1.一种提高INS误差精度的方法，其特征在于，通过改进的自适应滤波算法估计最优的速度、位置，具体包括如下步骤：步骤1：获取INS的误差状态变量组成的15维误差向量，作为系统的状态向量；

步骤2：获取INS与GNSS的位置、速度，并将INS与GNSS输出的位置、速度差值作为建立松组合导航系统的量测方程；

采用GNSS RTK载波相位差分定位方法，将流动站GNSS接收机输出的模糊定位解GGA注入千寻SDK，进而从基准站获取RTCM载波相位观测值，同时利用回调的方式，再次将RTCM写入GNSS模组，将误差较大的模糊定位解提升为厘米级的高精度定位解；

步骤3：利用改进的自适应滤波算法估计最优的速度、位置；具体为利用INS与GNSS观测值和预测值计算协方差估计值和协方差理论值，将其作差后的绝对值作为观测依据，若观测值异常则剔除k时刻的观测值，若无异常，则代入合适自适应因子调节观测值与预测值的权重，从而获取INS速度、位置的最优估计值；

所述步骤3中改进的自适应滤波算法具体包括：

1)在时间更新阶段，假设在Xk‑1是k时刻相对于k‑1时刻的最优状态估计值，状态一步预测方程为：Xk,k‑1＝Φk,k‑1Xk‑1

2)假设Pk，k‑1是k时刻相对于k‑1时刻的预测协方差矩阵，Pk‑1是k‑1时刻的预测协方差矩阵，状态一步预测协方差为：

3)在量测阶段可得到k时刻系统的卡尔曼滤波增益方程为：

4)滤波状态估计值为：

Xk＝Xk,k—1+Kk(Zk‑HkXk,k‑1)

5)状态估计均方误差为：

所述改进的自适应滤波算法选择合适自适应因子αk，调节增益K，继而调节观测值与预测值的比重；

所述步骤3中选择合适自适应因子调节增益K，具体包括如下步骤：预测残差：

其协方差矩阵理论计算值为：

T

协方差估计值与协方差理论值之差：Δεk＝(ε ε)‑tr(∑εk)2

(1)进行缩小范围，判断观测量是否有故障，采用残差χ 的检验法，当|Δεk|＞5时，进行判断是否发生故障，引入故障检测函数为：2

式中λk表示自由度为m的χ 分布，其中m为Zk的维数，则判定规则如下：λk＞TD，判定为有故障；λk＜TD，判断无故障；

(2)如果检测出故障，则舍弃k时刻故障观测值，同时取合适自适应因子，用来平衡量测值与观测值的关系，减少误差：当残差过大时，通过αk自适应因子降低估计过程中预测量的比重，增大观测量的比重；

2

反之观测信息不可靠时，需要通过残差χ 检测，淘汰粗差，则增加预测量比重。

2.根据权利要求1所述的一种提高INS误差精度的方法，其特征在于，所述步骤1中获取INS的误差状态变量组成的15维误差向量的方法包括：式中：F(t)为状态转移矩阵，X(t)为系统状态向量，G(t)为系统噪声矩阵，W(t)为系统噪声向量，系统状态向量X(t)表示为：式中，φE，φN，φU，δυE，δυN，δυU， δλ，δh分别表示为INS的姿态误差、速度误差和位置误差，εbx，εby，εbz为陀螺仪偏差， 为加速度计偏差；

系统状态转移矩阵F(t)表示为：

式中，Fw(9×9)表示INS的姿态误差、速度误差和位置误差的状态转移矩阵，Fw(9×6)表示为惯性导航参数和惯性元器件之间的转换矩阵；

系统的噪声分配矩阵为：

系统的噪声向量表示为：

T

W(t)＝[ωgx，ωgy，ωgz，ωax，ωay，ωaz]式中，ωgx，ωgy，ωgz和ωax，ωay，ωaz分别表示为陀螺仪和加速度计的随机游走误差。

3.根据权利要求1所述的一种提高INS误差精度的方法，其特征在于，所述步骤2中具体包括如下步骤：基于INS和GNSS输出的三向速度和位置信息的差值建立松组合导航系统的量测方程：式中，X(t)为系统状态向量；

将INS解算速度和GNSS输出速度作差可得组合导航系统的速度量测方程，具体表示为：将INS解算位置和GNSS输出位置作差可得组合导航系统的位置量测方程，具体表示为：量测矩阵H(t)和量测噪声向量V(t)分别为：