[發(fā)明專利]一種GNSS接收機自適應(yīng)的卡爾曼濾波定位解算方法

在審

• 申請?zhí)枺?/td>: 201910233530.3
• 申請日: 2019-03-26
• 公開（公告）號: CN110109162A
• 公開（公告）日: 2019-08-09
• 發(fā)明（設(shè)計）人: 朱盈娜;湯加躍
• 申請（專利權(quán)）人: 西安開陽微電子有限公司
• 主分類號: G01S19/42
• 分類號: G01S19/42
• 代理公司: 西安通大專利代理有限責(zé)任公司 61200
• 代理人: 徐文權(quán)

本發(fā)明公開的一種GNSS接收機自適應(yīng)的卡爾曼濾波定位解算方法，根據(jù)GNSS接收機接收到基帶信號處理并輸出GNSS測量值，采用自適應(yīng)卡爾曼濾波算法進(jìn)行定位解算。該自適應(yīng)卡爾曼濾波算法在常規(guī)卡爾曼濾波算法的基礎(chǔ)上，根據(jù)新息量或殘差量對系統(tǒng)噪聲協(xié)方差和測量噪聲協(xié)方差進(jìn)行實時估計，從而達(dá)到使接收機輸出更加平滑、準(zhǔn)確的定位結(jié)果。

技術(shù)領(lǐng)域

本發(fā)明屬于衛(wèi)星導(dǎo)航技術(shù)領(lǐng)域，具體涉及一種GNSS接收機自適應(yīng)的卡爾曼濾波定位解算方法，能夠提升車載導(dǎo)航系統(tǒng)的定位精度。

背景技術(shù)

GNSS定位解算算法是減少定位精度誤差的關(guān)鍵技術(shù)之一。長期以來最小二乘算法以其簡單原理等優(yōu)點被廣泛應(yīng)用，其原理是在各個測量值的誤差及其噪聲之間尋求一最優(yōu)點，使得所有測量量的殘余平方和最小，但是由于不同時刻的不同測量誤差與噪聲在最小二乘計算后轉(zhuǎn)化為相應(yīng)的不同定位誤差與噪聲，因而最小二乘的定位結(jié)果粗糙又雜亂。為了克服最小二乘在性能上的不足，又將非線性濾波算法引入導(dǎo)航領(lǐng)域。

非線性卡爾曼濾波算法通常有擴展卡爾曼濾波和線性化卡爾曼濾波兩種形式。擴展卡爾曼濾波的基本思路是假定卡爾曼濾波對當(dāng)前系統(tǒng)狀態(tài)的估計值非常接近于其真實值，于是將非線性函數(shù)f和h在當(dāng)前狀態(tài)估計值處進(jìn)行泰勒展開并實現(xiàn)線性化。而線性化卡爾曼濾波與擴展卡爾曼濾波主要區(qū)別在于：前者將非線性函數(shù)f和h在濾波器對當(dāng)前系統(tǒng)狀態(tài)x_k的最優(yōu)估計值線性化，而后者因為預(yù)先知道非線性系統(tǒng)的實際運行狀態(tài)x_k大致按照所要求、希望的軌跡xk變化，所以這些非線性函數(shù)在x_k點的值可以表達(dá)為在x_k處的泰勒展開式，從而完成線性化。所以線性化卡爾曼濾波需要預(yù)先知道系統(tǒng)狀態(tài)的運行軌跡，而這一條件對于定位導(dǎo)航系統(tǒng)來說是不可預(yù)測的，所以擴展卡爾曼濾波被廣泛應(yīng)用。為了減少系統(tǒng)實時的計算量，擴展卡爾曼采用一階泰勒級數(shù)展開式線性化的方法產(chǎn)生模型誤差，導(dǎo)致濾波性能降低，甚至導(dǎo)致濾波器發(fā)散。擴展卡爾曼濾波時常因難以調(diào)節(jié)有關(guān)的濾波參數(shù)而不能給出最優(yōu)估計值。

發(fā)明內(nèi)容

針對GNSS導(dǎo)航系統(tǒng)中車載運動模型和噪聲統(tǒng)計特性未知造成的定位誤差大的問題，本申請?zhí)岢隽艘环N接收機自適應(yīng)的卡爾曼濾波定位解算方法，通過設(shè)定的模型自動地預(yù)測和調(diào)整參數(shù)，從而達(dá)到使接收機輸出更加平滑、準(zhǔn)確的定位結(jié)果。

本發(fā)明是通過以下技術(shù)方案來實現(xiàn)：

一種GNSS接收機自適應(yīng)的卡爾曼濾波定位解算方法，包括以下步驟；

S1、建立基于GNSS定位系統(tǒng)的接收機狀態(tài)方程，設(shè)定狀態(tài)方程的狀態(tài)變量X；

X＝[x，y，z，vx，vy，vz，δf_u，δt_u]

其中，x，y，z表示接收機對應(yīng)的坐標(biāo)系統(tǒng)的位置信息；v_x，v_y，v_z分別表示接收機對應(yīng)坐標(biāo)的速度信息；δf_u表示接收機的鐘差漂移頻率；δt_u表示接收機的鐘差；

S2、建立描述載體接收機運動狀態(tài)的系統(tǒng)模型，系統(tǒng)模型表達(dá)式如下；

x_k＝Ax_k-1+q_k

其中，A表示狀態(tài)變量的狀態(tài)轉(zhuǎn)移矩陣，q_k表示過程噪聲向量的均值；

S3、建立基于GNSS定位系統(tǒng)的接收機的測量方程y(n)；

ρ⁽ⁿ⁾表示某一觀測時刻接收機到第n顆衛(wèi)星的偽距，公式如下；