基于SINS辅助的GPS完善性监测方法

合集下载

基于GPS／SINS紧耦合系统的历史故障次优融合检测法

ＤＯｈ１０．７６５４／ｊ．ｉｓｓｎ．１００４ — ７１８２．２０１３０３１６
基于ＧＰＳ／ＳＩＮＳ紧耦合系统的历史故障次优融合检测法
郝顺义１，冯文，一，冯兴春，彭兴钊
（１．空军工程大学航空航天工程学院，西安，７１００３８：２．９５０６１部队，老河口，４４１８００：３．飞利浦电子技术（上海）有限公司，上海，２０１８０１）
中图分类号：ＴＰ２７３．５文献标识码：Ａ
ＨｉｓｔｏｒｉｃａｌＦａｕｌｔＳｕｂｏｐｔｉｍａｌＦｕｓｉｏｎＤｅｔｅｃｔｉｏｎＭｅｔｈｏｄＢａｓｅｄｏｎ
ＧＰＳ／ＳＩＮＳＴｉｇｈｔｌｙＣｏｕｐｌｅｄＳｙｓｔｅｍ
ｆａｕｌｔｄｅｔｅｃｔｉｏｎ．ＣｏｍｐａｒａｔｉｖｅｓｉｍｕｌａｔｉｏｎＷｓａｃｏｎｄｕｃｔｅｄｂａｓｅｄｏｎＧＰＳ／ＳＩＮＳｔｉｈｔｇｌｙｃｏｕｐｌｅｄｓｙｓｔｅｍ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｈｏｗｅｄｔｈａｔ
摘要：为提高ＧＰＳ／ＳＩＮＳ紧耦合系统对于软故障的检测能力，在新息外推法的基础上提出一种历史故障次优融合算法。通过对历史故障进行加权次优融合，形成检验统计量进行故障检测，并提出野值诊断方法，解决该算法易受野值影响的问题。在ＧＰＳ／ＳＩＮＳ紧耦合系统基础上进行对比仿真，结果表明，历史故障次优融合算法在故障量越小的情况下，软故障检测效果越明显，而且能更好地消除野值对故障检测的影响关键词：紧耦合：软故障；故障检测；故障次优融合检测方法；野值

SINSGPS组合导航系统研究

SINSGPS 组合导航系统研究近年来，随着全球定位系统（GPS）和惯性导航技术的不断发展，SINSGPS（Strapdown Inertial Navigation System and Global Positioning System）组合导航系统也随之出现并逐渐得到广泛应用。

它是一种由惯性导航系统（INS）和GPS 接收器组成的系统，将两种导航技术进行融合，以提高导航系统的精度和可靠性。

本文将介绍SINSGPS 组合导航系统的原理、应用和发展前景。

一、SINSGPS 组合导航系统原理SINSGPS 组合导航系统是一种将惯性导航系统和全球定位系统结合起来的导航方式。

该系统通过将INS 和GPS 进行融合，以提高导航系统的精度和可靠性，同时克服两种技术本身所存在的缺陷。

1、惯性导航系统惯性导航系统是一种以惯性测量装置（IMU）作为核心的导航系统，它使用加速度计和陀螺仪等设备来测量运动物体的姿态和速度，并通过积分计算出运动物体的位置。

惯性导航系统的主要优点是无需外部参考，可以连续提供导航信息。

但是，它很容易受到系统漂移的影响，导致长时间使用会产生较大的定位误差。

2、全球定位系统全球定位系统是一种由美国政府运营的卫星导航系统，可以提供全球范围内的位置、速度和时间信息。

GPS 的精度和可靠性非常高，且具有长期稳定性和持续改进的能力。

3、SINSGPS 组合导航系统SINSGPS 组合导航系统将INS 和GPS 接收器结合起来，可以将两种技术的优点互相补充，提高系统的精度和可靠性。

其基本原理是：惯性导航系统可以提供连续的位置和速度，但是受到系统漂移的影响；而GPS 可以提供准确的位置信息，但是在城市、山谷等建筑物密集的区域或者高纬度地区时，GPS 信号很容易受到干扰或者被遮挡，会导致无法定位。

所以，将这两种技术进行融合，可以克服彼此存在的缺陷。

二、SINSGPS 组合导航系统应用SINSGPS 组合导航系统具有很广泛的应用领域，主要包括以下几个方面：1、航空航天领域SINSGPS 组合导航系统是飞行器中最常用的导航系统之一，尤其是航空器和导弹控制系统。

GPSSINS超紧耦合组合导航系统的信息融合算法研究中期报告

GPSSINS超紧耦合组合导航系统的信息融合算法研究中期报告GPSSINS是一种超紧耦合组合导航系统，结合全球定位系统（GPS）和惯性导航系统（INS）的特点，可以提高导航系统的精度和可靠性。

在GPSSINS中，GPS提供位置和速度信息，INS提供姿态和加速度信息。

信息融合算法是将这两个系统融合在一起，得到更准确的导航结果的关键。

本次中期报告主要介绍了GPSSINS超紧耦合组合导航系统信息融合算法的研究情况，包括以下几个方面：1. GPS信号弱化对导航精度的影响GPS信号受到天气、地形和建筑物等因素的影响，会发生信号衰减和多径效应，导致定位精度下降。

针对这一问题，我们采用了多路径补偿和信号干扰削弱技术，优化GPS信号的接收和处理方式，从而提高导航精度。

2. INS误差累积对导航精度的影响INS存在着漂移和零偏等误差，这些误差会随着时间的推移累积，导致导航精度下降。

为了解决这一问题，我们研究了基于卡尔曼滤波的误差补偿方法，实现对INS误差的实时补偿，从而提高导航精度。

3. 数据融合算法的优化在GPSSINS中，GPS和INS的数据需要进行融合才能得到准确的导航结果。

我们研究了多种数据融合算法，包括基于权值的融合算法和基于粒子滤波的融合算法等，通过对比实验确定了最优算法。

4. 系统仿真与实验验证为了验证GPSSINS超紧耦合组合导航系统信息融合算法的有效性，我们进行了系统仿真和实验验证。

仿真结果表明，我们提出的算法可以有效地提高导航精度；实验结果也验证了这一结论。

总之，本次中期报告介绍了GPSSINS超紧耦合组合导航系统信息融合算法的研究情况，通过对GPS信号弱化、INS误差累积和数据融合算法的优化，实现了对导航精度的有效提高。

