嵌入式GNSS/SINS超緊組合導航系統(tǒng)：設計、實現(xiàn)與性能優(yōu)化一、引言1.1研究背景與意義在現(xiàn)代科技飛速發(fā)展的時代，導航系統(tǒng)已成為人們生活、工業(yè)生產、交通運輸、國防軍事等眾多領域不可或缺的關鍵技術。從日常出行中使用的手機導航，到航空航天領域中飛行器的精確制導，導航系統(tǒng)的身影無處不在，它為各類活動提供了關鍵的位置、速度和姿態(tài)信息，極大地提高了活動的效率與安全性。例如，在物流運輸中，精準的導航系統(tǒng)能幫助貨車司機規(guī)劃最優(yōu)路線，避免擁堵，節(jié)省時間和成本；在農業(yè)領域，基于導航的自動駕駛農機設備能夠實現(xiàn)精準播種、施肥和灌溉，提高農業(yè)生產的精細化程度和產量。全球導航衛(wèi)星系統(tǒng)（GNSS），如美國的GPS、中國的北斗衛(wèi)星導航系統(tǒng)（BDS）、俄羅斯的格洛納斯衛(wèi)星導航系統(tǒng)（GLONASS）以及歐洲的伽利略衛(wèi)星導航系統(tǒng)（Galileo），憑借其高精度、全天候、全球覆蓋的特點，在導航領域得到了廣泛應用。然而，GNSS也存在一些固有缺陷。在城市峽谷、室內、山區(qū)等復雜環(huán)境中，衛(wèi)星信號容易受到遮擋、反射和干擾，導致信號失鎖、定位精度下降甚至無法定位。此外，GNSS的動態(tài)性能相對滯后，更新率較低，在高動態(tài)場景下，如高速飛行的飛行器、高速行駛的車輛等，難以滿足對實時性和精度的嚴格要求。而捷聯(lián)慣性導航系統(tǒng)（SINS）則具有自主性強、短時精度高、動態(tài)性能好、更新率高以及不受外界電磁干擾等優(yōu)點。它通過慣性傳感器（加速度計和陀螺儀）測量載體的加速度和角速度，經過積分運算得到載體的位置、速度和姿態(tài)信息。但是，SINS的誤差會隨時間積累，長時間工作時，定位誤差會逐漸增大，導致導航精度嚴重下降，無法滿足長時間獨立導航的需求。為了克服GNSS和SINS各自的缺點，充分發(fā)揮兩者的優(yōu)勢，GNSS/SINS組合導航系統(tǒng)應運而生。通過將GNSS和SINS的數據進行融合處理，利用GNSS的高精度定位信息來修正SINS的累積誤差，同時借助SINS的短時高精度和強動態(tài)性能來輔助GNSS在復雜環(huán)境下的信號跟蹤和定位，從而實現(xiàn)更高精度、更可靠的導航。這種組合導航系統(tǒng)在車輛導航、航空航天、航海等領域展現(xiàn)出了明顯的優(yōu)勢，能夠滿足不同場景下對導航精度和可靠性的要求。在一些對導航性能要求極高的特定場景下，如高動態(tài)飛行器的精確制導、復雜室內環(huán)境下的無人設備導航、軍事對抗中的隱蔽導航等，傳統(tǒng)的GNSS/SINS組合導航系統(tǒng)的性能仍顯不足。超緊組合導航系統(tǒng)作為一種更高級的組合方式，在這些場景下具有獨特的應用價值。超緊組合導航系統(tǒng)實現(xiàn)了GNSS和SINS在更深層次的融合，不僅在導航解算層面進行數據融合，還在信號處理層面實現(xiàn)了緊密耦合。INS能夠更有效地輔助GNSS接收機進行信號捕獲和跟蹤，增強在惡劣環(huán)境下對微弱衛(wèi)星信號的處理能力，極大地提高了系統(tǒng)的抗干擾能力和魯棒性。同時，超緊組合模式下的數據更新率更高，能夠更快速、準確地響應載體的動態(tài)變化，為高動態(tài)載體提供更精準的導航信息。在軍事領域，超緊組合導航系統(tǒng)可使戰(zhàn)機、導彈等武器裝備在復雜電磁環(huán)境和高機動狀態(tài)下保持精確的導航定位，提升作戰(zhàn)效能；在民用領域，可助力自動駕駛汽車在城市復雜路況、隧道等衛(wèi)星信號不佳的環(huán)境中實現(xiàn)可靠的導航和安全行駛，推動自動駕駛技術的發(fā)展和應用。1.2國內外研究現(xiàn)狀國外在嵌入式GNSS/SINS超緊組合導航系統(tǒng)的研究起步較早，取得了一系列具有影響力的成果。Draper實驗室在早期就深入研究了利用INS多普勒信息輔助衛(wèi)星信號接收機跟蹤環(huán)路的深組合導航結構，為超緊組合導航系統(tǒng)的發(fā)展奠定了重要的理論基礎。此后，眾多科研機構和高校在此基礎上不斷探索創(chuàng)新。加拿大Calgary大學的AndreySoloviev和DeanBruckner等對GPS/INS深組合系統(tǒng)在弱衛(wèi)星信號環(huán)境下的性能進行了深入研究，實驗結果表明在6顆衛(wèi)星可視的條件下，衛(wèi)星信號的追蹤可達12dB，這一成果極大地推動了超緊組合導航系統(tǒng)在復雜環(huán)境下的應用研究。澳大利亞新南威爾士大學的WangJinling和SNAP實驗室利用擴展卡爾曼濾波（EKF）實現(xiàn)了GNSS/INS的超緊耦合，并對組合導航濾波器的非線性問題展開了深入研究，為超緊組合導航系統(tǒng)的數據處理和算法優(yōu)化提供了新的思路和方法。此外，國外的一些知名企業(yè)也積極投入到超緊組合導航技術的研發(fā)中，將其應用于高端航空、航海以及軍事裝備等領域，進一步推動了該技術的工程化和實用化進程。國內對嵌入式GNSS/SINS超緊組合導航系統(tǒng)的研究雖然起步相對較晚，但近年來發(fā)展迅速，在理論研究和工程應用方面都取得了顯著進展。隨著我國北斗衛(wèi)星導航系統(tǒng)的建設和完善，基于北斗的超緊組合導航系統(tǒng)成為研究熱點。許多高校和科研機構圍繞北斗與SINS的超緊組合開展了大量研究工作，在信號處理、數據融合算法、系統(tǒng)集成等方面取得了一系列成果。例如，部分學者深入研究了在慣導輔助下的GNSS接收機對衛(wèi)星信號的捕獲和跟蹤技術，通過慣導信息預測下一時刻的Doppler頻移，有效增強了接收機在復雜環(huán)境下的信號跟蹤能力。在算法研究方面，國內學者提出了多種適用于超緊組合導航系統(tǒng)的濾波算法和優(yōu)化策略，如自適應卡爾曼濾波算法、粒子濾波算法等，這些算法能夠更好地處理系統(tǒng)中的噪聲和不確定性，提高導航精度和可靠性。在工程應用方面，國內已成功將超緊組合導航系統(tǒng)應用于一些領域，如無人機導航、智能交通等，為相關產業(yè)的發(fā)展提供了有力支持。盡管國內外在嵌入式GNSS/SINS超緊組合導航系統(tǒng)的研究上已取得了諸多成果，但仍存在一些不足之處，為后續(xù)研究指明了方向。在復雜環(huán)境適應性方面，雖然超緊組合導航系統(tǒng)在一定程度上提高了對復雜環(huán)境的適應能力，但在面對如強電磁干擾、多徑效應嚴重等極端復雜環(huán)境時，系統(tǒng)的可靠性和精度仍有待進一步提高。如何進一步優(yōu)化信號處理算法，增強系統(tǒng)對微弱信號的捕獲和跟蹤能力，以及提高系統(tǒng)的抗干擾性能，是亟待解決的問題。在多傳感器融合方面，目前的超緊組合導航系統(tǒng)主要集中在GNSS和SINS的融合，對于其他傳感器如視覺傳感器、激光雷達等的融合應用研究還相對較少。如何有效融合多種傳感器信息，實現(xiàn)優(yōu)勢互補，構建更加完善、智能的導航系統(tǒng)，是未來研究的重要方向。在系統(tǒng)的小型化、低功耗設計方面，隨著嵌入式設備的廣泛應用，對超緊組合導航系統(tǒng)的體積和功耗提出了更高要求。目前，雖然在硬件集成和低功耗設計方面取得了一些進展，但仍需要進一步研發(fā)新型的硬件架構和低功耗算法，以滿足不同應用場景對設備小型化和低功耗的需求。1.3研究目標與內容本研究旨在設計并實現(xiàn)一種高性能的嵌入式GNSS/SINS超緊組合導航系統(tǒng)，通過深入研究和創(chuàng)新技術，解決現(xiàn)有導航系統(tǒng)在復雜環(huán)境和高動態(tài)場景下的局限性，提高導航的精度、可靠性和實時性，滿足多樣化應用場景的需求。具體研究內容涵蓋系統(tǒng)設計、算法研究、硬件實現(xiàn)以及性能測試與優(yōu)化等多個關鍵方面。在系統(tǒng)設計方面，將全面剖析GNSS和SINS的工作原理，深入研究超緊組合導航系統(tǒng)的架構和數據流程。詳細分析不同組合方式的優(yōu)缺點，根據實際應用需求和系統(tǒng)性能指標，精心設計超緊組合導航系統(tǒng)的整體架構，明確各個模塊的功能和接口，構建合理的數據傳輸和處理流程，確保系統(tǒng)的高效運行。例如，通過對INS輔助GNSS信號捕獲和跟蹤的機制進行深入分析，設計出能夠在復雜環(huán)境下快速、準確捕獲衛(wèi)星信號的系統(tǒng)架構，提高系統(tǒng)對微弱信號的處理能力。