城市复杂环境下GNSS/INS组合导航算法研究

针对城市环境下GNSS车辆导航存在卫星信号易受影响的问题,利用GNSS/INS组合算法提高复杂环境下城市车辆定位性能。基于城市环境下实测GNSS数据评估分析定位结果,使用GNSS/INS组合的常规卡尔曼滤波算法实现卫星失锁区域导航。同时,提出一种基于新息的自适应卡尔曼滤波算法,可有效增强卫星数较少及信号干扰严重区域的车辆导航定位能力。该方法利用量测与预测的关系构造自适应因子,改善定位精度。结果表明,常规卡尔曼滤波可在20 s卫星信号失锁情况下保证亚m级导航精度,自适应卡尔曼滤波算法在卫星信号受到严重干扰时,其定位精度相比于常规卡尔曼滤波算法提高30%,可满足在城市复杂环境下的高精度、高可靠性车辆导航定位服务需求。     

复杂观测环境下GNSS信号分类及精度评估

基于高度角、信噪比和伪距残差3个指标,采用K均值(Kmeans⁺⁺)、迭代自组织数据分析法(ISODATA)和基于密度带有噪声的空间分类法(DBSCAN)对复杂城市观测环境下的GNSS数据进行分类,并采用伪距单点定位模型(SPP)评估不同算法的分类精度。结果表明,Kmeans⁺⁺算法分类精度最优,在E、N、U 3个方向上的定位精度分别达2.56 m、3.25 m、9.73 m;相较于未采用Kmeans⁺⁺算法的定位精度分别提升57.86%、47.64%、60.98%。为进一步验证算法性能,将Kmeans⁺⁺算法与信噪比、高度角阈值法进行精度对比,结果表明,Kmeans⁺⁺算法的平面和三维定位精度均有显著改善,分别提升24.87%、39.07%（信噪比阈值法）和41.36%、59.91%（高度角阈值法）。     

安卓智能手机GNSS数据筛选方案研究

通过设置两种不同的遮挡环境,对测地型接收机和智能手机静态采集的测量数据进行对比分析。结果表明,智能手机可接收部分非直射卫星信号,受多路径效应干扰明显。根据非直射卫星信号的数据特征设计智能手机原始GNSS数据筛选方案,静态定位实验结果表明,应用数据筛选方案能够显著提升智能手机在复杂环境下的定位精度。智能手机SPP定位算法和RTK定位算法平面方向的定位精度可提升20%~40%,高程方向的定位精度可提升30%~60%。     

基于非监督分类和图优化的GNSS多路径误差削弱方法北大核心CSCD

基于城市环境下采集的多系统GNSS数据研究非监督分类算法和图优化(factor graph optimization,FGO)算法对多路径误差的抑制能力。伪距单点定位(single point positioning,SPP)结果表明,基于K-means++的非监督分类算法进行多路径信号分离时,在N、E、U方向的定位精度分别为3.61 m、2.90 m、8.14 m,较传统算法分别提升53.18%、55.18%、44.96%。图优化方法利用伪距和多普勒约束因子进行最优估计,在N、E、U方向的定位精度分别为0.94 m、1.34 m、2.78 m,精度分别提升82.1%、78.5%、82.0%。图优化算法对城市环境下GNSS定位的多路径误差抑制具有显著效果,可用于GNSS精密定位预处理阶段的异常卫星剔除和精确坐标初值获取,提高城市环境下GNSS定位性能。     

基于非监督分类和图优化的GNSS多路径误差削弱方法

基于城市环境下采集的多系统GNSS数据研究非监督分类算法和图优化(factor graph optimization, FGO)算法对多路径误差的抑制能力。伪距单点定位(single point positioning, SPP)结果表明,基于K-means⁺⁺的非监督分类算法进行多路径信号分离时,在N、E、U方向的定位精度分别为3.61 m、2.90 m、8.14 m,较传统算法分别提升53.18%、55.18%、44.96%。图优化方法利用伪距和多普勒约束因子进行最优估计,在N、E、U方向的定位精度分别为0.94 m、1.34 m、2.78 m,精度分别提升82.1%、78.5%、82.0%。图优化算法对城市环境下GNSS定位的多路径误差抑制具有显著效果,可用于GNSS精密定位预处理阶段的异常卫星剔除和精确坐标初值获取,提高城市环境下GNSS定位性能。     

