CN115097508A - 一种带有多径误差估计器的卫星/惯性深耦合方法 - Google Patents

一种带有多径误差估计器的卫星/惯性深耦合方法 Download PDF

Info

Publication number
CN115097508A
CN115097508A CN202210684591.3A CN202210684591A CN115097508A CN 115097508 A CN115097508 A CN 115097508A CN 202210684591 A CN202210684591 A CN 202210684591A CN 115097508 A CN115097508 A CN 115097508A
Authority
CN
China
Prior art keywords
multipath
error
satellite
pseudorange
errors
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
Application number
CN202210684591.3A
Other languages
English (en)
Inventor
陈熙源
闫晣
高宁
汤新华
祝雪芬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN202210684591.3A priority Critical patent/CN115097508A/zh
Publication of CN115097508A publication Critical patent/CN115097508A/zh
Pending legal-status Critical Current

Links

Images

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
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
    • 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
    • G01S19/22—Multipath-related issues
    • 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
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/393—Trajectory determination or predictive tracking, e.g. Kalman filtering
    • 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
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/40—Correcting position, velocity or attitude

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明公开了一种带有多径误差估计器的卫星/惯性深耦合方法，应用于全球卫星导航系统与惯性导航系统在城市峡谷环境下的组合导航问题和动态短延迟多径问题。首先初始化各项参数；进行相关运算和相干积分；使用相干积分结果计算多径误差和多径误差累积均值；对伪距量测进行校正并进行定位解算；使用卫星/惯性组合后的位置速度信息构建视距矢量并估计真实伪距；使用卡尔曼滤波估计伪距未建模误差；预测码相位，构建闭环反馈环路；将滤波状态值位置分量重置为零，重复上述步骤直到所有采样数据处理完毕。本方法可实施性强，可以提高卫星接收机跟踪环路的跟踪精度和鲁棒性，降低多径误差持续传递的风险，从而提高定位信息的精度和可用性。