后续工作将进一步优化算法，提高系统的可靠性和实用性。

景象匹配辅助的GPS_SINS组合导航算法(1)

n) 表示GPS( i = 1) 、SIN S( i= 2) 和SM ( i= 3) 第ki 次
的观测值, 其采样率为 si, 所对应的采样时刻为 l iki,
并且有
x( i , ki ) = x( l iki) , i = 1, 2, 3.
( 3)
其中: l1 = 1、k1 = k。采样率si 之间有下列关系
C( 3, k3 ) =
.
0 00 1 0 00 0 0
( 7)
R 其中 I9 表示 9 阶单位矩阵。观测误差 v( i , ki ) ∈
q ×1 i
是方差为R( i , ki) 的零均值Gaussian 白噪声, 并假设
与系统噪声互不相关。初始状态向量x( 0) 是一个随
机变量, 均值和方差分别为 x0 和 P0, 并假设 x ( 0) 、
( 14)
P( k k - 1) = A( k - 1) P( k - 1 k - 1) AT ( k - 1) + Q( k - 1) ,
( 15)
K( k ) = P( k k - 1) CT ( 1, k ) ×
[ C( 1, k ) P( 1, k k - 1) CT ( 1, k ) + R( 1, k) ] - 1.
施航, 等: 景象匹配辅助的 G PS/ SIN S 组合导航算法
11 83
GPS 可以给出东、北、天向的位置和速度数据, 而SINS 可以给出载体在各个方向的位置、速度和加速度。SM 实时拍摄地面图像, 通过搜索实时图在基准图中的位置可以给出载体的东、北向位置数据。因
此, 为了确定载体的状态, 利用GP S、SIN S 和SM 分别对目标进行观测的组合导航系统可描述

SINS_GPS系统故障检测与分析

/ $*’ ， $*( ， $*) ， !’， !(］
系统状态方程为（ , ）- 1 （ ,）（ , ）2 3 （ ,）（ ,） +0 + 4 系统的量测值分位置量测与速度量测两组，合并得量测方程为（ , ）- 5 （ ,）（ , ）2 $ （ ,） # + 其中 4 （ ,），（ ,）为系统噪声阵。 $ 对系统模型离散化，然后采用开环或闭环卡尔
作者简介：高俊山，男，副教授，智能控制。 ’-/* 年生，
技使这样一段有限时间也变得越来越短。
参考文献
［’］气象出版社， ! 9 " 9 %6*:;) , 混沌本质 , 北京： ’--. ［*］吴祥兴，陈忠，等 , 混沌学导论 , 上海：上海科学技术文献出版社， ’--/ ［0］郝柏林 , 从抛物线谈起 — 混沌动力学引论 , 上海：上海科技教育出版社， ’--0 ［1］朱之辕，徐功仁 , 混沌系统与随机系统的转换及其控制 , 东北化工学院学报，（(）： ’--.， ’0 /’/ < /** ［(］朱伟勇，王兴元 , 二维 %6=>?,>@ 映射中的阵发混沌与分形 , 东北大学学报，（(）： ’--2， ’()- < (’* ［/］刘孝贤 , 利用同步混沌系统和对称混沌信号实现保密通信 , 山东工业大学学报， ’--.： */ < (1
目前对于舰船的导航来说，多倾向于采用组合导航技术。比起单一的导航方式，组合导航的功能大大增强，但同时由于规模的扩大，复杂性的增强，系统出错的概率也会增加，而一旦发生故障，常会带来很大的损失。因此，为了对系统的可靠性做出切实的保障，必须采用有效的故障检测手段，将故障检测出来之后，及时采取隔离措施，并完成系统的重构。导航系统常用的故障检测方法中，有状态 ! 与

基于小波辅助的GPS／SINS组合导航系统故障检测与信息融合算法

仿真结果验证了该方法的有效性。
关键词：组合导航；小波变换；故障检测；融合算法
中图分类号：Ｔ８Ｊ６文献标志码：Ａ
ＦｕｔｔｃｉｎａｄＩｆｒａｉｎＦｓｏｅｈｄｏａｌＤｅｅｔｏｎｎｏｍｔｏｕｉｎＭｔｏｆＧＰＳＳＮＳＩｔｇａｅｖｇｔｏ／ＩｎｅｒｔｄＮａｉａｉｎＳｓｅＢａｅｎＷａｅｅｄｄｙｔｍｓｄｏｖｌｔＡｉｅ
ｆｒｒｓＴｈｓａｇｒｔｍｒｔｕｅｖｌｔｔｃｎｌｇｏａａｙｅｔｅｅｔｍａｉｎｅｒｒｆｈｌａｌｒｉｒｅｏｆｎｏｗａｄ．ｉｌｏｉｈｆｓｓｓｗａｅｅｅｈｏｏｙｔｎｌｚｈｓｉｔｏｒｏｓｏｅＫａｍｎｆｔｎｏｄｒｔｄｉｔｉｅｉｔｅｆｕｔｐｏｎｎｅｒａｅｆｌｅａａｍｒｂｂｉｔｎｓｏｔｔｍｅｆｔｅｅｉｏｔｆｕｔｉｈｈａｌｉｔａｄｄｃｅｓａｓ — ｌｒｐｏａｌｙｉｈｒｉ．Ｉｒｓｓｆ－ａｌｎｔｅＧＰＳｏｔｕｎｏｍａｉｎｈｉｈｕｐｔｉｆｒｔｏ，ｔｅｉｒｖｄｅｆａａｔｅｆｌｒｎａｇｒｔｍｉｕｅｏｆｓｈｎｏｍａｉｎｈｓｔｅｓｔｍ’ ｆｌｒｎｃｕａｙｆｕｔｍｐｏｅｓｌ－ｄｐｉｔｉｇｌｏｉｖｉｅｈｓｓｄｔｕｅｔｅｉｆｒｔ，ｔｕｈｙｓｅＳｉｔｉｇａｃｒｃ，ａｌｏｅｔｌｒｎｅａｄｒｌｂｌｙｇｉｎｕｅ．ｅｓｍｕａｅｘｅｉｎａｅｕｔｅｉｈｅｓｂｌｙｏｒｐｓｄｓｈｍｅｏｅａｃｎｅｉｉｉａｎｅｓｒｄＴｈｉｌｔｄｅｐｒｍｅｔｌｓｌｓｖｒｆｔｅｆａｉｉｉｆｏｏｅｃｅ．ａｔｒｙｔｐＫｅｒ：ｉｔｇａｅａｉａｉｎｗａｅｅａｓｏｍａｉｎ；ａｌｄｔｃｉｎ；ｕｉｎａｇｒｈｙｗｏｄｓｎｅｒｔｄｎｖｇｔｏ；ｖｌｔｔｎｆｒｔｏｆｕｔｅｅｔｏｆｓｏｌｏｉｍｒｔ

