タイトカップリングは、堅牢かつ高精度な全地球測位システム（GNSS）と慣性航法システム（INS）の統合に不可欠な、高度なデータ融合戦略です。このアプローチでは、GNSS 長期的なINS GNSS 短期的なINS、両システムの強みを組み合わせ、通常はカルマンフィルタといった単一の推定器内で、それぞれの核心的な測定値を直接融合させます。GNSS 部分的に遮断されたり、品質が低下したりした場合、性能は劇的に向上する。
GNSS 、複数の衛星から届く信号の伝播時間を測定することで位置を特定する。このプロセスにより、衛星の可視性や幾何学的配置に応じて精度が異なる絶対位置が得られる。しかし、GNSS 都市部のビル群や森林などの環境において信号の途絶GNSS 、データの欠落や航法喪失（ドリフト）を引き起こす。
強結合システムは、補助信号パラメータの測定値を用いて、INSドリフトを軽減します。弱結合システムと比較して、強結合システムでは、GNSS 不十分で位置の特定ができない場合でも、INSの誤差状態を更新します。この状況は、可視GNSS 4基未満の場合に発生し、GNSS のみでは位置解を決定することが不可能になります。
弱結合システムでは、この状況によりデータが完全に途絶してしまいます。 しかし、強結合システムでは、GNSS を活用することで、INS 部分的に軽減することができる。
この目的を達成するため、強結合システムでは、GNSS 遮られていない期間に焦点を当て、IMU 慣性計測装置）をリアルタイムで校正しなければならない。この校正により、IMU 正確に把握できるほか、GNSS 将来の位置IMU （予測モデリング）。
IMU GNSS 有効性と精度IMU 評価IMU 、その予測に合致GNSS を選択できるようにすることで、システムはIMU GNSS IMU 強固な連携を確立します。
緊密結合アーキテクチャ
タイトカップリングのコアコンセプトは、GNSS疑似距離と搬送波位相測定をカルマンフィルターの観測更新ステップで直接使用することです。これは、カルマンフィルターが完全に処理されたスタンドアロンのGNSS位置および速度ソリューションを使用するルーズカップリングからの大きな逸脱です。
タイトカップリングシステムでは、カルマンフィルターの状態ベクトルには通常、INS誤差状態が含まれます。
- 位置誤差 (δr)
- 速度誤差（δv)
- 姿勢誤差（δ𝛙）
- IMUセンサーのバイアス（加速度計とジャイロスコープ）
カルマンフィルターは、時間伝播（予測）ステップにINSメカニズム方程式を使用します。これにより、高レートのIMUデータを使用してINS状態が前方に伝播されます。
タイトカップリングの利点
タイトカップリングは、特にミッション後にすべてのセンサーデータが利用できるポストプロセッシングアプリケーションに、いくつかの強力な利点をもたらします。少なくとも4つのGNSS衛星からのソリューションを必要とするルースカップリングとは異なり、タイトカップリングは1つの可視衛星のみを必要とします。単一の疑似距離測定を使用すると、カルマンフィルターはINSドリフトを効果的に抑制する誤差補正ベクトルを導き出すことができます。この機能は、部分的に遮られた領域で不可欠です。
生のGNSS測定を利用することにより、フィルタリングは状態ベクトル内のGNSS受信機のクロックバイアスを直接モデル化および推定できます。この深いレベルの統合により、特にリアルタイムキネマティック（RTK）または精密単独測位（PPP）ポストプロセッシング技術のために搬送波位相測定を組み合わせる場合、より正確で精密な全体的なナビゲーションソリューションが得られます。
シームレスな統合補正プロセスにより、よりスムーズで一貫したナビゲーション品質が保証されます。アルゴリズムは、多くの場合ノイズの多いGNSS観測値で高精度のINSデータを最適に重み付けします。GNSS停止中、（継続的なバイアス推定により）適切にキャリブレーションされたINSは、優れたデッドレコニングソリューションを提供します。
ポストプロセッシングには、順方向および逆方向のフィルタリングが含まれます。データは最初に時系列順に処理されます（順方向フィルター）。次に、逆方向フィルターは、順方向の最終推定値を初期条件として使用して、データを逆方向に処理します。固定間隔スムーザー（例：Rauch-Tung-Striebelスムーザー）は、両方のフィルターからの結果を平滑化します。この平滑化ステップは、ミッション全体のタイムライン全体で利用可能なすべてのデータを活用して、最も正確で統計的に最適な軌道ソリューションを提供します。これにより、タイトカップリングは、マッピングや測量などの高精度アプリケーションのゴールドスタンダードになります。