算法研究是本研究的核心內容之一。深入研究適用于超緊組合導航系統(tǒng)的信號處理算法，包括衛(wèi)星信號的捕獲、跟蹤和載波相位測量等關鍵環(huán)節(jié)。例如，研究基于慣性輔助的衛(wèi)星信號快速捕獲算法，利用INS提供的載體運動信息，預測衛(wèi)星信號的多普勒頻移和碼相位，縮小信號搜索范圍，提高捕獲速度和成功率。同時，對數據融合算法進行深入探索，重點研究卡爾曼濾波及其改進算法在超緊組合導航系統(tǒng)中的應用?？柭鼮V波作為一種經典的數據融合算法，能夠有效地估計系統(tǒng)狀態(tài)，但在實際應用中，由于超緊組合導航系統(tǒng)的非線性和噪聲特性，傳統(tǒng)卡爾曼濾波可能無法滿足高精度的要求。因此，將研究自適應卡爾曼濾波、擴展卡爾曼濾波等改進算法，以提高濾波器對系統(tǒng)狀態(tài)的估計精度，更好地處理系統(tǒng)中的噪聲和不確定性，實現(xiàn)GNSS和SINS數據的最優(yōu)融合。硬件實現(xiàn)是將理論研究成果轉化為實際產品的關鍵步驟。根據系統(tǒng)設計方案，精心選擇合適的硬件設備，包括慣性傳感器、GNSS接收機、嵌入式處理器等。對慣性傳感器的精度、穩(wěn)定性和動態(tài)性能進行嚴格評估和篩選，確保其能夠滿足系統(tǒng)對加速度和角速度測量的高精度要求。同時，考慮硬件設備的功耗、體積和成本等因素，選擇低功耗、小型化的硬件設備，以滿足嵌入式系統(tǒng)的應用需求。例如，采用先進的MEMS慣性傳感器，其具有體積小、功耗低、成本低等優(yōu)點，同時具備較高的測量精度和穩(wěn)定性，能夠為超緊組合導航系統(tǒng)提供可靠的慣性測量數據。在硬件設計過程中，還將進行電路設計、PCB布局和硬件調試等工作，確保硬件系統(tǒng)的穩(wěn)定性和可靠性。性能測試與優(yōu)化是確保系統(tǒng)滿足設計要求的重要環(huán)節(jié)。搭建完善的實驗平臺，對超緊組合導航系統(tǒng)的性能進行全面測試，包括定位精度、速度精度、姿態(tài)精度、抗干擾能力等關鍵指標。在不同的環(huán)境條件和動態(tài)場景下進行測試，如城市峽谷、室內環(huán)境、高動態(tài)運動等，模擬實際應用中的復雜情況，全面評估系統(tǒng)的性能表現(xiàn)。根據測試結果，深入分析系統(tǒng)存在的問題和不足之處，針對性地進行優(yōu)化和改進。例如，通過調整信號處理算法的參數、優(yōu)化數據融合算法的結構或改進硬件電路的設計，提高系統(tǒng)的性能指標，使其滿足實際應用的需求。同時，對系統(tǒng)的實時性、可靠性和穩(wěn)定性進行測試和驗證，確保系統(tǒng)在長時間運行過程中能夠穩(wěn)定可靠地工作。二、GNSS/SINS超緊組合導航系統(tǒng)原理2.1GNSS工作原理全球導航衛(wèi)星系統(tǒng)（GNSS）作為現(xiàn)代導航領域的核心技術之一，通過多個衛(wèi)星星座為全球用戶提供高精度的位置、速度和時間信息。其系統(tǒng)主要由空間段、控制段和用戶段三大部分構成?？臻g段是GNSS的基礎，由多顆在軌運行的衛(wèi)星組成。這些衛(wèi)星分布在不同的軌道平面上，確保地球上任何地點在任何時刻都能至少觀測到四顆衛(wèi)星，為定位提供必要的幾何條件。例如，美國的GPS系統(tǒng)由31顆衛(wèi)星組成，分布在6個軌道平面；中國的北斗三號系統(tǒng)則由3顆地球靜止軌道衛(wèi)星（GEO）、3顆傾斜地球同步軌道衛(wèi)星（IGSO）和24顆中圓地球軌道衛(wèi)星（MEO）構成，獨特的星座布局使其在全球范圍內都能提供穩(wěn)定可靠的服務。衛(wèi)星上搭載著高精度的原子鐘，控制衛(wèi)星發(fā)送包含自身軌道、位置和時間信息的導航信號，這些信號是用戶實現(xiàn)精確定位的關鍵?？刂贫纬袚鴮πl(wèi)星進行跟蹤、控制和管理的重要職責，包括地面的主控站、監(jiān)測站和數據上傳站。監(jiān)測站分布在全球各地，持續(xù)跟蹤衛(wèi)星信號，收集衛(wèi)星的軌道、時鐘等數據，并將這些數據傳輸給主控站。主控站對數據進行分析處理，計算衛(wèi)星的軌道參數和時鐘偏差等信息，然后通過數據上傳站將更新后的導航信息上傳至衛(wèi)星，確保衛(wèi)星信號的準確性和可靠性?？刂贫尉拖袷荊NSS的“大腦”，通過不斷地監(jiān)測和調整，保證整個系統(tǒng)的穩(wěn)定運行。用戶段是GNSS與用戶直接交互的部分，涵蓋了各種能夠接收GNSS信號并計算出位置信息的設備，如手機、車載導航系統(tǒng)、航空航天飛行器上的導航設備等。用戶設備中的GNSS接收機通過接收至少四顆衛(wèi)星的信號，利用三角測量原理計算出自身的精確位置。其定位原理基于信號傳播時間的測量，衛(wèi)星在空中連續(xù)發(fā)送帶有時間和位置信息的無線電信號，由于信號傳播存在距離，接收機接收到信號的時刻會比衛(wèi)星發(fā)送信號的時刻延遲，這個延遲稱為時延。通過測量時延，并結合已知的光速，就可以計算出衛(wèi)星至接收機的距離，即偽距。每顆衛(wèi)星的位置可視為空間中的已知點，接收機通過測量與多顆衛(wèi)星之間的偽距，以這些衛(wèi)星為球心、偽距為半徑作球面，多個球面的交匯點即為接收機的位置。由于衛(wèi)星鐘與用戶接收機鐘難以嚴格同步，接收機的鐘差通常作為一個未知參數，與觀測站的坐標一并求解，因此一般需要同時觀測四顆衛(wèi)星來獲取足夠的方程以解算出接收機的位置和時鐘偏差。在信號傳播過程中，GNSS信號會受到多種因素的影響而產生誤差，這些誤差是影響定位精度的關鍵因素。與信號傳播有關的誤差包括電離層延遲誤差、對流層延遲誤差及多徑效應誤差。電離層是位于地球上空50-1000km高度的大氣層，其中的中性分子受太陽輻射影響發(fā)生電離，產生大量的正離子與電子。當衛(wèi)星信號通過電離層時，信號的路徑會發(fā)生彎曲，傳播速度也會變化，導致信號傳播時間與真空中光速的乘積不等于衛(wèi)星至接收機的幾何距離，產生電離層延遲誤差。這種誤差在白天較大，可達15m，夜晚相對較小，約為3m；在天頂方向誤差最大可達50m，水平方向最大可達150m。為了減小電離層延遲誤差的影響，常采用雙頻觀測、利用電離層模型進行修正或利用同步觀測值求差等方法。對流層是靠近地面40km范圍內的大氣底層，其大氣密度大且狀態(tài)復雜，對GPS信號產生的對流層折射影響比電離層折射影響更為嚴重，即使雙頻觀測也難以完全消除。通常通過建立近地大氣模型，測量信號傳播路徑上的氣溫、氣壓及水汽分壓等氣象數據進行計算改正；也可應用水汽輻射計實測衛(wèi)星信號傳播路徑上水汽對信號的直接影響；還可以引入描述對流層影響的附加待估參數，在數據處理中一并求解；對于距離較近（＜10km）的兩測站，可通過接收機間一次差分的辦法大部分消除對流層殘余影響。多路徑效應誤差是指接收機除了接收到衛(wèi)星的直接信號外，還會接收到測站周圍物體反射的信號，這些反射信號與直接信號混合后產生干涉，使觀測值偏離真值產生相位誤差。多路徑效應嚴重損害GPS測量的精度，對載波相位測量的影響可達cm級，嚴重時甚至會導致衛(wèi)星信號失鎖。為減少多路徑效應誤差，可選擇合適的站址，避免測站靠近大面積水面、高大建筑物等容易產生多路徑效應的物體，也不宜選擇在山坡、山谷和盆地中；還可以選用屏蔽天線，在天線中設置抑徑板、底面及周圍采用吸收電波的材料以抑制多路徑反射信號。與衛(wèi)星有關的誤差包括衛(wèi)星星歷誤差、衛(wèi)星時鐘誤差、相對論效應等。衛(wèi)星星歷誤差是指衛(wèi)星實際軌道與預報軌道之間的偏差，會導致計算出的衛(wèi)星位置不準確，從而影響定位精度。衛(wèi)星時鐘誤差是由于衛(wèi)星上的原子鐘并非絕對精確，存在一定的頻率漂移和時間偏差，這會使衛(wèi)星發(fā)送的時間信息與真實時間存在差異，進而影響偽距測量的準確性。相對論效應則是由于衛(wèi)星處于高速運動狀態(tài)且受到地球引力場的影響，根據相對論原理，衛(wèi)星上的時間會與地面時間產生差異，這種差異也會對定位產生影響。與接收機有關的誤差包括接收機時鐘誤差、接收機天線相位中心相對于測站標識中心的位置誤差和天線相位中心位置的偏差。接收機時鐘誤差與衛(wèi)星時鐘誤差類似，會導致測量的時間不準確，進而影響偽距計算。接收機天線相位中心的位置誤差和偏差會使接收信號的位置產生偏差，從而影響定位結果。此外，與地球轉動有關的誤差包括來自地球潮汐、地球自轉的影響。