GPSSINS超紧组合导航系统关键技术研究的开题报告

GPSSINS超紧组合导航系统关键技术研究的开题报告开题报告：GPSSINS超紧组合导航系统关键技术研究一、研究背景及意义目前，全球定位系统（GPS）和惯性导航系统（INS）已广泛应用于航空、航天和军事领域。

GPS具有高精度、全球覆盖、持续跟踪等优点，但在信号被干扰或无法接收的情况下会失效。

INS具有无信号依赖、实时性好等优点，但存在误差累积、漂移等问题。

因此，将GPS和INS组合起来，可以充分发挥各自的优点，实现高精度、可靠性强的导航系统。

在复杂电子环境下，GPS和INS的组合导航系统仍然存在一定的误差，无法满足高精度导航的需求。

超紧组合导航系统是GPS和INS组合导航的一种新型技术，可以利用多传感器数据进行动态校正和误差补偿，达到更高的精度和可靠性，具有重要的应用前景。

二、研究内容和方法本课题旨在研究GPSSINS超紧组合导航系统的关键技术，包括以下内容：1. 基于多传感器数据的超紧组合导航系统算法研究；2. 航空、航天、地面等应用场景下的超紧组合导航系统性能分析；3. 超紧组合导航系统误差补偿和动态校准算法研究；4. GPSSINS超紧组合导航系统软件平台设计与实现。

研究方法主要包括以下几个方面：1. 分析目前超紧组合导航系统的研究现状、存在问题和发展趋势；2. 研究多传感器数据融合算法、误差补偿和动态校准算法；3. 基于虚拟仿真技术进行航空、航天、地面等应用场景下的性能分析；4. 设计GPSSINS超紧组合导航系统软件平台，进行实验验证。

三、预期成果和意义本课题的研究成果预期包括：1. GPSSINS超紧组合导航系统关键技术研究报告；2. 多传感器数据融合算法、误差补偿和动态校准算法；3. GPSSINS超紧组合导航系统软件平台原型系统。