Description

一种带有多径误差估计器的卫星/惯性深耦合方法
技术领域
本发明属于卫星与组合导航定位领域，特别涉及一种带有多径误差估计器的卫星/惯性深耦合方法。
背景技术
在高精度卫星导航定位应用中，尤其是日益增多的密集城市峡谷环境下的车载应用中，动态短延迟多径效应是影响卫星定位精度的主要原因。密集城市峡谷环境下频繁出现的动态短多径以及伴随的信号衰减给卫星接收机跟踪环路带来沉重负担，其跟踪鲁棒性受到严峻挑战，卫星量测也因此严重退化甚至不可用。现有的多径抑制和消除方法并不能很好地解决动态短多径问题，原因有两部分。其一，现有方法在短延迟多径的抑制上效果欠佳，而对中长延迟多径处理效果较好；其二，现有的针对短延迟多径提出的方法结构较为复杂，庞大的计算量无法满足动态多径的实时性要求。矢量跟踪借助不同跟踪通道间的相互辅助，以及对空间几何关系的有效利用，在多径抑制方面有着先天优势。但是由于矢量跟踪的环路反馈对定位结果精度要求较高，单一的矢量接收机解决方案在密集城市峡谷环境中卫星可见性受限、微弱信号、多径干扰、信号遮挡等情况下难以满足自身工作条件，因此外界传感器，如惯性导航系统，提供的位置信息将对矢量跟踪接收机带来显著的增强辅助效果。但是现有的基于矢量跟踪的卫星/惯性深耦合系统并非针对多径问题专门设计，大多数仍是利用其先天优势。而矢量跟踪与深耦合在构建跟踪反馈时对多径误差的精确建模和估计有着天然的内在需求，通常将多径误差视为噪声而与其他误差源一起处理的方法并不能满足其需要。这种情况下深耦合系统再次面临着性能退化的风险。
发明内容
发明目的：针对上述缺陷，本发明提供一种带有多径误差估计器的卫星/惯性深耦合方法，能够以较小的接收机结构调整和计算量实时估计卫星伪距量测中的残余多径误差，从而提高定位解算精度。同时以闭环的方式根据视距矢量构建跟踪环路的反馈信息，并利用估计的多径误差对该信息进行补偿，从而提高跟踪精度和鲁棒性，降低多径误差持续传递的风险。
本发明解决上述技术问题所采用的技术方案为：一种带有多径误差估计器的卫星/惯性深耦合方法，包括如下步骤：
(1)初始化各项参数，包括多径误差累积均值，滤波状态估计值，滑动时间窗口Kwin；
(2)一个数据处理周期T开始，在该数据处理周期内，使用本地复现的载波信号和伪随机码信号，与接收到的信号进行相关运算，对结果进行相干积分；
(3)使用相干积分结果计算多径误差并进行低通滤波，然后从多径误差中减去多径误差累积均值；
(4)使用得到的多径误差和其他建模误差对卫星伪距量测进行校正，并使用校正后的伪距进行定位解算。其他建模误差具体包括对卫星时钟误差、电离层误差、对流层误差和卫星轨道误差等其他根据需求可选的误差源进行建模；
(5)使用卫星定位解算的结果与惯性导航系统给出的位置速度信息进行数据融合，使用组合后的位置速度信息与星历播发的卫星位置和速度构建视距矢量，并对真实伪距和伪距率进行估计；
(6)以校正后的量测伪距和估计伪距的差值，以及量测伪距率和估计伪距率的差值作为卡尔曼滤波观测量，对伪距中的未建模误差进行估计；
(7)使用多径误差、其他建模误差以及未建模误差的估计值，对码相位进行预测，构建闭环反馈环路；
(8)将滤波状态值中的位置分量重置为零，并进入下一个数据处理周期。重复步骤(1)到步骤(8)，直到所有采样数据处理完毕。
步骤(3)中，所述使用相干积分结果计算多径误差，具体计算方法为：
Figure BDA0003699599840000021
其中Mk为第k个T时刻的多径误差，D为两倍的相关器间隔，I0为即时支路的相干积分结果，I2为两倍滞后支路的相干积分结果，I2支路相对I0支路的延迟为D。α为标度系数，通过拟合多径误差包络线得到。
步骤(3)中，所述多径误差累积均值，具体计算方法为：
根据信号的载波噪声比进行多径判断，如果载波噪声比发生突然变化或低于某一阈值，则判定为存在多径信号，当前时刻多径误差累积均值即为上一时刻多径误差累积均值。否则判定为没有多径信号，则多径误差累积均值更新为滑动时间窗口Kwin内多径误差Mk的累加值相对Kwin的均值。
步骤(4)中，所述使用得到的多径误差和其他建模误差对卫星伪距量测进行校正，具体方法为：
根据信号的载波噪声比进行多径判断，如果载波噪声比发生突然变化或低于某一阈值，则判定为存在多径信号，并从伪距量测中减去多径误差和其他建模误差。否则判定为没有多径信号，并从伪距量测中减去其他建模误差。
步骤(5)中，所述使用组合后的位置速度信息与星历播发的卫星位置和速度构建视距矢量，并对真实伪距和伪距率进行估计，具体方法为：
Figure BDA0003699599840000031
Figure BDA0003699599840000032
