基于非线性模型的单机GPS定位估计方法的研究

摘要

GPS是目前世界上唯一最完善的新一代精密卫星导航定位系统，由于其具有提供全球范围的、连续的实时三维位置、速度信息和精确授时等功能，自投入使用以来，就得到了各国军事和民用部门的普遍关注，并得到了迅猛地发展。目前，GPS被广泛应用于陆、海、空、天各军事领域以及交通工具导航、地理定位、测量、时间精调等众多民用领域。 随着科学技术的发展，近年来GPS导航和定位技术正向高精度、高动态方向发展。目前，单机GPS接收机的最高定位精度达10~15m，当接收机处于“城市峡谷”等信号遮挡严重的环境时，会因接收到的卫星信号数量少于4颗而导致GPS接收机无法进行定位估计。 单机GPS接收机定位精度不高的主要原因在于，量测信号从被卫星发射到被接收机接收的过程中会受到很多误差源的干扰。本文分别从模型和算法两方面开展研究，力求通过建立较完善的误差补偿模型以及使用更具有针对性的算法来提高单机GPS的定位估计精度。 本文做出的主要工作包括以下五个方面： 1）针对单机GPS定位估计精度不高的问题，提出了对主要误差源进行建模补偿——电离层误差补偿和对流层误差补偿。 2）对于“城市峡谷”等恶劣环境下的定位，结合该环境下车辆、行人等载 体运动速度不高，高度方向上位置变化很小的特点，本文提出一种假设，即假设用户接收机在高度方向上的位置坐标保持不变，将高程加入到测量方程中，从而实现恶劣环境下GPS的二维定位。 3）提出采用高精度的平淡卡尔曼滤波算法（UKF）代替精度较差的最小二乘迭代算法（ILS）和扩展卡尔曼滤波算法（EKF）作为GPS的定位估计方法，同时还提出了改进的UKF算法，以节省定位估计算法的运算量。 4）在保证定位精度的前提下，为了提高定位估计算法的运算速度，本文提出采用Spherical Unscented Kalman Filter（SUKF）作为单机GPS的定位估计算法。SUKF的运算量是UKF运算量的一半，从而提高了定位估计的速度，有利于实时输出定位估计的结果。 5）为了进一步提高单机GPS的定位估计精度，本文引入了平滑技术，结合实时输出定位估计结果的需要，提出了卡尔曼滤波—平滑迭代算法。 本文的研究工作，可用于GPS软件接收机中实时输出高精度定位数据的定位解算，以及高性能接收机中定位解算方法的改进。