CN102680989A - 一种定位结果滤波方法及装置 - Google Patents

Abstract

本发明公开了一种定位结果滤波方法，所述方法包括：根据接收机的速度输入值，确定接收机的运动状态；根据接收机的运动状态，设定不同的权值分配策略；根据权值分配策略对定位结果进行卡尔曼滤波；根据权值分配策略对定位结果进行均值滤波；根据权值分配策略对定位结果进行α滤波。本发明通过将定位结果经过各种滤波器组合滤波，并根据速度输入值来判断接收机的移动状态，根据接收机的移动状态来区别设置各个滤波器的参数，从而实现对定位结果完美滤波的过程。本发明实施例提供的方案，可以将原始定位结果中的噪声有效滤除，大幅减小定位误差，达到实时导航的需求。

Description

一种定位结果滤波方法及装置

技术领域

本发明涉及卫星定位技术领域，特别涉及一种定位结果滤波方法及装置。

背景技术

近年来，卫星定位技术得到了长足的发展。随着硬件处理能力的增强，利用GPS、北斗等进行定位的接收机逐渐走入普通老百姓的生活，为人们的出行带来了巨大的方便。但是，卫星导航系统自身存在着许多误差源，其中主要误差源包括：星历误差、卫星钟偏差、接收机测量误差、大气误差（包括对流层和电离层传播延迟）、多径效应误差以及其它随机干扰误差等，由这些误差源导致的伪距误差（UERE，User-equivalent range error）典型值如表一所示。

表一

误差源	1σ误差(m)
		卫星钟差	1.1
L1 P(Y)-L1 C/A群延时	0.3
		星历误差	0.8
电离层延迟	7.0
		对流层延迟	0.2
接收机噪声	0.1
		多径	0.2
总计（RSS）	7.1*

用户位置误差是伪距误差与几何精度因子（GDOP）的乘积，几何精度因子完全取决于用户与卫星的相对位置关系。如图1所示，其中，在最简单的二星定位中，在存在伪距测量误差的前提下，多边形ABCD表示可能的用户位置，从图1a和图1b中可以看到，当卫星位置与用户的相对位置不同时，所对应的阴影面积也不尽相同，图1a的GDOP要小于图1b的，因此在相同UERE下，图1a所对应的位置误差较小。

由于各颗卫星之间的残留电离层误差高度相关，因此在实际的接收机中，实际位置误差要小于上述乘积，大约从3m到10m不等，在信号质量较差的地方（如城市楼宇间、干扰严重区域等），定位误差可达几十米甚至上百米。在这种情况下，显然是不能适用于城市间的导航需求的（因为十几米或是几十米的误差可以相隔几条马路或几幢楼房），对接收机直接定位结果进行滤波处理，将误差减小到可接受范围之内，是十分有必要的。

现有技术中通常采用卡尔曼滤波器对定位结果进行滤波。卡尔曼滤波器构成如图2所示。其中，系统由消息模型、测量模型和滤波模型组成。其中X为状态变量，A为状态转移模型，C为测量模型，V与W为策动噪声，y为测量值，K为卡尔曼增益。常用的卡尔曼滤波器有恒速模型、恒加速模型等。恒速模型认为目标以恒定的速度进行运动，滤波器为二阶系统；恒加速模型认为目标以恒定加速度进行运动，滤波器为三阶系统。

采用卡尔曼滤波器需要依靠先验的噪声值，在周围环境噪声特性发生变化时（位置发生变化、运动状态发生变化等），会导致滤波结果不是最优的，即周围环境噪声小或用户静止时，定位结果抖动过大；而环境噪声较大或用户运动时，滤波结果可能会有较大延时。卡尔曼滤波器无法解决稳定的静态定位与动态定位间的矛盾，只能尽量平衡。

另一方面，现有技术中也有采用均值滤波器对定位结果进行滤波的方案，均值滤波的原理是将若干个样值进行平均，将均值作为滤波结果输出，即其中，N为样值的数量。但是，均值滤波器方案只能单纯减小定位结果的抖动，无法自适应进行滤波器调整，无法单独应用于后端滤波。