本课题的研究成果将对航空、航天、军事等领域的高精度、可靠性强的导航系统的研究和应用具有重要意义。

同时，本研究也将推动组合导航技术的发展，为国家重大工程的研究和应用提供技术支撑。

SINS辅助GPS跟踪环路超紧耦合系统设计

2010年5月第36卷第5期北京航空航天大学学报Journa l o f Be iji ng U nivers it y of A eronauti cs and A stronauti cs M ay 2010V o.l 36 N o 15收稿日期:2009-06-10基金项目:航空科学基金资助项目(20090151004)作者简介:于洁(1985-),女,山东威海人,硕士生,2104yu @163.co m.SINS 辅助GPS 跟踪环路超紧耦合系统设计于洁王新龙(北京航空航天大学宇航学院,北京100191)摘要:为了提高GPS(G l o ba l Position i n g Syste m )在高动态条件下的跟踪性能并为S I N S(S trapdo w n Inertia lN av igati o n Syste m )提供精确、可靠的修正信息,提出了一种S I N S 辅助GPS 超紧耦合导航方案.针对高动态条件下载波跟踪性能不佳的问题,利用SI NS 速度信息为载波环提供多普勒频率辅助,从而降低了载体动态对载波环的影响.此外,将载波环跟踪误差扩充为组合系统的状态变量,并建立了载波环跟踪误差、伪距率量测误差与惯导误差之间的关系模型,从而消除了引入SI N S 辅助信息导致的量测相关问题.仿真验证表明:超紧耦合系统不仅能够有效地提高跟踪环路的噪声抑制能力和动态跟踪性能,而且可以显著地改善组合滤波器的误差估计精度.关键词:捷联惯性导航系统;全球定位系统;相位锁定环;动态跟踪性能;抗干扰能力中图分类号:V 249.32+8文献标识码:A 文章编号:1001-5965(2010)05-0606-04U ltra -tightl y coupled navi gati on syste m desi gn based onSIN S ai ding GPS tracki ng loopsYu Ji e W ang X i n long(School ofA stronauti cs ,B eiji ng U n i vers it y of Aeronau tics and Astronau tics ,Beiji ng 100191,C hina)Abstr act :I n o r der to i m prove the track i n g perfor m ance o f g l o ba l positi o ning syste m (GPS)i n h i g h dy -na m ic env ironm ent and prov i d e re li a ble calibrati o n i n for m ati o n for strapdo w n i n erti a l nav i g ati o n syste m(SI N S),the sche m e o f SI N S aiding GPS u ltra -ti g htly coupled nav i g ati o n w as presented .Consi d eri n g t h e poor tracking perfo r m ance o f the carrier phase l o ck loop (PLL)in h i g h dyna m ic app lications ,Dopp ler frequency derived fro m S I N S para m eters w as prov i d ed for PLL ,and so the effect of veh icle dyna m ics on PLL w as de -creased .Add itionally ,i n or der to eli m inate the m easure m ent correlation caused by i n troduc i n g SI N S aiding in -f o r m ation,the relationsh i p s bet w een PLL errors and SI N S err o rs have been established and PLL errors w ere ap -pended to t h e syste m state vector .Fina ll y ,the si m ulati o ns indicate the u ltra -ti g htly coupled syste m can not on -l y enhance the ant-i ja mm i n g capab ility and the dyna m ic tracking perfor m ance o f the track i n g l o ops effectively ,but also i m prove the error esti m ati n g prec isi o n of t h e integ rated Ka l m an filter sign ifi c antly .Key w ords :strapdo w n inertial nav i g ati o n syste m;g lobal positi o ning syste m;phase locked l o ops ;dyna m -ic track i n g perf o r m ance ;ant-i ja mm ing capability随着现代武器对导航精度要求的提高,SI N S (Strapdo wnI nertia l N av i g ati o nSyste m )/GPS(G lobal Position i n g Syste m )组合系统已广泛应用于航空、航天等领域.SI N S 和GPS 具有优势互补的性能特点,将两者组合不仅能充分发挥各自的优势,而且能提高系统的总体性能.按照组合深度的不同,SI NS 和GPS 有松散、紧密两种组合方式[1-2].目前这两种组合方式应用较为广泛,但随着飞行器机动性能的提高,为满足高动态及强干扰条件下的应用需求,以紧密组合为基础发展起来的超紧耦合逐渐成为SI NS /GPS 组合系统的新一代设计模式.超紧耦合方案是由文献[3-5]提出的.Draper 实验室、Interstate 公司等机构的研究表明,超紧耦合在精度、反电子欺骗和可靠性等方面表现出极大的优势.高动态应用环境要求GPS 跟踪环路,尤其是载波环具有较高的动态跟踪性能.在高动态环境中,如果载波跟踪失锁,接收机将无法独立提供导航参数,这可能导致整个系统性能下降甚至无法工作.因此提高载波环的动态跟踪性能,是高动态环境下S I N S /GPS 组合系统亟待解决的问题.为此,本文提出一种SI N S 辅助GPS 超紧耦合导航方案,并对系统的组合方式以及载波跟踪环的结构进行了改进,以提高组合系统的动态性能和抗干扰能力.1 SI NS 辅助GPS 超紧耦合方案设计GPS 接收机在干扰或者低载噪比环境中工作时,载波跟踪容易失锁.而载波跟踪失锁会影响到整个系统的稳定性和可靠性,为提高载波环的跟踪性能,本文提出了一种SI NS 辅助GPS 超紧耦合导航方案,其原理如图1所示.图1 S I NS 辅助GPS 超紧耦合方案原理框图超紧耦合系统通过引入SI NS 对载波环的频率辅助,以减小载波环的动态跟踪范围;另外为消除伪距率误差与S I N S 速度误差之间的相关性,对载波环跟踪误差进行建模,并在伪距率量测方程中扣除载波环跟踪误差的影响.此外,在接收机内部采用载波辅助码环的技术以去除码环的动态,而码环则通过降低相关间隔来提高跟踪精度.为防止载波跟踪性能下降对码环造成污染,当载波环工作异常时利用SI N S 速度信息辅助码环.2 SI NS 辅助GPS 超紧耦合实现方法2.1 超紧耦合系统SINS 辅助PLL 模型分析图2为超紧耦合系统中SI NS 辅助GPS 载波跟踪回路的s 域模型,超紧耦合系统利用多普勒频率与接收机钟频误差之和来表征参考载波相位的变化率.前向通道中的辅助频率与PLL(Phase Lock Loop)环路滤波器的输出之和,用于控制载波数控振荡器NCO(Nu m erical ControlOsc illator).图2 超紧耦合系统中S I N S 辅助PLL 模型图2前向支路中的低通滤波器用来限定惯性传感器的带宽,误差项e (s )表示由SI N S 传感器的标定误差、钟频误差等因素引起的频率估计误差[6].SI NS 辅助PLL 在抑制相位噪声和扩展跟踪带宽方面更具优势,由于参考相位H (s )与相位噪声w (s)不再由相同的传递函数来处理,因此可以通过调整环路滤波器的参数来抑制噪声.