不同条件下GNSS/INS组合导航系统精度分析

不同条件下GNSS/INS组合导航系统精度分析

基于载波相位差分的GNSS/INS组合导航系统在移动测绘领域应用广泛，但其精度也由于卫星观测条件、IMU级别、滤波算法和处理软件等因素而相差较大，对测绘作业和成果精度评定造成阻碍。针对上述问题，利用设计的跑车实验，详细分析了不同软件、不同级别IMU、不同处理模式、不同环境等条件下组合导航参数的精度。

GNSS/INS组合导航系统可以发挥单系统的优势，弥补单系统的不足，以其全面的优势成为构建多源融合定位、导航与授时PNT服务体系的重要成员。按照GNSS的定位方式又可以分为PPK/INS和PPP/INS,其中PPK/INS 组合系统能够满足移动测绘中获取高精度高频率的位置、速度和姿态导航参数需求，在面向测绘用户的地理空间信息采集中应用十分广泛。

近年来，GNSS/INS组合导航系统的研究主要集中在以下两个方面：一是研究在城市峡谷、隧道等复杂环境中，卫星信号易受到干扰或者中断的情况下如何提高GNSS/INS组合导航系统的可用性；二是研究组合滤波算法，以降低系统噪声和观测噪声的影响，提高GNSS/INS组合导航系统的可靠性和稳定性。但是，上述针对GNSS/INS的研究从松组合到紧组合，相关算法不尽相同，实验结果的定位精度也由于观测条件、仪器精度、处理策略和软件算法等因素相差较大。关于不同级别INS、不同处理软件、不同处理策略在不同的测量环境下能够达到什么样的精度，这些问题鲜有学者研究。针对PPK/INS组合导航精度评定问题，文中研究了PPK/INS组合导航的滤波算法和处理模式。采用搭载的不同级INS和卫星天线设备跑车实测数据，使用IE和GINS这两款软件对跑车数据进行了解算。最后对不同组的导航参数输出结果进行精度评定。

1 处理策略及滤波模型

1.1 GNSS/INS组合结构

在算法层面上，根据组合滤波器输入观测值的不同，GNSS/INS可以分为松组合和紧组合两种。在松组合中，GNSS单独滤波输出的位置、速度与INS机械编排输出的位置、速度作为测量值输入到松组合滤波器；解算得到导航参数误差值后对INS进行反馈校正并最终输出结果。与松组合模式不同的是，紧组合滤波器的测量值是GNSS的伪距、载波、多普勒双差观测值以及INS计算的距离、速度双差值。松组合结构简单易实现，稳定性较高；但是当GNSS由于信号遮挡等原因不能独立完成导航输出时，松组合滤波器没有测量更新，生成的导航解为纯惯导解算的输出值。而紧组合在卫星数少于4颗时仍然可以利用GNSS的观测信息，在短时间内保持较高的导航精度，且鲁棒性更佳；缺点是紧组合滤波器由于状态参数的增加造成稳定性降低。

1.2 滤波算法

GNSS/INS组合导航中基于后处理的卡尔曼滤波器方法主要有两种：前后向组合滤波FRC(Forward Reverse Combination)算法和RTS平滑RTSS(Rauch Tung Striebel Smoother)算法。这里采用的IE和GINS软件均包含了FRC算法和RTS平滑算法。

2 实验与结果分析

2.1 实验数据

为了分析不同情形下的组合导航精度，进行了两次跑车实验。跑车搭载了4个惯导(IMU),分别是加拿大NovAtel公司的SPAN-ISA-100C、OEM-IMU-ADIS-16488和中国迈普时空公司的POS320、M39-16460(这4个IMU以下分别简称为100C、ADIS、POS320和M39)。

表1 100C、ADIS、POS320和M39陀螺性能指标

表2 100C、ADIS、POS320和M39加速度计性能指标

由表1和表2可以看出，100C、POS320、ADIS和M39仪器精度由高到低，分别对应近导航级、战术级、消费级和消费级的IMU。GNSS数据由华测导航生产的P5多频多系统接收机采集，采样频率为1 Hz, RTK三维定位精度为1～2 cm。为了对姿态结果进行外符合精度分析，跑车安装了天文相机并在夜间进行实验。天文测量得到载体的姿态精度优于8″。