在实现本发明的过程中，发明人发现现有技术中的滤波方案均无法对定位结果进行有效而可靠的滤波，滤波效果不佳，无法满足各种复杂地理区域定位的需求。

发明内容

为了解决现有技术中定位结果滤波效果不佳，无法满足复杂地理区域定位结果滤波需求的问题，本发明实施例提供了一种定位结果滤波方法及装置。所述技术方案如下：

一方面，提供了一种定位结果滤波方法，所述方法包括：

根据接收机的速度输入值，确定接收机的运动状态；

根据接收机的运动状态，设定不同的权值分配策略；

根据权值分配策略对定位结果进行卡尔曼滤波；

根据权值分配策略对定位结果进行均值滤波；

根据权值分配策略对定位结果进行α滤波。

所述方法进一步包括：

根据几何精度因子、伪距测量误差、定位点有效性、速度有效性信息确定定位结果是否为奇点；若为奇点则舍去此次定位结果。

所述接收机的运动状态包括静止状态和运动状态；

所述设定不同的权值分配策略，包括：

根据接收机的运动状态，设定静止权值分配策略和运动权值分配策略。

该方法进一步包括：

对滤波后的定位结果通过滤波补偿器进行补偿，得到最终的滤波结果。

所述权值分配策略提供一系列参数，通过所述参数设定卡尔曼滤波器、均值滤波器和α滤波器，分别进行所述卡尔曼滤波、均值滤波和α滤波。

另一方面，提供了一种定位结果滤波装置，所述装置包括：速度判决单元、权值分配单元、卡尔曼滤波单元、均值滤波单元和α滤波单元，其中，

所述速度判决单元，用于根据接收机的速度输入值，确定接收机的运动状态；

所述权值分配单元，用于根据接收机的运动状态，设定不同的权值分配策略；

所述卡尔曼滤波单元，用于根据权值分配策略对定位结果进行卡尔曼滤波；

所述均值滤波单元，用于根据权值分配策略对定位结果进行均值滤波；

所述α滤波单元，用于根据权值分配策略对定位结果进行α滤波。

该装置进一步包括奇点判决单元，用于根据几何精度因子、伪距测量误差、定位点有效性、速度有效性信息确定定位结果是否为奇点，若为奇点则舍去此次定位结果。

该装置进一步包括滤波补偿单元，用于对滤波后的定位结果通过滤波补偿器进行补偿。

所述权值分配单元进一步包括静态权值分配子单元和运动权值分配子单元，其中，

所述静态权值分配子单元，用于在接收机的运动状态为静止时，设定静止权值分配策略；

所述运动权值分配子单元，用于在接收机的运动状态为运动时，设定运动权值分配策略。

本发明实施例提供的技术方案带来的有益效果是：

通过将定位结果经过各种滤波器组合滤波，并根据速度输入值来判断接收机的移动状态，根据接收机的移动状态来区别设置各个滤波器的参数，从而实现对定位结果完美滤波的过程。本发明实施例提供的方案，可以将原始定位结果中的噪声有效滤除，大幅减小定位误差，达到实时导航的需求。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1a是现有技术中提供的一种几何精度因子计算示意图；

图1b是现有技术中提供的另一种几何精度因子计算示意图；

图2是现有技术中提供的卡尔曼滤波器结构示意图；

图3是本发明实施例一提供的定位结果滤波方法原理流程图；

图4是本发明实施例二提供的定位结果滤波装置结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

本发明实施例设计了一种新的滤波器结构，通过对GDOP、速度的判断更改滤波器参数，同时将卡尔曼滤波器、均值滤波器、α滤波器融合，实现较好的滤波效果，从而满足城市定位的需求。

实施例一

如图3所示，为本发明实施例一提供的定位结果滤波方法原理流程图，其中，

步骤10，根据接收机的速度输入值，确定接收机的运动状态。

这里的接收机即为定位结果接收机，接收机在采集定位结果的过程中，同样需要测量自己的速度和位置等信息，得到接收机速度测量值和位置测量值等，根据接收机的速度输入值（速度测量值），确定接收机的运动状态。这里，接收机的运动状态分为静止状态和运动状态两种。

步骤20，根据接收机的运动状态，设定不同的权值分配策略。

接收机的运动状态分为静止状态和运动状态，根据不同的接收机运动状态，需要设定不同的权值分配策略，也就是静止权值分配策略和运动权值分配策略。这里的权值分配策略实际上就是滤波策略，也就是滤波器的参数。根据接收机的运动状态，将滤波器的参数分为静止参数和运动参数两类，分别根据这些参数设置滤波器的运行，进行滤波，从而得到不同的滤波效果。权值分配策略提供一系列参数，通过所述参数设定卡尔曼滤波器、均值滤波器和α滤波器，分别进行所述卡尔曼滤波、均值滤波和α滤波。

特别的，各种滤波器都拥有自己的参数，当参数不同时，滤波器的表现也不同，但不同的滤波器参数只会定量地影响滤波结果，不会定性影响。权值分配策略从定性上可分为静态权值分配和运动权值分配：当接收机不动或速度极慢时，认为接收机是静止的，这时滤波器参数可使滤波结果快速收敛和抖动较小为原则设计；而当接收机运动时，滤波器参数可使滤波结果机动性更强为原则设计。但是，无论对于运动还是静止权值分配器，其内部具体的权值分别方法和实现方法可根据不同实例做不同设计，本实施例只提供采用权值分配器来自适应改变滤波器参数的一直思路，并不限定具体的实现方法。

