前言GNSS/INS松组合状态模型GNSS/INS松组合测量模型GNSS/INS松组合卡尔曼滤波1、松组合模型离散化2、卡尔曼滤波时间更新3、卡尔曼滤波测量更新
前言
GNSS与INS具有良好的互补性，GNSS提供的位置结果不随时间发散，可以抑制惯导误差累积，INS可以在GNSS拒动环境下提供短时高精度的定位结果，GNSS/INS组合导航系统是两系统与GNSS/INS紧密组合系统相比，松组合的两个子系统互不影响，具有较强的稳定性，在车载组合导航领域有着广泛的应用。 本文简要整理了GNSS/INS松的组合算法。 其中参考了很多书籍，有自己的理解。 如果错了，请告诉我。 感谢。
GNSS/INS松弛组合状态模型基于捷联惯导系统(SINS )误差模型，陀螺仪加表零偏白噪声wg、wa，陀螺仪加表零偏建模为一阶马尔可夫过程，wcg、wca对应过程INS误差模型可以整理如下。
基于上述模型，可以构建GNSS/INS松组合的状态模型：
GNSS/INS松单元测量模型松单元采用n系统(东北天)中求解SINS的位置与GNSS测量的位置之差作为测量信息，从IMU到GNSS天线的极矢量为0，即GNSS天线和IMU的位置不重合
SINS解决方案的位置可以表示为：
通过GSS得到的位置可以表示为如下。
如果是，位置测量：
转换为大地坐标系LLA (纬经高)后，得到。
GNSS/INS松组合卡尔曼滤波1、松组合模型离散化
2、卡尔曼滤波时间更新
3、卡尔曼滤波测量更新
请注意，此处的状态量是位置(姿势、速度)误差。 将其修正为位置)姿势、速度)量后，误差为0，因此此处的状态量请手动归零。