簡單來說，航位推算是在沒有任何外部輸入的情況下估計位置的一種方法，只需提供一個起點。在這里，外部輸入通常指GNSS衛(wèi)星，而航位推算作為一種在GNSS中斷時進行定位的方法。在沒有外部輸入的情況下，航位推算本質(zhì)上依賴于速度和航向的假設(shè)來傳播位置。當(dāng)然，最簡單的形式就是恒定速度和航向的假設(shè)。

航位推算解決方案通過集成慣性和方向傳感器來提供更多局部輸入，并改善解決方案的傳播。然而，這并不是一個完美的方法，因為慣性傳感器本身存在著隨時間指數(shù)增長的誤差。誤差增長率取決于使用的IMU的精度和成本。這意味著航位推算性能的下一個重大發(fā)展是系統(tǒng)能夠如何很好地解釋各種局部傳感器的所有測量信息，以盡量減小誤差增長。

本文旨在量化最新NovAtel在航位推算領(lǐng)域的創(chuàng)新——SPAN Land Vehicle的性能。Land Vehicle性能首次在ION GNSS+ 2016中介紹。其基本原理是根據(jù)車輛動力學(xué)的假設(shè)來控制慣性誤差的增長，以限制車輛在陸地上的橫向和垂直移動。

盡管本文重點介紹Land Vehicle方法論，但它并不僅限于GNSS中斷時的航位推算，還包括適用于其他條件的創(chuàng)新。例如，NovAtel的專利天線相位預(yù)旋技術(shù)可根據(jù)天線的旋轉(zhuǎn)提供附加的航向信息。關(guān)于這些其他改進的更多信息可以在ION2016的論文中找到。