CN105425254A - 动态gnss测量数据的抗野值双向平滑滤波方法 - Google Patents
动态gnss测量数据的抗野值双向平滑滤波方法 Download PDFInfo
- Publication number
- CN105425254A CN105425254A CN201510996730.6A CN201510996730A CN105425254A CN 105425254 A CN105425254 A CN 105425254A CN 201510996730 A CN201510996730 A CN 201510996730A CN 105425254 A CN105425254 A CN 105425254A
- Authority
- CN
- China
- Prior art keywords
- filtering
- measurement data
- state estimation
- moment
- backward
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/24—Acquisition or tracking or demodulation of signals transmitted by the system
- G01S19/27—Acquisition or tracking or demodulation of signals transmitted by the system creating, predicting or correcting ephemeris or almanac data within the receiver
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Power Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种动态GNSS测量数据的抗野值双向平滑滤波方法,用于解决现有双向平滑滤波方法精度差的技术问题。技术方案是基于时序测量数据的状态连续性,对已有的双向滤波平滑算法进行改进,首先,对进入卡尔曼滤波器的测量数据进行系统预测误差协方差判定,实现对测量数据的野值识别与剔除,确保了滤波器的状态估计收敛。在前向滤波过程中,记录下前向滤波过程中的状态估计值、误差估计值及滤波预测值;再通过独立的后向逆序滤波方法对各测量点进行状态估计与预测。最后,结合前向滤波与后向滤波的误差估计阵对状态估计值进行融合,获得最优测量值,最终得到高精度动态测量数据。
Description
技术领域
本发明涉及一种双向平滑滤波方法,特别涉及一种动态GNSS测量数据的抗野值双向平滑滤波方法。
背景技术
随着GNSS卫星导航系统的广泛应用,特别是在运动载体导航领域发展迅速,对其性能也提出了更高要求,其中对测量数据精度的进一步需求要求我们更深入的研究提高动态GNSS测量数据精度的处理方法。为了满足较高的定位精度需求,目前主要采用一些测量数据平滑技术,通过后处理方法来提高精度。在实际动态条件下由于场景中存在遮挡、多径等影响,造成测量数据存在野值,对动态测量数据的精度造成严重危害。
文献“双向滤波平滑在GNSS/INS组合导航中的应用,第四届中国卫星导航学术年会电子文集,2013”公开了一种双向平滑滤波方法。该方法在对车载导航系统的测量数据进行双向滤波平滑处理的基础上,采用卡尔曼滤波的方法对系统的误差进行估算,并保存后向滤波的所需信息系统转移矩阵和量测距阵,再通过后向滤波对误差状态进行估计,最后通过加权平滑获得最后误差估计,对测量误差进行修正。但该方法未考虑在对测量数据进行滤波过程中,由于野值的存在,导致滤波器状态发散的问题,因此难以准确、有效建立系统状态矩阵,获得最优平滑结果,适应性不强。
发明内容
为了克服现有双向平滑滤波方法精度差的不足,本发明提供一种动态GNSS测量数据的抗野值双向平滑滤波方法。该方法基于时序测量数据的状态连续性,对已有的双向滤波平滑算法进行改进,首先,对进入卡尔曼滤波器的测量数据进行系统预测误差协方差判定,实现对测量数据的野值识别与剔除,确保了滤波器的状态估计收敛。在前向滤波过程中,记录下前向滤波过程中的状态估计值、误差估计值及滤波预测值;再通过独立的后向逆序滤波方法对各测量点进行状态估计与预测。最后,结合前向滤波与后向滤波的误差估计阵对状态估计值进行融合,获得最优测量值,最终得到高精度动态测量数据。
本发明解决其技术问题所采用的技术方案:一种动态GNSS测量数据的抗野值双向平滑滤波方法,其特点是包括以下步骤:
