CN107703527B - 一种基于北斗三频单历元宽巷/超宽巷的组合定位方法 - Google Patents

Abstract

本发明公开了一种基于北斗三频单历元宽巷/超宽巷的组合定位方法，在车载动态组合定位中融合了北斗三频单历元宽巷/超宽巷模糊度固定技术，在确保连续性的前提下实现高精度定位提供了保证；本发明提出了一种针对MEMS惯导设计的状态模型，为降低组合定位提供一种新的选择，本发明的目的旨在确保高精度连续性的前提下降低组合定位系统的成本，而且确保了以卫星定位为主，MEMS惯导为辅的定位结构可行性，将有效减少车载动态高精度设备的成本，促进北斗导航定位设备的设计与研发，其后续应用可推动北斗系统在无人驾驶为代表的动态定位领域的工程化应用。

Description

一种基于北斗三频单历元宽巷/超宽巷的组合定位方法

技术领域

本发明涉及一种实时动态组合定位技术,属于全球导航卫星系统(GNSS)测试评估技术领域，具体涉及一种基于北斗三频单历元宽巷/超宽巷观测值的组合定位方法。

背景技术

北斗卫星导航系统(BDS)是我国独立发展、自主运行并与其他卫星导航系统兼容的卫星导航定位系统，已对部分行业与地区提供连续无源定位、导航、授时等服务，BDS系统卫星全部播发三频信号，是目前唯一的全三频工作的卫星导航系统。多个频点的观测数据具有独特的优势，通过不同频率的线性组合，可以得到一系列波长较长的超宽巷或宽巷组合。结合伪距观测值组合,可以解算超宽巷或宽巷组合观测值模糊度，模糊度已固定的超宽巷或宽巷观测值即可视为高精度的“伪距”观测量，并应用于高精度快速定位。

组合定位技术是指利用不同系统间的融合算法实现系统互补，得到相对较高精度的定位输出。目前最常用的组合系统为GNSS/INS组合。传统组合方法使用卫星伪距观测值形成观测向量，与惯导结合星历得到的卫地距作差得到观测向量。但伪距精度有限，所以随后发展出载波平滑伪距求取观测向量，甚至直接用载波观测值替代伪距，以提高精度。但是使用载波观测值容易受到周跳影响，且求取模糊度过程较为复杂。因此一旦发生周跳或遮挡需要重新固定模糊度，这一时间周期影响到实时定位的连续性。

另一方面，常用组合定位过程中由于使用的是惯导误差作为状态向量的基础参数，因此惯导精度越高，组合定位精度越高。但高精度惯导成本较高，对于诸如无人驾驶系统来说是发展的瓶颈，因此有必要研究适合MEMS低精度惯导的状态模型。

发明内容

针对车载动态环境下的组合定位亚分米级精度和连续性同时保证的技术难题，本发明公开了一种基于北斗三频单历元宽巷/超宽巷观测值的组合定位方法，重点研究基于北斗三频单历元宽巷/超宽巷模糊度解算的组合定位算法观测方程建模；针对MEMS惯导低成本低精度特点，研究适合MEMS惯导与北斗系统结合实现亚分米级定位的组合定位算法状态方程建模，实现确保高精度、连续性的车载实时组合定位算法。

为达到上述目的，本发明的技术方案如下：

一种基于北斗三频单历元宽巷/超宽巷观测值的组合定位方法，在车载动态环境下，首先利用北斗三频单历元宽巷、超宽巷观测值分步固定模糊度，利用固定后的模糊度计算得到双差卫地距；通过车载惯导结合卫星星历计算得到惯导推算的双差卫地距；然后利用卫星和惯导观测的双差卫地距差值作为组合观测值建立扩展卡尔曼滤波观测模型；针对低成本MEMS惯导针对性建立状态模型；通过上述观测、扩展方程为核心的扩展卡尔曼滤波算法可得到瞬时定位改正数，用其修正当前历元惯导输出的坐标，即可求取高精度定位解。

组合定位方法中基于北斗单历元宽巷/超宽巷模糊度解算建立观测模型，使用经北斗单历元宽巷/超宽巷模糊度固定后得到的双差卫地距与惯导结合星历推导得到的双差卫地距作差得到观测向量；通过对双差卫地距进行一次泰勒展开得到线性化后的观测矩阵；具体包括如下步骤：