跑车实验涉及的主要设备如图1(a)所示。实验1的地点为郑州市八一中学附近。时间为2020-12-30,总时长约为15 000 s, 其中包括大约0.5 h的静态时段和15 min的上下坡时段。跑车轨迹在LocaSpace(图新地球)上如图1(b)所示。通过分析跑车路线周围的环境可知，跑车前半段是较为复杂的城市环境，经过城市高楼区域；后半段是空旷的区域，卫星信号接收良好。流动站的可见卫星数和PDOP值(如图1(c)所示)以及星空图(如图1(d)所示)进一步反映了跑车的实验环境。实验2的地点为郑州市中原区，时间为2021-01-03,进行了一段时长约为1 h的较长距离城市环境跑车实验，轨迹如图1(e)所示，基线最长约为10 km。从可见卫星数和PDOP值(如图1(f)所示)可以看出有卫星数不足甚至卫星信号中断的时段。分析观测文件发现周内秒(sceond of week)在30 674～30 891 s的时段，卫星数连续低于4颗。

图1 跑车实验设备及实验环境

2.2 结果分析

解算得到的导航参数需要外部检核才能进行可靠的精度评估。本次跑车实验标称精度最高的惯导是近导航级IMU(100C)。为了评估100C组合导航系统的性能，跑车搭载了天文相机，利用其软件处理得到了跑车静态时段的姿态信息。使用IE软件解算100C,解算模式为松组合、前后向组合滤波和RTS平滑(LC-COM-S)。将得到的姿态信息与天文处理得到的信息进行对比，得到的结果如图2所示。

图2 100C和天文结果对比的姿态偏差

统计姿态部分的RMS值，航向、横滚和俯仰角分别为9.7″、13″和6.5″;天文结果的姿态精度优于8″。100C生产方测试的组合导航系统性能为：结合RTK定位模式下，测姿的横滚和俯仰精度为22″,航向精度为36″;速度的水平和垂直方向精度均为0.8 cm/s; 位置的水平方向精度为2 cm, 垂直方向精度为3 cm。由于本实验采用后处理，并且使用了前后向组合滤波以及RTS平滑，得到的精度要比生产方的测试精度高。

2.2.1 不同软件对比

跑车搭载了NovAtel和迈普时空两个公司的IMU产品，其配套的解算软件分别是IE和GINS。其中IE还可以解算迈普时空的IMU数据，故使用IE和GINS软件分别解算POS320和M39,以探讨不同软件解算结果的差异。具体对比方法如下：两款软件的解算模式均为松组合、前后向组合滤波和RTS平滑(LC-COM-S)。以采用IE解算的100C数据为参考，对比姿态、速度和位置这3项导航参数，其结果如表3所示。

表3 IE和GINS软件解算结果对比的RMS

由表3可见，IE软件处理得到的导航参数的精度在整体上稍优于GINS软件。其中位置坐标部分整体提升15%;姿态部分的航向角最大提升23%,横滚和俯仰两者几乎一致；速度部分的天方向提升了一个数量级，东方向和北方向的差距不大。分析其原因是在卫星信号良好的情况下，PPK/INS组合导航得到的速度和位置参数主要权重偏向于卫导解算的结果。为此，对比GINS和IE PPK模式的解算结果，如图3所示。

图3 IE-GINS PPK解算对比位置、速度误差

由图3可知，IE和GINS软件解算同一组的卫导数据在速度和位置方面也有差异，其中两者三维位置差异的RMS为1.5 cm, 三维速度差异的RMS为0.17 cm/s。这说明IE处理结果在速度和位置方面优于GINS是因为其中PPK算法的差异。姿态方面，横滚和俯仰在选取的时段变化较小，并且这两个参数可以计算且精确度较高，故IE和GINS处理结果可以认为是一致的。由于跑车的航向时刻在变化并且计算精度不高，故IE和GINS处理结果有明显差异且精度比横滚和俯仰低。IE解算结果较优，还有一个可能的原因就是参考数据是使用IE软件计算的，会存在相同软件内符合较好的因素。

2.2.2 不同解算模式对比

GNSS/INS组合导航的解算模式有松组合(LC)、紧组合(TC)、RTS平滑、前向滤波(FKF)、后向滤波(RKF)及前后向组合滤波(FRC)。本文解算12组模式，前6种模式是松组合前向滤波(LC-FOR)、松组合后向滤波(LC-REV)、松组合前后向组合滤波(LC-COM)、紧组合前向滤波(TC-FOR)、紧组合后向滤波(TC-REV)和紧组合前后向组合滤波(TC-COM);后6种模式是前6种模式加上RTS平滑。用IE软件处理4款仪器在动态卫星良好时段的数据得到48组结果。

这里以ADIS这款仪器为例，分析不同解算模式的差异。采用100C的TC-COM-S模式解算结果作为导航结果的参考值，将ADIS的12组结果与其进行对比得到导航参数的RMS值，如表4所示。从表4中可以看出，在卫星信号良好时，这12种解算模式结果的导航参数精度均在同一数量级，只存在较小的差异。

