(dǎo)航系統(tǒng)GPS合導(dǎo)航系統(tǒng)原理樣機(jī)東向位置誤差,m1l315

19、01.4000北向位置誤差/m2.5841.6639高度誤差/m4.90214.8607東向速度誤差,mO.12410.0741北向速度誤差/m0.16380.0909天向速度誤差/m0.36730.1384由表1可知,靜態(tài)情況下,采用組合導(dǎo)航系統(tǒng)的定位精度高于GPS的定位精度,尤其是速度精度有了明顯的提高.通過本次靜態(tài)實(shí)驗(yàn)可獲得GPS/MEMS.INS組合導(dǎo)航系統(tǒng)的靜態(tài)定位誤差小于10m,速度誤差小于O.5m/s.(2)跑車試驗(yàn)跑車試驗(yàn)的地點(diǎn)為北京市頤和園附近的昆明湖東路,時(shí)間為2O分鐘,其中前9分鐘保持靜止.圖6為本次跑車試驗(yàn)圖6跑車試驗(yàn)實(shí)物秦紅磊,張亞珍,叢麗,等:GPS/MEMS.IN

20、S組合導(dǎo)航系統(tǒng)設(shè)計(jì)20l1,Vo1.32,No.113893圖7跑車試驗(yàn)路線的實(shí)物圖,圖7為本次跑車實(shí)驗(yàn)的路線圖.由路線圖可知,在動(dòng)態(tài)情況下GPS/MEMS.INS組合導(dǎo)航系統(tǒng)也可以進(jìn)行實(shí)時(shí)高精度地導(dǎo)航定位.4結(jié)束語本文主要介紹了一種GPS/MEMS.INS組合導(dǎo)航系統(tǒng)以及其利用的關(guān)鍵技術(shù)和算法.針對(duì)MEMS慣性器件隨機(jī)噪聲大,現(xiàn)有的去噪算法難以兼顧降噪效果和信息處理速度的問題,提出自適應(yīng)實(shí)時(shí)混合去噪算法;針對(duì)組合導(dǎo)航系統(tǒng)常用的EKF算法對(duì)非線性系統(tǒng)線性化會(huì)帶來額外的誤差的問題,利用UKF算法進(jìn)行信息融合;針對(duì)軟件接收機(jī)和MEMSINS的導(dǎo)航計(jì)算均需要在計(jì)算機(jī)上進(jìn)行,利用多線程同步技術(shù)實(shí)現(xiàn)兩者

21、的同步運(yùn)行.最后給出GPS/MEMS.INS組合導(dǎo)航系統(tǒng)原理樣機(jī)在靜態(tài)試驗(yàn)及跑車試驗(yàn)中的定位結(jié)果.結(jié)果證明,GPS/MEMS.INS組合導(dǎo)航系統(tǒng)原理樣機(jī)較GPS的定位精度更高,速度噪聲更小,且在動(dòng)態(tài)環(huán)境下也能進(jìn)行實(shí)時(shí)高精度地導(dǎo)航定位.參考文獻(xiàn):1】GodhaS,CannonME.GPS/MEMS-INSintegratedsystemfornavigationinurbanareasJ.GPSSolut,2007,11(3):193203.2陳寶毅.MEMS慣性器件的數(shù)據(jù)采集與誤差分析技術(shù)研究D.哈爾濱:哈爾濱工程大學(xué),2009:810.3JWalidAbdelHamid.Accuracyen

22、hancementofintegratedMEMSIMU/GPSsystemforlandvehicularnavigationapplica-tionsD.Canada:UniversityofCalgary,2004:1-4.4】李榮冰,劉建業(yè),曾慶化,等.GPS/MEMS.INS微型組合導(dǎo)航系統(tǒng)研究c】.北京:中國航空學(xué)會(huì)控制與應(yīng)用第十二屆學(xué)術(shù)年會(huì),2006.5】吳建華,李遲生,周衛(wèi)星.中值濾波與均值濾波的去噪性能比較J.南昌大學(xué),1998,20(1):32.35.6DeyD,ChaaeoeeB,ChakravortiS,eta1.Ahybridfilteringsche?meforpr

23、operdenoisingofreal?-timedataindielectricspecos-copyJ.IEEETransactionsonDielectriCSandElectricalInsula.tion,2007,14(5):1323-1331.7StPierreM,GingrasD.ComparisonbetweentheunscentedKal-manfilterandtheextendedKalmanfilterforthepositionestima-tionmoduleofanintegratednavigationinformationsystemC.Parma,Ita

24、ly:IEEEIntelligentVehiclesSymposium,2004.8萬莉,劉焰春,皮亦鳴.EKF,UKF,PF目標(biāo)跟蹤性能的比較J】_雷達(dá)科學(xué)與技術(shù),2007,5(1):13.16.9BuhmannA,PetersC,ComilsM,eta1.AGPSaidedfulllinearaccelerometerbasedgyroscopefreenavigationsystemC】.Posi-tionLocationandNavigationSymposium,2006:622629.10潘泉,楊峰,葉亮,等.一類非線性濾波器一UKF綜述J】_控制與決策,2005,20(5):481-489.】1】吳玲,盧發(fā)興,劉忠.