Figure BDA0003699599840000033
Figure BDA0003699599840000034
其中，
Figure BDA0003699599840000035
和
Figure BDA0003699599840000036
分别为第k个T时刻第m颗卫星的真实伪距和伪距率的估计，tub,k和tud,k分别为第k个T时刻用户的时钟偏差和时钟漂移，
Figure BDA0003699599840000037
和
Figure BDA0003699599840000038
分别为用户到卫星的视距矢量大小和视距矢量变化率大小，(xk,yk,zk)和
Figure BDA0003699599840000039
分别为用户的三维位置和三维速度，
Figure BDA00036995998400000310
和
Figure BDA00036995998400000311
分别为卫星的三维位置和三维速度。
步骤(6)中，所述以校正后的量测伪距和估计伪距的差值，以及量测伪距率和估计伪距率的差值作为卡尔曼滤波观测量，对伪距中的未建模误差进行估计，具体方法为：
(6-1)用校正后的量测伪距
Figure BDA00036995998400000312
估计伪距
Figure BDA00036995998400000313
量测伪距率
Figure BDA00036995998400000314
和估计伪距率
Figure BDA00036995998400000315
构建2m×1维的卡尔曼滤波量测Zk：
Figure BDA00036995998400000316
(6-2)卡尔曼滤波状态量Xk由三维位置误差(Δxk,Δyk,Δz)，三维速度误差
Figure BDA00036995998400000317
用户时钟偏差的误差Δtub,k和用户时钟漂移的误差Δtud,k组成：
Figure BDA00036995998400000318
(6-3)卡尔曼滤波的状态转移矩阵Φk+1,k和量测矩阵Hk分别为
Figure BDA00036995998400000319
Figure BDA0003699599840000041
其中，I和0分别为单位矩阵和零矩阵。
Figure BDA0003699599840000042
分别为单位视距矢量
Figure BDA0003699599840000043
的三个分量，可以具体表示为
Figure BDA0003699599840000044
卡尔曼滤波得到的三维位置误差估计值
Figure BDA0003699599840000045
经
Figure BDA0003699599840000046
传递得到的
Figure BDA0003699599840000047
即为伪距中未建模误差的估计。
步骤(7)中，所述使用多径误差、其他建模误差以及未建模误差的估计值，对码相位进行预测，构建闭环反馈环路，具体步骤为：
(7-1)对下一时刻的估计伪距
Figure BDA0003699599840000048
进行计算
Figure BDA0003699599840000049
其中，
Figure BDA00036995998400000410
为第k+1个T时刻用户到第m颗卫星视距矢量的大小，
Figure BDA00036995998400000411
和
Figure BDA00036995998400000412
分别为用户时钟偏差的误差估计和用户时钟漂移的误差估计。
(7-2)对k+1个T时刻的码相位
Figure BDA00036995998400000413
进行预测
Figure BDA00036995998400000414
其中
Figure BDA00036995998400000415
为第k个T时刻的码相位。将
Figure BDA00036995998400000416
反馈给码环控制器生成新的本地复制伪随机码，构成闭环控制环路。
与现有技术相比，本发明的有点在于能够以较小的结构和计算复杂度估计出伪距量测中的残余多径误差，通过对伪距量测进行校正从而减小多径误差对定位结果的影响。同时该多径误差在构建矢量反馈跟踪环路时被加入到码相位的预测中，以精确跟踪带有多径误差的接收信号，从而阻断多径误差传播到下一处理周期。同时利用定位结果中的多径误差小于伪距中的多径误差这一特点，通过视距矢量反馈的方式构建码环的闭环控制量以跟踪多径接收中的直达信号。同时利用惯性导航系统不受外界所处环境影响的特点，通过信息融合进一步降低了卫星定位结果中的多径误差。综合上述特征与优势，相对于窄相关等传统方法，本方法对于动态变化的短延迟多径具有较好的抑制作用。
