GNSS/INS紧组合和松组合的区别 [学习笔记]

GNSS/INS集成通常有两种主要架构：松组合（Loosely Coupled）和紧组合（Tightly Coupled）。它们的区别主要在于数据融合方式、计算复杂度、性能以及适用场景。以下是详细分析：

---

1. 松组合（Loosely Coupled Integration）

特点

• 独立解算：GNSS和INS分别进行独立解算。
  • GNSS输出位置和速度解。
  • INS通过惯性测量单元（IMU）计算自身的位置、速度和姿态。
• 数据融合：通过滤波器（如卡尔曼滤波器）融合GNSS提供的位置和速度解，以及INS的输出。

架构

1. GNSS模块独立解算位置和速度。
2. INS通过IMU测量加速度和角速度，并结合导航解算得出姿态、速度和位置。
3. 滤波器将两者的解算结果进行融合，更新INS的误差。

优点

• 实现简单：GNSS和INS独立工作，系统架构清晰，易于实现。
• 可靠性高：GNSS数据可直接用于导航，即使融合算法失败，GNSS仍然能提供有效的导航信息。
• 适用场景广泛：适合卫星信号可用性高的环境。

缺点

• 对GNSS信号依赖较大：当卫星信号受阻（如遮挡或干扰）时，GNSS无法提供有效位置解，导致INS无法被有效校正。
• 精度受限：数据融合的时效性不高，INS误差积累较快。

---

2. 紧组合（Tightly Coupled Integration）

特点

• 原始观测值级别融合：直接使用GNSS原始观测值（伪距、载波相位、Doppler速度）和INS输出进行联合解算。
• 深度耦合：GNSS与INS的解算过程互相关联，形成一个整体系统。

架构

1. GNSS提供伪距、载波相位或Doppler速度观测值。
2. INS提供预测的位置、速度和姿态作为对GNSS观测值的先验信息。
3. 滤波器（如扩展卡尔曼滤波器、粒子滤波器）对两者的观测值进行联合处理。

优点

• 信号容错性强：当卫星数量不足（如少于4颗）时，仍可通过INS提供的先验信息解算位置。
• 精度高：直接处理原始观测值，误差建模更加精细，能显著减小INS误差累积。
• 抗干扰性强：在复杂环境（如城市峡谷、森林）中表现优于松组合。

缺点

• 实现复杂：需要处理原始观测值，涉及GNSS和INS的深度耦合和精细建模。
• 计算量大：观测值处理和联合滤波需要更多计算资源。
• 故障影响大：GNSS和INS深度耦合，任一部分故障可能导致整个系统失效。

---

3. 对比总结

特性	松组合（Loosely Coupled）	紧组合（Tightly Coupled）
融合层次	后处理结果（位置、速度）	原始观测值（伪距、载波相位、Doppler速度等）
实现复杂度	简单	高
计算复杂度	低	高
抗卫星信号遮挡能力	较差（至少需要4颗卫星）	较强（少于4颗卫星仍可工作）
精度	中等	高
适用场景	卫星信号良好、环境简单	信号复杂、遮挡严重的环境

---

4. 适用场景

• 松组合：

  • 普通导航场景（如开阔地带、卫星信号良好）。
  • 对实时性要求低，且计算资源有限的设备。

• 紧组合：

  • 复杂环境（如城市峡谷、森林、高动态飞行器）。
  • 高精度定位需求（如自动驾驶、精密导航）。
  • 卫星信号可能受干扰或遮挡的场景。

---

5. 总结建议

• 如果系统开发要求简单且适合开阔环境，选择松组合。
• 如果需要高精度定位或需要应对信号复杂的环境，选择紧组合。