步骤30，根据权值分配策略对定位结果进行卡尔曼滤波。

权值分配策略中，包含多个参数，其中包括对卡尔曼滤波的参数，根据这些参数，设定卡尔曼滤波器，对定位结果进行卡尔曼滤波。

步骤40，根据权值分配策略对定位结果进行均值滤波。

权值分配策略中，包含多个参数，其中包括对均值滤波的参数，根据这些参数，设定均值滤波器，对定位结果进行卡尔曼滤波。

步骤50，根据权值分配策略对定位结果进行α滤波。

权值分配策略中，包含多个参数，其中包括对α滤波的参数，根据这些参数，设定卡尔曼滤波器，对定位结果进行α滤波。

特别的，这里的α滤波可以是使用α滤波器进行滤波。具体的过程为：设滤波器输入值为x，输出值为y，上次滤波结果为y_old，则y=a*x+(1-a)*y_old。此滤波器可以认为是一低通滤波器，它可将输入信号的高频分量滤去，使信号更加平滑。应用在对定位结果的滤波中，可以将滤波结果的抖动变小，使之更加平滑，直观上看就是地图上的定位结果不是蹦来蹦去，而是连续一点一点地移动。

进一步的，在步骤10之前，本发明实施例一还包括一个确认奇点的步骤，该步骤中，根据几何精度因子GDOP、伪距测量误差、定位点有效性、速度有效性信息等信息，确定定位结果是否为奇点，如果是奇点，则舍去此次定位结果，如果不是奇点，再进入步骤10，进行对定位结果的滤波操作。

这里的奇点，指不正确或可信度极低的点，如在定位时，99%的点都定在了A地附近，但1%的点定位在了A地以外的地方，则我们有充分的理由相信，这1%的点是错误的。最简单的数学模型就是，若b=a/0，则b无结果，这时b可视为奇点。滤波的过程会受到滤波器输入值的影响，当把正确的定位结果输入滤波器，滤波结果才能是最优的，如果上述1%的错误定位值距离正确地点很远，将其带入滤波器后，可能会导致滤波器结果受到错误值的影响，从而不是最优的，严重时会产生错误，因此将奇点去除是很有必要的。

当然，在实际接收机中，出现严重定位错误的概率还是很低的，这里的奇点除了包含完全错误不可信的点外，还包括可参考性较差的点，如某颗卫星由于干扰等原因，接收机发现对其的测量结果抖动很大，这时我们可以认为由这颗卫星算出的定位点可信度较低，当这个可信度低到一定程度时，将该定位点去除，不再信任此结果。

进一步的，在步骤50之后，还包括一个滤波补偿的步骤，这是由于在前述的滤波过程中，可能引起定位结果超前或滞后，该步骤中，需要对滤波后的定位结果通过滤波补偿器进行补偿，得到最终的滤波结果。

补偿的原因在于：卡尔曼滤波器具有预测功能，因此一般它的滤波结果不会出现超前或滞后现象。但是对于均值滤波器和α滤波器，他们不具有预测功能。比如均值滤波只是对最近一些输入值的简单平均，因为这些输入值是按照时间顺序输入的，因此接收机若运动时，这些输入值一定是有一个运动趋势的，将它们简单平均后将会削弱这个运动趋势，因此必须将这些滤波器的定位结果进行一定的补偿，否则就会产生超前或滞后现象。

补偿的一种典型方法是：根据卡尔曼预测结果及上次滤波结果，将他们做差，得到接收机的运动方向及速度，再将经均值滤波器和α滤波器后的滤波结果和它们之前的输入值作差，并结合接收机测量速度，判断最终滤波结果是否超前或滞后，并对其进行一定的补偿。当然滤波补偿的方法也是多种多样的，不仅限于此方法。

特别的，上述步骤30到步骤50的顺序可以根据需要调整。

实施例二

如图4所示，为本发明实施例二提供的定位结果滤波装置，该装置包括速度判决单元100、权值分配单元200、卡尔曼滤波单元300、均值滤波单元400和α滤波单元500，具体如下：

速度判决单元100，用于根据接收机的速度输入值，确定接收机的运动状态。

接收机的运动状态分为静止状态和运动状态两种。

权值分配单元200，用于根据接收机的运动状态，设定不同的权值分配策略。

这里的权值分配策略实际上就是滤波策略，也就是滤波器的参数。根据接收机的运动状态，将滤波器的参数分为静止参数和运动参数两类，分别根据这些参数设置滤波器的运行，进行滤波，从而得到不同的滤波效果。

