本站原创
引言
随着北斗导航应用的不断推广，国产导航芯片和模块持续升级，各领域应用对北斗导航产品性能提出新的要求：低成本、低功耗、小型化、高精度。
其中，GPS/BD多模导航的实现，很大程度满足国内外需求，集合MEMS惯性传感器的组合导航模块，进一步丰富多层面用户应用。与传统导航系统相比，卫星/MEMS组合导航模块，采用较低成本的MEMS惯性器件，极大降低导航系统成本、功耗和体积，与此同时，MEMS惯性器件具有瞬间较高精度的特点，弥补卫星导航不连续、输出频率不高、易失锁等不足[1~3]。
由于MEMS-IMU(IMU，惯性测量单元)精度仍处于较低水平，无法单独实现导航。通常采用MEMS-IMU与卫星导航接收机、磁强计等相结合的方式，构建组合导航模块，实现较高精度姿态控制与导航定位。
为了适合特定导航应用，提出一种卫星/MEMS组合导航模块用工程化滤波算法。并在嵌入式平台上实现。
卫星/MEMS组合导航，通过算法实现角速度校准，加速度校准，以及磁校准；估计载体姿态角度，位置和速度信息，并以较高的输出速率实时更新。该系统中采用扩展卡尔曼滤波器(EKF)估算并校准系统状
模块设计
综合考虑成本、功耗、体积、可靠性等因素，卫星/MEMS组合导航模块采用嵌入式平台开发方案[6]，如图1所示。系统由处理器、MEMS-IMU、GPS/BD多模导航接收机、磁强计等重要部件组成。
姿态与航向校准算法
理想情况下，将陀螺感测的角速度信息融入姿态处理器，在获悉载体初始姿态情况下，同时认为陀螺的输
出比较精准，一般的解算足以获得够用的姿态信息。然而，通常初始姿态无法准确获得，陀螺和加速度计都遭受随机漂移、失准角误差、加速度敏感误差、标度因数误差及其非线性等因素的影响，磁强计存在磁感应失真等。如图2所示，通过工装将模块安装于测试设备上，设计合理标定流程和算法，便可获得陀螺和加速度计常值零偏、标度因数、失准角误差量等关键参数。
通常在组合模块安装好之后，对磁强计的误差和干扰进行校准。姿态与航向解算中，陀螺的漂移引起的误差最大，如果没有滤波算法，解姿信息将不断偏离真实数值。该卡尔曼滤波器提供在线陀螺漂移校准，加速度计提供重力轴系参考，磁强计通过与加速度计配合，提供航向参考。
姿态估计算法中，提供稳定的三维欧拉角roll、pitch、yaw，为了提高精度并避免奇异，采用四元数法实时更新方向余弦矩阵。MEMS陀螺感测到载体角速度，通过差分方程实时更新姿态四元数，同时获得更新后的方向余弦矩阵，从而获得姿态角的更新。
卡尔曼滤波器姿态校准的实现，之所以能够改善性能，主要在于它能够准确估计出陀螺的漂移和姿态误差。这种方式的优点是：滤波器估计了绝对姿态误差，因而无论是哪一部分误差污染了姿态角，都可以直接用其来校准姿态角输出。姿态与航向校准模块，采用EKF，包含两个部分：线性姿态误差与陀螺漂移模型，非线性姿态四元数误差模型。状态模型基于陀螺输出数据，预测姿态误差和陀螺漂移，量测模型采用真实世界的姿态误差量测值校准预测部分，该姿态误差量测值由加速度计与磁强计获得。这两个参考数据源向卡尔曼滤波器提供适当的置信水平[4]。
航姿模块路测试验
为了能够正确推算模块的姿态、速度、位置等信息，准确对准初始姿态是十分必要的。由于低精度MEMS陀螺不能感测到地球自转角速率，因此不能采用传统的自对准方法实现初始化对准。基于系统方案，将磁强计与MEMS加速度计进行组合，构成测姿模块，实现初始化对准。如图2所示，单片磁强计由三轴正交磁阻传感器与数字化ASIC接口构成，磁强计不能单独确定航向角，需要MEMS-IMU模块中的加速度计配合，辅助磁强计精确确定航向角。