步骤(1)，建立观测向量，具体内容如下：

采用超宽巷组合(0，-1，1)得到双差模糊度，如式(1)所示：

将其结果直接四舍五入取整得到整数解，代入式(2)所示的宽巷组合(1，-1，0)求取宽巷双差模糊度：

同样可以通过四舍五入直接取整得到整数解，一旦取得整数解即可认为模糊度固定，此时可代入式(3)计算双差卫地距：

就是计算得到的双差卫地距，记为

相对应的，求取惯导结合星历推算的双差卫地距

其推导过程如下：

将上式线性化，可得：

或记为

ρ_l＝r+l_lδx+m_Iδy+n_Iδz+ε(6)

其中，r表示真实距离，

ε表示截断误差，δx表示位置分量上的坐标误差，其他类推，同理可得另一基站观测值后，可求得站间单差

Δρ_Iij＝ρ_Ii-ρ_ij

＝(r+l_Iiδx+m_Iiδy+n_Iiδz)-(r+l_Ijδx+m_ijδy+n_ijδz)+ε

＝(l_Ii-l_ij)δx+(m_Ii-m_ij)δy+(n_Ii-n_ij)δz+ε

其中，i、j表示不同的两个测站，其中一个是基站，另一个是移动站，可求得对应另一卫星的站间单差，形成站间星间双差：

其中p、q表示两颗不同卫星。一般一颗是参考星，选取高度角最高的共视卫星，另一个是参考星以外的共视卫星，至此得到卫星双差卫地距计算值

和惯导双差卫地距

可用于形成EKF(扩展卡尔曼滤波)中的观测向量：

步骤(2)，建立观测矩阵，具体内容如下：

上文已成立了卫星双差卫地距的计算值和惯导双差卫地距，为了形成对应的观测矩阵，因通过卫星双差卫地距的理论推算值求取：

H＝[ΔΔe 0_1×12] (12)

如式(11-13)所示，通过两个双差卫地距的理论推算式作差形成H矩阵，表示从观测向量到状态误差之间的关系，式(14)所示为完成建模的观测模型，其中n为共视卫星数(除去参考星)。

步骤(3)，建立针对MEMS惯导的状态模型，具体内容如下：

首先选定状态向量为十五维：

当MEMS惯导中陀螺漂移为主要影响因素时(比如大于100°/h，而其他项的影响远小于这个量级)，取地球模型为圆球型，状态转移矩阵在ECEF下可以简化描述为：

其中Ω_ie是地球自转角速度矩阵，I是单位阵，F^e是比力矩阵，

是从载体坐标系到ECEF的坐标转移矩阵，该转换矩阵推算过程如下：

其中r是翻滚角roll，p是俯仰角pitch，y是方向角heading，B是纬度，L是经度。至此可得状态模型为：

形成状态模型和观测模型建模之后，采用EKF实现组合定位算法，不再赘述。

本发明的有益效果是：

本发明在车载动态组合定位中融合了北斗三频单历元宽巷/超宽巷模糊度固定技术，在确保连续性的前提下实现高精度定位提供了保证；提出了一种针对MEMS惯导设计的状态模型，为降低组合定位提供一种新的选择，本发明的目的旨在确保高精度连续性的前提下降低组合定位系统的成本。前文阐述的技术内容确保了以卫星定位为主，MEMS惯导为辅的定位结构可行性，将有效减少车载动态高精度设备的成本，促进北斗导航定位设备的设计与研发。其后续应用可推动北斗系统在无人驾驶为代表的动态定位领域的工程化应用。

附图说明

图1是本发明涉及的大致流程图。

图2是采集数据过程中的观测卫星数。

图3是使用传统组合定位方法得到的X方向定位精度。

图4是使用传统组合定位方法得到的Y方向定位精度。

图5是使用传统组合定位方法得到的Z方向定位精度。

图6是使用本发明中的方法得到的X方向定位精度。

图7是使用本发明中的方法得到的Y方向定位精度。

图8是使用本发明中的方法得到的Z方向定位精度。

图9是使用MEMS惯导得到的X方向实验结果。

图10是使用MEMS惯导得到的Y方向实验结果。

图11是使用MEMS惯导得到的Z方向实验结果。

具体实施方式

下面结合附图对本发明作更进一步的说明。

针对车载动态环境下的组合定位亚分米级精度和连续性同时保证的技术难题，重点研究基于北斗三频单历元宽巷/超宽巷模糊度解算的组合定位算法观测方程建模；针对MEMS惯导低成本低精度特点，研究适合MEMS惯导与北斗系统结合实现亚分米级定位的组合定位算法状态方程建模，实现确保高精度、连续性的车载实时组合定位算法。