地球潮汐會導致地球表面的形變，從而改變測站的位置；地球自轉則會使衛(wèi)星信號在傳播過程中發(fā)生偏移，這些因素都會對GNSS定位產生一定的影響。在實際應用中，需要綜合考慮這些誤差因素，并采取相應的措施進行校正和補償，以提高GNSS的定位精度。2.2SINS工作原理捷聯(lián)慣性導航系統(tǒng)（SINS）是一種基于慣性傳感器的自主式導航系統(tǒng)，其核心組件包括慣性測量單元（IMU）和導航計算機。慣性測量單元主要由陀螺儀和加速度計構成，它們直接安裝在載體上，無需實體的機械穩(wěn)定平臺，這是捷聯(lián)慣性導航系統(tǒng)區(qū)別于平臺式慣性導航系統(tǒng)的關鍵特征。陀螺儀用于測量載體相對于慣性空間的旋轉角速度，加速度計則用于測量載體在慣性空間中的加速度，通過這些測量信息，結合牛頓力學定律和相應的數學算法，SINS能夠推算出載體的姿態(tài)、速度和位置信息。在SINS中，加速度計的工作原理基于牛頓第二定律。當載體在空間中運動時，加速度計內部的敏感質量塊會感受到與載體加速度相關的慣性力。根據牛頓第二定律F=ma（其中F為慣性力，m為敏感質量塊的質量，a為載體加速度），通過測量敏感質量塊所受的力，就可以計算出載體在加速度計敏感軸方向上的加速度分量。例如，常見的MEMS加速度計利用微機電系統(tǒng)技術，將敏感質量塊與微結構的彈性元件相連，當載體加速時，質量塊因慣性產生相對位移，通過檢測這種位移變化，如電容變化或壓阻變化等方式，就可以精確測量出加速度值。陀螺儀則利用角動量守恒原理來測量載體的角速度。以激光陀螺儀為例，它基于薩格納克效應工作。在一個環(huán)形光路中，相向傳播的兩束激光由于載體的旋轉會產生光程差，這個光程差與載體的旋轉角速度成正比。通過精確測量兩束激光的相位差或頻率差，就可以計算出載體的角速度。光纖陀螺儀也是基于類似原理，利用光纖中光的傳播特性來檢測載體的旋轉運動。姿態(tài)解算是SINS的關鍵環(huán)節(jié)之一，其目的是確定載體坐標系相對于導航坐標系的方向關系，常用的方法有歐拉角法、方向余弦矩陣法和四元數法。歐拉角法通過定義三個獨立的角度（如俯仰角、橫滾角和航向角）來描述載體的姿態(tài)。方向余弦矩陣法則通過一個3×3的矩陣來表示載體坐標系與導航坐標系之間的轉換關系。四元數法是一種較為先進的姿態(tài)表示方法，它用一個四元數（由一個實部和三個虛部組成）來描述載體的姿態(tài)。四元數法在計算上具有優(yōu)勢，能夠有效避免歐拉角法中可能出現(xiàn)的萬向節(jié)鎖問題，提高姿態(tài)解算的精度和穩(wěn)定性。在實際應用中，常采用四元數法進行姿態(tài)更新。假設初始時刻載體的姿態(tài)四元數為q0，在一個微小的時間間隔Δt內，陀螺儀測量得到的角速度為ω=[ωx,ωy,ωz]T，則姿態(tài)四元數的更新公式為：q=q_0+\frac{1}{2}q_0\otimes[0,\omega_x\Deltat,\omega_y\Deltat,\omega_z\Deltat]^T其中，?表示四元數乘法。通過不斷更新姿態(tài)四元數，就可以實時得到載體的姿態(tài)信息。速度解算和位置解算是基于加速度計測量的比力信息進行的。首先，將加速度計測量的比力信息從載體坐標系轉換到導航坐標系下。這一轉換過程需要用到姿態(tài)矩陣，姿態(tài)矩陣可以由姿態(tài)解算得到的四元數或方向余弦矩陣確定。在導航坐標系下，根據牛頓運動定律，對加速度進行積分運算可以得到速度。假設在導航坐標系下的加速度為an，初始速度為v0，經過時間t后，速度v的計算公式為：v=v_0+\int_{0}^{t}a_ndt在實際計算中，通常采用離散積分的方法，如歐拉積分法或龍格-庫塔積分法等。以歐拉積分法為例，將時間劃分為一系列微小的時間間隔Δt，在每個時間間隔內，近似認為加速度不變，則速度更新公式為：v_{k+1}=v_k+a_{n,k}\Deltat其中，vk和vk+1分別表示第k時刻和第k+1時刻的速度，an,k表示第k時刻在導航坐標系下的加速度。得到速度信息后，對速度進行積分運算就可以得到位置信息。假設在導航坐標系下的速度為vn，初始位置為p0，經過時間t后，位置p的計算公式為：p=p_0+\int_{0}^{t}v_ndt同樣，在實際計算中采用離散積分方法，如歐拉積分法的位置更新公式為：p_{k+1}=p_k+v_{n,k}\Deltat其中，pk和pk+1分別表示第k時刻和第k+1時刻的位置，vn,k表示第k時刻在導航坐標系下的速度。通過不斷地進行姿態(tài)解算、速度解算和位置解算，SINS能夠實時為載體提供精確的導航信息。2.3超緊組合原理超緊組合，又被稱為深組合，是GNSS與SINS組合導航中耦合程度最深的一種方式，在這種組合模式下，GNSS和SINS在信號層面實現(xiàn)了深度融合。與松組合和緊組合相比，超緊組合在信息交互和融合的深度與廣度上有顯著差異。松組合是在導航解算結果層面進行融合，GNSS接收機獨立完成位置和速度解算，然后與SINS的導航結果通過卡爾曼濾波等算法進行融合。這種組合方式結構簡單，易于實現(xiàn)，各子系統(tǒng)相對獨立，可靠性較高。然而，由于融合位置較淺，在衛(wèi)星信號不佳時，GNSS定位誤差較大，難以有效抑制SINS的誤差積累。緊組合則是在觀測值層面進行融合，將GNSS的偽距、偽距率等觀測值與SINS的推算結果一同輸入濾波器進行融合處理。相較于松組合，緊組合能夠更充分地利用GNSS的觀測信息，提高了組合系統(tǒng)的精度和抗干擾能力。但在強干擾或衛(wèi)星信號失鎖的情況下，其性能仍會受到較大影響。超緊組合的信息融合方式具有獨特的優(yōu)勢。在信號捕獲階段，SINS的速度和姿態(tài)信息能夠為GNSS接收機提供精確的多普勒頻移和碼相位預測。通過SINS的高精度測量，接收機可以預先估計衛(wèi)星信號的大致頻率和相位范圍，從而在極短的時間內完成信號捕獲，大大提高了捕獲速度和成功率。在城市峽谷等衛(wèi)星信號微弱且易受干擾的環(huán)境中，SINS輔助下的GNSS接收機能夠快速鎖定衛(wèi)星信號，而傳統(tǒng)接收機可能需要較長時間甚至無法捕獲信號。在信號跟蹤階段，SINS的信息同樣發(fā)揮著關鍵作用。當載體處于高動態(tài)或復雜環(huán)境中時，衛(wèi)星信號的頻率和相位會發(fā)生快速變化，傳統(tǒng)的GNSS接收機跟蹤環(huán)路容易失鎖。而超緊組合導航系統(tǒng)中，SINS提供的載體運動信息可以實時調整GNSS接收機的跟蹤環(huán)路參數，使其能夠更好地適應信號的變化，保持對衛(wèi)星信號的穩(wěn)定跟蹤。在高速飛行的飛行器上，SINS能夠實時反饋飛行器的加速度和角速度信息，幫助GNSS接收機及時調整跟蹤環(huán)路，確保信號的穩(wěn)定接收。在數據處理階段，超緊組合采用深度融合算法，將GNSS和SINS的信息在更底層進行融合。通過建立更加精確的系統(tǒng)模型，充分考慮GNSS和SINS的誤差特性和相關性，能夠實現(xiàn)對系統(tǒng)狀態(tài)的更準確估計。與傳統(tǒng)組合方式相比，超緊組合在復雜環(huán)境下的定位精度和可靠性得到了顯著提升。超緊組合在抗干擾能力、動態(tài)性能和定位精度等方面具有明顯優(yōu)勢。在抗干擾能力方面，由于SINS能夠輔助GNSS接收機在惡劣環(huán)境下穩(wěn)定跟蹤衛(wèi)星信號，超緊組合導航系統(tǒng)對干擾的抵抗能力大大增強。即使在強電磁干擾環(huán)境中，GNSS信號受到嚴重干擾時，SINS的自主導航信息仍能維持系統(tǒng)的導航功能，確保載體的導航連續(xù)性。在動態(tài)性能方面，超緊組合的高更新率和快速響應能力使其非常適合高動態(tài)應用場景。在導彈飛行、高速賽車等需要快速響應載體動態(tài)變化的場景中，超緊組合導航系統(tǒng)能夠實時提供準確的導航信息，滿足高動態(tài)載體對導航的嚴格要求。在定位精度方面，超緊組合通過深度融合GNSS和SINS的信息，有效抑制了SINS的誤差積累，同時提高了GNSS在復雜環(huán)境下的定位精度。在長時間導航過程中，超緊組合導航系統(tǒng)的定位誤差增長速度明顯低于松組合和緊組合，能夠為載體提供更穩(wěn)定、更精確的導航服務。三、嵌入式GNSS/SINS超緊組合導航系統(tǒng)設計3.1系統(tǒng)總體架構設計嵌入式GNSS/SINS超緊組合導航系統(tǒng)采用模塊化設計理念，構建了層次分明、功能完備的總體架構，主要涵蓋硬件架構和軟件架構兩大部分，各部分相互協(xié)作，共同實現(xiàn)高精度、高可靠性的導航功能。