基于基线向量的航向解算

通过精确测定载体上两个GNSS天线间的相对位置向量（基线向量），转换到当地水平坐标系后，利用其东向 ($\Delta e$) 和北向 ($\Delta n$) 分量计算航向角 $\psi = \arctan(\frac{\Delta e}{\Delta n})$。

载波相位观测值与RTK技术

为实现厘米级基线解算，依赖高精度的GNSS载波相位观测值。实时动态差分 (RTK) 技术通过差分处理消除共模误差，是高精度相对定位的关键。

示意图：RTK提高定位精度

惯性传感器角色

陀螺仪: 测量角速度，积分后得到姿态角 (含航向角)。

加速度计: 测量线加速度，积分得到速度和位置；静态时感知重力确定水平姿态。

INS通过“航位推算”提供连续导航信息，但误差会累积。

初始对准的必要性

INS需确定初始姿态、速度、位置才能准确工作。常见方法：

• 静态对准: 调平，高精度陀螺可自主寻北 (耗时)。
• 动态对准: 运动中利用外部信息校正。
• GNSS辅助对准: 双天线GNSS可直接提供高精度航向，实现快速对准。

对GNSS子系统的影响

1. 首次定位时间 (TTFF) 显著延长:

• 需全空域搜索卫星。
• 需下载导航电文 (星历、历书)。
• 耗时数十秒至数分钟。

2. 载波相位模糊度初始“浮点解”状态:

在IAR固定为整数解前，只能提供低精度浮点解航向，误差可达数度甚至数十度。

示意图：冷启动TTFF与模糊度解算阶段

对INS子系统的影响

1. 惯性传感器的预热与初始误差特性:

• 传感器（尤其MEMS）上电后有预热过程，参数随温度漂移。
• 冷启动时，初始零位偏置有较大不确定性 (Run-to-Run Bias)。

2. 初始对准的困境:

• 缺乏高质量GNSS航向基准 (此时GNSS可能仍在TTFF或仅为浮点解)。
• 中低成本MEMS INS难以自主精确寻北。
• “存储航向”等快速模式在真冷启动时失效。

INS初始航向非常不确定，对准耗时。

GNSS整周模糊度解算：从浮点解到固定解

通过LAMBDA等算法处理多历元数据，从实数估计中找出最或然整数解。获得可靠固定解需数秒到数分钟。

影响因素:

• 观测数据质量 (多路径, 周跳)
• 卫星几何分布 (DOP值)
• 天线基线长度
• 接收机与算法性能

INS与卡尔曼滤波器状态估计收敛

卡尔曼滤波器融合GNSS与INS信息，估计INS导航误差（位置、速度、姿态误差）和传感器误差（陀螺零偏等）。

关键状态收敛 (航向、陀螺零偏):

• 依赖状态的“可观测性”，常需载体机动。
• 受初始误差、GNSS质量、载体动态、滤波器参数影响。
• 初始误差协方差P0设置影响收敛行为。

核心原因总结

双天线GNSS/INS设备冷启动初期航向精度不佳，主要源于：GNSS初始信息质量不足、INS初始状态不确定且漂移、组合导航算法（卡尔曼滤波器）收敛耗时，以及初期GNSS与INS子系统间的弱支撑效应。

过渡阶段的必然性

冷启动后航向精度逐步提升的过渡阶段，是系统从无先验信息到精确感知的必然过程。用户应理解此特性，避免在算法未充分收敛前对精度有过高期望。