步骤一、野值识别与剔除。对输入卡尔曼滤波器中的时序测量数据以k时刻测量数据Yk为例,进行状态估计的线性最小方差估计,计算预测值。
式中,是k-1时刻的最小方差估计,Φk/k-1是k-1时刻的状态估计阵,是对k时刻的状态估计,Hk为状态转移阵。是预测值。
令
式中,Yk为k时刻测量值。Dk为零均值高斯随机量,其协方差矩阵为
式中,Pk/k-1预测误差协方差矩阵,分别为Dk、Hk的转秩,Rk为量测噪声的协方差矩阵。判别
式中,Di(k)为Dk的第i个分量,C为常数,i,i为矩阵对角线上第i个元素。
若上式成立,则Yk为正常测量值,反之为野值,予以剔除。
步骤二、前向滤波。采用标准kalman滤波,计算并存储前向过程各时刻的状态估计误差估计阵以及各测量点的前向滤波预测值上标F代表前向滤波。
步骤三、后向滤波。采用信息滤波算法按照k=N,N-1,…,1的逆序解算,计算并存储后向过程各时刻的状态估计、误差估计阵以及各测量点的后向滤波预测值。
式中,为状态估计、为误差估计阵,各测量点的后向滤波预测值,上标B表示逆向滤波。
步骤四、数据融合。
式中,为融合修正因子,为平滑滤波后的k时刻测量数据。
本发明的有益效果是:该方法基于时序测量数据的状态连续性,对已有的双向滤波平滑算法进行改进,首先,对进入卡尔曼滤波器的测量数据进行系统预测误差协方差判定,实现对测量数据的野值识别与剔除,确保了滤波器的状态估计收敛。在前向滤波过程中,记录下前向滤波过程中的状态估计值、误差估计值及滤波预测值;再通过独立的后向逆序滤波方法对各测量点进行状态估计与预测。最后,结合前向滤波与后向滤波的误差估计阵对状态估计值进行融合,获得最优测量值,最终得到高精度动态测量数据。本发明通过对测量数据进行位置及状态估计,有效地辨识与剔除了测量数据中的野值,解决传统平滑滤波器存在的状态发散问题,有效建立系统状态矩阵,实现双向滤波算法对含野值的原始动态GNSS测量数据段的平滑滤波处理,提高算法适应性。特别是对车载、船载等应用场景下的动态GNSS测量数据,获得平滑、连续的载体运动轨迹,提高测量数据空间精度90%以上。
下面结合附图和具体实施方式对本发明作详细说明。
附图说明
图1是本发明方法实施例中某段实际跑车路线水平面轨迹图。
图2是本发明方法实施例中动态GNSS测量数据在X方向误差分布。
图3是本发明方法实施例中动态GNSS测量数据在Y方向误差分布。
图4是本发明方法实施例中动态GNSS测量数据在Z方向误差分布。
图5是原始动态GNSS测量数据三维空间轨迹图。
图6是本发明方法实施例中双向平滑滤波后的动态GNSS测量数据三维空间轨迹图。
具体实施方式
本发明动态GNSS测量数据的抗野值双向平滑滤波方法具体步骤如下:
步骤一、野值识别与剔除。对输入卡尔曼滤波器中的时序测量数据以k时刻测量数据Yk为例,进行状态估计的线性最小方差估计,计算预测值。
式中,是k-1时刻的最小方差估计,Φk/k-1是k-1时刻的状态估计阵,是对k时刻的状态估计,Hk为状态转移阵。是预测值。
令
式中,Yk为k时刻测量值。Dk为零均值高斯随机量,其协方差矩阵为
式中,Pk/k-1预测误差协方差矩阵,分别为Dk、Hk的转秩,Rk为量测噪声的协方差矩阵。判别
式中,Di(k)为Dk的第i个分量,C为常数,i,i为矩阵对角线上第i个元素,根据实际背景进行确定。
若上式成立,则Yk为正常测量值,反之为野值,予以剔除。
步骤二:前向滤波。采用标准kalman滤波,计算并存储前向过程各时刻的状态估计误差估计阵以及各测量点的前向滤波预测值上标“F”代表前向滤波。
步骤三:后向滤波。采用信息滤波算法按照k=N,N-1,…,1的逆序解算,计算并存储后向过程各时刻的状态估计、误差估计阵,以及各测量点的后向滤波预测值。
式中,为状态估计、为误差估计阵,各测量点的后向滤波预测值,上标“B”表示逆向滤波。
步骤四、数据融合。
式中,为融合修正因子,为平滑滤波后的k时刻测量数据。
参照图1-6。现结合某跑车数据对本发明作进一步描述:
1.图1是一段跑车路线。2015年5月13日,在西安地区采集了一段跑车数据,选取300秒测量数据作为实验数据进行验证。跑车时使用中海达iRTK2型导航接收机,进行动态连续测量,接收天线置于车顶,测量数据更新率为1Hz。记录解模式为固定解、浮动解和码差分解。同时安装NovtelOEM4测量型双频接收机与IMU组合导航系统,同时进行定位解算,该模式下水平定位误差为3cm,高度定位误差为5cm,将其解算结果作为参考值。