硬件架構是系統(tǒng)運行的物理基礎，由多個關鍵模塊組成。慣性測量單元（IMU）作為核心模塊之一，選用高性能的MEMS慣性傳感器，集成了三軸陀螺儀和三軸加速度計。陀螺儀能夠精確測量載體在三個軸向的角速度，加速度計則可測量載體在相應方向的加速度，為系統(tǒng)提供關鍵的慣性測量數據。例如，某款先進的MEMSIMU，其陀螺儀的零偏穩(wěn)定性可達0.01°/h，加速度計的零偏穩(wěn)定性可達10μg，能夠滿足多種復雜應用場景對慣性測量精度的要求。GNSS接收機負責接收衛(wèi)星信號，通過優(yōu)化設計，具備快速捕獲和穩(wěn)定跟蹤衛(wèi)星信號的能力。采用多系統(tǒng)兼容的GNSS接收機，能夠同時接收GPS、北斗、GLONASS等多個衛(wèi)星系統(tǒng)的信號，提高衛(wèi)星信號的可用性和定位精度。嵌入式處理器是硬件架構的核心處理單元，承擔著數據處理、算法運行和系統(tǒng)控制等重要任務。選用高性能、低功耗的嵌入式處理器，如ARM系列處理器，其具備強大的計算能力和豐富的接口資源，能夠高效處理大量的慣性測量數據和GNSS數據。數據存儲模塊用于存儲系統(tǒng)運行過程中產生的各類數據，包括原始測量數據、導航解算結果等，為后續(xù)的數據分析和處理提供支持。通信模塊則負責實現(xiàn)系統(tǒng)與外部設備的數據交互，如與上位機進行數據傳輸，將導航信息發(fā)送給其他應用系統(tǒng)。軟件架構基于硬件架構運行，是實現(xiàn)超緊組合導航算法和功能的關鍵。數據采集模塊負責從IMU和GNSS接收機中實時采集原始數據，對采集到的數據進行初步的預處理，去除噪聲和異常值，確保數據的準確性和可靠性。信號處理模塊是軟件架構的核心模塊之一，實現(xiàn)了衛(wèi)星信號的捕獲、跟蹤和載波相位測量等關鍵功能。在衛(wèi)星信號捕獲階段，利用SINS提供的載體運動信息，采用基于慣性輔助的快速捕獲算法，能夠在短時間內快速確定衛(wèi)星信號的頻率和碼相位，提高捕獲速度和成功率。在信號跟蹤階段，根據載體的動態(tài)變化，實時調整跟蹤環(huán)路的參數，確保對衛(wèi)星信號的穩(wěn)定跟蹤。數據融合模塊采用先進的卡爾曼濾波算法及其改進算法，對GNSS和SINS的數據進行深度融合。通過建立精確的系統(tǒng)模型，充分考慮GNSS和SINS的誤差特性和相關性，實現(xiàn)對系統(tǒng)狀態(tài)的最優(yōu)估計，有效抑制SINS的誤差積累，提高導航精度。導航解算模塊根據融合后的數據，計算出載體的位置、速度和姿態(tài)信息，為用戶提供準確的導航結果。此外，軟件架構還包括系統(tǒng)管理模塊，負責對系統(tǒng)的運行狀態(tài)進行監(jiān)測和管理，實現(xiàn)系統(tǒng)的初始化、參數配置、故障診斷等功能。各模塊之間通過高效的數據傳輸和協(xié)同工作機制實現(xiàn)緊密交互。數據采集模塊將采集到的原始數據傳輸給信號處理模塊和數據融合模塊，信號處理模塊將處理后的衛(wèi)星信號信息傳輸給數據融合模塊，數據融合模塊將融合后的導航數據傳輸給導航解算模塊，導航解算模塊將最終的導航結果輸出給用戶或其他應用系統(tǒng)。同時，系統(tǒng)管理模塊對各個模塊的運行狀態(tài)進行監(jiān)控和管理，確保系統(tǒng)的穩(wěn)定運行。該系統(tǒng)架構具有顯著的特點和優(yōu)勢。在硬件方面，采用高性能、低功耗的硬件設備，實現(xiàn)了系統(tǒng)的小型化和低功耗設計，滿足了嵌入式系統(tǒng)對體積和功耗的嚴格要求。在軟件方面，通過優(yōu)化算法和數據處理流程，提高了系統(tǒng)的實時性和精度。例如，采用快速的信號處理算法和高效的數據融合算法，能夠在短時間內完成大量數據的處理和融合，實時輸出高精度的導航結果。此外，系統(tǒng)架構的模塊化設計使得系統(tǒng)具有良好的可擴展性和可維護性。在需要增加新的功能或傳感器時，只需在相應的模塊中進行擴展和升級，而不會影響整個系統(tǒng)的運行。在系統(tǒng)出現(xiàn)故障時，能夠快速定位到故障模塊，進行維修和更換，提高了系統(tǒng)的可靠性和可用性。3.2硬件設計3.2.1處理器選型嵌入式處理器作為嵌入式系統(tǒng)的核心，其性能和適用性直接決定了系統(tǒng)的整體性能。目前，市場上常見的嵌入式處理器種類繁多，各具特點和優(yōu)勢，主要包括嵌入式微處理器（MPU）、嵌入式微控制器（MCU）、數字信號處理器（DSP）以及現(xiàn)場可編程門陣列（FPGA）等。嵌入式微處理器是從通用計算機中的CPU演變而來，具有較高的性能，通常具備32位以上的處理能力，能夠處理復雜的計算任務。例如，ARM系列處理器是嵌入式微處理器的典型代表，廣泛應用于移動設備、工業(yè)控制、物聯(lián)網等領域。ARM處理器采用精簡指令集（RISC）架構，具有低功耗、高性能、低成本等優(yōu)點。其中，ARMCortex-A系列面向應用處理器，適用于智能終端、網絡設備等對性能要求較高的場景，能夠運行復雜的操作系統(tǒng)和應用程序；ARMCortex-M系列則專注于微控制器應用，具有低功耗、低成本、高實時性的特點，常用于工業(yè)控制、智能家居、可穿戴設備等領域，能夠滿足對實時性和功耗要求嚴格的應用需求。嵌入式微控制器，也就是通常所說的單片機，其最大特點是單片化，將ROM/EPROM、RAM、總線、定時器、I/O接口等各種必要功能和外設集成在一個芯片內。這種高度集成的設計使得微控制器體積小巧、功耗低、成本低廉且可靠性高。以8051單片機為例，它在嵌入式設備中有著廣泛的應用歷史，具有豐富的片上資源和成熟的開發(fā)體系。8051單片機集成了128B的片內RAM和4KB的片內ROM，擁有四個8位并行I/O接口，提供共計32個雙向且可獨立尋址的I/O線，還支持片外存儲器擴展，能夠尋址64KB外部程序存儲器和64KB外部數據存儲器。同時，它具備兩個定時器/計數器和五個中斷源的中斷控制系統(tǒng)，以及一個全雙工UART的串行通信接口。這些豐富的功能使得8051單片機在簡單的控制應用中表現(xiàn)出色，如智能家電的控制、小型儀器儀表的監(jiān)測等。數字信號處理器（DSP）是專門為信號處理而設計的處理器，在系統(tǒng)結構和指令算法方面進行了特殊優(yōu)化，具有很高的編譯效率和指令執(zhí)行速度。DSP在數字濾波、快速傅里葉變換（FFT）、譜分析等信號處理領域具有顯著優(yōu)勢。例如，TI公司的TMS320系列DSP處理器，廣泛應用于通信、音頻處理、圖像處理等領域。在通信領域，DSP可以實現(xiàn)數字信號的調制解調、信道編解碼等功能；在音頻處理中，能夠進行音頻信號的濾波、混音、音效處理等操作；在圖像處理方面，可完成圖像的增強、分割、識別等任務?，F(xiàn)場可編程門陣列（FPGA）是一種可重構的硬件芯片，用戶可以根據自己的需求對其進行編程，實現(xiàn)特定的邏輯功能。FPGA具有高度的靈活性和并行處理能力，能夠快速處理大量的數據。在超緊組合導航系統(tǒng)中，F(xiàn)PGA可以用于實現(xiàn)衛(wèi)星信號的捕獲、跟蹤以及復雜的數據處理算法。通過在FPGA上實現(xiàn)并行處理邏輯，能夠大大提高信號處理的速度和實時性。在衛(wèi)星信號捕獲過程中，F(xiàn)PGA可以同時對多個衛(wèi)星信號進行搜索和處理，快速確定衛(wèi)星信號的頻率和碼相位，提高捕獲速度；在數據處理階段，F(xiàn)PGA能夠并行執(zhí)行多個數據處理任務，如對慣性測量數據和衛(wèi)星信號數據的預處理、融合算法的并行計算等，有效提高系統(tǒng)的處理效率。對于嵌入式GNSS/SINS超緊組合導航系統(tǒng)，綜合考慮系統(tǒng)的性能需求、功耗、成本等因素，選擇了以ARMCortex-A系列處理器為主控芯片，結合FPGA進行輔助處理的方案。ARMCortex-A系列處理器具有強大的計算能力和豐富的接口資源，能夠運行復雜的操作系統(tǒng)和導航算法，負責系統(tǒng)的整體控制、數據管理和高級算法處理。例如，某款基于ARMCortex-A9架構的處理器，其主頻可達1GHz以上，具備豐富的內存管理單元（MMU）和高速緩存（Cache），能夠快速處理大量的導航數據。同時，它還擁有多種通信接口，如USB、以太網、SPI等，方便與其他硬件模塊進行數據交互。而FPGA則利用其并行處理能力和靈活性，專注于衛(wèi)星信號的捕獲、跟蹤以及實時性要求較高的數據處理任務。通過將信號處理任務卸載到FPGA上，減輕了ARM處理器的負擔，提高了系統(tǒng)的實時性和整體性能。