车载GPS导航系统动态滤波算法应用研究

摘要

车载导航及定位是在全球卫星定位系统(GPS)的基础上发展起来的一门新型技术。近年来，随着科学技术的发展，GPS导航和定位技术已向高精度、高动态的方向发展。但是由于GPS定位包含许多误差源，尤其是测量随机误差和卫星的几何位置误差，使定位精度受到影响。利用传统的方法很难消除。而GPS动态滤波是消除GPS定位随机误差的重要方法，即利用特定的滤波方法消除各种随机误差，从而提高GPS导航定位精度。 本文首先分析了GPS定位的基本原理、误差来源及系统构成。重点介绍了影响GPS定位精度两个关键的客观因素：定位信号与接收机，并对GPS信号进行了仿真。详细介绍了差分GPS技术的原理、分类及应用优势。其次，由于GPS静态定位和动态定轨中，GPS数据预处理质量的好坏都直接影响着GPS定位精度，因此本文以GPS数据预处理理论和计算机应用技术为基础，巧妙运用了统计分析软件SPSS，重点对GPS数据预处理进行了应用研究；并且探讨了观测数据粗差检测与剔除的新方法。接着，本文将一种新的非线性滤波方法——中心差分卡尔曼滤波(CDKF)用于车辆导航中，进行了仿真试验研究。和普遍采用的EKF方法相比，CDKF方法不仅提高了定位的精度和稳定性；而且不需要模型的具体解析形式，避免了复杂的Jacobian矩阵的计算，算法更简单，也更加易于实现。而且较目前存在的另一种非线性滤波算法UKF，也有一定的优势。仿真实验结果进一步表明CDKF方法明显优于EKF、UKF方法，是车辆导航中一种更理想的非线性滤波方法，真正实现了车辆低成本、高精度的实时定位。最后，拟定了GPS动态试验的新方案，进行了实际跑车实验，通过匀速运动车辆的DGPS及GPS的滤波对比试验，验证了新的中心差分卡尔曼滤波算法在处理动态估计问题上的实用性。仿真实验和实际车辆动态导航试验均表明：比起传统卡尔曼滤波算法，中心差分卡尔曼滤波法精度及稳定性更好，实用性更强。

目录

文摘

英文文摘

声明

第一章 绪论

1.1引言

1.2车辆定位导航系统

1.2.1车辆定位导航系统的发展概况

1.2.2车辆定位导航系统的实现方案

1.2.3车载GPS导航系统的市场现状及前景

1.3课题研究的背景及意义

1.4论文的主要内容安排

第二章GPS全球定位系统

2.1 GPS系统组成

2.2 GPS信号结构及电文

2.2.1 GPS的信号结构

2.2.2 GPS信号的仿真

2.2.3 GPS的导航电文

2.3 GPS定位误差分析

2.3.1 GPS定位误差源

2.3.2定位误差种类

2.3.3消除静态误差数学方法

2.4.GPS定位系统的坐标系及其转换

2.4.1 GPS定位系统的坐标系

2.4.2坐标投影变换

2.5差分GPS技术

2.5.1差分GPS原理

2.5.2差分GPS分类

2.6本章小结

第三章GPS定位数据的预处理及相差的测量校正

3.1车辆GPS定位数据的预处理

3.1.1实际动态车辆导航定位的数据采集

3.1.2车载GPS导航定位数据的清洗

3.2粗差的探测与修复

3.2.1粗差测量校正的必要性

3.2.2粗差对卡尔曼滤波的影响

3.2.3 粗差检测与修正的新方法

3.2.4数字模拟

3.3本章小结

第四章动态非线性滤波算法研究

4.1扩展卡尔曼滤波的特点

4.2无迹卡尔曼滤波

4.2.1 Unscented变换(UT)原理

4.2.2 UKF滤波算法

4.3中心差分卡尔曼滤波(CDKF)算法

4.4 GPS/DR组合导航系统仿真模型

4.5仿真模拟实验结果及分析

4.5.1仿真结果对比图

4.5.2模拟实验结果分析

4.6本章小结

第五章动态差分试验的设计与应用

5.1试验平台搭建及软件

5.1.1试验方案的确定

5.1.2试验设备及软件

5.1.3试验设备使用注意事项

5.2车辆试验的软硬件准备

5.2.1 DGPS基准站的参数设定

5.2.2 DGPS静态定位测试

5.3试验动态模型

5.4实车试验过程

5.5试验结果及分析

5.6结论

第六章结论与展望

参考文献

致 谢

攻读硕士期间发表文章