步骤(1)，建立观测向量，具体内容如下：

采用超宽巷组合(0，-1，1)得到双差模糊度，如式(1)所示：

将其结果直接四舍五入取整得到整数解，代入式(2)所示的宽巷组合(1，-1，0)求取宽巷双差模糊度：

同样可以通过四舍五入直接取整得到整数解。一旦取得整数解即可认为模糊度固定，此时可代入式(3)计算双差卫地距：

就是计算得到的双差卫地距，记为

相对应的，求取惯导结合星历推算的双差卫地距

其推导过程如下：

将上式线性化，可得：

或记为

ρ_l＝r+l_Iδx+m_Iδy+n_Iδz+ε (6)

其中，r表示真实距离，

ε表示截断误差。δx表示位置分量上的坐标误差，其他类推。同理可得另一基站观测值后，可求得站间单差：

Δρ_Iij＝ρ_Ii-ρ_ij

＝(r+l_Iiδx+m_Iiδy+n_Iiδz)-(r+l_ijδx+m_Ijδy+n_Ijδz)+ε

＝(l_Ii-l_ij)δx+(m_Ii-m_ij)δy+(n_Ii-n_Ij)δx+ε

(7)

其中，i、j表示不同的两个测站，其中一个是基站，另一个是移动站。可求得对应另一卫星的站间单差，形成站间星间双差：

其中p、q表示两颗不同卫星。一般一颗是参考星，选取高度角最高的共视卫星，另一个是参考星以外的共视卫星。至此得到卫星双差卫地距计算值

和惯导双差卫地距

可用于形成EKF(扩展卡尔曼滤波)中的观测向量：

步骤(2)，建立观测矩阵，具体内容如下：

上文已成立了卫星双差卫地距的计算值和惯导双差卫地距，为了形成对应的观测矩阵，因通过卫星双差卫地距的理论推算值求取：

H＝[ΔΔe 0_1×12] (12)

如式(11-13)所示，通过两个双差卫地距的理论推算式作差形成H矩阵，表示从观测向量到状态误差之间的关系；式(14)所示为完成建模的观测模型，其中n为共视卫星数(除去参考星)。

步骤(3)，建立针对MEMS惯导的状态模型，具体内容如下：

首先选定状态向量为十五维：

针对低成本MEMS惯导陀螺仪误差占主要误差的特点，本发明简化惯导误差模型；该模型中坐标框架选择ECEF(Earth-Centered，Earth-Fixed，地心地固坐标系)，与传统以BLH-NEU结合的坐标系框架选择相比，具有坐标系统一、计算方便等明显优点。

当MEMS惯导中陀螺漂移为主要影响因素时(比如大于100°/h，而其他项的影响远小于这个量级)，取地球模型为圆球型，状态转移矩阵在ECEF下可以简化描述为：

其中Ω_ie是地球自转角速度矩阵，l是单位阵，F^e是比力矩阵，

是从载体坐标系到ECEF的坐标转移矩阵，该转换矩阵推算过程如下：

其中r是翻滚角roll，p是俯仰角pitch，y是方向角heading，B是纬度，L是经度。至此可得状态模型为：

形成状态模型和观测模型建模之后，采用EKF实现组合定位算法，不再赘述。

本实例中通过专用的计量车进行实验验证。该计量车包含NovAtel SPAN-ISA-100C组合定位设备，并以零基线方式连接可接收北斗三频数据的司南接收机T300，除此以外，还有一个低成本SBG MEMS惯导用于和T300配合进行低成本组合定位计算。采集过程以20-50km/h车速进行，确保行车平稳。实例中选取的测试区域为较为开阔的普通道路，仅有少量道旁树木遮挡，无明显高楼遮挡及其导致的多路径影响。图2为行车过程中的北斗观测卫星数。

实例中通过组合定位设备采集的数据，经过Waypoint Inertial Explorer软件进行后处理后的定位数据可作为真值，用于比对判断定位精度。首先使用组合定位设备中的高精度惯导ISA-100C进行试验，如图3、4、5中所示为传统方法实现的组合定位精度。图6、7、8所示为使用本发明中描述的方法得到的定位精度，提升效果明显。可见本方法对提升车载动态定位精度有较好效果。在该前提下使用MEMS惯导进行实验，如图9、10、11所示为使用SBG惯导实验结果，其定位精度在亚米级。

Claims (5)

