城市环境中短多径自适应抑制方法的研究

摘要

全球导航卫星系统（Global Navigation Satellite System，GNSS）经过三十余年不断研究与发展，在军事和民用的各个领域产生了深刻影响。城市环境中由于高楼林立产生的短多径效应，成为GNSS观测值中的一个重要误差源，严重降低了定位精度。本文重点研究了卡尔曼滤波算法在抑制多径误差方面的应用，在此基础上研究复杂城市环境中的短多径自适应抑制方法。
　　本文首先根据伪距定位原理建立球面定位模型，从理论上分析呈“矩形”分布和“震荡”分布的伪距误差对定位结果的影响，得出站心坐标系下三个方向上的定位误差也呈“矩形”和“震荡”分布且高度定位误差要大于东北平面水平定位误差的结论，并通过卫星信号模拟器仿真验证了该结论，并且，仿真结果表明高度定位误差约为水平定位误差的三倍。为解决高度定位误差大的问题，本文提出了一种基于高度约束的自适应卡尔曼滤波(Height Constrained Adaptive Kalman Filtering,HCAKF)算法，根据车载等低速接收机建立高度约束模型，通过构造高度上的约束条件和上一历元的接收机状态，利用最小均方误差原理来约束当前接收机的运动状态，从而使得定位结果更加准确。为验证HCAKF算法对短多径效应的抑制性能，分别在静态开放天空场景和直线运动场景下进行仿真测试，结果表明:静态开放天空场景下，HCAKF算法的高度定位误差几乎为零，水平定位误差相对于标准扩展卡尔曼滤波(Extended Kaman Filtering，EKF)算法减小了25.36％，相对于AKF算法减小了13.05％，总误差相对于EKF算法减小了44.37％，相对于自适应卡尔曼滤波(Adaptive KamanFiltering，AKF)算法减小了39.86％;直线运动场景下，HCAKF算法的高度定位误差相对于EKF算法减小了67.12％，相对于AKF算法减小了47.63％，总误差相对于EKF算法减小了63.50％，相对于AKF算法减小了35.65％。
　　为了对比本论文定位算法和市面上同类产品定位性能，建立了同信号源全球定位系统(GlobalPosition System，GPS)/北斗二号(Beidou-2，BD2)卫星导航系统双模接收机验证平台。基于该双模接收机验证平台，在城市复杂环境中测试了HCAKF算法的短多径抑制性能。测试结果表明:在窗台短多径静态环境中，HCAKF算法的高度定位误差几乎为零，水平定位误差相对于对照组减小了48.44％，总体定位误差相对于对照组减小了53.71％。在城市复杂动态环境下，HCAKF算法的高度定位误差相对于对照组减小了69.24％，总体定位误差相对于对照组减小了50.32％。

目录

声明

摘要

第一章 绪论

1．1 课题背景与意义

1．2 国内外研究现状

1．2．1 产业界

1．2．2 学术界

1．3 论文的研究内容目标及组织结构

1．4 本章小结

第二章 常用短多径抑制方法综述

2．1 多径残留误差分析

2．1．1 载波相位多径残留误差

2．1．2 码相位多径残留误差

2．2 常用短多径抑制方法

2．2．1 载波相位平滑伪距

2．2．2 卡尔曼滤波算法

2．3 本章小结

第三章 短多径自适应抑制方法的研究

3．1 多径效应对定位结果的影响

3．1．1 球面定位模型

3．1．2 多径效应引起的定位误差分析

3．1．3 仿真验证

3．2 基于高度约束的自适应卡尔曼滤波定位算法

3．2．1 高度约束模型

3．2．2 算法设计

3．2．3 仿真验证

3．3 本章小结

第四章 算法实现与性能测试

4．1 GPS／BD2双模接收机验证平台

4．1．1 平台设计

4．1．2 软件实现

4．2 静态定位性能实测

4．2．1 静态窗台测试

4．2．2 静态实测小结

4．3 动态定位性能实测

4．3．1 海拔高度微变场景

4．3．2 海拔高度陡变场景

4．3．3 动态实测小结

4．4 本章小结

第五章 总结与展望

5．1 总结

5．2 展望

致谢

参考文献

作者简介