跑车实验：沿着一小区跑车，该小区有高楼，有树荫，其具体的姿态
卫星/MEMS组合滤波
导航解算
由于MEMS陀螺不同于传统高精度陀螺，其不能感测地球相对于惯性空间的旋转速率，因而无法使用传统的导航解算公式去实时推算速度和位置。如图4所示，为捷联解算算法流程。
组合滤波算法
卫星/MEMS组合导航模块实现方案如图5所示，MEMS-SINS模块与卫星导航模块是彼此独立的两个部分，此框图显示了以MEMS-SINS和卫星导航接收机的速度/位置信息做差作为量测量。松耦合组合导航通常有两种形式：开环与闭环，如图5所示，该技术方案采用闭环形式，将卡尔曼滤波估计出的各种误差反馈至MEMS-SINS模块，改善系统性能[5]。
组合导航路测试验
与传统高精度捷联惯性导航系统不同的是，MEMS-SINS模块无法感测地球自转角速率，地球的自转角速率完全淹没在MEMS陀螺的噪声之中，当载体处于静止状态时，认为陀螺输出角速率为0。MEMS-SINS误差方程修正如下所示：
姿态误差方程为： nnb
?分别为陀螺随机常值漂移和加速度计随机常值零偏。具体卡尔曼滤波算能通过软件代码实现。
通过软件实现所设计的捷联算法与组合滤波算法。重点研究了采用EKF组合算法之后的系统误差状态向量的估计情况。并通过matlab软件对卫星/MEMS组合中的各种误差向量估计做仿真观测。并在实际路测环境下，获得导航全参数。如图6所示为路测试验专用车。
如图7所示，红色为卫星导航，蓝色为组合导航，当试验车路过城市峡谷时，由于遮挡和多路径效应等，卫星导航出现较大偏差，而组合导航表现良好。
如图8所示，当路测试验车进入地下车库时，卫星导航立刻中断，而组合导航依然能够维持导航能力。
当卫星导航信号中断，组合导航
硬件平台
本文以GPS/BD多模导航接收机、MEMS-IMU、磁强计构成的超低成本微小型组合导航模块为研究对象，结合实际需求，设计组合导航架构；通过比较传统SINS与现代MEMSSINS，提出实用的MEMS-SINS的初始化方案和捷联解算算法；基于MEMSIMU，给出卫星/MEMS组合导航模块工程化的滤波算法，实现非线性连续系统的线性离散化。仿真与实测试验结果表明：在MEMS-IMU精度较低的情况下，通过相关算法的合理设计，仍可以实现较高精度导航。图9展示了自主设计的卫星/MEMS组合导航模块和集成开发软件平台。
参考文献
G H Elkaim. Comparison of Low-Cost GPS/INS Sensors for Autonomous Vehicle Applications [J]. 2008, 1133: 1144.
Michael J. Caruso Applications of Magnetic Sensors for Low Cost Compass Systems [R]. Honeywell Inc, 2000.
[3]Did H Titterton, John L Weston. Strapdown Inertial Nigation Technology 2nd Edition [M]. The IEE, 2004.
[4]秦永元, 张洪钺, 汪叔华. 卡尔曼滤波与组合导航原理[M]. 西安:西北工业大学出版社, 1998.
[5]Di Li. Based Low-cost Inertial/GPS Integrated Nigation Platform: Design and Experiments [J]. Journal of GPS, 2007
[6]杜春雷. ARM体系结构与编程[M]. 清华大学出版社，2003.
