GPS车载导航的交互式多模型算法

GPS动态定位数据的处理广泛采用卡尔曼滤波技术,而应用卡尔曼滤波要求运动模型准确可靠,但由于载体真实运动的复杂多变,任何单一模型都难以全面描述,致使单一模型的滤波都容易出现模型误差.针对这一问题,将机动目标跟踪领域广泛应用的交互式多模型算法引入到车载导航中.通过分析车辆的运动特点,选取匀速直线模型和当前统计模型进行交互;同时考虑到车载终端计算能力有限,将状态变量在各方向解耦.仿真显示,在机动时改进的算法和单一模型的自适应算法基本相当,但在非机动时改进的算法明显占优.     

GPS车载导航的交互式多模型算法

GPS动态定位数据的处理广泛采用卡尔曼滤波技术,而应用卡尔曼滤波要求运动模型准确可靠,但由于载体真实运动的复杂多变,任何单一模型都难以全面描述,致使单一模型的滤波都容易出现模型误差。针对这一问题,将机动目标跟踪领域广泛应用的交互式多模型算法引入到车载导航中。通过分析车辆的运动特点,选取匀速直线模型和当前统计模型进行交互;同时考虑到车载终端计算能力有限,将状态变量在各方向解耦。仿真显示,在机动时改进的算法和单一模型的自适应算法基本相当,但在非机动时改进的算法明显占优。     

引入强跟踪滤波器的 IMM 算法在导航定位解算中的应用

针对单一模型对城市机动载体运动状态估计不足的问题,本文在标准交互式多模型算法的基础上引入强跟踪滤波器,并以“当前”模型和“CV”模型作为基础模型进行交互式模型滤波。利用信号源仿真动态数据分析对比了利用单一模型算法、标准交互式多模型算法和引入强跟踪滤波器的交互式多模型算法的定位解算性能。实验结果表明：本文提出的基于强跟踪滤波器的交互式多模型算法相比于“当前”模型滤波和标准IM M 算法径向误差方差分别从19.11和16.78降低到13.24．     

利用三颗导航卫星进行二维定位的解算模型及其仿真解算

给出了用户接收机只收到三颗导航卫星信号时的二维定位解算模型及其解算方法，重点介绍了解算方法中接收机概略坐标的求法及利用得到的概略坐标求解接收机位置和钟差，并做了仿真解算。从卫星和接收机不同位置的很多次仿真解算结果表明，接收机位置和钟差能够极收收敛，通常迭代两次就能得到非常好的结果，完全适合工程应用。     

定位解算中的伪距的地球自转改正

地球同步卫星定位是利用三球交会原理精确解算用户位置参数的定位方式。定位的精度体现为解算结果的位置精度,它受到多方面因素的影响。定位解算所需的主要源是用户观测量（伪距）,因此伪距的精度直接影响了定位的精度。在观测到的伪距中包含了多项误差,而地球自转的影响是其中一项主要的误来源,必须加以修正。在实际的定位解算中,伪距的误差将会给定位结果带来相同量级的位置误差。本文详细讨论了地球同点卫星定位中的地球自转     

多模型算法在协同定位中的应用

对编队协同中的导航信息融合问题进行了研究。在利用一个定位圆和状态预测相结合的基础上,引入多模型算法进行伪测量确定和状态更新,提出了基于多模型的协同定位算法。仿真结果表明,该算法具有不需要进行定位圆推同的优点,并且性能有较大的提高。     

基于MCS-SCKF的超宽带室内定位算法

针对传统超宽带（UWB）室内定位中非线性跟踪问题,基于当前统计（CS）模型和容积卡尔曼滤波（CKF）,本文提出了一种新的定位算法。即采用奇异值分解（SVD）代替标准CKF算法中的Cholesky分解,提高了算法的稳定性,构造了奇异值分解容积卡尔曼滤波器（SCKF）。首先在CS模型的基础上改进了先验参数的函数形式,得到改进的CS模型（MCS）,实现模型参数的自适应调整;然后将MCS模型引入SCKF滤波器,实现滤波算法的自适应调整;最后利用MCS-SCKF算法对UWB定位系统模型进行解算,从而得到移动目标位置。仿真和试验结果表明,该算法优于CS模型-卡尔曼滤波算法（CS-KF）和CS模型-SCKF算法（CS-SCKF）,提高了UWB室内定位的定位精度。     

多星座组合精密动态定位的抗差扩展Kalman滤波方法研究

扩展Kalman(EKF)滤波算法可有效地进行多卫星系统数据融合处理,但该方法对观测数据的质量要求较高,当观测出现异常时,传统的扩展Kalman方法容易导致滤波失真。为此,利用实测数据,通过虚拟掩模遮挡卫星模拟复杂的GNSS观测环境,研究了基于IGGIII的抗差EKF算法,确定了分位参数的合理经验值,并对其在GPS/GLONASS/BDS组合精密动态定位中的应用进行了分析。结果表明,在遮挡严重的复杂观测环境中,抗差EKF算法可有效地提高组合定位系统的模糊度的固定成功率和定位精度。     

