基于dsp的gps双天线实时姿态测量系统实现

《基于dsp的gps双天线实时姿态测量系统实现》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、第17卷第6期电波科学学报Voi.17，No.62002年12月CHINESEJOURNALOFRADIOSCIENCEDecember，2002文章编号1005-038（82002）06-0661-05基于DSP的GPS双天线实时姿态测量系统实现!杨铁军张晓玲付毓生黄顺吉（电子科技大学电子工程学院，四川成都610054）摘要实现了基于DSP的GPS双天线实时姿态测量系统，采用Kaiman滤波估计载体的位置、速度和初始模糊值搜索距离，然后采用FASF和LAMBDA解算整周模糊度和直接法计算载体的姿态，给出了基于DSP的硬件实现。相对于传统

2、的模糊度解算方法，所采用的整周模糊度解算方法具有效率更高、更便于实时和动态应用的特点，实现了与多天线GPS姿态测量系统相当的精度。对GPS姿态测量技术的工程应用和理论研究具有一定的参考价值。关键词姿态测量，卡尔曼滤波，整周模糊度解算，残差比检测，DSP中图分类号P228.4文献标识码BImplementationofGPStwinantennasreal-timeattitudedeterminationsystembasedonDSPYANGTie-junZHANGXiao-lingFUYu-shengHUANGShun-ji（Dept

3、.ofElectronicEngineering，UESTC，ChengduSichuan610054，China）AbstractThispaperimpiementGPStwinantennasreai-timeattitudedeterminationsystembasedonDSP.Position，veiocityandfioatambiguitystatesareestimatedusingKaimanfiiter.ThentheintegerambiguityisresoivedutiiizingFASFandLAMBDA.

4、Atiast，the，attitudeiscomputedwithdirectmethodandhardwarereaiizationwaspresentedbasedonDSP.Comparedwithtraditionaiambiguityresoiutionmethod，themethodintroducedinthispapercanimprovetheefficiencyoftheambiguitysearchandismorefittoreai-timeanddynamicappiication.Furthermore，thi

5、spaperobtainedacomparativeprecisiontomuiti-antennasystem.ThereserchworkinthispaperisvaiuabietothepracticaiappiicationsandthetheoreticairesearchofGPSattitudedetermination.Keywordsattitudedetermination，kaimanfiitering，integerambiguityresoiution，residuairatiotest，DSP得基于DSP的G

6、PS姿态测量技术的实时处理成为1引言可能。同传统的惯导系统相比，GPS姿态测量系统众所周知，海上、空中和陆地的载体都需要知道具有精度高、体积小、成本低、易于固化等诸多优点。其姿态，并需要对姿态进行实时控制。目前，姿态测通常，确定姿态需要三个参数：偏航角、俯仰角和横量系统大都采用高精度的惯性陀螺系统来实现，这滚角，即进行三维姿态测量至少需要三个天线，但对种方法设备复杂、价格昂贵且难以推广。随着数字于大多数应用而言，仅需要进行二维测量，即测量偏信号处理技术和载波相位差分技术的快速发展，使航角和俯仰角，故只需两个天线。本文首先介绍了GPS姿态测

7、量的基本算法，直接法解算载体姿态，然后采用Kaiman滤波估计载体的位置、速度、初始模!收稿日期：2002-03-11糊值搜索距离并联合FASF和LAMBDA的方法解算卡尔曼滤波）。载体的整周模糊度，最后给出了系统的软件流程图2）根据初值和精度建立搜索空间和搜索可能和硬件逻辑框图，试验结果表明，使用本文提出的方的模糊组合。法达到了0.046（偏航角）、0.l4l（俯仰角）的测姿3）检测正确的模糊组合。精度和毫米级的基线测量精度，具有一定的理论价在最小二乘问题中，状态矢量通常认为是不变值和工程应用价值。的，而在动态环境中，状态矢量通常随时间

8、而变化，因此在动态应用中，通常采用卡尔曼滤波估计初始［3］!姿态测量基本算法［4］的位置、速度和浮点模糊值。卡尔曼滤波包括两姿态测量通常定义为下述的矩阵变换：个步骤，更新和预测。éxJùéxl