超宽带与惯性导航组合的室内导航定位

针对室内环境下缺少GNSS信号,且超宽带(UWB)定位精度受非视距误差影响明显的问题,该文提出了基于UWB/INS组合的室内导航定位方法。该方法利用惯性导航系统(INS)推算的位置和速度信息与UWB解算的位置和速度信息的差值作为量测信息,按先验阈值鉴别并剔除非视距误差,通过扩展卡尔曼滤波进行室内导航定位。实验结果表明,该方法能有效抑制非视距误差的影响,大幅提升导航定位精度,稳定性更高,可靠性更强,适用于较高精度的室内导航定位。     

非视距环境下基于PSO-SVM和RAIM的UWB定位方法

针对室内定位过程中超宽带(UWB)信号容易受到非视距(NLOS)环境的影响从而降低定位的精度和稳定性的问题，该文提出了基于粒子群优化支持向量机(PSO-SVM)和自主完好性监测(RAIM)的误差识别算法，通过粒子群优化(PSO)算法对支持向量机(SVM)模型参数进行优化，将优化后的支持向量机模型用于UWB NLOS信号的识别，并利用自主完好性监测算法将异常的UWB测距值剔除。实验结果表明，该文算法能够对NLOS信号进行准确的识别，并有效提升了NLOS环境下UWB定位的精度及稳定性，平面定位误差可控制在0.26 m以内，东、北方向的均方根误差分别为0.09、0.11 m。     

基于正则化方法的室内三维定位算法

首先简述了基于无线通信的室内三维定位技术的发展概况、实现方式以及有待研究解决的问题,然后详细叙述了定位算法的基本原理,分析并解决了病态方程组的求解问题,接着利用实测数据建立了非视距传播环境下(Non-Line Of Sight,NLOS)的测量误差模型,最终通过迭代得到终端的三维定位坐标。实验证明了该定位算法的精度在x、y轴能够达到0.2 m,在z轴能够达到1.8 m。     

基于IGGⅢ权函数的GNSS/INS组合导航RAIM模型

将IGGⅢ权函数引入GNSS/INS组合导航中,提出基于IGGⅢ权函数的GNSS/INS组合导航RAIM模型,根据Kalman残差平方和服从x2分布,论证运用IGGⅢ权函数探测粗差星的可行性.开发模拟平台生成GPS、Galileo、GLONASS和BeiDou卫星星座,卫星观测值加入单粗差和多粗差,测试RAIM模型的粗差探测能力.算例表明,RAIM模型能够准确定位粗差星,剔除粗差星后,可提高GNSS/INS组合导航精度.     

改进M估计的抗多个粗差定位解算方法

随着导航卫星数量的增多,观测数据中出现多个粗差的概率显著增大,基于单个粗差假设的RAIM算法不能保证多个粗差的有效抑制。抗差估计在定位可靠性要求高的场合受到了广泛关注。针对传统M-估计受初值误差影响的问题,提出了一种基于改进M-估计的抗差定位解算方法。该算法采用S-估计方法计算初值,根据可用卫星数实时调整S-估计中的参数使得初值能够最大限度抑制粗差。GPS观测数据处理结果表明改进的M-估计能够有效抑制多个粗差。     

非视距环境下的UWB/INS室内定位方法

针对UWB在室内定位的应用中会受到非视距环境影响导致定位性能减弱甚至丧失的问题，提出在使用功率增益判决结合概率统计方法识别非视距信号后，开展基于卡尔曼滤波的UWB/INS组合定位；通过在非视距环境下使用INS系统解算UWB位置信息，实现非视距室内定位。仿真实验结果表明，使用拓展卡尔曼滤波得到的X、Y、Z三轴定位误差可控制在0.5 m内但定位性能不稳定；使用无迹卡尔曼滤波处理得到的X、Y、Z三轴定位误差可以控制在0.3 m内且定位性能稳定。该结果为非视距环境下的UWB室内定位提供了技术支持。     

一种基于模糊聚类分析的新型RAIM算法北大核心CSCD

针对接收机自主完备性监测(RAIM)中多粗差的探测识别难题,该文在研究了模糊聚类分析原理和特点的基础上,利用QR检校法构建单点定位的全设计矩阵,提出了基于模糊c均值(FCM)的模糊聚类分析的新型RAIM算法,以实际观测数据对比分析了硬聚类分析和模糊聚类分析在单个粗差和两个粗差下的探测识别性能。由试验结果可知,该文方法可有效实现多个粗差的探测识别问题,解决了单点定位中的质量控制问题,可有效保障单点定位结果的可靠性。     