此外,载波参考相位H (s)与估计相位H^(s)之间的关系在很大程度上取决于SI N S 的带宽限制,设误差项e(s)为0,则有H ^(s)=H 1(s)H (s)+H 2(s )w (s)(1)其中H 1(s)=T 1s2as +a +K 1(T 2s +1)T 1s 2+K 1T 2s +K 1(2)H 2(s)=K 1(T 2s +1)T 1s 2+K 1T 2s +K 1(3)由式(2)可以看出,当a y ]即SI NS 提供的跟踪带宽增大时,H 1(s)趋向于单位传递函数.这表明SI N S 能够为载波环提供足够大的等效带宽,以使PLL 跟踪载体运动导致的载波相位动态变化.环路滤波器只需设置较低的带宽来跟踪辅助频率误差,这样可大大地提高环路的噪声抑制能力.在超紧耦合系统中,SI NS 辅助PLL 环路滤波器的带宽底限取决于外部频率估计误差e(s).2.2 SI N S 辅助PLL 载波环实现方法S I N S 辅助的载波环包括信息融合辅助回路和载波跟踪环2个回路.在信息融合辅助回路中,组合系统利用卡尔曼滤波器对SI N S 和GPS 的导航信息进行融合,并根据校正后的SI N S 参数计算载波多普勒频移,将其与钟频误差估计值作和,作607第5期于洁等:SI N S 辅助G PS 跟踪环路超紧耦合系统设计为载波环的辅助信息,以去除载体动态对载波环的影响;而在载波跟踪环中,NC O根据辅助频率和环路滤波器输出,调节载波频率,使PLL只跟踪剩余的频率辅助误差;此外,PLL通过降低滤波器带宽以增强环路的噪声抑制性能.在超紧耦合系统中,需要先利用GPS信息对S I N S进行误差校正,当SI N S导航参数达到一定精度时,才能为GPS载波环提供辅助.常规PLL 与SI N S辅助PLL之间的切换通过转换开关来实现.当系统能够得到精度可靠的多普勒频移和接收机的钟频误差估计信息时,跟踪环路就可以从原滤波器支路切换到新的环路滤波器支路.该支路包括多普勒频移和接收机的钟频误差估计等外部辅助信息,而新的环路滤波器的带宽则根据跟踪需求设置.2.3PLL误差分析与处理S I N S辅助频率信息的引入会导致载波相位、频率误差以及伪距率误差与惯导误差相关.为消除这种相关性,将PLL跟踪误差扩充为组合滤波器的状态变量,在量测方程中扣除SI N S辅助误差的影响.PLL频率误差D f PLL为环路滤波器输出量D f TRK与S I N S辅助频率误差f a id之和:D f PLL=D f TRK+D f a id(4)由此可得SI N S辅助载波环的跟踪误差方程:D H#=2P(D f TR K+D f aid)D f#TRK=2P T2T1(D f TRK+D f aid+D HT1#K PLL(5)其中,D H为本地载波与输入信号载波之间的相位差;K PLL为环路增益;T1,T2为环路滤波器参数,环路滤波器频域表达式为F(s)=(T2s+1)/T1s.将跟踪误差D H和D f TRK扩充为组合滤波器的状态变量,并从伪距率误差中去除SI N S辅助误差的影响,能够提高量测信息的准确度,进而提高滤波器的误差估计精度.此外,根据滤波器对频率跟踪误差的估值对载波频率进行调整,能够提高载波跟踪精度.3仿真及结果分析3.1仿真条件仿真中,以弹道导弹为载体,导航坐标系选为发射点惯性系;惯性元件误差:陀螺仪常值漂移0.3(b)/h,白噪声均方差0.02(b)/h,一次项系数5@10-6;加速度计常值零偏100L g,白噪声均方差10L g,一次项系数1@10-4,二次项系数10L g.GPS信号中频为7MH z,采样频率为30MH z.接收机独立运行时载波环噪声带宽为10H z,阻尼因子为0.7,码环带宽2.5H z,伪码相关间隔为10个采样点,载波环和码环增益分别为0.3和0.5;SI N S提供辅助时,载波环带宽降为0.3H z,码环降为一阶,带宽0.5H z.仿真过程中,将多颗卫星噪声的叠加当作整体噪声,定义为均值为0、方差为R2n的高斯白噪声,作为射频前端输出的离散噪声序列.根据信噪比SNR为20lg(A S/A N)反推出噪声幅值,再以此幅值与期望为0、方差为1的高斯白噪声相乘,并与原GPS信号叠加得到相应信噪比的GPS中频信号.3.2仿真验证及分析3.2.1信号中断情况下系统性能分析仿真中假定在信号接收过程中300~500m s信号中断,在500m s处重新捕获、跟踪GPS信号.图3、图4分别为信号中断情况下紧密组合、超紧耦合系统的多普勒频率误差和位置误差.a紧密组合系统多普勒频率误差b超紧耦合系统多普勒频率误差图3信号中断情况下的多普勒频率跟踪误差超紧耦合系统在信号恢复时,在SI N S提供的多普勒频移估计信息的基础上,根据卡尔曼滤波器的误差估计对载波频率进行调节,能够加速环路闭合,减小频率跟踪误差的波动幅度.由于PLL是闭合的二阶环路,信号中断时组合系统估计的多普勒频移值中包含误差,这会导致环路闭合前608北京航空航天大学学报2010年PLL 输出发生阶跃现象.这就是多普勒频率跟踪误差在500m s 时发生波动的原因.由图3可见,在信号失锁或中断情况下,超紧耦合系统的多普勒频率误差在3H z 范围内,其跟踪能力优于紧密系统.a紧密组合系统位置误差b 超紧耦合系统位置误差图4 信号中断情况下超紧耦合系统位置误差由图4可见,信号恢复时,紧密组合系统中GPS 跟踪环路重捕获后的伪码跟踪精度降低,从而导致组合系统位置误差显著增大.而在超紧耦合系统中,无需调用重捕获程序,根据SI NS 提供的辅助信息就可以重新锁定环路,并且在载波环的频率辅助下码环能够迅速恢复到信号中断前的跟踪精度,因此其位置精度明显高于紧密组合系统.3.2.2 噪声环境中系统抗干扰性能分析由于常规条件下接收机输入端的信噪比约为-19dB ,因此在300~500m s 施加-30dB 的噪声干扰.图5为紧密组合、超紧耦合系统的速度误差.施加干扰时紧密组合系统的速度误差增大,且干扰消失后导航精度需要较长时间才能恢复;而超紧耦合系统中,即使由于噪声影响导致载波环跟踪误差增大,PLL 仍能通过SI N S 频率辅助、跟踪误差估计及载波频率精调等,将速度误差限制在0.05m /s 范围内,并且噪声消失后PLL 能够准确地锁定载波频率.a紧密组合系统速度误差b 超紧耦合系统速度误差图5 强干扰环境中超紧耦合系统速度误差4 结论本文针对高动态和强干扰应用环境对GPS跟踪环路的性能要求,提出了一种SI NS 辅助GPS 超紧耦合方案,利用SI N S 速度信息辅助载波环,能够减小载波环的动态跟踪范围,有效解决了动态跟踪性能和抗干扰能力之间的矛盾;降低PLL 噪声带宽,并根据组合滤波器输出的PLL 跟踪误差估计信息调整载波频率,能够提高载波环的跟踪精度.SI N S 辅助GPS 超紧耦合方案在重捕获时能够迅速、准确地锁定跟踪环路,在强干扰环境中能保证载波环和码环的跟踪精度,从而更好地满足高动态和强干扰环境对导航系统的性能要求.参考文献(References )[1]Sp il k er J ,Park i n s on B .G lobal positi on i ng syste m:theory and ap -p lications[M ].W ash i ngt on:AI AA,1996:187-220[2]C ox D B .Integrati on ofGPS w it h i n ertial navi gation s yste m s[J].N avigation ,1980,1:144-153[3]Gu st afson D ,Do w dle J ,E l w ell J .Deep l y -i ntegrated adapti veGPS -b ased nav i gator w it h extended -range code track i ng :USA ,6331835[P].2001-12-18[4]H ors l und J M,H ooker J R.Increase ja mm i ng i m mun ity by opt-im i z i ng process i ng gai n f or GPS /I NS syste m s :USA ,5983160[P].1999-11-09[5]Abbott A S,L illo W E.G l obal positi on i ng syste m s and i n ertialm easuri ng un it u ltrati ght coup li ng m ethod :U SA ,6516021[P ].2003-02-04[6]Le w i s D E.U ltra -ti ghtl y coup l ed GPS /I NS track i ng perfor m an ce[R ].A I AA-2003-6815,2003(编辑:张嵘)609第5期于洁等:SI N S 辅助G PS 跟踪环路超紧耦合系统设计。