附图说明
图1为本发明实施例的方法流程图。
图2为多径误差累积均值计算方法流程图。
具体实施方式
下面结合具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
本发明的主要思路如下：最小二乘估计和最小方差估计准则决定了位置解算结果中的多径误差小于某一通道中的伪距多径误差，因此使用该位置信息根据视距矢量构建环路反馈控制参数有利于该多径通道跟踪直射信号。利用惯性导航系统提供的位置信息进行数据融合可以进一步减小位置中的多径误差，同时可以克服城市峡谷环境下单独的卫星接收机方案无法为矢量反馈提供可靠的高精度定位数据的问题。在此基础上，使用多径误差估计器进一步强化该结构的性能，利用矢量跟踪深耦合对各误差精确建模的内在需求，将两者有机融合，可以进一步提高系统在密集城市峡谷环境下的动态短延迟多径抑制能力。
如图1所示，本发明实施例公开的一种带有多径误差估计器的卫星/惯性深耦合方法，包括如下步骤：
S1：初始化各项参数，包括多径误差累积均值，滤波状态估计值，滑动时间窗口Kwin。
S2：一个数据处理周期T开始，在该数据处理周期内，使用本地复现的载波信号和伪随机码信号，与接收到的信号进行相关运算，对结果进行相干积分。
S3：使用相干积分结果计算多径误差并进行低通滤波，然后从多径误差中减去多径误差累积均值，具体包括
S3-1：所述使用相干积分结果计算多径误差，具体计算方法为：
Figure BDA0003699599840000051
其中Mk为第k个T时刻的多径误差，D为两倍的相关器间隔，I0为即时支路的相干积分结果，I2为两倍滞后支路的相干积分结果，I2支路相对I0支路的延迟为D。α为标度系数，通过拟合多径误差包络线得到。本处D可以采用窄相关技术选取为0.2个码片，此时以GPSL1C/A信号为例α的取值为0.18，低通滤波器可以选取截止频率为1Hz的二阶或四阶巴特沃斯滤波器或其他低通滤波器。
S3-2：所述多径误差累积均值，如图2所示，具体计算方法为：
根据信号的载波噪声比进行多径判断，如果载波噪声比发生突然变化或低于阈值，具体阈值为42dBHz，则判定为存在多径信号，当前时刻多径误差累积均值
Figure BDA0003699599840000061
即为上一时刻多径误差累积均值
Figure BDA0003699599840000062
即
Figure BDA0003699599840000063
否则判定为没有多径信号，则多径误差累积均值更新为滑动时间窗口Kwin内多径误差Mk的累加值相对Kwin的均值，可近似计算为
Figure BDA0003699599840000064
S4：使用得到的多径误差和其他建模误差对卫星伪距量测进行校正，并使用校正后的伪距进行定位解算。其他建模误差具体包括对卫星时钟误差、电离层误差、对流层误差和卫星轨道误差等其他根据需求可选的误差源进行建模。
S4-1：如图2所示，所述使用得到的多径误差和其他建模误差对卫星伪距量测进行校正，具体方法为：
根据信号的载波噪声比进行多径判断，如果载波噪声比发生突然变化或低于阈值，具体阈值为42dBHz，则判定为存在多径信号，多径误差计算为
Figure BDA0003699599840000065
并从伪距量测中减去多径误差和其他建模误差。否则判定为没有多径信号，多径误差视为零，并从伪距量测中减去其他建模误差。
S5：使用卫星定位解算的结果与惯性导航系统给出的位置速度信息进行数据融合，使用组合后的位置速度信息与星历播发的卫星位置和速度构建视距矢量，并对真实伪距和伪距率进行估计。
S5-1：所述使用组合后的位置速度信息与星历播发的卫星位置和速度构建视距矢量，并对真实伪距和伪距率进行估计，具体方法为：
Figure BDA0003699599840000066
Figure BDA0003699599840000067
Figure BDA0003699599840000068
Figure BDA0003699599840000069
其中，
Figure BDA00036995998400000610
和
Figure BDA00036995998400000611
分别为第k个T时刻第m颗卫星的真实伪距和伪距率的估计，tub,k和tud,k分别为第k个T时刻用户的时钟偏差和时钟漂移，
Figure BDA00036995998400000612
和
Figure BDA00036995998400000613
分别为用户到卫星的视距矢量大小和视距矢量变化率大小，(xk,yk,zk)和
Figure BDA00036995998400000614
