【滤波跟踪】基于卡尔曼滤波实现全球导航卫星系统（GNSS）和惯性导航系统（INS）滤波跟踪附matlab代码

最新推荐文章于 2025-11-27 21:04:18 发布

原创最新推荐文章于 2025-11-27 21:04:18 发布 · 695 阅读

17 ·

CC 4.0 BY-SA版权

文章标签：

#matlab #开发语言

✅作者简介：热爱科研的Matlab仿真开发者，擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎 往期回顾关注个人主页：Matlab科研工作室

🍊个人信条：格物致知,完整Matlab代码及仿真咨询内容私信。

🔥 内容介绍

在科技飞速发展的当下，导航技术已成为众多领域不可或缺的关键力量。从军事领域的精确打击与部队高效调动，到民用领域的智能交通、航空航海、测绘勘探以及应急救援，导航系统的精准度和可靠性直接关乎各项任务的成败与效率。全球导航卫星系统（GNSS）和惯性导航系统（INS）作为导航领域的两大支柱，在现代导航中占据着举足轻重的地位，而 GNSS_INS_NED 正是融合二者优势的创新成果，基于 Groves 教授《GNSS、惯性和多传感器组合导航系统原理（第二版）》发展而来，为导航技术开辟了新的篇章。

全球导航卫星系统（GNSS），包含美国的 GPS、中国的北斗、俄罗斯的 GLONASS 和欧洲的 Galileo 等，凭借全球覆盖、高精度定位以及低成本等显著优势，在众多领域得到极为广泛的应用。在开阔区域，它能轻松实现米级甚至更高精度的定位，为车辆导航、船舶航行、航空运输等提供可靠的导航依据。然而，GNSS 信号极易受到各种因素的干扰和遮挡。在城市峡谷，高耸的建筑物会阻挡卫星信号，导致信号减弱、中断甚至丢失；在茂密森林，枝叶的遮挡使得信号难以穿透；室内环境和隧道等区域同样会对卫星信号造成严重影响，使定位精度急剧下降甚至无法定位。此外，GNSS 还面临着多路径效应、电离层和对流层延迟等问题。多路径效应是指卫星信号经过反射后被接收机接收，导致定位误差；电离层和对流层延迟则是由于信号在穿过这些大气层时传播速度发生变化，从而影响定位的准确性。

惯性导航系统（INS）是一种完全自主的导航系统，主要依靠加速度计和陀螺仪等惯性测量单元（IMU）来测量载体的加速度和角速度。通过对这些测量数据进行积分运算，INS 可以推算出载体的位置、速度和姿态信息。它不依赖外部信号，具有响应速度快、动态性能强的特点，适用于 GNSS 信号丢失的场景，比如在高楼林立的城市中，或是在深邃的地下隧道里。但惯性导航的误差会随着时间的推移而累积，长期使用精度会下降，必须依赖外部校正。

而将 GNSS 与 INS 相结合的 GNSS_INS_NED，正是为了解决二者单独使用时的局限性。它融合了 GNSS 的高精度定位和 INS 的自主性与短时高精度，在不同环境和应用场景中展现出强大的适应性和可靠性，成为了现代导航领域的研究热点和发展方向。

一、GNSS_INS_NED 是什么

GNSS，即全球导航卫星系统（Global Navigation Satellite System），是一种基于卫星的导航系统，能在地球表面或近地空间的任何地点为用户提供全天候的三维坐标、速度以及时间信息。目前全球主要的 GNSS 包括美国的 GPS、中国的北斗卫星导航系统（BDS）、俄罗斯的 GLONASS 和欧洲的 Galileo。这些系统通过分布在不同轨道上的卫星向地面发射信号，用户设备接收多个卫星的信号后，利用三角测量原理计算出自身的位置。例如，当我们使用手机导航时，手机中的 GNSS 芯片会接收卫星信号，经过复杂的计算后，在地图上准确地显示出我们的位置，并引导我们前往目的地。

INS，惯性导航系统（Inertial Navigation System），则是一种完全自主的导航系统。它主要由加速度计和陀螺仪等惯性测量单元（IMU）组成。加速度计用于测量载体在三个轴向的加速度，陀螺仪用于测量载体绕三个轴的角速度。通过对加速度进行两次积分，可以得到载体的位移，进而计算出位置；对角速度进行积分，可以得到载体的姿态变化。由于 INS 不依赖外部信号，在短时间内能够提供高精度的导航信息，例如在导弹发射的初始阶段，INS 能够快速准确地确定导弹的初始姿态和运动参数，为后续的精确打击奠定基础。