一种基于INS辅助的导航用户自主完好性监测方法[发明专利]

专利名称：一种基于INS辅助的导航用户自主完好性监测方法专利类型：发明专利
发明人：刘小汇,吴孔阳,郭海玉,于美婷,王思鑫,姚闯,袁粤林申请号：CN202011409137.4
申请日：20201205
公开号：CN112698371A
公开日：
20210423
专利内容由知识产权出版社提供
摘要：本发明提供一种基于INS辅助的导航用户自主完好性监测方法。

技术方案是：第一步，构造两颗虚拟卫星，选择一颗可见GNSS卫星，计算INS与上述三颗卫星的虚拟伪距观测值；第二步，计算INS与第一步所述三颗卫星的虚拟伪距估计值；第三步，计算GNSS用户与可见GNSS卫星的伪距估计值；第四步，利用扩展伪距方程组计算用户位置和钟差；第五步，进行完好性监测。

本发明只需两颗GNSS卫星即可进行导航用户自主完好性监测，适用性强，能够较好地应用于干扰或遮挡等信号条件下。

申请人：中国人民解放军国防科技大学
地址：410073 湖南省长沙市开福区德雅路109号
国籍：CN
代理机构：湖南企企卫知识产权代理有限公司
代理人：任合明
更多信息请下载全文后查看。

《2024年基于SINS-BDS-GPS组合导航信息融合算法研究》范文

《基于SINS-BDS-GPS组合导航信息融合算法研究》篇一基于SINS-BDS-GPS组合导航信息融合算法研究一、引言随着科技的发展，导航系统在军事、民用等领域的应用越来越广泛。

SINS（Strapdown Inertial Navigation System，捷联式惯性导航系统）、BDS（北斗卫星导航系统）和GPS（全球定位系统）作为三种重要的导航系统，各自具有独特的优势和局限性。

为了进一步提高导航精度和可靠性，本文研究了基于SINS/BDS/GPS组合导航信息融合算法。

二、SINS、BDS和GPS的概述1. SINS：SINS是一种基于惯性测量单元（IMU）的导航系统，通过测量物体的加速度和角速度来推算物体的位置、速度和姿态。

SINS的优点是短时间内精度高，不受外界信号干扰，但长时间积累的误差较大。

2. BDS：BDS是中国自主研发的全球卫星导航系统，具有高精度、高可用性、高连续性等特点。

BDS的优点是覆盖范围广，可提供全球导航服务。

3. GPS：GPS是一种由美国研发的全球卫星导航系统，通过接收来自多个卫星的信号，计算接收机和卫星之间的距离，进而确定接收机的位置和速度。

GPS的优点是应用广泛，定位精度高。

三、组合导航信息融合算法研究为了充分发挥SINS、BDS和GPS的优势，提高导航精度和可靠性，本文研究了基于SINS/BDS/GPS组合导航信息融合算法。

该算法通过将三种导航系统的数据进行融合，实现对物体位置、速度和姿态的精确估计。

1. 数据预处理：对SINS、BDS和GPS的原始数据进行预处理，包括数据滤波、噪声抑制和异常值剔除等。

2. 数据融合：将预处理后的数据进行融合，采用加权平均、卡尔曼滤波等方法，实现对物体位置、速度和姿态的精确估计。

其中，加权平均法根据各种导航系统的误差特性，给予不同的权重；卡尔曼滤波法则通过建立状态空间模型，利用观测数据和模型预测数据之间的差异，不断调整估计值，以实现最优估计。

《基于SINS-BDS-GPS组合导航信息融合算法研究》范文

《基于SINS-BDS-GPS组合导航信息融合算法研究》篇一基于SINS-BDS-GPS组合导航信息融合算法研究一、引言随着科技的飞速发展，现代导航技术日益成熟并广泛应用于各类移动设备和导航系统中。

全球定位系统（GPS）由于其高精度、广覆盖性在全球范围内得到广泛应用，但其容易受到环境因素的干扰和限制，导致精度降低和可靠性降低。

此外，地磁数据测量方式——卫星定位导航与地球陀螺（SINS）也存在自身局限。

为了弥补这些缺陷，我们结合了BDS（北斗卫星系统）的辅助作用，对SINS/BDS/GPS组合导航信息融合算法进行研究。

本文将重点介绍该算法的原理、实现方法以及实验结果。

二、SINS/BDS/GPS组合导航系统概述SINS（卫星惯性导航系统）通过测量加速度和角速度来计算导航信息，具有短时间内高精度的优势，但长时间内误差会累积。

BDS（北斗卫星系统）和GPS（全球定位系统）则通过接收来自多个卫星的信号来计算位置和速度信息，具有高精度和广覆盖性的特点。

因此，将SINS、BDS和GPS三者结合起来，可以形成一个互补性强、精度高、可靠性强的组合导航系统。

三、信息融合算法原理本文研究的重点在于信息融合算法，该算法主要通过多传感器数据融合技术将SINS、BDS和GPS的信息进行整合和优化。

首先，我们采用卡尔曼滤波算法对原始数据进行预处理，以减小噪声和误差。

然后，利用数据配准技术对SINS、BDS和GPS的信息进行空间配准和时间配准，使三者之间能够实现精确的数据同步。

最后，采用基于证据理论的数据融合方法，对不同传感器信息进行权重分配和优化，实现导航信息的精确输出。

四、算法实现方法在算法实现过程中，我们首先对SINS、BDS和GPS的原始数据进行采集和处理。

然后，利用卡尔曼滤波算法对数据进行预处理，减小噪声和误差。

接着，采用数据配准技术对不同传感器信息进行空间配准和时间配准。

最后，根据证据理论的数据融合方法，对不同传感器信息进行权重分配和优化，形成最终导航信息输出。

《基于SINS-北斗的组合导航技术研究》范文

《基于SINS-北斗的组合导航技术研究》篇一基于SINS-北斗的组合导航技术研究一、引言随着科技的不断进步，导航技术在军事、航空、航海、自动驾驶等领域得到了广泛的应用。