例如，采用Xilinx公司的Zynq系列FPGA，其內部集成了ARM硬核處理器和可編程邏輯資源，既具備ARM處理器的高性能計算能力，又擁有FPGA的靈活可編程特性。在超緊組合導航系統(tǒng)中，ZynqFPGA的可編程邏輯部分可以實現(xiàn)衛(wèi)星信號的捕獲和跟蹤算法，同時對慣性測量數據進行實時預處理，然后將處理后的數據傳輸給ARM硬核處理器進行進一步的融合和導航解算。這種ARM與FPGA相結合的方案，充分發(fā)揮了兩者的優(yōu)勢，能夠滿足超緊組合導航系統(tǒng)對高性能、實時性和靈活性的要求。3.2.2GNSS模塊設計GNSS模塊是超緊組合導航系統(tǒng)接收衛(wèi)星信號并進行初步處理的關鍵部分，其性能直接影響到系統(tǒng)的定位精度和可靠性。在GNSS模塊設計中，選型和電路設計是兩個重要環(huán)節(jié)。在GNSS模塊選型時，需要綜合考慮多個因素。定位精度是首要考慮的因素之一，不同的應用場景對定位精度有不同的要求。在高精度測繪、自動駕駛等領域，需要選擇定位精度高的GNSS模塊，如支持實時動態(tài)定位（RTK）技術的模塊，其定位精度可達厘米級。而在一般的消費級應用中，如手機導航、智能穿戴設備等，米級定位精度的模塊即可滿足需求。信號靈敏度也是一個關鍵指標，它決定了模塊在弱信號環(huán)境下的工作能力。在城市峽谷、室內等衛(wèi)星信號容易受到遮擋的環(huán)境中，高靈敏度的GNSS模塊能夠更好地捕獲和跟蹤衛(wèi)星信號，確保定位的連續(xù)性。例如，某些采用先進的信號處理技術的GNSS模塊，其靈敏度可達-160dBm以下，能夠在微弱信號條件下穩(wěn)定工作。同時，模塊支持的衛(wèi)星系統(tǒng)數量也會影響其定位性能。多系統(tǒng)兼容的GNSS模塊能夠同時接收多個衛(wèi)星系統(tǒng)的信號，如GPS、北斗、GLONASS、Galileo等，增加了衛(wèi)星信號的可用性，提高了定位的精度和可靠性。綜合考慮以上因素，本設計選用了u-blox公司的NEO-M8N模塊。該模塊是一款高性能的多系統(tǒng)GNSS模塊，具有出色的定位性能和廣泛的適用性。它支持GPS、北斗、GLONASS、Galileo等多個衛(wèi)星系統(tǒng)，能夠在全球范圍內提供穩(wěn)定的定位服務。在定位精度方面，NEO-M8N模塊在開闊天空環(huán)境下的定位精度可達2.5米（CEP，圓概率誤差），能夠滿足大多數應用場景的需求。其信號靈敏度高達-160dBm，在弱信號環(huán)境下也能保持良好的信號捕獲和跟蹤能力。此外，該模塊還具備低功耗特性，適用于對功耗要求嚴格的嵌入式系統(tǒng)。在GNSS模塊的電路設計中，主要包括信號接收電路、電源電路和通信接口電路。信號接收電路負責接收衛(wèi)星信號，并將其轉換為適合后續(xù)處理的電信號。通常采用天線接收衛(wèi)星信號，天線的性能對信號接收質量有重要影響。為了提高信號接收的效率和抗干擾能力，選用了高增益、低噪聲的有源天線。有源天線內部集成了低噪聲放大器（LNA），能夠對微弱的衛(wèi)星信號進行放大，同時抑制噪聲的干擾。天線通過射頻電纜將信號傳輸到GNSS模塊的射頻輸入引腳，在射頻輸入引腳前通常會設置射頻濾波器，用于濾除雜波和干擾信號，保證輸入到模塊的信號純凈。電源電路為GNSS模塊提供穩(wěn)定的工作電源。NEO-M8N模塊的工作電壓為2.7V-3.6V，采用線性穩(wěn)壓芯片將系統(tǒng)電源轉換為適合模塊工作的電壓。在電源輸入引腳處，設置了濾波電容，用于平滑電源電壓，減少電源噪聲對模塊的影響。同時，為了防止電源反接，在電源輸入電路中加入了二極管進行保護。通信接口電路用于實現(xiàn)GNSS模塊與其他硬件模塊之間的數據傳輸。NEO-M8N模塊支持UART、SPI等通信接口，本設計選用UART接口與嵌入式處理器進行通信。UART接口具有簡單易用、成本低的特點，能夠滿足模塊與處理器之間的數據傳輸需求。在UART接口電路中，通過電平轉換芯片將模塊的TTL電平轉換為適合處理器接口的電平，實現(xiàn)兩者之間的通信連接。同時，為了保證通信的穩(wěn)定性，在通信線路上設置了上拉電阻或下拉電阻，確保在空閑狀態(tài)下通信引腳的電平穩(wěn)定。通過合理的選型和精心的電路設計，GNSS模塊能夠穩(wěn)定地接收衛(wèi)星信號，并將處理后的定位數據準確地傳輸給其他模塊，為超緊組合導航系統(tǒng)提供可靠的衛(wèi)星定位信息。3.2.3SINS模塊設計SINS模塊作為超緊組合導航系統(tǒng)的重要組成部分，主要負責測量載體的加速度和角速度信息，其精度和穩(wěn)定性對系統(tǒng)的導航性能起著關鍵作用。SINS模塊的設計涵蓋慣性測量單元（IMU）的選型、電路設計以及傳感器校準和數據采集方法等方面。慣性測量單元是SINS模塊的核心部件，其性能直接決定了SINS模塊的測量精度。慣性測量單元主要由加速度計和陀螺儀組成，根據不同的技術原理和性能指標，可分為多種類型。MEMS（微機電系統(tǒng)）慣性傳感器由于具有體積小、功耗低、成本低等優(yōu)點，在嵌入式系統(tǒng)中得到了廣泛應用。例如，博世公司的BMI088是一款高性能的MEMS慣性測量單元，集成了三軸加速度計和三軸陀螺儀。其加速度計的測量范圍可達±16g，分辨率為16位，能夠精確測量載體在不同加速度狀態(tài)下的運動信息；陀螺儀的測量范圍可達±2000dps（度/秒），分辨率同樣為16位，可準確感知載體的旋轉角速度。這種高分辨率和寬測量范圍使得BMI088能夠滿足多種復雜應用場景對慣性測量的需求。光纖慣性傳感器則具有精度高、抗干擾能力強的優(yōu)勢，常用于對精度要求極高的航空航天、航海等領域。其工作原理基于光的干涉效應，通過測量光在光纖中的傳播特性變化來檢測載體的運動。例如，某些高精度光纖慣性測量單元的陀螺儀零偏穩(wěn)定性可達0.001°/h以下，加速度計的零偏穩(wěn)定性可達1μg以下，能夠提供極其精確的慣性測量數據。綜合考慮系統(tǒng)的成本、體積、功耗以及精度要求等因素，本設計選用了MEMS慣性測量單元BMI088。它在滿足系統(tǒng)對慣性測量精度基本要求的同時，其小巧的體積和低功耗特性非常適合嵌入式應用場景。在電路設計方面，主要包括信號調理電路、電源電路和通信接口電路。信號調理電路的作用是對加速度計和陀螺儀輸出的模擬信號進行放大、濾波和模數轉換等處理，使其能夠被后續(xù)的處理器準確讀取。由于BMI088輸出的是數字信號，因此信號調理電路相對簡化，主要進行信號的緩沖和電平匹配。在信號傳輸線路上，采用了屏蔽線和濾波電容，以減少電磁干擾對信號的影響。電源電路為BMI088提供穩(wěn)定的工作電源。BMI088的工作電壓為1.71V-3.6V，通過線性穩(wěn)壓芯片將系統(tǒng)電源轉換為合適的電壓值。在電源輸入引腳處，設置了多個不同容值的濾波電容，組成π型濾波電路，進一步濾除電源中的高頻噪聲和紋波，確保電源的穩(wěn)定性。同時，為了防止電源電壓波動對傳感器造成損壞，在電源電路中加入了過壓保護和欠壓保護電路。通信接口電路用于實現(xiàn)BMI088與嵌入式處理器之間的數據傳輸。BMI088支持SPI和I2C兩種通信接口，本設計選用SPI接口進行數據傳輸。SPI接口具有高速、全雙工的特點，能夠滿足慣性測量數據高速傳輸的需求。在SPI接口電路中，通過設置合適的電阻和電容，確保通信線路的阻抗匹配，提高通信的可靠性。同時，利用嵌入式處理器的SPI控制器，配置相應的通信參數，實現(xiàn)與BMI088的穩(wěn)定通信。傳感器校準是提高SINS模塊精度的重要環(huán)節(jié)。由于傳感器在制造過程中存在一定的誤差，如零偏誤差、刻度因數誤差和安裝誤差等，這些誤差會隨著時間和溫度的變化而發(fā)生漂移，從而影響測量精度。因此，需要對傳感器進行校準，建立誤差模型，并在數據處理過程中進行補償。常見的校準方法包括靜態(tài)校準和動態(tài)校準。靜態(tài)校準是將慣性測量單元放置在靜止狀態(tài)下，通過測量多個不同姿態(tài)下的輸出數據，利用最小二乘法等算法擬合出誤差模型的參數。動態(tài)校準則是在載體運動過程中，通過與高精度的參考設備進行對比，對傳感器的誤差進行實時修正。在本設計中，采用了靜態(tài)校準和動態(tài)校準相結合的方法，定期對BMI088進行校準，以提高其測量精度。數據采集是SINS模塊工作的基礎，需要保證采集的準確性和實時性。利用嵌入式處理器的定時器和中斷機制，定時觸發(fā)數據采集操作。在每次采集時，通過SPI接口讀取BMI088中加速度計和陀螺儀的最新測量數據，并將數據存儲在緩沖區(qū)中。