随着北斗导航应用的不断推广，国产导航芯片和模块持续升级，各领域应用对北斗导航产品性能提出新的要求：低成本、低功耗、小型化、高精度。
其中，GPS/BD多模导航的实现，很大程度满足国内外需求，集合MEMS惯性传感器的组合导航模块，进一步丰富多层面用户应用。与传统导航系统相比，卫星/MEMS组合导航模块，采用较低成本的MEMS惯性器件，极大降低导航系统成本、功耗和体积，与此同时，MEMS惯性器件具有瞬间较高精度的特点，弥补卫星导航不连续、输出频率不高、易失锁等不足[1~3]。
由于MEMS-IMU(IMU，惯性测量单元)精度仍处于较低水平，无法单独实现导航。通常采用MEMS-IMU与卫星导航接收机、磁强计等相结合的方式，构建组合导航模块，实现较高精度姿态控制与导航定位。
为了适合特定导航应用，提出一种卫星/MEMS组合导航模块用工程化滤波算法。并在嵌入式平台上实现。
卫星/MEMS组合导航，通过算法实现角速度校准，加速度校准，以及磁校准；估计载体姿态角度，位置和速度信息，并以较高的输出速率实时更新。该系统中采用扩展卡尔曼滤波器(EKF)估算并校准系统状
摘自：硕士论文开题报告www.udooo.com
态量。通过融合卫星导航信息和磁强计信息，实时校准系统姿态、位置、速度和传感器误差。该EKF融合算法，考虑到传感器主要特性：零偏、标度因数误差、正交耦合误差等。此外，由于磁强计感测地磁场强度时，会受到硬铁和软铁干扰，因此在滤波器中对其进行估计。在静态情况下，系统姿态角误差小于0.2°，航向角误差小于0.5°。在动态情况下，姿态角与航向角误差小于1°，如果卫星导航突然中断，将能持续30秒，定位精度维持在20米内。模块设计
综合考虑成本、功耗、体积、可靠性等因素，卫星/MEMS组合导航模块采用嵌入式平台开发方案[6]，如图1所示。系统由处理器、MEMS-IMU、GPS/BD多模导航接收机、磁强计等重要部件组成。
姿态与航向校准算法
理想情况下，将陀螺感测的角速度信息融入姿态处理器，在获悉载体初始姿态情况下，同时认为陀螺的输
出比较精准，一般的解算足以获得够用的姿态信息。然而，通常初始姿态无法准确获得，陀螺和加速度计都遭受随机漂移、失准角误差、加速度敏感误差、标度因数误差及其非线性等因素的影响，磁强计存在磁感应失真等。如图2所示，通过工装将模块安装于测试设备上，设计合理标定流程和算法，便可获得陀螺和加速度计常值零偏、标度因数、失准角误差量等关键参数。
通常在组合模块安装好之后，对磁强计的误差和干扰进行校准。姿态与航向解算中，陀螺的漂移引起的误差最大，如果没有滤波算法，解姿信息将不断偏离真实数值。该卡尔曼滤波器提供在线陀螺漂移校准，加速度计提供重力轴系参考，磁强计通过与加速度计配合，提供航向参考。
姿态估计算法中，提供稳定的三维欧拉角roll、pitch、yaw，为了提高精度并避免奇异，采用四元数法实时更新方向余弦矩阵。MEMS陀螺感测到载体角速度，通过差分方程实时更新姿态四元数，同时获得更新后的方向余弦矩阵，从而获得姿态角的更新。
卡尔曼滤波器姿态校准的实现，之所以能够改善性能，主要在于它能够准确估计出陀螺的漂移和姿态误差。这种方式的优点是：滤波器估计了绝对姿态误差，因而无论是哪一部分误差污染了姿态角，都可以直接用其来校准姿态角输出。姿态与航向校准模块，采用EKF，包含两个部分：线性姿态误差与陀螺漂移模型，非线性姿态四元数误差模型。状态模型基于陀螺输出数据，预测姿态误差和陀螺漂移，量测模型采用真实世界的姿态误差量测值校准预测部分，该姿态误差量测值由加速度计与磁强计获得。这两个参考数据源向卡尔曼滤波器提供适当的置信水平[4]。
航姿模块路测试验
