MEMS惯性GPS信息融合技术的个人导航定位方法(3)
由上述可见，单一传感器提供的信息很难满足目标跟踪或状态估计的精度要求，采用多个传感器进行组合导航，并将多类信息按照某种最优融合准则进行最优融合，可以提高目标跟踪或状态估计的精度[ ]。
个人导航系统必须实现在GPS信号屏蔽或严重削弱的条件下仍然能够正常运转操作。为了保证个人导航定位的连续性以及在室内的定位，采用GPS和其他类型的导航传感器（如惯性测量单元IMU）组合是极其必要的。GPS/MEMS惯性组合导航可发现并校标惯性导航系统误差，提高导航精度；弥补卫星导航的信号缺损问题，提高导航能力；提高卫星导航接收机对卫星信号的捕获能力，提高整体导航效率；提高导航系统的抗干扰能力，提高完好性[ ]。
1.2. 个人导航的国内外研究现状
1.2.3. 论文研究的意义
本设计为基于MEMS惯性/GPS信息融合技术的个人导航定位方法。在GPS信号可用的条件下，采用GPS信号与惯性测量单元进行组合导航，校标惯性导航系统的误差并提高导航精度；在GPS信号较长时间屏蔽或严重削弱的情况下，以惯性导航系统为主，并辅以基于卡尔曼滤波技术的零速修正方法结合磁传感器信号进行修正，提高导航能力和抗干扰能力，保证导航的完整性，具有较强的环境适应性，提高了在城市中导航定位的精度和可靠性，具有更大的消费使用价值，可应用于日常生活的出行、交通、商务等方面。此外，在军事等特殊领域，可以广泛应用于丛林作战、山区作战及沙漠作战等条件下，也可用于军事中的飞行指挥与定位。
1.3. 本论文研究内容
本论文采用GPS/MEMS惯性组合导航的方法，结合地磁信号进行多种导航系统的信息融合，并采用基于卡尔曼滤波技术的零速修正方法，得到导航参数的最优估计。研究及验证重点为GPS信号较长时间失效的条件下的个人导航。首先论述这种个人导航方式的基础，即捷联惯性导航系统与GPS/MEMS惯性组合导航系统的基本原理，介绍零速修正及卡尔曼滤波技术的相关基础理论，并对初始对准进行简要解析。其次，基于上述理论方法，在MATLAB平台下进行初始对准、捷联解算及零速修正等算法的软件编写，并进行实验确定相应的参数设置。然后，设计试验进行半物理仿真验证该导航方法的可行性及性能指标，将GPS导航与本文所设计的个人导航方法进行对比。最后，对本设计进行总结，针对本设计中的不足之处，提出改进方案与展望。
本文要研究的主要内容有：
1) 在无法接收GPS信号的应用场合，利用MEMS INS进行个人导航。
2) 将惯性导航系统与GPS信息进行信息融合，得到导航参数的最优估计。
3) 通过优化组合导航系统的融合模型与最优估计算法构造，提高导航参数的精度。
具体的研究途径为：
1) 分析MEMS惯性传感器的信号特征，掌握在步态周期中三轴加速度信号的变化特点，包括幅值、滑动方差等统计信息，用于步态相位检测；掌握三轴陀螺仪信号的特征，获取俯仰角、横滚角及方位角等信息，用于导航算法。
2) 研究基于卡尔曼滤波器的零速修正方法，实时估计水平姿态误差角以实现水平姿态修正，结合磁传感器得到较为准确的运动方向，以提高在GPS信号削弱或失效情况下的导航精度。
3) 采用MEMS惯性测量组件与GPS接收机验证城市环境中的个人导航定位性能。通过实验验证，分析影响定位性能的因素，优化步态相位检测方法，系统误差模型以及滤波算法参数等，以提高个人导航方法的定位精度与环境适应性。