2.图2、3和4分别表示动态GNSS测量数据在X方向、Y方向和Z方向的测量数据误差分布情况。对动态测量数据进行双向平滑滤波,首先,对进入滤波器的测量数据分别在X方向、Y方向及Z方向进行滤波以及野值识别与剔除,记录下前向滤波过程中的状态估计值、误差估计值及滤波预测值;其次通过独立的后向逆序滤波方法对各测量点进行状态估计与预测。最后,结合前向滤波与后向滤波的误差估计阵对状态估计值进行融合,获得最优测量值,最终得到平滑滤波后的动态GNSS测量数据。
3.参照图5、6,参照表1。
表1仿真误差统计
由测量误差统计可知,比较原始测量数据与双向平滑滤波后的结果,可知本方法对空间坐标系下X、Y、Z三个方向上的测量精度分别提高了94.6%,91.8%和93.7%。
Claims (1)
1.一种动态GNSS测量数据的抗野值双向平滑滤波方法,其特征在于包括以下步骤:
步骤一、野值识别与剔除;对输入卡尔曼滤波器中的时序测量数据以k时刻测量数据Yk为例,进行状态估计的线性最小方差估计,计算预测值;
式中,是k-1时刻的最小方差估计,Φk/k-1是k-1时刻的状态估计阵,是对k时刻的状态估计,Hk为状态转移阵;是预测值;
令
式中,Yk为k时刻测量值;Dk为零均值高斯随机量,其协方差矩阵为
式中,Pk/k-1预测误差协方差矩阵,分别为Dk、Hk的转秩,Rk为量测噪声的协方差矩阵;判别
式中,Di(k)为Dk的第i个分量,C为常数,i,i为矩阵对角线上第i个元素;
若上式成立,则Yk为正常测量值,反之为野值,予以剔除;
步骤二、前向滤波;采用标准kalman滤波,计算并存储前向过程各时刻的状态估计误差估计阵以及各测量点的前向滤波预测值上标F代表前向滤波;
步骤三、后向滤波;采用信息滤波算法按照k=N,N-1,…,1的逆序解算,计算并存储后向过程各时刻的状态估计、误差估计阵以及各测量点的后向滤波预测值;
式中,为状态估计、为误差估计阵,各测量点的后向滤波预测值,上标B表示逆向滤波;
步骤四、数据融合;
式中,为融合修正因子,为平滑滤波后的k时刻测量数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510996730.6A CN105425254A (zh) | 2015-12-28 | 2015-12-28 | 动态gnss测量数据的抗野值双向平滑滤波方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510996730.6A CN105425254A (zh) | 2015-12-28 | 2015-12-28 | 动态gnss测量数据的抗野值双向平滑滤波方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105425254A true CN105425254A (zh) | 2016-03-23 |
Family
ID=55503581
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510996730.6A Pending CN105425254A (zh) | 2015-12-28 | 2015-12-28 | 动态gnss测量数据的抗野值双向平滑滤波方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105425254A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106871776A (zh) * | 2017-02-14 | 2017-06-20 | 千寻位置网络有限公司 | 一种基于gnss的实时变形监测系统 |
CN107121933A (zh) * | 2017-06-23 | 2017-09-01 | 无锡科技职业学院 | 一种基于多率模型的阶段预测和平滑算法 |
CN109959952A (zh) * | 2019-04-10 | 2019-07-02 | 成都纵横融合科技有限公司 | 基于顺/反序的gnss/ins组合导航解算方法 |
CN112380310A (zh) * | 2020-11-26 | 2021-02-19 | 成都新橙北斗智联有限公司 | 一种gnss高精度抗锯齿解算结果平滑的方法 |
CN113933876A (zh) * | 2021-11-16 | 2022-01-14 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 多星通讯时差定位数据融合处理方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1776368A (zh) * | 2005-11-30 | 2006-05-24 | 东南大学 | 用于非同步输入数据的平滑滤波方法 |
