基于EMD－小波随机消噪模型的GPS/INS组合导航

王 坚 李增科 高井祥 王金岭

(1 中国矿业大学国土环境与灾害监测国家测绘局重点实验室，徐州221116)

(2 中国矿业大学环境与测绘学院，徐州221116)

(3 澳大利亚新南威尔士大学测绘与空间信息学院，澳大利亚悉尼2052)

优化导航模型及误差补偿算法是提高GPS/INS(global positioning system/inertial navigation system)组合导航精度的主要方式.陀螺仪及加速度计除受到元件本身固有观测精度的影响，INS 原始观测数据还受到系统协同作用带来的高频噪声的影响，导致导航精度降低，已引起国内外学者们的广泛关注［1］.引入新的数据处理理论，发展精度更高的导航模型具有重要研究意义.Nassar［2］采用高阶AR 模型，比较了Yule－Walker 法、协方差法和Burg 法在AR 模型参数求取方面的优劣.吴富梅等［3］将小波阈值消噪引入GPS/INS 组合导航，对观测数据进行消噪预处理.Guo 等［4］设计Butterworth 低通滤波对INS 原始数据滤波，消除了高频噪声，得到更高精度的观测数据.上述模型都可明显提高GPS/INS 组合导航系统的定位精度.本文在分析INS 原始观测数据误差源的基础上，利用经验模态分解的自适应和完全数据驱动的特征，提出INS 随机误差的经验模态小波分解模型，提高了GPS/INS 组合导航的精度.实测数据分析表明了本文方法的有效性.

1 系统误差分析

从频域的角度，可清晰地描述GPS/INS 组合系统的误差分布及建模过程［5－6］.根据文献［5］的研究，组合系统的误差可分为长周期与短周期误差，如图1所示，其中fs为采样频率.通过组合导航算法及INS 计算可消除大部分误差项(见图2)，但由于导航算法及模……