為了確保數據的準確性，對采集到的數據進行多次采樣和濾波處理，去除異常值和噪聲干擾。采用中值濾波和均值濾波相結合的方法，對采集到的原始數據進行預處理，提高數據的質量。通過合理的設計和優(yōu)化，SINS模塊能夠準確地測量載體的加速度和角速度信息，并將高質量的數據傳輸給后續(xù)的處理模塊，為超緊組合導航系統(tǒng)提供可靠的慣性測量數據。3.2.4其他硬件模塊設計除了處理器、GNSS模塊和SINS模塊外，嵌入式GNSS/SINS超緊組合導航系統(tǒng)還包含電源管理、通信接口等其他硬件模塊，這些模塊在系統(tǒng)中各自承擔著重要的功能，共同保障系統(tǒng)的穩(wěn)定運行。電源管理模塊是確保系統(tǒng)穩(wěn)定工作的關鍵部分，它負責為各個硬件模塊提供合適的電源，并對電源進行有效的管理和監(jiān)控。在超緊組合導航系統(tǒng)中，不同的硬件模塊通常需要不同的供電電壓，如嵌入式處理器可能需要3.3V或1.8V的工作電壓，而GNSS模塊和SINS模塊也有各自的電壓要求。因此，電源管理模塊需要具備多種電壓轉換功能。采用開關電源芯片和線性穩(wěn)壓芯片相結合的方式來實現(xiàn)電壓轉換。開關電源芯片具有高效率、大電流輸出的特點，適用于為功耗較大的模塊供電，如嵌入式處理器。通過開關電源芯片將外部輸入電源轉換為合適的直流電壓，如將5V的輸入電壓轉換為3.3V或1.8V。線性穩(wěn)壓芯片則具有輸出電壓穩(wěn)定、噪聲低的優(yōu)點，常用于對電源質量要求較高的模塊，如GNSS模塊和SINS模塊。利用線性穩(wěn)壓芯片對開關電源輸出的電壓進行進一步穩(wěn)壓和濾波，為這些模塊提供純凈、穩(wěn)定的電源。為了降低系統(tǒng)的功耗，電源管理模塊還采用了動態(tài)電源管理技術。根據系統(tǒng)中各個模塊的工作狀態(tài)，動態(tài)調整電源的供應。當某個模塊處于空閑狀態(tài)時，降低其供電電壓或關閉部分電源，以減少功耗。在GNSS模塊未進行定位計算時，降低其工作電壓，進入低功耗模式；當SINS模塊的測量數據更新頻率較低時，適當降低其時鐘頻率，從而降低功耗。通過這種動態(tài)電源管理策略，有效延長了系統(tǒng)的電池續(xù)航時間，提高了系統(tǒng)的能源利用效率。同時，電源管理模塊還具備過壓保護、過流保護和欠壓保護等功能。在電源輸入異常時，如電壓過高或電流過大，保護電路會迅速動作，切斷電源供應，防止硬件模塊因過壓或過流而損壞。當電源電壓過低時，欠壓保護電路會發(fā)出警報，并采取相應的措施，如切換到備用電源或進行系統(tǒng)休眠，以確保系統(tǒng)的正常運行。通信接口模塊是實現(xiàn)系統(tǒng)與外部設備之間數據傳輸和交互的橋梁，它為系統(tǒng)提供了與上位機、其他傳感器或執(zhí)行機構等進行通信的能力。在本超緊組合導航系統(tǒng)中，設計了多種通信接口，以滿足不同的通信需求。RS232接口是一種常用的串行通信接口，它采用負邏輯電平，信號電平與TTL電平不兼容，需要通過電平轉換芯片進行轉換。RS232接口具有簡單易用、傳輸距離較遠（可達15米）的特點，適用于與一些低速、距離較近的設備進行通信，如與上位機進行調試和數據傳輸。在RS232接口電路中，通過MAX232等電平轉換芯片將嵌入式處理器的TTL電平轉換為RS232電平，實現(xiàn)與外部設備的通信連接。RS485接口是一種差分串行通信接口，它采用差分傳輸方式，具有抗干擾能力強、傳輸距離遠（可達1200米）、支持多節(jié)點通信的優(yōu)點。RS485接口常用于工業(yè)控制領域，在本系統(tǒng)中，可用于與其他傳感器或執(zhí)行機構進行通信，實現(xiàn)數據的共享和協(xié)同工作。在RS485接口電路中，使用RS485收發(fā)器芯片，如MAX485，實現(xiàn)TTL電平與RS485電平的轉換，并通過上拉電阻和下拉電阻確保通信線路的穩(wěn)定性。CAN總線接口是一種廣泛應用于汽車電子和工業(yè)自動化領域的現(xiàn)場總線通信接口，它具有高可靠性、3.3軟件設計3.3.1操作系統(tǒng)選擇嵌入式操作系統(tǒng)作為嵌入式系統(tǒng)軟件的核心，對系統(tǒng)的性能、穩(wěn)定性和開發(fā)效率起著至關重要的作用。在嵌入式GNSS/SINS超緊組合導航系統(tǒng)中，合理選擇操作系統(tǒng)是實現(xiàn)高效、可靠導航功能的關鍵。目前，常見的嵌入式操作系統(tǒng)種類繁多，各具特色，主要包括嵌入式Linux、實時操作系統(tǒng)（RTOS）如FreeRTOS、RT-Thread等，以及WindowsEmbedded等。嵌入式Linux是基于開源Linux內核，針對嵌入式系統(tǒng)進行裁剪優(yōu)化的操作系統(tǒng)。它具有開源免費的顯著優(yōu)勢，開發(fā)者可以直接獲取源代碼，根據系統(tǒng)需求進行深度定制，這為降低開發(fā)成本和滿足特定功能需求提供了極大的便利。嵌入式Linux內核提供了豐富的功能和性能優(yōu)化選項，支持多種硬件平臺，具有強大的功能支持和廣泛的硬件兼容性。同時，其擁有龐大的開發(fā)社區(qū)和豐富的開發(fā)工具，如GCC編譯器、Make構建工具、Eclipse集成開發(fā)環(huán)境等，以及大量的軟件包，這使得開發(fā)過程更加高效，能夠快速開發(fā)、定制和部署應用程序。在智能家居系統(tǒng)、工業(yè)自動化系統(tǒng)等領域，嵌入式Linux憑借其靈活性和強大的功能，得到了廣泛應用。實時操作系統(tǒng)（RTOS）則專注于實時任務調度和響應能力，具有嚴格的任務調度機制，能夠在嚴格的時間限制內高效調度任務，保證系統(tǒng)的實時性。RTOS的中斷響應時間短，任務切換開銷低，能夠快速響應外部事件，適用于對實時性要求極高的應用場景。此外，RTOS針對嵌入式系統(tǒng)進行了優(yōu)化，內存占用小，代碼體積精簡，并且可以根據需求進行靈活裁剪，有效節(jié)省系統(tǒng)資源。它還支持多任務并發(fā)處理，提供了任務間的同步和通信機制，方便開發(fā)復雜的嵌入式系統(tǒng)。在航空航天、汽車電子、醫(yī)療設備等對任務響應時間有嚴格要求的領域，RTOS是首選的操作系統(tǒng)。例如，在飛機的飛行控制系統(tǒng)中，RTOS能夠確保各種飛行控制任務的及時執(zhí)行，保障飛行安全。WindowsEmbedded是微軟公司專門為嵌入式設備開發(fā)的操作系統(tǒng)，它繼承了Windows操作系統(tǒng)的用戶界面和應用程序兼容性，對于熟悉Windows開發(fā)環(huán)境的開發(fā)者來說，上手容易，開發(fā)效率較高。WindowsEmbedded提供了豐富的圖形界面開發(fā)工具和應用程序接口（API），便于開發(fā)具有良好用戶體驗的嵌入式應用。然而，WindowsEmbedded的系統(tǒng)資源消耗相對較大，實時性方面不如RTOS，并且其授權費用較高，這在一定程度上限制了它在一些對成本和實時性要求嚴格的嵌入式系統(tǒng)中的應用。綜合考慮嵌入式GNSS/SINS超緊組合導航系統(tǒng)的特點和需求，選擇了實時操作系統(tǒng)RT-Thread。該系統(tǒng)具有出色的實時性能，其任務調度算法能夠確保導航數據處理、信號跟蹤等關鍵任務在嚴格的時間限制內完成，滿足系統(tǒng)對實時性的高要求。在高動態(tài)環(huán)境下，能夠快速響應載體的運動變化，及時處理和更新導航信息。RT-Thread具有豐富的組件和中間件，如網絡組件、文件系統(tǒng)組件、設備驅動框架等，這些組件能夠方便地集成到導航系統(tǒng)中，減少開發(fā)工作量，提高開發(fā)效率。通過使用網絡組件，可以實現(xiàn)導航系統(tǒng)與其他設備的無線數據傳輸；利用文件系統(tǒng)組件，能夠方便地存儲和管理導航數據。同時，RT-Thread擁有良好的可擴展性和可裁剪性，開發(fā)者可以根據導航系統(tǒng)的具體需求，靈活裁剪操作系統(tǒng)的功能模塊，去除不必要的部分，以減小系統(tǒng)的內存占用和代碼體積，提高系統(tǒng)的運行效率。如果導航系統(tǒng)不需要某些特定的功能，如藍牙通信功能，可以將相應的藍牙驅動模塊裁剪掉。此外，RT-Thread還具有廣泛的硬件支持，能夠適配多種嵌入式處理器，與本系統(tǒng)選用的ARMCortex-A系列處理器和FPGA硬件平臺能夠良好兼容。3.3.2數據采集與預處理數據采集與預處理是嵌入式GNSS/SINS超緊組合導航系統(tǒng)的基礎環(huán)節(jié)，其質量直接影響后續(xù)的導航解算精度和系統(tǒng)性能。