惯性导航系统（SINS）以其独立自主的导航特性被广泛应用，然而，单一的惯性导航系统在长时间内存在累积误差的问题。

而北斗卫星导航系统作为我国自主研发的全球卫星导航系统，具有定位精度高、可靠性强的特点。

因此，将SINS与北斗卫星导航系统进行组合，形成SINS/北斗组合导航系统，可以有效地提高导航的精度和可靠性。

本文将基于SINS/北斗的组合导航技术进行研究，探讨其原理、实现方法以及应用前景。

二、SINS/北斗组合导航技术原理SINS/北斗组合导航技术是将惯性导航系统和北斗卫星导航系统进行有机融合，利用两种系统的优势互补，提高导航的精度和可靠性。

SINS通过测量载体的加速度和角速度，进行积分运算得到载体的姿态、速度和位置信息。

而北斗卫星导航系统通过接收卫星信号，进行定位、测速和授时。

将两者进行组合，可以有效地抑制SINS的累积误差，提高导航的精度和稳定性。

三、实现方法SINS/北斗组合导航技术的实现主要涉及两个方面：硬件设计和软件算法。

硬件设计方面，需要设计合理的惯性测量单元（IMU），包括陀螺仪、加速度计等传感器，以及与北斗卫星接收机进行数据交互的接口电路。

同时，为了保证系统的稳定性和可靠性，还需要对硬件进行抗干扰设计、电磁兼容性设计等。

软件算法方面，主要包括数据预处理、SINS算法、北斗定位算法以及组合导航算法等。

数据预处理主要是对传感器数据进行滤波、标定等处理，以消除噪声和误差。

SINS算法和北斗定位算法分别用于实现惯性导航和卫星导航。

而组合导航算法则是将两种系统的数据进行融合，以实现优势互补。

四、应用前景SINS/北斗组合导航技术具有广泛的应用前景。

在军事领域，可以用于战场态势感知、导弹制导等。

在民用领域，可以用于无人驾驶、智能机器人、航空航天等领域。

《基于SINS-BDS-GPS组合导航信息融合算法研究》范文

《基于SINS-BDS-GPS组合导航信息融合算法研究》篇一基于SINS-BDS-GPS组合导航信息融合算法研究一、引言随着现代科技的不断发展，组合导航技术已经在各种应用领域得到了广泛的关注和推广，其中包括航天、军事、海洋以及车辆定位等领域。

而SINS（Strapdown Inertial Navigation System，捷联式惯性导航系统）、BDS（北斗卫星导航系统）和GPS（全球定位系统）作为三种重要的导航系统，其信息融合技术对于提高导航精度和稳定性具有重要意义。

本文旨在研究基于SINS/BDS/GPS组合导航信息融合算法，通过多种传感器信息的互补与修正，实现对目标位置的准确测量与追踪。

二、SINS、BDS与GPS系统简介2.1 SINS系统SINS系统是一种基于惯性原理的导航系统，利用陀螺仪和加速度计等传感器来测量载体在三维空间中的姿态、速度和位置。

SINS系统具有独立性强、抗干扰能力强等优点，但在长时间工作时容易受到误差累积的影响。

2.2 BDS与GPS系统BDS（北斗卫星导航系统）和GPS（全球定位系统）是两种全球性的卫星导航系统，通过接收来自多个卫星的信号，实现全球范围内的实时定位。

BDS与GPS具有高精度、全球覆盖等优点，但在复杂环境下容易受到信号遮挡和多径效应等影响。

三、信息融合算法研究3.1 信息融合基本原理信息融合是一种通过将多种传感器信息进行分析与综合处理，得到更全面、准确的观测数据的过程。

在SINS/BDS/GPS组合导航系统中，信息融合算法能够将SINS系统的姿态、速度和位置信息与BDS和GPS的定位信息进行互补与修正，从而提高导航精度和稳定性。

3.2 常用信息融合算法目前常用的信息融合算法包括卡尔曼滤波算法、扩展卡尔曼滤波算法、粒子滤波算法等。

这些算法能够根据不同的传感器信息和观测数据，进行实时估计和修正，实现对目标位置的准确测量与追踪。

其中，卡尔曼滤波算法在SINS/BDS/GPS组合导航系统中得到了广泛应用。

SINSGPS组合导航系统研究的开题报告

SINSGPS组合导航系统研究的开题报告一、选题背景随着技术的不断发展和广泛应用，导航系统成为现代社会中不可或缺的一部分。

全球卫星定位系统（Global Positioning System，GPS）作为一种基于卫星技术的导航系统，已经成为了多种领域中的标准和基础设施，例如汽车导航、无人机、船舶、航空和军事等领域。

由于GPS只能提供位置和时间信息，无法检测飞行器的方向和速度，所以需要与其他导航系统进行组合，从而实现更为精确的导航和定位。

因此，基于SINSGPS组合导航系统的研究成为了当前一个热门课题。

二、研究目的本论文旨在探讨SINSGPS组合导航系统的优点、组成部分、工作原理和应用场景，分析其在航空航天技术中的应用，并且对SINSGPS组合导航系统进行实验验证，从而验证其在实际应用中的性能和效果。

同时，将对其应用进行展望，探讨未来可能的发展方向和应用领域。

三、研究内容（1）SINSGPS组合导航系统的基本原理和组成部分（2）SINSGPS组合导航系统在航空航天技术中的应用场景（3）SINSGPS组合导航系统的性能和效果分析（4）SINSGPS组合导航系统的实验验证（5）SINSGPS组合导航系统的未来发展方向和应用领域展望四、研究方法论文的研究方法主要包括文献搜集、实验验证、数据分析和模型仿真等方法。

首先，通过文献搜集获取和整理与SINSGPS组合导航系统相关的资料和信息，深入掌握其基本原理、组成部分和工作原理。

接着，进行实验验证，通过实验数据的分析和模型的仿真，验证SINSGPS组合导航系统在实际应用中的性能和效果。

最后，根据实验数据和模拟结果，进一步分析其未来发展方向和应用领域。

五、论文结构本论文将按照以下结构展开：（1）绪论：概述本论文的研究背景、目的、方法、意义和论文结构等，引出本文的主要研究内容和重点。

（2）基本原理：对SINSGPS组合导航系统的基本原理进行深入介绍，包括组成部分、工作原理和优点。

一种惯性辅助卫星导航系统及其完好性检测方法

一种惯性辅助卫星导航系统及其完好性检测方法刘海颖;冯成涛;王惠南【期刊名称】《宇航学报》【年(卷),期】2011(032)004【摘要】针对传统的卫星导航/捷联惯导(GNSS/SINS)紧耦合组合系统中SINS测量影响所有的观测量,以及SINS故障不能被隔离的缺点,给出了一种新的惯性辅助卫星导航紧耦合组合结构及其完好性检测方法.设计了紧耦合系统结构和卡尔曼滤波器,将SINS测量转换为虚拟伪距,作为GNSS伪距测量的扩展,并设计了基于滤波新息的残差检验法(RCTM)和自主完好性检测外推法(AIME)来进行完好性检测.该紧耦合方法可以通过虚拟卫星的选择降低几何精度因子,在提高导航精度的同时便于完好性检测.仿真结果表明惯性辅助卫星导航新方法可以有效地提高导航精度,RCTM法对于阶跃故障和快变的斜坡故障检测是非常有效的,而AIME法对于慢变的斜坡故障检测具有更好的性能.【总页数】6页(P775-780)【作者】刘海颖;冯成涛;王惠南【作者单位】南京航空航天大学高新技术研究院,南京,210016;南京航空航天大学高新技术研究院,南京,210016;南京航空航天大学航天学院,南京,210016【正文语种】中文【中图分类】TN967.2【相关文献】1.一种惯性辅助卫星完好性监测多解分离法的优化方法 [J], 雷宝权;曾进2.基于ERAIM的惯性辅助卫星导航系统完好性检测 [J], 刘海颖;叶伟松;王惠南3.惯性卫星紧组合导航系统自主完好性算法研究 [J], 管春洋;刘洋;何伟;郭玉胜4.芯片级原子钟辅助的惯性/卫星组合导航系统欺骗检测方法 [J], 刘洋; 李四海; 付强文; 周琪5.一种适用于高动态强干扰环境的视觉辅助微机械捷联惯性导航系统/全球定位系统超紧组合导航系统 [J], 李群生; 赵剡; 王进达因版权原因，仅展示原文概要，查看原文内容请购买。

