1.一种农业机械导航的组合定位方法，其特征在于包括下述步骤：

(1)首先采用伪距差分GPS传感器测量得到农业机械的初步定位位置值；

(2)然后采用电子罗盘和微机械陀螺传感器对农业机械的航向角度进行测量，并通过自适应加权融合，推算得到最优的航向角度值；

(3)再采用自适应卡尔曼滤波器对包括初步定位位置值和最优的航向角度值的多源信息进行再次融合，获得农业机械定位和航向角度信息的精确估计。

2.根据权利要求1所述的农业机械导航的组合定位方法，其特征在于：所述推算得到最优的航向角度值是：首先电子罗盘传感器对农业机械的航向角度进行测量，微机械陀螺传感器对农业机械的横向角速率进行测量，经积分后转换为航向角度测量值；然后采用基于协方差函数的加窗估计算法，在线估计电子罗盘和微机械陀螺传感器的测量方差；再根据上述在线估计的测量方差，采用自适应加权融合估计算法以自适应的方式推算出两个传感器所对应的最优加权因子，最后推算得到最优的航向角度值。

3.根据权利要求1所述的农业机械导航的组合定位方法，其特征在于：所述对多源信息进行再次融合的是：首先利用航位推算的基本原理建立常速度条件下的卡尔曼滤波器的状态方程和观测方程；然后基于新息的理论协方差阵概念，设计一种测量噪声协方差矩阵R(k)的自适应调节方法；最后，在卡尔曼滤波器状态方程和观测方程的基础上，结合测量噪声协方差矩阵R(k)的在线调节方法，建立预测方程组和校正方程组，构建卡尔曼滤波器，实现农业机械定位和航向角度信息的精确估计。

4.根据权利要求1或3所述的农业机械导航组合定位方法，其特征在于：所述的卡尔曼滤波器中，状态空间和测量向量均为伪距差分GPS传感器的位置数据(x，y)和速度数据v，最优的航向角度值对状态转移矩阵进行实时更新。

5.根据权利要求3所述的农业机械导航的组合定位方法，其特征在于：所述测量噪声协方差矩阵R(k)自适应调节方法，是采用新息的实际协方差阵Pr(k)与理论协方差矩阵Cr(k)进行对比的方法，在线决策R(k)矩阵的调节量。