1.一种鲁棒抗干扰的捷联惯导系统行进间对准方法，其特征在于，包括如下步骤：(1)根据惯性传感器和辅助GNSS输出，获得载体系和导航系实时坐标变换矩阵；具体如下：载体系和导航系实时坐标变换矩阵 和 公式如下：其中， 表示陀螺仪输出的角速度， 表示导航坐标系相对于惯性坐标系的旋转角速度，可由GNSS提供的载体速度信息求得，(·)×表示向量对应的斜对称矩阵；

(2)对变换后的导航系比力方程积分得到对应的参考矢量和观测矢量，通过滑动定区间法构造改进的参考矢量以及观测矢量；对变换后的导航系比力方程积分得到对应的参考矢量和观测矢量，具体如下：首先，设立投影在导航坐标系的比力方程，公式如下：n b

其中，V表示载体速度在导航系的投影，f 表示加速度计测量的比力， 表示地球自转角速度在导航系的投影， 表示导航坐标系相对于地球坐标系的旋转角速度；

然后，加入惯性传感器常值误差以及杆臂误差，比力方程整理后表达式如下：b

其中， 表示GNSS接收机的速度，I表示惯导系统到GNSS接收机的杆臂在载体系的投b影，ε 和 分别表示陀螺仪和加速度计的常值误差；

最后，在[0,t]时间间隔内积分，得到对应的参考矢量α和观测矢量β：其中， 表示加速度计实际测量的加速度， 表示初始时刻陀螺仪输出的角速度；

通过滑动定区间法构造改进的参考矢量以及观测具体如下：(3)建立线性状态空间模型和量测模型，在线标定补偿陀螺常值误差、加速度计常值误差和杆臂误差；包括以下步骤：(31)建立线性状态空间模型具体如下：首先，构造姿态误差微分方程：其中， 为理想b系到计算 系的等效旋转矢量： 定义系统状态变量b

其中， δI＝0，系统噪声

则线性系统状态模型表示为下式：

然后，将参考比力与估计比力在初始导航坐标系差的积分作为测量矢量，公式如下：其中，zk表示构造的测量矢量，βm(tk)表示tk时刻观测矢量， 表示理想b系到计算系坐标变换矩阵；

(32)建立量测模型，公式如下：

Zk＝HkXk+Vk

量测矩阵

其中，03表示3×3的全零矩阵，α1(tk)，α2(tk)和α3(tk)表示定义的tk时刻的观测值，表示初始时刻姿态矩阵，Vk表示量测噪声；

(4)采用模值匹配法构建残差项，检测GNSS提供的辅助信息中的异常值，并通过构造的权值函数重构观测矢量；包括以下步骤：(41)使用GNSS作为辅助设备提供的载体速度信息，公式如下：n 2

其中，误差δv＝δvg+μkek，δvg～N(0,σI)为GNSS的量测高斯白噪声，μkek则表示当GNSS受到外部环境影响时实际测量值中出现的野值，即当μk≠0时，辅助速度信息 为异常值；

(42)加入噪声影响后的观测矢量，公式如下：(43)采用模值匹配法隔离异常值干扰，定义残差项：其中，||·||表示向量的欧氏范数，ξM表示由改进矢量构造的残差值；

(44)引入权值函数，公式如下：

其中，γ表示设置的常量阈值，w(ξM)表示根据当前残差量ξM构造的权值；

(45)根据预设的阈值γ然后通过权值函数重构观测矢量，公式如下：其中， 表示考虑噪声影响后的观测矢量， 表示重新构造的观测矢量(5)采用双输入区间二型模糊逻辑，将定义的残差和近似度作为模糊逻辑的两个输入量，经过模糊推理后进行降阶和去模糊化，最后根据模糊推理系统的输出修正量测噪声；包括以下步骤：(51)采用双输入区间二型模糊逻辑对自适应卡尔曼滤波中的噪声方差阵进行调整，公式如下：其中，η为双输入区间二型模糊系统的输出，bk＝bk‑1/(bk‑1+a)，取初值b0＝1，a是渐消因子取值0.92，rk表示新息；

(52)选择新息序列的近似度和残差作为区间二型模糊逻辑系统的两个输入；将新息序列的实际协方差和理论协方差迹的比值定义为新息序列的近似度△，公式如下：(53)采用直接模糊化法构建单连通型区间二型模糊集，将输入变量△的模糊集定义为{S,M,L}，输入变量ξM的模糊集定义为{NL,NM,S,PM,PL}，输出变量η的模糊集定义为{D,Z,I}；

(54)建立Mamdani式规则库，则激活的第n条规则对应的激活度区间表示为：其中， 和μ分别表示隶属度区间的上下界，×符号在此处表示乘法t‑norm， 和fn表示第n条规则激活的上下隶属度函数；

(55)使用Center‑of‑sets的方法进行降阶，公式如下：Ycos(△,ξM)＝[ηl,ηr]

其中，ηl是降阶后的区间下界，ηr是降阶后的区间上界，具体定义如下：上式中，L和R是通过KM(Karnik‑Mendel,KM)算法确定的转换点；

(56)计算降阶后的所得区间上下界的均值，完成解模糊步骤得到双输入区间二型模糊逻辑系统的输出：