卡尔曼滤波单元300，用于根据权值分配策略对定位结果进行卡尔曼滤波。

这里实际上就是一个卡尔曼滤波器，用权值分配策略中的参数设定卡尔曼滤波器，对定位结果进行滤波。

均值滤波单元400，用于根据权值分配策略对定位结果进行均值滤波。

这里实际上就是个均值滤波器，用权值分配策略中的参数设定均值滤波器，对定位结果进行滤波。

α滤波单元500，用于根据权值分配策略对定位结果进行α滤波。

这里实际上就是个α滤波器，用权值分配策略中的参数设定α滤波器，对定位结果进行滤波。

进一步的，该装置还包括奇点判决单元600，用于根据几何精度因子、伪距测量误差、定位点有效性、速度有效性信息确定定位结果是否为奇点，若为奇点则舍去此次定位结果。

进一步的，该装置还包括滤波补偿单元700，用于对滤波后的定位结果通过滤波补偿器进行补偿。

特别的，权值分配单元200进一步包括静态权值分配子单元201和运动权值分配子单元202，其中，

静态权值分配子单元201，用于在接收机的运动状态为静止时，设定静止权值分配策略；

运动权值分配子单元202，用于在接收机的运动状态为运动时，设定运动权值分配策略。

综上所述，本发明各个实施例通过将定位结果经过各种滤波器组合滤波，并根据速度输入值来判断接收机的移动状态，根据接收机的移动状态来区别设置各个滤波器的参数，从而实现对定位结果完美滤波的过程。本发明实施例提供的方案，可以将原始定位结果中的噪声有效滤除，大幅减小定位误差，达到实时导航的需求。根据速度来判断接收机静止还是运动，根据静止和运动采取不同的滤波策略，分配不同的滤波器参数。将卡尔曼滤波器、均值滤波器与α滤波器进行组合滤波，突破了单一滤波器的限制，实现优势互补。由滤波器带来的滤波结果超前或滞后，利用滤波补偿器进行补偿，以便达到实时导航的需求。不论利用何种方法进行超前或滞后的消除，均属于滤波补偿器的范围。上述各个实施例的滤波方案可集成在基带处理芯片内，在PVT解算后一级进行，按照各个实施例所述的方案即可实现。

需要说明的是：上述实施例提供的定位结果滤波装置在对定位结果进行滤波时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的定位结果滤波装置与方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种定位结果滤波方法，其特征在于，所述方法包括：

根据接收机的速度输入值，确定接收机的运动状态；

根据接收机的运动状态，设定不同的权值分配策略；

根据权值分配策略对定位结果进行卡尔曼滤波；

根据权值分配策略对定位结果进行均值滤波；

根据权值分配策略对定位结果进行α滤波。

2.如权利要求1所述的方法，其特征在于，所述方法进一步包括：

根据几何精度因子、伪距测量误差、定位点有效性、速度有效性信息确定定位结果是否为奇点；若为奇点则舍去此次定位结果。

3.如权利要求1所述的方法，其特征在于，所述接收机的运动状态包括静止状态和运动状态；

所述设定不同的权值分配策略，包括：

根据接收机的运动状态，设定静止权值分配策略和运动权值分配策略。

4.如权利要求1所述的方法，其特征在于，该方法进一步包括：

对滤波后的定位结果通过滤波补偿器进行补偿，得到最终的滤波结果。

5.如权利要求1所述的方法，其特征在于，所述权值分配策略提供一系列参数，通过所述参数设定卡尔曼滤波器、均值滤波器和α滤波器，分别进行所述卡尔曼滤波、均值滤波和α滤波。

6.一种定位结果滤波装置，其特征在于，所述装置包括速度判决单元、权值分配单元、卡尔曼滤波单元、均值滤波单元和α滤波单元，其中，

所述速度判决单元，用于根据接收机的速度输入值，确定接收机的运动状态；

所述权值分配单元，用于根据接收机的运动状态，设定不同的权值分配策略；

所述卡尔曼滤波单元，用于根据权值分配策略对定位结果进行卡尔曼滤波；

所述均值滤波单元，用于根据权值分配策略对定位结果进行均值滤波；

所述α滤波单元，用于根据权值分配策略对定位结果进行α滤波。

7.如权利要求6所述的装置，其特征在于，该装置进一步包括奇点判决单元，用于根据几何精度因子、伪距测量误差、定位点有效性、速度有效性信息确定定位结果是否为奇点，若为奇点则舍去此次定位结果。

8.如权利要求6所述的装置，其特征在于，该装置进一步包括滤波补偿单元，用于对滤波后的定位结果通过滤波补偿器进行补偿。

9.如权利要求6所述的装置，其特征在于，所述权值分配单元进一步包括静态权值分配子单元和运动权值分配子单元，其中，

所述静态权值分配子单元，用于在接收机的运动状态为静止时，设定静止权值分配策略；

所述运动权值分配子单元，用于在接收机的运动状态为运动时，设定运动权值分配策略。

Images