分别为用户的三维位置和三维速度，
Figure BDA00036995998400000615
和
Figure BDA0003699599840000071
分别为卫星的三维位置和三维速度。
S5-2：所述使用卫星定位解算的结果与惯性导航系统给出的位置速度信息进行数据融合，可以采用松组合和紧组合的方法实现，这里以松组合为例给出实现方法如下：
该组合滤波器的状态量
Figure BDA0003699599840000072
包括纬度、经度和高度上的位置误差δP＝[δL,δλ,δh]T,东向、北向和天向的速度误差δV＝[δvE,δvN,δvU]T,三轴姿态误差
Figure BDA0003699599840000073
三轴加速度计常值偏差的误差
Figure BDA0003699599840000074
三轴陀螺仪常值偏差的误差ε＝[εbx,εby,εbz]T。
该组合滤波器的量测
Figure BDA0003699599840000075
为惯性导航系统的位置
Figure BDA0003699599840000076
与卫星解算的位置
Figure BDA0003699599840000077
之差，以及惯性导航系统的速度
Figure BDA0003699599840000078
与卫星解算的速度
Figure BDA0003699599840000079
之差。量测矩阵Hk,loose可表示为
Figure BDA00036995998400000710
S6：以校正后的量测伪距和估计伪距的差值，以及量测伪距率和估计伪距率的差值作为卡尔曼滤波观测量，对伪距中的未建模误差进行估计，具体方法为：
(6-1)用校正后的量测伪距
Figure BDA00036995998400000711
估计伪距
Figure BDA00036995998400000712
量测伪距率
Figure BDA00036995998400000713
和估计伪距率
Figure BDA00036995998400000719
构建2m×1维的卡尔曼滤波量测Zk：
Figure BDA00036995998400000715
(6-2)卡尔曼滤波状态量Xk由三维位置误差(Δxk,Δyk,Δz)，三维速度误差
Figure BDA00036995998400000716
用户时钟偏差的误差Δtub,k和用户时钟漂移的误差Δtud,k组成：
Figure BDA00036995998400000717
(6-3)卡尔曼滤波的状态转移矩阵Φk+1,k和量测矩阵Hk分别为
Figure BDA00036995998400000718
Figure BDA0003699599840000081
其中，I和0分别为单位矩阵和零矩阵。
Figure BDA0003699599840000082
分别为单位视距矢量
Figure BDA0003699599840000083
的三个分量，可以具体表示为
Figure BDA0003699599840000084
卡尔曼滤波得到的三维位置误差估计值
Figure BDA0003699599840000085
经
Figure BDA0003699599840000086
传递得到的
Figure BDA0003699599840000087
即为伪距中未建模误差的估计。
S7：使用多径误差、其他建模误差以及未建模误差的估计值，对码相位进行预测，构建闭环反馈环路，具体步骤为：
(7-1)对下一时刻的估计伪距
Figure BDA0003699599840000088
进行计算
Figure BDA0003699599840000089
其中，
Figure BDA00036995998400000810
为第k+1个T时刻用户到第m颗卫星视距矢量的大小，
Figure BDA00036995998400000811
和
Figure BDA00036995998400000812
分别为用户时钟偏差的误差估计和用户时钟漂移的误差估计。
(7-2)对k+1个T时刻的码相位
Figure BDA00036995998400000813
进行预测
Figure BDA00036995998400000814
其中
Figure BDA00036995998400000815
为第k个T时刻的码相位。将
Figure BDA00036995998400000816
反馈给码环控制器生成新的本地复制伪随机码，构成闭环控制环路。
S8：将滤波状态值中的位置分量重置为零，并进入下一个数据处理周期。重复步骤S1到步骤S8，直到所有采样数据处理完毕。