NED 是北东地（North - East - Down）坐标系的简称，它是一种常用于导航和大地测量的三维坐标系。在 NED 坐标系中，坐标轴的定义紧密关联地球表面：x 轴指向地理北方向，与地球的旋转轴大致平行；y 轴指向地理东方向，与北轴垂直且位于同一水平面上；z 轴垂直于地球表面的水平面，指向地球的中心，与北轴和东轴构成的平面垂直，遵循右手坐标系规则。以航空领域为例，飞机在飞行过程中，其位置和速度可以在 NED 坐标系下进行精确描述，飞行员能够依据 NED 坐标系提供的信息，准确控制飞机的飞行方向和高度。

而 GNSS_INS_NED 正是在 NED 坐标系下，将 GNSS 和 INS 进行深度融合的导航系统。它充分发挥 GNSS 的高精度定位和 INS 的自主性、短时高精度的优势，通过复杂的算法对两者的数据进行融合处理，实现更精准、可靠的导航定位，有效解决了单一系统在复杂环境下的局限性，在航空、航海、陆地车辆导航以及军事等众多领域展现出广阔的应用前景。

二、工作原理大揭秘

（一）GNSS 工作原理

GNSS 的工作原理基于卫星与地面接收机之间的信号传输和测量。以 GPS 为例，其卫星网络由分布在 6 个不同轨道平面上的 30 颗卫星组成，这些卫星持续向地面发射包含时间和位置信息的无线电信号。接收机通过天线接收来自多颗卫星的信号，测量信号从卫星传播到接收机的时间差，由于信号传播速度为光速，根据公式 d = c * Δt（d 为距离，c 为光速，Δt 为时间差），即可计算出接收机与卫星之间的伪距。为了精确确定接收机在三维空间中的位置（经度、纬度、高度），至少需要接收到 4 颗卫星的信号，通过空间几何关系，利用三角测量原理求解方程组，从而得出接收机的精确坐标。例如，当我们使用车载 GNSS 导航设备时，设备中的接收机不断接收卫星信号，经过复杂的计算处理，实时更新车辆的位置信息，并在地图上显示出来，为驾驶员提供准确的导航指引。

在实际应用中，GNSS 信号会受到多种因素的影响，导致定位误差。其中，卫星钟差是卫星上原子钟的误差，会使信号发射时间产生偏差；接收机钟差则是接收机内部时钟的误差，影响信号接收时间的准确性。大气延迟包括电离层延迟和对流层延迟，电离层中的自由电子和离子会使信号传播速度改变，对流层中的水汽、温度和气压等因素也会对信号传播产生延迟。多路径效应是指信号在传播过程中经过建筑物、地面等物体的反射后，多条路径的信号先后到达接收机，导致测量的伪距产生误差。为了提高定位精度，GNSS 系统采用了多种误差修正技术，如利用卫星导航电文中的电离层模型和对流层模型对大气延迟进行校正，通过差分定位技术消除卫星钟差和部分大气延迟等共性误差。

（二）INS 工作原理

INS 主要依靠惯性测量单元（IMU）来工作，IMU 包含加速度计和陀螺仪。加速度计基于牛顿第二定律，通过检测质量块在加速度作用下产生的力来测量载体在三个轴向（X、Y、Z）的加速度。例如，在飞机飞行过程中，加速度计可以实时测量飞机在前后、左右、上下方向的加速度变化。陀螺仪则利用角动量守恒原理，测量载体绕三个轴（俯仰轴、横滚轴、偏航轴）的角速度。以船舶航行时为例，陀螺仪能精确感知船舶的转向角速度，从而确定船舶的姿态变化。

INS 的工作过程是通过对加速度进行积分运算得到速度，再对速度进行积分运算得到位移，进而确定载体的位置。同时，对角速度的积分可以得到载体的姿态信息。在初始时刻，需要给定载体的初始位置、速度和姿态等参数，INS 以此为基础进行后续的计算。然而，INS 存在一个关键问题，即误差会随着时间的推移而累积。这是因为加速度计和陀螺仪本身存在测量误差，这些误差在积分过程中不断积累，导致位置、速度和姿态的计算结果逐渐偏离真实值。例如，在长时间的潜艇航行中，如果仅依靠 INS 导航，随着时间的增加，潜艇的定位误差会越来越大，可能导致无法准确到达预定位置。

