DOI：10.12265/j.gnss.2023027基于因子图优化PPP的GNSS/INS松组合导航杨显赐，乔书波，肖国锐，贾晓雪，彭华东，李松伟(信息工程大学地理空间信息学院,郑州450001)摘要：针对全球卫星导航系统(GNSS)容易因建筑物遮挡、多路径效应以及卫星可见数不足导致的GNSS信号失锁问题，提出了一种基于因子图优化(FGO)的精密单点定位(PPP)算法进行GNSS和惯性导航系统(INS)的融合定位方法.首先参照经典PPP双频无电离层模型，构建伪距、载波因子，根据非线性优化理论求解非线性最小二乘问题；再将优化后的PPP位置信息作为PPP因子，与地球自转的精化预积分因子一同构建到GNSS/INS松组合FGO框架中，实现组合导航信息非线性优化.车载实测结果表明：针对PPP，所提算法的定位精度相比扩展卡尔曼滤波(EKF)算法在北(N)方向、东(E)方向、地(D)方向上分别提升37.09%、28.79%、64.59%；针对GNSS/INS组合导航，该算法的定位精度相比EKF算法在三个方向上分别提升了49.08%、41.22%、71.86%.关键词：因子图优化(FGO)；扩展卡尔曼滤波(EKF)；精化预积分；精密单点定位(PPP)；组合导航中图分类号：P228文献标志码：A文章编号：1008-9268（2023）03-0085-080引言全球导航卫星系统(GNSS)长期定位精度高、误差稳定不随时间累计，在室外开阔地带可以提供连续实时的高精度定位信息，但在室内、城市峡谷、丛林、洞穴等场景，极易受环境遮挡引起非视距误差以及多路径效应等影响发生信号失锁，严重时导致无法获取定位信息.惯性导航系统(INS)具有很好的抗干扰能力、短时精度高、隐蔽性强、自主性高，但误差累计快、长时间导航定位精度会迅速下降.因此，GNSS和INS之间具有很好的互补性，GNSS/INS组合导航系统融合了两个系统的优点，可以在复杂环境下持续稳定输出平滑、高采样率、高精度的定位结果，已经被广泛应用在军事、测绘、智能交通、地质勘探等领域[1-2].现在，在GNSS/INS组合导航算法研究中，大多数以扩展卡尔曼滤波(EKF)算法为主.文献[3]研究表明，在城市复杂环境下，自适应滤波算法的定位精度相较于常规卡尔曼滤波提升30%.文献[4]重点研究了GNSS/INS组合导航定位的滤波解算及系统的可靠性.但滤波方法服从一阶马尔可夫假设，增量式递推过程会导致在数据解算过程中无法充分利用历史信息.因子图优化(FGO)算法作为一种批量式数据处理过程，将一个时间段内的数据进行全局优化，并且当GNSS信号失锁时，可以在GNSS信号恢复后对失锁区间进行再处理.因此相较于EKF算法，可以得到更可靠的导航...