Xtion/IMU组合的机器人室内定位方法

针对机器人在室内、深海或者高楼林立的大都市导航定位存在的问题,该文展开了基于Xtion传感器与惯性测量单元(IMU)松组合的移动机器人室内定位算法的研究,采用了组合导航及自适应渐消扩展卡尔曼滤波算法等创新性方法,解决了机器人室内定位精度不高的问题。通过对机器人室内组合导航轨迹的实验验证,该文的组合导航方法能够提高机器人移动轨迹的精度,更接近于真实轨迹,满足了移动机器人室内导航定位的需求。     

一种GNSS/视觉观测紧组合导航定位算法研究

全球卫星导航系统(GNSS)在弱信号环境下,GNSS信号易受到遮挡或者电磁干扰,严重影响导航定位的可靠性、连续性和精度. 针对此问题,本文作者研究了一种GNSS和视觉观测紧组合导航定位方法. 首先基于相机采集图像数据,利用ORB-SLAM2开源平台求解得到视觉位置结果增量,再联合GNSS伪距观测数据采用卡尔曼滤波(KF)进行组合定位解算. 采用实测的GNSS伪距观测数据和图像数据进行测试,试验结果表明:该算法不仅能有效地提升GNSS弱信号环境下导航定位的连续性和精度,还能在卫星数少于4颗时保持持续导航定位.      

复杂环境下的超宽带高精度定位算法

针对相对于室外更为复杂的室内或者灾害环境中,全球导航定位系统(GNSS)信号受到严重影响导致定位精度下降甚至会无法定位的问题,该文充分利用了超宽带(UWB)极高的时间分辨率、优异的抗多径能力和非视距(NLOS)环境下较强的穿透力,从信号传播层面改进定位算法,通过经验值判断测量环境,在基准站与移动站之间不存在障碍物遮挡的情况下,通过UWB定位模型进行定位并通过卡尔曼距离滤波模型去除噪声;在基准站与移动站之间存在障碍物且在信号可以穿透障碍物的情况下,通过路径损耗模型实现对NLOS误差的粗略估计,在此基础上加入卡尔曼距离滤波模型做进一步估计,进而以此估计值对定位结果进行改正。基于室内环境下的实测实验结果表明:无论静态或者动态,在产生NLOS误差导致定位结果轨迹与实际参考轨迹差别较大的时候,该文定位算法会对定位结果有较好的改正,通过经验值判断的方法可实现复杂环境下较好的定位。     

基于泛在位置服务的嵌入式导航计算机系统研究与设计

分析了全球定位系统(GPS)、捷联惯导系统(SINS)和无线定位技术(WLAN)在城市复杂环境下室内外定位时的优缺点,提出了在城市复杂环境下采用基于卡尔曼滤波松组合的SINS／GPS组合导航定位方式,在室内环境下时,单独使用WLAN无线定位技术时易受室内复杂环境的影响,比如天花板、墙壁造成的多径效应,在传播过程中易受相近频段电器的干扰等等;提出了采用基于卡尔曼滤波的SINS／WLAN的组合导航定位技术来实现,从而实现更加平滑的导航定位结果。同时兼顾全组合导航系统高精度、低功耗、小型化的要求,设计出基于TMS320C6713和FPGA架构的嵌入式导航计算机平台。通过该平台系统的搭建,能够有效解决人们对泛在位置服务的需求问题。      

附加运动学约束的BDS抗差UKF导航算法

针对城市复杂环境中单一BDS导航受多路径（multipath,MP）和非视距（non-line-of-sight,NLOS）信号干扰导致精度下降的问题,提出一种附加运动学约束的抗差无迹卡尔曼滤波（unscented Kalman filter,UKF）算法。该算法基于新息向量构造等价权函数,克服了位置及接收机钟差初值不准确引起的抗差性能下降问题。同时,利用载体的近似运动方向和高程约束,进一步增强滤波解。实测车载试验结果表明,本文方法可有效抑制MP和NLOS信号的干扰,提高城市环境中的BDS导航精度。     

顾及双程声径的常梯度声线跟踪水下定位算法

高精度水下声学定位通常采用声线跟踪定位算法,但传统的声线跟踪方法一般针对单程声径进行声线弯曲改正,未能顾及船载换能器在声信号往返过程中发生的位移,导致海底应答器定位解算时引入系统性偏差,从而降低海底点定位精度。针对此问题,本文提出一种顾及双程声径的分层常梯度声线跟踪水下定位算法。该方法结合水下声信号实际传播路径,根据换能器在声信号发射和接收时刻的位置,构建双程声径水下定位模型,采用顾及双程声径的分层常梯度声线跟踪算法进行解算。采用圆走航观测与交叉十字观测的海上实测数据对方法进行了验证,结果表明,本文方法能显著提高水下定位精度。     