（三）组合导航原理

GNSS_INS_NED 组合导航系统的核心思想是将 GNSS 和 INS 的优势相结合。GNSS 具有高精度、无累积误差的特点，但容易受到信号遮挡和干扰的影响；INS 具有自主性强、短期精度高的优点，但误差会随时间累积。通过组合导航，可以实现优势互补，提高导航系统的整体性能。

在组合导航系统中，通常采用卡尔曼滤波等算法来融合 GNSS 和 INS 的数据。卡尔曼滤波是一种基于状态空间模型的最优估计算法，它通过预测和更新两个步骤来不断优化系统的状态估计。在预测步骤中，INS 利用自身的测量数据预测下一个时刻的状态，包括位置、速度和姿态。由于 INS 的误差随时间累积，预测结果会存在一定的偏差。在更新步骤中，GNSS 提供高精度的测量数据，通过卡尔曼滤波器将 GNSS 的测量值与 INS 的预测值进行融合，对预测结果进行修正，得到更准确的状态估计。例如，在城市峡谷中，当 GNSS 信号受到建筑物遮挡而暂时中断时，INS 可以继续提供导航信息，维持系统的正常工作；当 GNSS 信号恢复后，卡尔曼滤波器会迅速将 GNSS 数据融入，校正 INS 累积的误差，使导航系统重新回到高精度状态。

此外，扩展卡尔曼滤波（EKF）、无迹卡尔曼滤波（UKF）等改进算法也被广泛应用于 GNSS_INS_NED 组合导航系统中，以适应不同的应用场景和提高滤波性能。这些算法能够更好地处理非线性问题，提高对复杂环境的适应性。在航空领域，飞机在飞行过程中会经历各种复杂的飞行姿态和环境变化，采用合适的卡尔曼滤波改进算法可以确保组合导航系统在不同情况下都能准确地提供导航信息，保障飞行安全。

三、独特优势大放送

（一）高精度定位

单独使用 GNSS 时，在开阔区域虽能实现米级定位，但受卫星信号遮挡、多路径效应等因素影响，定位精度会大幅下降。例如在城市高楼林立的区域，GNSS 信号容易受到建筑物的反射和遮挡，导致定位误差可达数十米甚至上百米。而单独使用 INS，其误差会随时间迅速累积，在短时间内可能精度较高，但长时间运行后，位置误差会不断增大，如在长时间飞行的飞机中，仅依靠 INS 导航，可能会偏离预定航线数千米。

GNSS_INS_NED 组合导航系统通过卡尔曼滤波等算法，将 GNSS 的高精度定位信息与 INS 的短时高精度信息进行融合。在正常情况下，GNSS 提供准确的绝对位置信息，对 INS 的累积误差进行校正；而 INS 则为 GNSS 提供辅助，平滑 GNSS 信号的噪声，使得组合系统在各种环境下都能提供更精确的位置和速度信息。在城市峡谷环境中，当 GNSS 信号受到严重遮挡时，INS 可以在短时间内维持高精度导航，确保载体的位置和速度信息不会出现大幅偏差；一旦 GNSS 信号恢复，组合系统能够迅速将其融入，进一步提高定位精度，满足高精度导航需求。

（二）强抗干扰能力

GNSS 信号容易受到各种干扰和遮挡，在卫星信号受阻或干扰时，如在隧道、室内、茂密森林等环境中，GNSS 定位可能会出现中断或精度严重下降的情况。例如，当车辆进入隧道时，GNSS 信号会因隧道的屏蔽作用而丢失，导致无法进行定位。

此时，INS 作为完全自主的导航系统，不依赖外部信号，能够继续发挥作用。它通过自身的加速度计和陀螺仪测量载体的加速度和角速度，推算出载体的位置和姿态信息，确保导航的连续性和可靠性。在山区等卫星信号易受遮挡的区域，INS 可以在 GNSS 信号中断的时间段内，持续为车辆或飞行器提供导航信息，使它们能够继续按照预定的路线行驶或飞行，避免因导航中断而导致的安全事故。当 GNSS 信号恢复后，INS 的信息又可以与 GNSS 数据进行融合，对之前 INS 累积的误差进行校正，进一步提高导航的准确性。