一种基于自适应弹性因子的辅助惯性导航方法

本发明属于智能组合导航领域，特别是涉及一种基于自适应弹性因子的辅助惯性导航方法。

背景技术：

1、惯性导航系统（ins）具有自主性强、隐蔽性高、不依赖外部无线信号等优势，是水下航行器和复杂环境载体的重要导航手段。然而，由于惯性器件存在零偏、随机漂移和尺度因子误差，其导航误差会随时间积分累积，导致长时间运行条件下位置误差快速增长。

2、重力辅助惯性导航是一种利用地球重力场特征抑制ins误差发散的高精度自主导航方法，其中，重力和重力梯度分别是重力位的一阶导数和二阶导数，现有方案通常单独使用重力异常或者重力梯度。原子干涉重力梯度仪能够同时测量重力和重力梯度两种信息，重力梯度数据中存在更多高频成分，对浅层异常突变的场源边界拥有较高的分辨率，重力数据存在更多的低频成分，对深部异常拥有更高的分辨率，如何合理利用两类信息进行辅助导航已成为该方向的研究重点。现有处理方式中仍然存在以下不足：

3、传统方案通常仅利用重力异常或者重力梯度单一信息源，无法充分发挥高精度量子重力传感器的多维测量能力。现有方法通常采用固定权重或者固定滤波参数进行融合。当载体处于不同区域、不同运动状态或者重力场特征变化明显时，单一融合策略难以保证导航性能。重力异常和重力梯度信息受测量噪声、环境扰动以及局部重力场特征影响，其有效性具有时变特点。传统方法无法根据实时信息质量动态调整辅助信息贡献。原子干涉重力梯度仪能够同时获取重力异常及垂向重力梯度信息，为构建多维重力辅助导航提供了条件，但目前缺少针对aigg双信息源的自适应融合导航框架。

技术实现思路

1、有鉴于此，本发明旨在提出一种基于自适应弹性因子的辅助惯性导航方法，以解决现有手段难以处理不同海域重力特征强弱变化、单通道临时失真以及惯导误差状态变化的问题。

2、为实现上述目的，本发明采用以下技术方案，根据本发明的第一方面，提供一种基于自适应弹性因子的辅助惯性导航方法，包括以下步骤：

3、s1，获取惯性导航数据以及重力场测量数据；

4、s2，基于重力异常信息和重力梯度信息，构建包含若干重力场特征的联合评价模型，并获得对应信息的可信度参数；

5、s3，根据步骤s2获得的可信度参数以及惯性导航状态信息，构建自适应弹性因子生成模型；其中，所述自适应弹性因子用于表征当前环境条件下重力异常信息和重力梯度信息对辅助导航结果的贡献比例；

6、s4，利用步骤s3获得的自适应弹性因子，对重力异常信息和重力梯度信息进行动态加权融合，形成自适应重力场辅助导航观测信息；

7、s5，将步骤s4获得的观测信息输入组合导航滤波器，对惯性导航系统的误差状态进行估计，并利用估计结果对惯性导航输出进行实时修正；

8、s6，将导航状态信息反馈至自适应弹性因子生成模型，对下一时刻重力异常信息和重力梯度信息的融合策略进行更新。

9、更进一步的，所述惯性导航数据包括载体的位置、速度、姿态以及惯性测量单元采集的角速度和加速度信息。

10、更进一步的，所述联合评价模型的构建方式为：通过提取重力异常变化特征、重力梯度变化特征、空间连续性特征以及测量稳定性特征，建立重力辅助信息质量评价指标；根据所述评价指标，对当前时刻重力异常信息和重力梯度信息的有效性进行综合评价，获得对应的可信度参数。

11、更进一步的，所述自适应弹性因子的构建方式为：根据重力异常信息可信度、重力梯度信息可信度、惯性导航误差协方差和/或当前测量环境扰动程度动态计算。

12、更进一步的，当重力异常信息具有较高稳定性和空间辨识能力时，提高重力异常信息在融合过程中的权重；当重力梯度信息对局部微弱变化具有更强响应能力时，提高重力梯度信息贡献比例；当重力异常信息和重力梯度信息质量下降时，降低重力辅助信息对导航结果的影响。