新息向量的抗差Kalman滤波方法及其在UWB室内导航中的应用

针对超宽带（ultra wideband，UWB）室内导航中非视距（non line of sight，NLOS）测距误差会大幅降低导航精度以及系统噪声的不确定性导致滤波精度不高的问题，提出了一种基于新息向量的抗差Kalman滤波方法。该方法在UWB室内导航线性化模型的基础上，利用单个新息值构造抗差因子矩阵，从而消除非视距测距误差的影响，同时对系统噪声协方差矩阵进行实时估计和修正。实验结果表明，该方法不但能有效地消除非视距测距误差对导航解算的影响，而且能进一步提高导航解算的精度和稳定性。     

多普勒与伪码相位值结合的A-GPS快速定位算法研究

辅助全球定位系统通过蜂窝网基站提供给A-GPS接收机捕获辅助信息、辅助星历、时间与概略坐标,解决了微弱信号下的定位问题。从信号捕获到完成跟踪,解码导航电文需要经历相关锁定、相位锁定、比特同步、帧同步等过程,在信号很弱以至于无法实现帧同步、不能解调卫星TOW的情况下,常规定位算法无法实现定位。文中提出多普勒与伪码相位结合的A-GPS快速定位算法,利用伪码相位值进行伪距重构法消去整数毫秒伪距中隐含的公共误差,利用多普勒定位提供的初值保证初始位置和时间误差在0.5光毫秒以内,实现了粗时间、粗位置辅助下利用多普勒与伪码相位值的A-GPS快速定位。     

北斗/超宽带组合定位的室内外过渡区无缝链接方法

室内外无缝导航定位是万物互联之基石,具有广阔的市场前景和应用价值. 但目前对于室内外过渡区的无缝组合导航技术,仍存在诸多棘手问题亟待解决. 对此,从三个方面对BDS/UWB组合定位的室内外无缝链接方法进行了改进:一是提出了一种基于内引法和外引法的室内信标绝对定位方法,以解决室内外定位结果的坐标基准统一问题;二是提出了一种基于位置精度因子(PDOP)平稳变化的室内信标优化布局方案,以提高过渡区域的导航定位精度与信标可用性;三是提出引入自适应权重因子,来解决BDS/UWB组合定位的观测值合理定权问题. 通过具体实验验证:1) 利用基于内引法和外引法的室内信标绝对定位方法,可实现室内外坐标基准的统一,显著提高了用户使用的便捷性;2) 采用所提信标优化布局方案,可有效提高过渡区定位精度,相比无超宽带(UWB)信标,BDS/UWB组合定位的平均定位精度至少提高 355%;3) 自适应权重因子可实时调节不同时间、不同类型观测值的权比,增强了观测信息利用效率,相比北斗卫星导航系统(BDS)空旷区域,定位精度可至少提高22.5%.      

PDR算法对地磁室内定位精度的提升研究

利用建筑物中金属结构引起的地磁场扰动可以对室内的行人目标进行定位，而且基于地磁场的定位无需布设任何额外设施，因此可以以低成本实现定位。但仅靠单一的地磁技术无法满足室内定位的精度要求。为了解决磁场数据中单点定位的模糊性问题，本文提出了一种利用粒子滤波算法将PDR与地磁相融合的室内定位方法，并开发了地磁室内导航系统，以智能手机为硬件平台构建磁力计传感器模型，建立匹配轨迹的均方误差准则并实现PDR累积误差实时校正的迭代计算。在68 m×1.8 m的试验区域内，产生的平均定位误差为1.13 m，最大定位误差为2.17 m。本文算法的定位精度比单独PDR算法提升了42%；与单一地磁指纹匹配算法相比，定位精度提高了57%。试验证明，本文提出的融合算法对提高室内定位精度具有显著的作用。     

封闭环境下限制误差发散的高精度导航定位

基于GNSS系统的导航定位设备在封闭或受阻环境下导航精度受限,为此,提升地下空间或室内定位精度,摆脱对GNSS的依赖是当前的研究热点。针对该问题,本文研究了LiDAR+IMU+DMI多源传感器导航定位技术,通过将LiDAR控制标靶数据带入卡尔曼滤波方程,计算IMU+DMI组合的误差状态向量,限制其误差发散,从而获取设备的高精度位置。该技术能使移动检测设备完全摆脱对GNSS信号的依赖,实现地下封闭空间移动测量设备精确定位,便于地下空间检测。通过在武汉某地铁试验表明,本文算法适用于地下、室内空间封闭环境中无GNSS信号的移动测量设备高精度导航定位。     

基于B1C新信号的BDS/INS深组合改进的跟踪环路设计

针对北斗卫星导航系统/惯性导航系统(BDS/INS)的深组合定位系统,提出了一种利用惯性导航系统(INS)辅助B1C正交分量的信号跟踪算法,以解决定位过程中信号较弱致深组合定位系统失锁的问题. 该算法使用了考虑INS数据的卡尔曼滤波算法,并同时利用导频分量和数据分量构成本地码,对信号进行跟踪. 由该算法对实测数据计算,并利用传统算法进行对比,可以得出在弱信号的环境下跟踪环路较为稳定,伪距精度较高.