CN101788679A (zh) * | 2010-02-08 | 2010-07-28 | 北京航空航天大学 | 一种基于新息正交的sins/gps自适应野值检测与实时补偿方法 |
CN103047982A (zh) * | 2013-01-07 | 2013-04-17 | 哈尔滨工业大学 | 基于角度信息的目标自适应跟踪方法 |
CN103454653A (zh) * | 2012-12-28 | 2013-12-18 | 北京握奇数据系统有限公司 | 一种基于gps系统的野值替换方法及装置 |
US20140187273A1 (en) * | 2012-12-27 | 2014-07-03 | Wolfgis, Llc | System and method for accuracy certification of geographical locations on a land tract |
CN103983996A (zh) * | 2014-05-09 | 2014-08-13 | 北京航空航天大学 | 一种抗gps野值的紧组合自适应滤波方法 |
CN103983997A (zh) * | 2014-05-09 | 2014-08-13 | 北京航空航天大学 | 一种抗gps失效的车载组合导航方法 |
CN104180800A (zh) * | 2014-08-20 | 2014-12-03 | 广州海格通信集团股份有限公司 | 基于ads-b系统航迹点的修正方法和系统 |
-
2015
- 2015-12-28 CN CN201510996730.6A patent/CN105425254A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1776368A (zh) * | 2005-11-30 | 2006-05-24 | 东南大学 | 用于非同步输入数据的平滑滤波方法 |
CN101788679A (zh) * | 2010-02-08 | 2010-07-28 | 北京航空航天大学 | 一种基于新息正交的sins/gps自适应野值检测与实时补偿方法 |
US20140187273A1 (en) * | 2012-12-27 | 2014-07-03 | Wolfgis, Llc | System and method for accuracy certification of geographical locations on a land tract |
CN103454653A (zh) * | 2012-12-28 | 2013-12-18 | 北京握奇数据系统有限公司 | 一种基于gps系统的野值替换方法及装置 |
CN103047982A (zh) * | 2013-01-07 | 2013-04-17 | 哈尔滨工业大学 | 基于角度信息的目标自适应跟踪方法 |
CN103983996A (zh) * | 2014-05-09 | 2014-08-13 | 北京航空航天大学 | 一种抗gps野值的紧组合自适应滤波方法 |
CN103983997A (zh) * | 2014-05-09 | 2014-08-13 | 北京航空航天大学 | 一种抗gps失效的车载组合导航方法 |
CN104180800A (zh) * | 2014-08-20 | 2014-12-03 | 广州海格通信集团股份有限公司 | 基于ads-b系统航迹点的修正方法和系统 |
Non-Patent Citations (2)
Title |
---|
祝转民等: "动态测量数据野值的辨识与剔除", 《系统工程与电子技术》 * |
郝万亮等: "双向滤波平滑在GNSS/INS组合导航中的应用", 《第四届中国卫星导航学术年会电子文集》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106871776A (zh) * | 2017-02-14 | 2017-06-20 | 千寻位置网络有限公司 | 一种基于gnss的实时变形监测系统 |
CN107121933A (zh) * | 2017-06-23 | 2017-09-01 | 无锡科技职业学院 | 一种基于多率模型的阶段预测和平滑算法 |
CN107121933B (zh) * | 2017-06-23 | 2021-01-22 | 无锡科技职业学院 | 一种基于多率模型的阶段预测和平滑算法 |
CN109959952A (zh) * | 2019-04-10 | 2019-07-02 | 成都纵横融合科技有限公司 | 基于顺/反序的gnss/ins组合导航解算方法 |
