基于MEMS的联邦式GPS/MIMU深组合跟踪环路信号处理与非线性滤波方法研究

The MIMU based on MEMS has the advantages of small size, low price,if embeded into GPS receiver to bulid deep integration navigation system ,it can significantly enhance the overall performance of the receiver without extra cost and volume. But currently , the deep GPS/MIMU integration navigation technology , especially the tracking loop processing technology, still has some key scientific issues to be resolved. On the one hand, there are some issues of the inherent relationship between the random error related to temperature, nonlinear issue caesd by low quality and MIMU tracking loop performance remain to be in-depth analysised and researched; On the other hand ,the optimization of tracking loop control ,especially the control of carrier phase tracking, the high-performance nonlinear filtering methods replacing phase discrimination and other basic problems have yet to be further explored.This project will focus on key scientific challenges of the processing of deep integration's tracking loop, undertake fundamental researchs and innovations from the modeling methods of MIMU's random error related to temperature, the inherent relationship between the MIMU errors and loop performance, carrier phase tracking methods and strategies, high-performance nonlinear filtering methods and so on, and construct a tracking loop test platform for experimental verification which has remarkable scientific significance; meanwhile deep GPS/MIMU integration can be widely used in the field of defense, civil aviation, automotive,etc, and has strategic importance and broad application prospects.

基于MEMS的MIMU具有体积小、价格低的优点，将其嵌入GPS接收机中构建深组合导航系统可以在不增加成本与体积的情况下大幅提升接收机的整体性能。但当前GPS/MIMU深组合导航技术特别是跟踪环路的处理技术还存在一些关键科学问题有待解决。一方面，低品质MIMU引入的温度相关随机误差、非线性及与跟踪环路性能的内在关联等问题还有待深入剖析与研究；另一方面跟踪环路最优化控制尤其是载波相位跟踪控制、取代鉴相环节的高性能非线性滤波方法等基础问题还有待深入探究。本项目围绕深组合跟踪环路处理的关键科学难题，从MIMU温度相关随机误差建模方法、MIMU误差与环路性能内在关联、载波相位跟踪方法与策略、高性能非线性滤波方法等方面开展基础理论研究与创新，并构建跟踪环路试验平台进行试验验证，具有显著的科学意义；同时GPS/MIMU深组合导航能够广泛的应用于国防、民航、车载等领域，具有重要的战略意义和广阔的应用前景。

基于MEMS的MIMU具有体积小、价格低的优点，将其嵌入GPS接收机中构建深组合导航系统可以在不增加成本与体积的情况下大幅提升接收机的整体性能。但当前GPS/MIMU深组合导航技术特别是跟踪环路的处理技术还存在一些关键科学问题有待解决。一方面，低品质MIMU引入的温度相关随机误差、非线性及与跟踪环路性能的内在关联等问题还有待深入剖析与研究；另一方面跟踪环路最优化控制尤其是载波相位跟踪控制、取代鉴相环节的高性能非线性滤波方法等基础问题还有待深入探究。本项目围绕深组合跟踪环路处理的关键科学难题，从MIMU温度相关随机误差建模方法、MIMU误差与环路性能内在关联、载波相位跟踪方法与策略、高性能非线性滤波方法等方面开展基础理论研究与创新。首先将ARMA模型的线性思想和BP神经网络的非线性思想结合，提出ARMA-BPNN组合模型拟合随机漂移误差，使模型的精准度更高。针对微惯性测量单元对温度的敏感性，提出了PSO粒子群算法优化BPNN处理温度漂移，通过网络训练实现更优的温度补偿。其次，从跟踪误差的数学模型出发，深入分析了 PLL 传统跟踪误差和 MIMU 辅助信息误差在 MIMU 辅助 PLL 中的传递形式。针对最优带宽处跟踪误差最小，将 MIMU 辅助 PLL 最优带宽设计问题转化为 AFSA 智能寻优过程，避免了传统方法需要求跟踪误差函数关于带宽导数这一复杂过程。此外，提出以变分学习理论为基础的 VBACKF 高性能非线性滤波方法，建立了矢量跟踪环路数学模型，并采用VBACKF等非线性滤波技术对跟踪环路进行预滤波。最后，课题构建了一体化跟踪环路试验平台，并进行了车载试验验证，相关研究取得了预期的成果。GPS/MIMU深组合导航能够广泛的应用于国防、民航、车载等领域，具有重要的战略意义和广阔的应用前景。