13、更进一步的，所述步骤s4中，所述融合权重根据实时环境状态、测量质量以及导航误差状态进行动态调整。

14、更进一步的，所述导航误差包括位置误差、速度误差和/或姿态误差。

15、根据本发明的第二方面，提供一种基于自适应弹性因子的辅助惯性导航系统，包括：

16、重力信息感知模块，用于获取惯性导航数据以及重力场测量数据；

17、联合评价模型构建模块，用于基于重力异常信息和重力梯度信息，构建包含若干重力场特征的联合评价模型，并获得对应信息的可信度参数；

18、生成模块，用于根据获得的可信度参数以及惯性导航状态信息，构建自适应弹性因子生成模型；其中，所述自适应弹性因子用于表征当前环境条件下重力异常信息和重力梯度信息对辅助导航结果的贡献比例；

19、加权融合模块，用于利用获得的自适应弹性因子，对重力异常信息和重力梯度信息进行动态加权融合，形成自适应重力场辅助导航观测信息；

20、估计模块，用于将获得的观测信息输入组合导航滤波器，对惯性导航系统的误差状态进行估计，并利用估计结果对惯性导航输出进行实时修正；以及，

21、更新模块，用于将导航状态信息反馈至自适应弹性因子生成模型，对下一时刻重力异常信息和重力梯度信息的融合策略进行更新。

22、根据本发明的第三方面，提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的基于自适应弹性因子的辅助惯性导航方法。

23、根据本发明的第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，该程序被处理器执行时实现如上的基于自适应弹性因子的辅助惯性导航方法。

24、与现有技术相比，本发明的有益效果是：

25、1. 区别于传统重力辅助导航仅依托单一重力异常信息的辅助模式，本方法依托原子干涉重力梯度仪的多维测量优势，同步采集重力异常与垂向重力梯度两类核心重力场信息；通过对两类异构重力信息的融合复用，充分挖掘量子重力测量技术的多维数据价值，有效突破了单一重力信息表征重力场特征不全面、细节辨识度不足的技术瓶颈，显著提升了导航系统对复杂地形、复杂重力场区域的特征识别与信息利用能力，适配更多复杂作业场景的导航辅助需求。

26、2. 现有技术多采用固定参数完成重力信息融合，无法适配导航过程中动态变化的重力场环境、载体运动状态以及惯导误差状态，极易出现融合参数匹配失效、导航性能大幅衰减的问题；本方法创新性引入自适应弹性因子机制，结合实时重力信息质量、外部环境特征以及惯性导航系统实时误差状态，动态求解重力异常、重力梯度的弹性因子，自主调整两类重力信息的融合权重与匹配参数；彻底摆脱固定融合参数的局限性，使导航系统可自适应适配不同强弱、不同特征的重力场环境，以及高速、变姿态等复杂载体运动工况，环境适配性与工况鲁棒性大幅提升。

27、3. 针对实际导航过程中重力观测信息易受环境干扰、出现数据失真、精度劣化，进而导致导航修正偏差的问题，本方法建立了完善的重力辅助信息可信度评价体系；通过量化评估重力异常与垂向重力梯度观测数据的质量优劣，动态调节两类信息对惯导误差的修正权重：当重力观测数据精度高、可信度好时，强化其误差修正效能，充分发挥重力辅助导航的校准优势；当观测环境恶劣、数据质量下降时，主动降低劣质信息的融合权重，规避异常观测数据引入的导航误差，从源头抑制低质量辅助信息对导航结果的负面影响，保障导航输出的平稳性。

28、4. 本方法构建了涵盖重力信息采集、数据可信度评价、自适应弹性融合、惯导误差修正、状态参数反馈的全流程闭环优化架构。有效解决了卫星导航信号拒止场景下，传统惯导系统长航时运行误差累积、导航精度持续衰减的难题，大幅提升了无卫星辅助条件下，惯性导航系统长时间自主作业的导航精度、可靠性与稳定性。