CN112380310A (zh) * | 2020-11-26 | 2021-02-19 | 成都新橙北斗智联有限公司 | 一种gnss高精度抗锯齿解算结果平滑的方法 |
CN112380310B (zh) * | 2020-11-26 | 2023-12-01 | 成都新橙北斗智联有限公司 | 一种gnss高精度抗锯齿解算结果平滑的方法 |
CN113933876A (zh) * | 2021-11-16 | 2022-01-14 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 多星通讯时差定位数据融合处理方法 |
CN113933876B (zh) * | 2021-11-16 | 2023-05-23 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 多星通讯时差定位数据融合处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100588987C (zh) | 位置估算方法与系统 | |
CN105425254A (zh) | 动态gnss测量数据的抗野值双向平滑滤波方法 | |
CN107782321B (zh) | 一种基于视觉和高精度地图车道线约束的组合导航方法 | |
CN107315413B (zh) | 一种车车通信环境下考虑车辆间相对位置的多车协同定位算法 | |
US9547086B2 (en) | Selected aspects of advanced receiver autonomous integrity monitoring application to kalman filter based navigation filter | |
CN105547309B (zh) | 一种高架桥道路的识别方法及装置 | |
CN102216802B (zh) | 移动单元位置测量设备和移动单元位置测量方法 | |
CN101650178B (zh) | 序列图像三维重建中控制特征点与最优局部单应引导的图像匹配方法 | |
CN102928858B (zh) | 基于改进扩展卡尔曼滤波的gnss单点动态定位方法 | |
US20140347219A1 (en) | Receivers and methods for multi-mode navigation | |
CN103379619A (zh) | 一种定位方法和系统 | |
CN105849589A (zh) | 全球导航卫星系统、定位终端、定位方法以及记录介质 | |
CN103675859A (zh) | 卫星导航接收机、设备和用于定位卫星导航接收机的方法 | |
CN106796295B (zh) | 用于在多路径误差方面评估全球导航卫星系统中的卫星信号的方法、用于全球导航卫星系统的接收器和机动车 | |
CN105556244B (zh) | 用于获取机动车在大地坐标系中的实际位置的方法以及机动车 | |
CN103047982B (zh) | 基于角度信息的目标自适应跟踪方法 | |
JP5425039B2 (ja) | 衛星信号判定装置及びプログラム | |
CN105467415A (zh) | 一种基于差分气压高度约束的小型无人机rtk相对定位方法 | |
Mu et al. | A GNSS/INS-integrated system for an arbitrarily mounted land vehicle navigation device | |
CN104020482B (zh) | 一种高动态卫星导航接收机精确测速方法 | |
CN114562992A (zh) | 一种基于因子图及场景约束的多径环境组合导航方法 | |
Hsu et al. | Intelligent viaduct recognition and driving altitude determination using GPS data | |
Piras et al. | Indoor positioning using low cost GPS receivers: Tests and statistical analyses | |
CN114355393A (zh) | 一种基于低成本接收机的三天线姿态估计方法 | |
CN114096887A (zh) | 使用gnss测量生成三维环境模型的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160323 |