混合构型低轨卫星增强GPS精密单点定位性能分析

低轨卫星具有信号强度高、运动速度快的特点,引入低轨卫星可改善矿区、城市、峡谷等复杂环境下GNSS接收机观测数据质量差、定位精度较低的问题。采用混合构型低轨星座进行定位增强,利用仿真低轨卫星数据对不同数量、不同构型的低轨卫星在不同截止高度角情况下增强GPS PPP性能进行分析。结果表明：1)GPS联合LEO定位可以显著增加可见卫星数,降低PDOP值。2)在截止高度角为30°时,低轨卫星可显著提高GPS定位性能,改善定位精度并减少收敛时间。其中,主子星座(96+9)联合GPS定位与同卫星数低轨卫星相比,在提升子星座覆盖区域测站(HKSL)N、U方向定位精度及减少收敛时间方面效果更好。     

Kalman滤波在GPS/BDS组合伪距差分定位中的应用

随着各国卫星导航系统的蓬勃发展,单一的GPS系统时代正逐步转变为多系统并存且兼容的全球性卫星导航系统(GNSS)时代。相比于单一卫星导航系统,多系统组合将显著增加可视卫星数目、改善卫星空间几何结构,多系统组合导航定位将是必然的发展趋势。滤波算法是减小GNSS定位随机误差的重要方法,利用非线性滤波方法可消除多种随机误差,从而提高导航定位精度。该文实现了基于Kalman滤波的GPS/BDS组合的伪距差分定位,并将其与最小二乘方法进行比较。实验结果表明:基于Kalman滤波的GPS/BDS伪距差分的定位精度能达到分米级,在差分定位解算过程中,多卫星系统伪距差分精度明显优于单卫星系统伪距差分精度,Kalman滤波解算的精度明显优于最小二乘解算的精度。     

GPS/QZSS在亚太地区实时相对定位性能分析

利用BNC(BKG NTRIP client)传输的实时观测数据,从可见卫星数、位置精度因子(position dilution of precision, PDOP)、多路径效应、信噪比和实时相对定位精度等方面对GPS和QZSS在亚太地区的定位性能进行评估和分析。结果表明,QZSS与GPS组合后,可见卫星数增加,卫星几何构型更好,可提高定位精度的可用性和可靠性;QZSS卫星多路径效应的变化规律与GPS卫星一致,且QZSS卫星各频点的多路径误差大多小于GPS卫星;GPS和QZSS卫星各频点的信噪比随高度角变化趋势基本相同;在N、E、U方向上,GPS/QZSS组合的实时相对定位精度比GPS有所提升。     

复杂环境下GNSS滑坡监测多路径效应分析及处理方法

GNSS-RTK技术用于地形地貌、植被环境较为复杂区域监测形变时,因反射引发的多路径效应会对形变监测结果产生较大影响,严重制约该技术应用于高精度滑坡监测。针对复杂环境下GNSS滑坡监测多路径效应,通过采集秦巴山区监测环境与黄土监测环境下GNSS滑坡形变监测数据,对不同环境的可视卫星观测范围、信噪比及多路径效应序列进行详细分析,并利用恒星日滤波法对多路径效应序列进行修正,验证复杂环境下削弱多路径效应的方法和精度。结果表明:受监测地形影响,多路径效应与低高度角相关关系减弱,采用单一截止高度角削弱多路径效应的方法不适用;复杂环境引起的多路径效应可达2m,其定位精度无法满足形变监测要求;通过小波去噪,对定位结果采用恒星日滤波法提取误差趋势项,并用于相邻两天的定位误差实时修正,发现采用恒星日滤波法进行多路径效应修正后使定位残差提高至毫米级,东、北和高程3个方向精度分别提高84.38%、72.88%、64.84%。     

GPS/GLONASS组合精密单点定位性能分析

在阐述GPS/GLONASS组合精密单点定位（PPP）方法及模型的基础上,利用研发的软件从静动态定位精度和动态定位收敛性方面比较分析了GPS、GLONASS及GPS/GLONASS组合3种方式的精密单点定位结果。结果表明：3种方式都能获得厘米级的静动态定位精度,但组合方式较单一方式有较好的统计精度;在动态定位收敛性方面,组合方式能提高收敛速度,且在GPS卫星较少情形下尤为突出。     