表4 ADIS的12种不同模式解算结果的RMS

整体上看，使用RTS平滑可以提高精度但效果不明显，组合滤波优于前向和后向滤波，后向滤波优于前向滤波，松组合与紧组合精度一致。主要原因是：在卫星信号良好时，导航结果精度接近最优导致RTS平滑作用不明显；松组合和紧组合模式在卫星数足够时对于解算结果的精度是一致的，后向滤波算法利用了前向滤波结果故精度稍高；前后向组合滤波算法对FKF和RKF进行了最优组合，故精度高于前向滤波和后向滤波。

2.2.3 不同级别IMU对比

为了分析不同级别的IMU组合导航结果精度，采用IE软件解算4款仪器，模式为LC-COM-S和TC-COM-S,得到6组结果。以100C解算的导航结果作为参考值，与其他3款仪器进行对比得到导航参数的RMS值，如表5所示。

由表5可看出，整体上看，随着IMU级别的提升，导航参数的精度也逐渐提高。根据100C与天文解算结果对比以及生产方给出的测试精度，可以认为近导航级IMU组合导航姿态中的航向精度均优于30″、横滚和俯仰精度优于20″、速度精度优于0.5 cm/s、3D位置精度优于3 cm; 战术级IMU组合导航的姿态中的航向精度为84″、横滚和俯仰精度均为21″、速度精度为0.8 cm/s、3D位置精度为3 cm; 消费级IMU组合导航的姿态中航向精度为660″、横滚角和俯仰角精度均为60″、速度精度为2.5 cm/s、3D位置精度为3 cm。

表5 不同级别IMU解算结果的RMS

2.2.4 不同环境对比

为跑车设置了3种环境，分别是开阔平坦路段(Open-Smooth)、开阔陡坡转弯路段(Open-Steep)和城市平坦路段(Urban-Smooth)。开阔平坦路段可见卫星数在10颗以上，跑车没有上下坡或者急转弯；开阔陡坡转弯路段可见卫星数在10颗以上，跑车在连续上下坡和大幅度地转弯；城市平坦路段可见卫星数在4～6颗，跑车没有上下坡或者急转弯。采用IE解算POS320和ADIS这两款仪器，模式为TC-COM-S。以100C解算的导航结果为参考值，在3种环境下得到6组导航结果并统计数据如表6所示。

表6 3种环境下的解算结果

由表6可以看出，相较于平坦路段，在上下坡和急转弯路段，姿态精度和速度精度均有所下降，位置精度一致。其主要原因是在上下坡和急转弯路段，车辆的姿态、速度变化剧烈，但是对定位影响较小。相较于开阔路段，城市路段导航参数整体上均有下降，原因是可见卫星数减少导致观测信息量降低，组合滤波器状态参数估计的精度会随之降低。

采用实验2中的城市路段数据，用IE解算POS320和ADIS这两款仪器，模式为TC-COM-S,并以100C解算的导航结果为参考值，对比解算结果如图4所示。

这里只列出ADIS的对比结果。可以看出，在城市一般路段且可见卫星数有4颗以上时，定位精度能够达到cm级；而当可见卫星数少于4颗时，紧组合定位精度在60 s后下降到m级。

3 结论

PPK/INS组合导航系统可以获取高精度高频率的位置、速度和姿态参数，在移动测绘领域应用广泛。但其精度也因卫星观测条件、IMU级别、滤波算法和处理软件等因素相差较大，对测绘作业和成果精度评定造成阻碍。针对此问题，通过跑车实验，分析得出如下结论。

1)用IE软件处理得到的参数精度在整体上稍优于GINS软件，姿态和位置精度提升不明显，速度精度提升较大。原因在于两款软件的PPK解算结果在速度上差异较大。

2)卫星信号良好时，不同解算模式的精度均在同一数量级，使用RTS平滑可以提高精度但效果不明显，组合滤波优于前向和后向滤波，后向滤波优于前向滤波，松组合与紧组合精度一致。

3)由消费级到战术级再到近导航级IMU配合GNSS的组合导航，其导航精度逐渐提高。其中消费级IMU组合导航的姿态中的航向角精度为660″、横滚角和俯仰角精度均为60″、速度精度为2.5 cm/s、3D位置精度为3 cm。

4)相对于开阔平坦路段，在上下坡和急转弯路段，姿态精度和速度精度均有所下降，位置精度一致；在城市路段，导航参数精度整体上均有下降；当可见卫星数低于4颗时，紧组合定位精度在60 s后下降到m级。

随着智慧城市的快速发展，未来工作将进一步丰富车载城市环境下的组合导航精度评定与质量控制。比如卫星信号短时间或者长时间失锁(高架桥和隧道处),数据存在粗差等情形。