无人机SINS_GPS定位信息融合系统设计

第 40 卷增刊（ I） 2010 年 9 月
东南大学学报（
自然科学版）
JOURNAL OF SOUTHEAST UNIVERSITY （ Natural Science Edition）
Vol． 40 Sup（ I） Sept． 2010
无人机 SINS
牛
GPS 定位信息融合系统设计
妍
1
肖前贵
2
总体设计
根据滤波器状态选取的不同，估计方法分直接法和间接法 2 种．直接法以各种导航参数为主要状态， ^ ；间接法以信息融合系统中某一种导航参数（通常采用惯导系滤波器估值的主要部分就是导航参数估值 X 统）输出的导航参数 X I 的误差 ΔX 为滤波器主要状态，滤波器估值的主要部分就是导航参数误差估值 ^ ^ ΔX ，然后用 ΔX 去校正 X I ．利用直接法进行估计时，惯导的系统方程和量测方程是非线性的．利用间接法进行估计时，系统方程中的主要部分是导航参数误差方程，由于误差属于小量，通常可忽略二阶小量，所以间接法的系统方程和量测方程一般都是线性的．所以本文采用间接法，输出校正和反馈校正相结合的结构，其原理框图如图 1 所示．
262
东南大学学报（自然科学版）
第 40 卷
算法中平台误差角与姿态误差角的不同，对姿态算法进行了改进，消除了数学模型误差．仿真结果表明，增，，加姿态信息作为观测量有效克服了航向角发散的趋势提高了无人机导航参数的精度和误差收敛速度
［45 ］
．
1
1. 1
SINS
GPS 信息融合算法研究
这样通过式（ 5 ）转换矩阵，姿态误差角即可与平台误差角统一，减小了姿态融合系统数学模型的误差．卡尔曼滤波方程如下：

基于SINS辅助的GPS完善性监测方法

基于SINS辅助的GPS完善性监测方法
耿延睿;张伟伟;崔中兴
【期刊名称】《北京航空航天大学学报》
【年(卷),期】2001(027)002
【摘要】以车比雪夫大数定律为基础，研究基于捷联惯导系统（SINS）的全球卫星定位系统（GPS）完善性监测方法.采用一个卡尔曼滤波器滤波，对卫星伪距故障幅值进行估计并判断哪颗卫星出现故障.最后给出了卫星出现阶跃故障的仿真实例.仿真结果表明,该方法能够及时准确地检测出GPS信号故障，计算量较低，适合于工程上应用.
【总页数】3页(P164-166)
【作者】耿延睿;张伟伟;崔中兴
【作者单位】北京航空航天大学自动控制系;北京航空航天大学自动控制系;北京航空航天大学自动控制系
【正文语种】中文
【中图分类】V249.32
【相关文献】
1.气压高度表辅助下GPS接收机自备完善性监测可用性研究 [J], 陈家斌;袁信
2.基于INS辅助的GPS接收机完善性监测算法研究 [J], 黄晓瑞;李波
3.基于小波辅助的GPS/SINS组合导航系统故障检测与信息融合算法 [J], 林雪原;王杰;骆卉子
4.GPS辅助的SINS系统快速动基座初始对准 [J], 王伟;刘萌;薛冰
5.BP神经网络辅助的SINS/GPS组合导航姿态误差补偿方法研究 [J], 王超;周军;黄浩乾;沈寒伊;唐家成
因版权原因，仅展示原文概要，查看原文内容请购买。

SINSGPS组合导航的直接状态估计方法

SINSGPS 组合导航的直接状态估计方法一、引言随着全球卫星导航系统（GNSS）的发展，SINSGPS 组合导航技术正在成为定位、导航和定向应用中的首选。

GNSS 卫星信号的应用消除了传统导航中存在的很多问题，如可靠性、市区深度不足、信号阻塞等。

但是，GNSS 技术却受到环境因素的影响，例如信号遮挡、多径效应和干扰等。

为了克服这些限制，SINSGPS 组合导航技术应运而生，并获得了广泛的应用。

SINSGPS 组合导航技术将惯性测量单元（IMU）与GNSS 接收器结合起来，提供连续、可靠、高精度的定位和姿态测量。

本文将重点介绍SINSGPS 组合导航中的直接状态估计方法。

二、SINSGPS 组合导航SINSGPS 组合导航技术将惯性测量单元（IMU）和GNSS 接收器结合起来，提供具有连续性、可靠性和高精度的定位和姿态测量。

IMU 可以测量物体的加速度和旋转速度，GNSS 可以提供接收器位置的全球位置系统（GPS）星历和卫星数据的时间信息，从而提供位置和速度。

这些测量值可以被组合起来，使导航输出的精度更高和更为可靠。

SINSGPS 组合导航可以被分为两个步骤：初始化和连续状态估计。

在初始化过程中，IMU 提供基于地面参考系的初始姿态和速度，同时GNSS 提供位置信息。

在连续状态估计过程中，IMU 将提供计算机和场地之间的相对运动信息。

此外，IMU 还可以提供位置、速度和加速度的全方位信息，并对GNSS 模型进行调整以消除不确定性误差。

通过组合两个测量，组合导航器可以获得高精度的位置、速度和姿态测量，解决了单一传感器无法解决的问题。

三、直接状态估计方法在SINSGPS 组合导航中，直接状态估计方法是一种通用的实现方法，旨在使测量值与状态向量直接相关联。

这种方法涉及到在动态模型中使用非线性函数将状态向量映射到状态值。

状态向量的每个维度都可以映射到一个非线性函数，从而建立状态向量的完整模型。

直接状态估计方法需要在使用Kalman 滤波器前进行初始化，向滤波器提供初始测量值和协方差矩阵。