一种顾及有色噪声的四星座GNSS动态导航滤波算法

经典Kalman滤波要求噪声是高斯白噪声,而动态GNSS定位的观测误差和状态预测误差往往是有色噪声。本文提出一种简便的有色噪声函数模型拟合滤波算法,采用前面历元的观测残差和状态残差建立有色噪声模型,削弱有色噪声对动态导航解算的影响。采用四星座GNSS接收机观测数据进行动态导航实验,结果表明,顾及有色噪声的动态导航滤波算法比未顾及有色噪声的经典Kalman滤波算法定位精度更高,三维位置精度提升9%以上。     

基于序贯UKF的GNSS/CNS/SINS组合导航最优融合算法

组合导航系统在动态环境下具有强非线性,为提高GNSS/CNS/SINS组合导航系统的导航精度,提出一种基于序贯UKF的多传感器最优融合算法。首先,建立GNSS/CNS/SINS组合导航系统的非线性状态方程及2个子滤波器的线性量测方程;然后,对标准UKF的量测更新过程进行简化,简化UKF算法具有与标准UKF算法相同的滤波精度,且具有计算量低的特性;最后,将序贯滤波算法与简化UKF算法结合,提出多传感器组合导航系统的序贯UKF最优融合算法。仿真结果表明,本文序贯UKF算法不仅可提高系统解算的实时性,并且相对于集中线性卡尔曼滤波算法及经典集中线性UKF算法具有较高的滤波精度。     

基于观测值域的多路径消除方法及其在GNSS实时变形监测中的应用

首先研究多类卫星的轨道回归周期特性并推导相应公式,然后讨论基于观测值域的多路径消除算法,最后利用实测数据验证该算法的可行性。结果表明,采用观测值域多路径误差修正的方法,使GPS、BDS和GPS+BDS平均定位精度在北、东和高程方向分别提高42%、38%和54%。
     

基于系统间交叉验证的海上精密单点定位质量检核方法

基于MGEX(multi-GNSS experiment)测站实测数据,采用系统间交叉验证方法检核海上BDS/GNSS精密单点定位质量。分析不同系统组合的精密单点定位精度和收敛速度,结果表明,相对于单BDS,不同系统组合可有效提高精密单点定位的收敛速度和定位精度;组合系统的数目越多,相应的精密单点定位精度越高,收敛速度越快。同时,在静态、仿动态、海上动态不同定位模式下,采用系统间交叉验证方法检核精密单点定位的精度和可靠性。     

不同截止高度角多模GNSS组合单点定位性能分析

讨论多模GNSS时空统一方法,建立多模单点定位数学模型。采用8个测站的实测数据,对比单GPS与GPS/GLONASS/BDS/Galileo四大GNSS组合多模系统在截止高度角分别为15°、30°、45°时的单点定位性能。结果表明,15°时,多模较单GPS定位精度有一定改善,但效果不明显| 30°、45°时,单GPS不能实现实时定位,多模则能提供稳定可靠的实时定位结果。在北斗卫星导航系统可见卫星数较多的亚太区域,95%以上历元可用,水平方向偏差RMS<8 m,高程方向偏差RMS<20 m,对城市峡谷和密林中导航具有一定的参考价值。     

顾及时变非高斯噪声的高斯和滤波及其导航应用

高斯和滤波可利用高斯混合模型精化非高斯噪声随机模型来提高估计精度,但导航测量环境的动态性和复杂性使非高斯噪声具有时变性特征,若GMM不随之调整会导致滤波解算失真。针对该问题,本文提出一种基于位移参数自适应估计的高斯和滤波算法。首先分析GMM位移参数对非高斯噪声拟合精度的影响,然后利用位移参数自适应技术修正GMM,进而改善高斯和滤波性能。实验结果表明,当GNSS/SINS量测模型存在时变非高斯噪声时,本文算法的滤波结果较传统高斯和滤波算法的波动小,抗干扰能力强,在实际应用中可进一步改善估计精度和稳定性。     

����EKF�㷨������GPS/BDS��̬��Զ�λ�е�Ӧ��

???Kalman???????etended Kalman filter??EKF??????????????????????????д?????EKF?????????????????????????????????EKF????????EKF????????GNSS?????λ?е????????????????????EKF??????????Ч????????????????λ?????????EKF??????????????70%??