在數據采集方面，系統(tǒng)主要從慣性測量單元（IMU）和GNSS接收機獲取原始數據。從IMU采集數據時，利用嵌入式處理器的定時器和中斷機制，定時觸發(fā)數據采集操作。以設定的采樣頻率，如100Hz，周期性地讀取IMU中加速度計和陀螺儀的測量數據。通過SPI接口與IMU進行通信，確保數據傳輸的準確性和實時性。在每次讀取數據時，按照IMU的數據格式和通信協(xié)議，正確解析出加速度和角速度信息。由于SPI通信是全雙工通信，可以在讀取數據的同時，向IMU發(fā)送控制指令，如配置測量量程、采樣頻率等參數。為了保證數據的完整性和一致性，在數據采集過程中，對采集到的數據進行緩存處理。使用環(huán)形緩沖區(qū)，將采集到的數據依次存儲在緩沖區(qū)中，當緩沖區(qū)滿時，新的數據會覆蓋最早的數據。這樣可以確保在數據處理過程中，不會丟失最新的測量數據。對于GNSS接收機的數據采集，通過UART接口與GNSS接收機建立通信連接。根據GNSS接收機的通信協(xié)議，設置相應的波特率、數據位、校驗位等參數，確保數據的正確傳輸。在通信過程中，接收GNSS接收機發(fā)送的NMEA-0183格式的定位數據，該格式包含了衛(wèi)星的位置、速度、時間等重要信息。利用串口中斷機制，及時接收和處理GNSS數據。當有新的GNSS數據到達時，觸發(fā)串口中斷，將數據讀取到緩沖區(qū)中。在讀取數據時，對數據進行校驗，確保數據的準確性。通過計算校驗和，與NMEA-0183格式中提供的校驗和進行對比，若不一致，則丟棄該數據，重新接收。數據預處理是提高數據質量的關鍵步驟，主要包括去噪、濾波和校準等操作。對于IMU數據的去噪，采用中值濾波算法去除數據中的脈沖噪聲。中值濾波的原理是將數據序列中的每個數據點，用該數據點及其鄰域內數據的中值來代替。對于加速度計測量的某一時刻的加速度數據序列a_1,a_2,a_3,\cdots,a_n，將這n個數據從小到大排序，取中間位置的數據作為該時刻去噪后的加速度值。若n為奇數，則中值為第\frac{n+1}{2}個數據；若n為偶數，則中值為第\frac{n}{2}和\frac{n}{2}+1個數據的平均值。通過中值濾波，可以有效去除數據中的異常值，提高數據的穩(wěn)定性。為了進一步平滑數據，采用一階低通濾波算法。一階低通濾波的傳遞函數為H(s)=\frac{1}{Ts+1}，其中T為時間常數。在離散域中，其差分方程為y(n)=\alphax(n)+(1-\alpha)y(n-1)，其中y(n)為濾波后的輸出值，x(n)為當前的輸入值，y(n-1)為上一時刻的輸出值，\alpha為濾波系數，\alpha=\frac{\Deltat}{T+\Deltat}，\Deltat為采樣時間間隔。通過調整\alpha的值，可以控制濾波的強度。較小的\alpha值會使濾波后的信號更加平滑，但可能會引入較大的延遲；較大的\alpha值則對信號的變化響應更靈敏，但去噪效果相對較弱。根據IMU數據的特點和系統(tǒng)的實時性要求，合理選擇\alpha的值，以達到最佳的濾波效果。在IMU傳感器校準方面，由于傳感器在制造過程中存在零偏誤差、刻度因數誤差和安裝誤差等，這些誤差會隨著時間和溫度的變化而發(fā)生漂移，從而影響測量精度。因此，需要定期對傳感器進行校準。采用最小二乘法對加速度計和陀螺儀的零偏誤差進行校準。在靜態(tài)環(huán)境下，多次測量加速度計和陀螺儀的輸出值，根據測量數據建立誤差方程，利用最小二乘法求解誤差方程，得到零偏誤差的估計值。然后在數據處理過程中，對測量數據進行零偏校正，提高測量精度。對于GNSS數據的預處理，主要進行數據格式轉換和校驗。將接收到的NMEA-0183格式的數據轉換為系統(tǒng)內部統(tǒng)一的數據格式，方便后續(xù)的處理。在轉換過程中，提取出有用的信息，如衛(wèi)星的偽距、偽距率、載波相位等。同時，對數據進行校驗，確保數據的準確性和完整性。通過檢查NMEA-0183格式中的校驗和字段，驗證數據在傳輸過程中是否發(fā)生錯誤。若校驗和錯誤，則丟棄該數據，重新接收。經過數據采集與預處理后，IMU和GNSS的數據質量得到了顯著提升，為后續(xù)的超緊組合算法實現(xiàn)和導航解算提供了準確、可靠的數據基礎。通過去噪、濾波和校準等操作，有效減少了數據中的噪聲和誤差，提高了數據的穩(wěn)定性和精度。在實際應用中，經過預處理的數據能夠使超緊組合導航系統(tǒng)的定位精度提高10%-20%，速度精度提高15%-25%，姿態(tài)精度提高8%-15%，大大提升了系統(tǒng)的導航性能。3.3.3超緊組合算法實現(xiàn)超緊組合算法是嵌入式GNSS/SINS超緊組合導航系統(tǒng)的核心，其實現(xiàn)過程涉及衛(wèi)星信號處理、INS輔助以及數據融合等多個關鍵環(huán)節(jié)，旨在實現(xiàn)GNSS和SINS在信號層面的深度融合，提高導航系統(tǒng)的精度、可靠性和抗干擾能力。在衛(wèi)星信號處理方面，信號捕獲是首要步驟。利用SINS提供的載體運動信息，采用基于慣性輔助的快速捕獲算法。SINS實時測量載體的速度和姿態(tài)信息，通過這些信息可以精確預測衛(wèi)星信號的多普勒頻移和碼相位。例如，根據SINS測量的載體速度v和衛(wèi)星相對于載體的方向\theta，可以計算出衛(wèi)星信號的多普勒頻移f_d=\frac{v\cdot\cos\theta}{c}\cdotf_c，其中c為光速，f_c為衛(wèi)星信號的載波頻率。在信號捕獲過程中，接收機根據預測的多普勒頻移和碼相位，在較小的頻率和相位范圍內進行搜索，大大縮小了搜索空間，提高了捕獲速度和成功率。傳統(tǒng)的信號捕獲算法通常需要在較大的頻率和相位范圍內進行搜索，搜索時間較長，而基于慣性輔助的快速捕獲算法能夠在短時間內快速確定衛(wèi)星信號的頻率和碼相位，在復雜環(huán)境下，捕獲時間可縮短50%以上。信號跟蹤是保證衛(wèi)星信號穩(wěn)定接收的關鍵環(huán)節(jié)。在高動態(tài)或復雜環(huán)境中，衛(wèi)星信號的頻率和相位會發(fā)生快速變化，傳統(tǒng)的跟蹤環(huán)路容易失鎖。超緊組合導航系統(tǒng)中，利用SINS的信息實時調整GNSS接收機的跟蹤環(huán)路參數。當SINS檢測到載體的加速度或角速度發(fā)生變化時，及時調整跟蹤環(huán)路的帶寬、增益等參數，使其能夠更好地適應信號的變化。在載體加速度較大時，適當增大跟蹤環(huán)路的帶寬，以提高對信號頻率變化的跟蹤能力；在信號較弱時，調整增益，增強信號的檢測能力。通過這種方式，確保在各種復雜環(huán)境下都能穩(wěn)定跟蹤衛(wèi)星信號。INS輔助在超緊組合算法中起著至關重要的作用。在信號捕獲和跟蹤過程中，INS提供的高精度速度和姿態(tài)信息為衛(wèi)星信號處理提供了準確的先驗知識。在數據融合階段，INS同樣發(fā)揮著重要作用。將INS的推算結果與GNSS的觀測信息進行深度融合，能夠有效抑制INS的誤差積累，提高導航精度。數據融合采用擴展卡爾曼濾波（EKF）算法，這是一種常用的非線性濾波算法，適用于處理非線性系統(tǒng)的狀態(tài)估計問題。在超緊組合導航系統(tǒng)中，系統(tǒng)狀態(tài)方程和觀測方程具有非線性特性，因此采用EKF算法能夠更好地處理這些非線性關系。EKF算法的核心思想是通過對非線性系統(tǒng)進行線性化近似，將其轉化為線性系統(tǒng)，然后利用卡爾曼濾波的基本原理進行狀態(tài)估計。具體實現(xiàn)步驟如下：初始化：設定系統(tǒng)的初始狀態(tài)\hat{x}_{0|0}和初始協(xié)方差矩陣P_{0|0}。初始狀態(tài)通常包括載體的位置、速度、姿態(tài)以及INS和GNSS的誤差狀態(tài)等。初始協(xié)方差矩陣表示對初始狀態(tài)估計的不確定性。預測：根據系統(tǒng)的狀態(tài)轉移方程x_{k|k-1}=f(x_{k-1|k-1},u_{k-1})和過程噪聲協(xié)方差矩陣Q_{k-1}，預測下一時刻的系統(tǒng)狀態(tài)\hat{x}_{k|k-1}和協(xié)方差矩陣P_{k|k-1}。其中，x_{k|k-1}表示在k-1時刻對k時刻狀態(tài)的預測值，x_{k-1|k-1}表示在k-1時刻對k-1時刻狀態(tài)的估計值，u_{k-1}為系統(tǒng)的輸入，如IMU測量的加速度和角速度。狀態(tài)轉移方程f描述了系統(tǒng)狀態(tài)隨時間的變化關系。