GNSS形变监测静态基线网中多基线联合解算两步法

GNSS(global navigation satellite system)静态基线网的解算方法通常采用单基线解算模式或多基线解算模式。这两种方法均有一定的局限性。本文综合两类方法的优点,提出了单基线和多基线联合解算模式的两步法。首先基于单基线模式利用多频率的载波相位观测值解算监测站间的双差整周模糊度,并使用严格的固定准则确定模糊度;然后利用多基线模式进行联合坐标和天顶对流层参数的估计,再结合最小二乘估计解算定位结果。选取国内某水电站静态形变监测数据为研究对象,进行基线解算方法测试和分析。实验结果表明多基线联合解算两步法在精度和可靠性上有较大优势,平面定位精度为亚毫米级,高程定位精度提高1～2倍;并可以明显改善基线网的解算速度,在高精度变形监测应用中具有可行性与通用性。     

武汉大学卫星导航定位技术研究中心准确解算日本地震精确位移量

日本大地震后,武汉大学卫星导航定位技术研究中心教授施闯带领课题组,第一时间对日本境内的GPS数据进行了精密处理和分析,准确解算了地震发生时的地面震动状态。结果显示,地震发生时刻水平方向有两次强烈震动,造成日本GPS观测站MIZU站向东2 m、向南1 m的永久性位移,     

GPS导航中的抗差自适应Kalman滤波算法

GPS导航与定位的质量取决于对动态载体函数模型和随机模型的认知。本文首先基于机动载体的当前统计模型 ,设计了离散系统的Kalman滤波器 ,进而基于方差分量估计给出了一种适合GPS动态定位的抗差自适应卡尔曼滤波算法。该算法模型简单 ,实时性好。实测数据计算结果表明 ,滤波导航解能有效地控制观测异常和动态扰动异常对导航解的影响 ,使导航解更能反映导航目标的真实情况     

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。     

强跟踪抗差自适应滤波算法及其在无人机导航定位中的应用

针对Sage-Husa自适应滤波算法在无人机导航定位应用中存在滤波发散和定位精度低的问题,本文提出一种强跟踪抗差自适应滤波算法.该算法在Sage-Husa自适应滤波算法基础上,引入强跟踪技术,通过自适应渐消因子降低历史数据对当前滤波的影响,从而抑制滤波发散,增强算法的稳健性;结合量测噪声和系统噪声进行实时估计,并且在估...     

WiFi指纹定位的一种新组合算法

探讨AP选取策略和贝叶斯位置估计算法对基于RSS的WiFi室内定位技术位置估计精度的影响。国内外学者分别对AP选取算法和贝叶斯位置估计算法进行了大量的研究。为了进一步深入研究不同算法的优劣性,利用组合优化的思想对不同算法进行组合,通过找出最优算法组合从而提升WiFi室内定位系统的性能。基于互信息最小化的AP选取策略和考虑AP相关性的贝叶斯位置估计算法,提出一种新的WiFi指纹定位组合算法。实验分析表明:新算法具有良好的实用性和定位性能。     

基于奇异值分解的快速室内可见光定位算法

为了提高室内可见光定位的稳健性和效率,对定位系统的算法部分进行优化,将定位问题考虑为三维点位拟合问题,利用奇异值分解技术,推导出一个用于确定接收器位置和朝向的闭合表达式。另外,使用智能手机的图像传感器作为接收器,对平面部署的35个网格点进行了测试。与常用的LM迭代式定位算法相比,本文算法定位速度更快,大约快30倍;且避免了由于错误的初始猜测而造成定位失败的可能性,在实际环境中实现了厘米级的高精度定位。     

一种WiFi距离交会加权融合定位算法

基于距离交会的WIFI室内定位算法受环境的影响,距离反演精度较低导致定位误差较大,不同距离反演模型对定位误差影响特性存在差异。考虑到GPR距离反演模型过度平滑引起定位结果扎堆的缺陷和传统损耗模型反演精度过低引起定位结果误差较大的缺陷,提出一种基于GPR预测模型和损耗模型的加权融合定位算法。实验结果表明:该融合算法能够有效提高定位精度并明显改善基于GPR模型定位算法的定位结果扎堆现象。     

A Bayesian method for linear, inequality-constrained adjustment and its application to GPS positioning

One of the typical approaches to linear, inequality-constrained adjustment (LICA) is to solve a least-squares (LS) problem subject to the linear inequality constraints. The main disadvantage of this approach is that the statistical properties of the estimate are not easily determined and thus no general conclusions about the superiority of the estimate can be made. A new approach to solving the LICA problem is proposed. The linear inequality constraints are converted into prior information on the parameters with a uniform distribution, and consequently the LICA problem is reformulated into a Bayesian estimation problem. It is shown that the LS estimate of the LICA problem is identical to the Bayesian estimate based on the mode of the posterior distribution. Finally, the Bayesian method is applied to GPS positioning. Results for four field tests show that, when height information is used, the GPS phase ambiguity resolution can be improved significantly and the new approach is feasible.     

一种高精度的北斗伪距单点定位加权算法

为提高北斗伪距单点定位的精度与速度,文章提出了一种基于互差中值理论的加权最小二乘算法。通过北斗实测数据验证:该算法的定位精度较最小二乘算法和直接解算方法的定位精度有较大提高,并能有效地减少问题卫星的影响。该算法对于当前导航定位接收机的改进具有较大的参考价值。     

一种多系统组合单点定位随机模型的确定方法

分析多系统组合单点定位性能,针对组合定位时随机模型不够精确的问题,提出一种基于UERE的Helmert方差分量估计定权方法。结果表明:多系统组合定位时,单历元可用卫星数增大,GDOP值明显减小,精度以及稳定性等定位性能得到有效提升。基于UERE的Helmert方差分量估计定权方法相较传统的先验定权和基于验后方差估计的定权方法,可明显改善多系统组合定位的精确度,且降低迭代计算次数。