本文關(guān)鍵詞：城市峽谷環(huán)境下多源信息組合定位研究

  更多相關(guān)文章： 定位解算 載波跟蹤 GPS EKF UKF PF INS

【摘要】：隨著智能終端和移動通訊網(wǎng)的快速發(fā)展,感知旅游資源、旅游活動、照片和地理位置標注、建筑和地標識別、社交網(wǎng)絡、游戲和體育運動、廣告和增強現(xiàn)實(Augmented Reality,AR)等基于位置服務(Location Based Service,LBS)的應用具有很大的商業(yè)價值。這些應用最重要的使用場合在高樓密集、高樓間距短的“城市峽谷”場景,傳統(tǒng)GNSS定位接收機在這種場景中所接收的信號會受到建筑物阻擋、反射、衍射和可視衛(wèi)星的條狀分布等影響,造成定位誤差達到幾百米甚至不能定位。精確的位置信息是實現(xiàn)LBS應用的關(guān)鍵。因此,本文開展兩方面的工作,基于GPS仿真數(shù)據(jù)源的跟蹤和定位算法研究和城市峽谷環(huán)境下基于智能終端多源信息組合定位算法研究,主要工作如下:非線性濾波在定位解算和載波跟蹤中的應用研究。分析并仿真基于擴展卡爾曼濾波(Extended Kalman Filter,EKF)、基于無跡卡爾曼濾波(Unscented Kalman Filter,UKF)的定位解算方法。針對EKF、UKF等基于卡爾曼理論的系統(tǒng)模型和噪聲統(tǒng)計特性不準確會存在較大定位誤差或發(fā)散問題,引入粒子濾波(Particle filter,PF)來提高定位精度,試驗表明PF相比EKF、UKF分別在x,y,z方向位置誤差均值提高0.69m、1.34m、0.72m,位置誤差方差提高10.23m、14.38m、8.40m。針對傳統(tǒng)載波環(huán)鑒相器的鑒相曲線為周期性函數(shù),當相位誤差超出鑒相范圍,容易出現(xiàn)180°相位模糊,且在實際應用中常會引入非高斯噪聲。在GPS載波跟蹤環(huán)中引入PF代替載波環(huán)鑒相器,試驗表明基于PF的載波跟蹤環(huán),相比傳統(tǒng)環(huán)和基于EKF的載波環(huán)鑒相均值從31.8 10-?提高到30.5 10-?,鑒相方差從38.4 10-?提高到30.5 10-?,具有更好的抗噪性能。城市峽谷場景中基于智能終端多源信息組合定位研究。在密集的城市峽谷場景中,由于建筑物的遮擋對過街精度因子(Cross-street Dilutions of Precision,CDOP)影響而導致過街精度退化,使得傳統(tǒng)GPS在過街方向存在較大定位誤差。基于3D城市模型的建筑物輪廓和衛(wèi)星仰角信息來預測不同位置的衛(wèi)星可見性,并與實際位置GNSS接收機觀測到的衛(wèi)星可見性進行匹配來定位的陰影匹配(Shadow Matching,SM)算法可以提高過街定位精度,但是不能提高沿街定位精度。SM/KF組合算法、SM/PF組合算法在建筑物輪廓變化不明顯的城市溝渠場景,雖然能提高過街精度,但是沿街精度提高的不明顯。因此,基于PF定位算法定位精度的分布特點,提出了SM/PF自適應加權(quán)組合定位算法,該算法根據(jù)SM運動狀態(tài)下定位駐留時間特性和模板分值統(tǒng)計特性,計算自適應加權(quán)因子,對SM和PF定位算法進行自適應加權(quán),得到最終定位結(jié)果。試驗結(jié)果表明:該算法與SM、PF、SM/KF組合、SM/PF組合定位算法相比,分別在沿街方向平均誤差從5.04m提高到2.80m,在過街方向平均誤差從4.87m提高到1.30m,均方根誤差從6.82m提高到3.47m。目前獲得詳細3D城市模型相對較難,使得SM算法不能廣泛適用所有的城市場景,因此提出基于智能終端內(nèi)置傳感器組成的GPS/INS組合定位算法,相比傳統(tǒng)GPS定位算法,該算法可以實現(xiàn)在密集城市峽谷中連續(xù)、精確定位。試驗結(jié)果表明:基于智能終端的GPS/INS多源信息組合定位相比傳統(tǒng)的GPS定位算法,在沿街位置平均誤差從4.76m提高到2.31m、均方根誤差從19.25m提高到2.52m,在過街位置平均誤差從3.78m提高到1.49m、均方根誤差從66.83m提高到5.70m。
【學位授予單位】：華東交通大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TN967.2

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 譚炳文;;組合定位導航技術(shù)研究[J];信息與電腦(理論版);2012年02期

2 韓逸飛;;北斗組合定位技術(shù)概論[J];電子技術(shù)應用;2013年12期

3 朱虹;關(guān)永;關(guān)桂霞;;基于UKF的車輛組合定位[J];微計算機信息;2007年36期

4 高永,徐U，

本文編號：1201599