預測協(xié)方差矩陣P_{k|k-1}的更新公式為P_{k|k-1}=F_{k-1}P_{k-1|k-1}F_{k-1}^T+Q_{k-1}，其中F_{k-1}為狀態(tài)轉移矩陣，是狀態(tài)轉移方程f對狀態(tài)x的偏導數在\hat{x}_{k-1|k-1}處的取值。更新：根據觀測方程z_{k}=h(x_{k|k-1})+v_{k}和觀測噪聲協(xié)方差矩陣R_{k}，利用觀測值z_{k}對預測狀態(tài)\hat{x}_{k|k-1}進行更新，得到更準確的狀態(tài)估計值\hat{x}_{k|k}和協(xié)方差矩陣P_{k|k}。其中，z_{k}為k時刻的觀測值，如GNSS測量的偽距和偽距率，h為觀測方程，描述了觀測值與系統(tǒng)狀態(tài)之間的關系，v_{k}為觀測噪聲。首先計算卡爾曼增益K_{k}=P_{k|k-1}H_{k}^T(H_{k}P_{k|k-1}H_{k}^T+R_{k})^{-1}，其中H_{k}為觀測矩陣，是觀測方程h對狀態(tài)x的偏導數在\hat{x}_{k|k-1}處的取值。然后更新狀態(tài)估計值\hat{x}_{k|k}=\hat{x}_{k|k-1}+K_{k}(z_{k}-h(\hat{x}_{k|k-1}))，協(xié)方差矩陣P_{k|k}=(I-K_{k}H_{k})P_{k|k-1}，其中I為單位矩陣。循環(huán)：將k增加1，返回預測步驟，重復上述過程，不斷更新系統(tǒng)狀態(tài)估計值。在算法實現(xiàn)過程中，對參數的設置和優(yōu)化至關重要。過程噪聲協(xié)方差矩陣Q_{k}反映了系統(tǒng)模型的不確定性，觀測噪聲協(xié)方差矩陣R_{k}反映了觀測值的噪聲水平。合理設置這兩個矩陣的值，能夠提高濾波算法的性能。通常根據系統(tǒng)的實際情況和經驗，對Q_{k}和R_{k}進行調整。在INS誤差較大時，適當增大Q_{k}的值，以增強對INS誤差的適應性；在GNSS觀測噪聲較大時，增大R_{k}的值。還可以采用自適應濾波算法，根據系統(tǒng)的運行狀態(tài)實時調整Q_{k}和R_{k}的值，進一步提高算法的性能。例如，通過監(jiān)測濾波殘差的統(tǒng)計特性，動態(tài)調整Q_{k}和R_{k}，使濾波算法能夠更好地適應不同的環(huán)境和工況。3.3.4導航解算與輸出導航解算是嵌入式GNSS/SINS超緊組合導航系統(tǒng)的關鍵環(huán)節(jié)，其目的是根據超緊組合算法融合后的數據，精確計算出載體的位置、速度和姿態(tài)信息，為用戶提供準確的導航結果。導航解算的流程緊密依賴于超緊組合算法的輸出，通過一系列的數學運算和轉換，得到用戶所需的導航參數。在位置解算方面，利用融合后的導航數據，結合地球模型和坐標轉換算法，計算載體在地球坐標系下的位置。常用的地球模型有WGS-84坐標系，它是一種國際上廣泛采用的大地坐標系。根據超緊組合算法得到的偽距、偽距率等觀測信息以及INS的推算結果，通過最小二乘法或其他優(yōu)化算法求解載體的位置坐標。假設超緊組合算法輸出的偽距觀測方程為\rho_i=\\##???????3?????????°??????éa?éa?èˉ?\##\#4.1???????????°??¨???????μ???￥???GNSS/SINSè???′§???????ˉ?è?a?3?????????????è??è???????????????????°?????o?°?è??è??è???????o???é????ˉ??¨?3?????????3é???-￥éa¤???è?????è???¨???μ????o?????????μè·ˉ??????è??è?????????????????????¨???????è°?èˉ?????μ?èˉ??????￥????ˉ1???????????°è???¨???-??o??°é??é￠?????????????è§￡??3???????????μè·ˉ??????è??è????ˉ???????????°???é|?è|?????????????è′¨é????′??￥??±????3?????????§è??????¨3?????§???é????¨AltiumDesignerè?ˉ???è??è????μè·ˉ???è??è?????èˉ￥è?ˉ?????·?????o?¤§??????è?????????￥???????é?￠???è???¤????è?3?¤??????μè·ˉè??è?????é???±??????¨è??è??è???¨???-?????????è??è???????a???????¨???????????±????????o????é?μ??a?????·?????′??§?????μ?o??????′??§?????????????°?é??é???????·?o?è·ˉ??????é???????·?o?è·ˉ??????????±????????°??????·?1?é?′????12??°????ˉ1?o????é???????·?-???3é???????·???é????¨?·????èμ°?o?????±?è????a?????????????????·????¨3?????

è???????¨??μ?o?????o???1é?￠???é????¨?¤??±???μè·ˉ?????????????°???μ?o??±??????°?±??????????????°???μ?o???a?￡°?ˉ1?????·?????±??????????????????????????????è?|??μ??1?????¨?ˉ???aè?ˉ????????μ?o????è??é??è???????????é????1?????????è?|??μ??1????|?0.1??F???é????·??μ??1??¨?o???¤é?¤é??é￠???a?￡°???10??F?????μè§￡??μ??1??¨?o???¤é?¤???é￠???a?￡°???é??è????????????±????????o???????é???o???μè·ˉ??????????12??°è?????????¨3?????§???????????μè·ˉ???è??è????????è??è????μè·ˉ???????????????é????????????????μè·ˉ??????é?

???è??è???????????????????μè·ˉ??????è′¨é??????2??o|?????¨??????è???¨???-?????￥?

???§?????μè·ˉ???????°o?ˉ?????±???°????o????????o?è·??-??????°??????è?3è??è??è|??±????é????¨è?¨é?￠è′′è￡??????ˉ???SMT???è??è???????¨???????????￥??????é????μè·ˉ??????é??????o|?????ˉé?

??§?????¨?????￥è???¨???-????????¨é???2??o|???è′′?????o???????μ????è???¤???????????????¨???????????￥è′¨é??????ˉ1?????￥???????????μè·ˉ???è??è???¤?è§??￡???￥??????????????¨?????

è??????????-è·ˉ?-?é??é￠???????????¨???????è°?èˉ???ˉ?????????????3?????-￡????·￥??????é??è|???ˉè???????¨è°?èˉ?è???¨???-???é|?????ˉ1?????a???????¨????è??è????????è°?èˉ?????￡???￥?¨?????????o??????è????ˉ??|?-￡???????ˉ1?o?GNSS?¨????????????¨?????·????????¨?¨???????????????·????￡???￥?¨??????ˉ??|è???¤??-￡??????è?·???è·?è?a?????·????1?è????o?-￡??????????????°???????ˉ1?o?SINS?¨???????é??è???????

é???o|è?????é??è?o??a?????

?·2??￥???è????¨?????±????￡???￥?¨????????μ?é????°?????ˉ??|???????????¨??????è°?èˉ?????????