O acoplamento estreito representa uma estratégia avançada de fusão de dados, essencial para uma integração robusta e de alta precisão entre o Sistema Global de Navegação por Satélite (GNSS) e o Sistema de Navegação Inercial (INS). Essa abordagem combina os pontos fortes de ambos os sistemas — a estabilidade de longo prazo do GNSS a precisão de curto prazo e alta taxa do INS— ao fundir suas medições principais diretamente em um único estimador, normalmente um Filtro de Kalman. O desempenho melhora drasticamente, especialmente quando GNSS estão parcialmente bloqueados ou degradados.
GNSS determinam a posição medindo o tempo que os sinais levam para viajar a partir de vários satélites. Esse processo produz determinações de posição absolutas com precisão que depende da visibilidade e da geometria dos satélites. No entanto, GNSS suscetível a interrupções de sinal em ambientes como canyons urbanos ou florestas, levando a lacunas de dados e perda de navegação (desvio).
Sistemas fortemente acoplados utilizam medições de parâmetros de sinais auxiliares para mitigar o desvio em um INS. Em comparação com sistemas fracamente acoplados, o acoplamento forte atualiza os estados de erro do INS, mesmo quando GNSS insuficientes GNSS impedem a determinação de uma posição. Essa situação ocorre quando menos de quatro GNSS estão visíveis, tornando impossível determinar uma solução de posição utilizando exclusivamente GNSS .
Em sistemas fracamente acoplados, essa situação causa uma perda completa de dados. No entanto, os sistemas com acoplamento forte podem utilizar GNSS limitadas GNSS , o que lhes permite mitigar parcialmente o desvio INS .
Para atingir esse objetivo, os sistemas com acoplamento forte devem calibrar a IMU Unidade de Medição Inercial) em tempo real, concentrando-se particularmente nos períodos em que o GNSS não está obstruído. Essa calibração garante um conhecimento preciso do IMU e treina a IMU antecipar a localização futura GNSS (modelagem antecipatória).
Ao permitir IMU a IMU avalie a validade e a precisão GNSS e selecione o GNSS que corresponde à sua previsão, o sistema estabelece uma forte conexão entre a IMU GNSS.
A arquitetura de acoplamento estreito
O conceito central do acoplamento estreito é usar as medições de pseudodistância e fase da portadora do GNSS diretamente na etapa de atualização da observação do Filtro de Kalman. Este é um afastamento significativo do acoplamento solto, onde o Filtro de Kalman usa a solução de posição e velocidade GNSS totalmente processada e independente.
Em um sistema de acoplamento estreito, o vetor de estado do Filtro de Kalman normalmente inclui os estados de erro do INS:
- Erros de posição (δr)
- Erros de velocidade (δv)
- Erros de atitude (δ𝛙)
- Vieses do sensor IMU (acelerômetro e giroscópio)
O Filtro de Kalman usa as equações de mecanização INS para a etapa de propagação no tempo (predição). Isso propaga os estados do INS usando os dados da IMU de alta taxa.
Vantagens do acoplamento estreito
O acoplamento estreito oferece vários benefícios poderosos, particularmente para aplicações de pós-processamento onde todos os dados do sensor estão disponíveis após a missão. Ao contrário do acoplamento solto, que requer uma solução de pelo menos quatro satélites GNSS para computar uma posição 3D, o acoplamento estreito precisa de apenas um satélite visível. Com uma única medição de pseudodistância, o Filtro de Kalman ainda pode derivar um vetor de correção de erro que efetivamente restringe o desvio do INS. Essa capacidade é vital em áreas parcialmente obstruídas.
Ao utilizar as medições brutas do GNSS, a filtragem pode modelar e estimar diretamente o desvio do clock do receptor GNSS dentro do vetor de estado. Esse nível profundo de integração leva a uma solução de navegação geral mais precisa e exata, especialmente ao combinar medições de fase da portadora para técnicas de pós-processamento Real-Time Kinematic (RTK) ou Precise Point Positioning (PPP).
O processo de correção integrado e contínuo garante uma qualidade de navegação mais suave e consistente. Os algoritmos ponderam de forma otimizada os dados INS de alta precisão com as observações GNSS, que geralmente são ruidosas. Durante as interrupções do GNSS, o INS bem calibrado (devido à estimativa contínua de bias) fornece uma solução de dead-reckoning superior.
O pós-processamento envolve filtragem para frente e para trás. Os dados são primeiro processados cronologicamente (filtro para frente). Em seguida, um filtro para trás processa os dados na ordem inversa, usando as estimativas finais para frente como condições iniciais. Um suavizador de intervalo fixo (por exemplo, o suavizador de Rauch-Tung-Striebel) suaviza os resultados de ambos os filtros. Esta etapa de suavização oferece a solução de trajetória estatisticamente ideal e mais precisa, aproveitando todos os dados disponíveis em toda a linha do tempo da missão. Isso torna o acoplamento estreito um padrão ouro para aplicações de alta precisão, como mapeamento e levantamento.