1.一种基于北斗三频单历元宽巷/超宽巷的组合定位方法，其特征在于：在车载动态定位应用中，首先利用北斗三频单历元宽巷、超宽巷观测值分步固定模糊度，利用固定后的模糊度计算得到双差卫地距；通过车载惯导结合卫星星历计算得到惯导推算的双差卫地距；然后利用卫星和惯导观测的双差卫地距差值作为组合观测值建立扩展卡尔曼滤波观测模型；针对低成本MEMS惯导针对性建立状态模型；通过上述观测、扩展方程为核心的扩展卡尔曼滤波算法可得到瞬时定位改正数，用其修正当前历元惯导输出的坐标，即可求取高精度定位解，

其中，建立观测向量计算双差卫地距的具体步骤如下：

利用超宽巷线性组合(0,-1,1)观测值得到超宽巷双差模糊度，如式(1)所示：

将其结果通过四舍五入取整得到整数解，代入式(2)所示的宽巷线性组合(1，-1，0)求取宽巷双差模糊度：

同样通过四舍五入取整得到整数解，一旦取得整数解即可认为模糊度固定，将固定后的宽巷模糊度代入式(3)计算双差卫地距：

就是计算得到的双差卫地距，记为

相对应的，求取惯导结合星历推算的双差卫地距

其中惯性卫地距通过几何距离公式获取：

。

2.根据权利要求1所述的一种基于北斗三频单历元宽巷/超宽巷的组合定位方法，其特征在于：所述组合定位方法通过专用的计量车进行实验验证：该计量车包含NovAtel SPAN-ISA-100C组合定位设备，并以零基线方式连接可接收北斗三频数据的司南接收机T300，除此以外，还有一个低成本SBG MEMS惯导用于和T300配合进行低成本组合定位计算。

3.根据权利要求2所述的一种基于北斗三频单历元宽巷/超宽巷的组合定位方法，其特征在于：实验验证的数据采集过程中，计量车车速为20-50km/h平稳行进。

4.根据权利要求1所述的一种基于北斗三频单历元宽巷/超宽巷的组合定位方法，其特征在于：所述针对低成本MEMS惯导建立的模型坐标框架选择地心地固坐标系。

5.根据权利要求1所述的一种基于北斗三频单历元宽巷/超宽巷的组合定位方法，其特征在于：使用经北斗单历元宽巷/超宽巷模糊度固定后得到的双差卫地距与惯导结合星历推导得到的双差卫地距作差得到观测向量；通过对双差卫地距进行一次泰勒展开得到线性化后的观测矩阵，具体包括如下步骤：

步骤(1)，构建观测向量，具体内容如下：

将上文公式(4)线性化，可得：

或记为

ρ_I＝r+l_Iδx+m_Iδy+n_Iδz+ε (6)

其中，r表示真实距离，

ε表示截断误差，δx表示位置分量上的坐标误差，其他类推，同理可得另一基站观测值后，可求得站间单差：

Δρ_Iij＝ρ_Ii-ρ_Ij

＝(r+l_Iiδx+m_Iiδy+n_Iiδz)-(r+l_Ijδx+m_Ijδy+n_Ijδz)+ε

＝(l_Ii-l_Ij)δx+(m_Ii-m_Ij)δy+(n_Ii-n_Ij)δz+ε (7)

其中，i、j表示不同的两个测站，其中一个是基站，另一个是移动站，可求得对应另一卫星的站间单差，形成站间星间双差：

其中p、q表示两颗不同卫星，一般一颗是参考星，选取高度角最高的共视卫星，另一个是参考星以外的共视卫星，至此得到惯导双差卫地距

结合上文所述卫星双差卫地距

依据公式(9)形成扩展卡尔曼滤波中的观测向量：

步骤(2)，建立观测矩阵，具体内容如下：

上文已成立了卫星双差卫地距的计算值和惯导双差卫地距，为了形成对应的观测矩阵，因通过卫星双差卫地距的理论推算值求取：

H＝[ΔΔe 0_1×12] (12)

如式(11-13)所示，通过两个双差卫地距的理论推算式作差形成H矩阵，表示从观测向量到状态误差之间的关系，式(14)所示为完成建模的观测模型，其中n为共视卫星数；

步骤(3)，建立针对MEMS惯导的状态模型，具体内容如下：

首先选定状态向量为十五维：

当MEMS惯导中陀螺漂移为主要影响因素时，取地球模型为圆球型，状态转移矩阵在ECEF下可以简化描述为：

其中Ω_ie是地球自转角速度矩阵，I是单位阵，F^e是比力矩阵，

是从载体坐标系到ECEF的坐标转移矩阵，该转换矩阵推算过程如下：

其中r是翻滚角roll,p是俯仰角pitch,y是方向角heading，B是纬度，L是经度，至此可得状态模型为：

形成状态模型和观测模型建模之后，采用EKF实现组合定位算法。

Images