为了能够正确推算模块的姿态、速度、位置等信息，准确对准初始姿态是十分必要的。由于低精度MEMS陀螺不能感测到地球自转角速率，因此不能采用传统的自对准方法实现初始化对准。基于系统方案，将磁强计与MEMS加速度计进行组合，构成测姿模块，实现初始化对准。如图2所示，单片磁强计由三轴正交磁阻传感器与数字化ASIC接口构成，磁强计不能单独确定航向角，需要MEMS-IMU模块中的加速度计配合，辅助磁强计精确确定航向角。
跑车实验：沿着一小区跑车，该小区有高楼，有树荫，其具体的姿态
卫星/MEMS组合滤波
导航解算
由于MEMS陀螺不同于传统高精度陀螺，其不能感测地球相对于惯性空间的旋转速率，因而无法使用传统的导航解算公式去实时推算速度和位置。如图4所示，为捷联解算算法流程。
组合滤波算法
卫星/MEMS组合导航模块实现方案如图5所示，MEMS-SINS模块与卫星导航模块是彼此独立的两个部分，此框图显示了以MEMS-SINS和卫星导航接收机的速度/位置信息做差作为量测量。松耦合组合导航通常有两种形式：开环与闭环，如图5所示，该技术方案采用闭环形式，将卡尔曼滤波估计出的各种误差反馈至MEMS-SINS模块，改善系统性能[5]。
组合导航路测试验
与传统高精度捷联惯性导航系统不同的是，MEMS-SINS模块无法感测地球自转角速率，地球的自转角速率完全淹没在MEMS陀螺的噪声之中，当载体处于静止状态时，认为陀螺输出角速率为0。MEMS-SINS误差方程修正如下所示：
姿态误差方程为： nnb
?分别为陀螺随机常值漂移和加速度计随机常值零偏。具体卡尔曼滤波算能通过软件代码实现。
通过软件实现所设计的捷联算法与组合滤波算法。重点研究了采用EKF组合算法之后的系统误差状态向量的估计情况。并通过matlab软件对卫星/MEMS组合中的各种误差向量估计做仿真观测。并在实际路测环境下，获得导航全参数。如图6所示为路测试验专用车。
如图7所示，红色为卫星导航，蓝色为组合导航，当试验车路过城市峡谷时，由于遮挡和多路径效应等，卫星导航出现较大偏差，而组合导航表现良好。
如图8所示，当路测试验车进入地下车库时，卫星导航立刻中断，而组合导航依然能够维持导航能力。
当卫星导航信号中断，组合导航
硬件平台
本文以GPS/BD多模导航接收机、MEMS-IMU、磁强计构成的超低成本微小型组合导航模块为研究对象，结合实际需求，设计组合导航架构；通过比较传统SINS与现代MEMSSINS，提出实用的MEMS-SINS的初始化方案和捷联解算算法；基于MEMSIMU，给出卫星/MEMS组合导航模块工程化的滤波算法，实现非线性连续系统的线性离散化。仿真与实测试验结果表明：在MEMS-IMU精度较低的情况下，通过相关算法的合理设计，仍可以实现较高精度导航。图9展示了自主设计的卫星/MEMS组合导航模块和集成开发软件平台。
参考文献
G H Elkaim. Comparison of Low-Cost GPS/INS Sensors for Autonomous Vehicle Applications [J]. 2008, 1133: 1144.
Michael J. Caruso Applications of Magnetic Sensors for Low Cost Compass Systems [R]. Honeywell Inc, 2000.
[3]Did H Titterton, John L Weston. Strapdown Inertial Nigation Technology 2nd Edition [M]. The IEE, 2004.
[4]秦永元, 张洪钺, 汪叔华. 卡尔曼滤波与组合导航原理[M]. 西安:西北工业大学出版社, 1998.
[5]Di Li. Based Low-cost Inertial/GPS Integrated Nigation Platform: Design and Experiments [J]. Journal of GPS, 2007
[6]杜春雷. ARM体系结构与编程[M]. 清华大学出版社，2003.