Claims (7)

1.一种带有多径误差估计器的卫星/惯性深耦合方法，其特征在于，包括如下步骤：
(1)初始化各项参数，包括多径误差累积均值，滤波状态估计值，滑动时间窗口Kwin；
(2)一个数据处理周期T开始，在该数据处理周期内，使用本地复现的载波信号和伪随机码信号，与接收到的信号进行相关运算，对结果进行相干积分；
(3)使用相干积分结果计算多径误差并进行低通滤波，然后从多径误差中减去多径误差累积均值；
(4)使用得到的多径误差和其他建模误差对卫星伪距量测进行校正，并使用校正后的伪距进行定位解算；其他建模误差具体包括对卫星时钟误差、电离层误差、对流层误差和卫星轨道误差以及其他根据需求可选的误差源进行建模；
(5)使用卫星定位解算的结果与惯性导航系统给出的位置速度信息进行数据融合，使用组合后的位置速度信息与星历播发的卫星位置和速度构建视距矢量，并对真实伪距和伪距率进行估计；
(6)以校正后的量测伪距和估计伪距的差值，以及量测伪距率和估计伪距率的差值作为卡尔曼滤波观测量，对伪距中的未建模误差进行估计；
(7)使用多径误差、其他建模误差以及未建模误差的估计值，对码相位进行预测，构建闭环反馈环路；
(8)将滤波状态值中的位置分量重置为零，并进入下一个数据处理周期；重复步骤(1)到步骤(8)，直到所有采样数据处理完毕。
2.根据权利要求1中所述的一种带有多径误差估计器的卫星/惯性深耦合方法，其特征在于，步骤(3)中，所述使用相干积分结果计算多径误差，具体计算方法为：
Figure FDA0003699599830000011
其中Mk为第k个T时刻的多径误差，D为两倍的相关器间隔，I0为即时支路的相干积分结果，I2为两倍滞后支路的相干积分结果，I2支路相对I0支路的延迟为D；α为标度系数，通过拟合多径误差包络线得到。
3.根据权利要求1中所述的一种带有多径误差估计器的卫星/惯性深耦合方法，其特征在于，步骤(3)中，所述多径误差累积均值，具体计算方法为：
根据信号的载波噪声比进行多径判断，如果载波噪声比发生突然变化或低于某一阈值，则判定为存在多径信号，当前时刻多径误差累积均值即为上一时刻多径误差累积均值；否则判定为没有多径信号，则多径误差累积均值更新为滑动时间窗口Kwin内多径误差Mk的累加值相对Kwin的均值。
4.根据权利要求1中所述的一种带有多径误差估计器的卫星/惯性深耦合方法，其特征在于，步骤(4)中，所述使用得到的多径误差和其他建模误差对卫星伪距量测进行校正，具体方法为：
根据信号的载波噪声比进行多径判断，如果载波噪声比发生突然变化或低于某一阈值，则判定为存在多径信号，并从伪距量测中减去多径误差和其他建模误差；否则判定为没有多径信号，并从伪距量测中减去其他建模误差。
5.根据权利要求1中所述的一种带有多径误差估计器的卫星/惯性深耦合方法，其特征在于，步骤(5)中，所述使用组合后的位置速度信息与星历播发的卫星位置和速度构建视距矢量，并对真实伪距和伪距率进行估计，具体方法为：
Figure FDA0003699599830000021
Figure FDA0003699599830000022
Figure FDA0003699599830000023
Figure FDA0003699599830000024
其中，
Figure FDA0003699599830000025
和
Figure FDA0003699599830000026
分别为第k个T时刻第m颗卫星的真实伪距和伪距率的估计，tub,k和tud,k分别为第k个T时刻用户的时钟偏差和时钟漂移，
Figure FDA0003699599830000027
和
Figure FDA0003699599830000028
分别为用户到卫星的视距矢量大小和视距矢量变化率大小，(xk,yk,zk)和
Figure FDA0003699599830000029
分别为用户的三维位置和三维速度，
Figure FDA00036995998300000210
和
Figure FDA00036995998300000211
分别为卫星的三维位置和三维速度。
6.根据权利要求1中所述的一种带有多径误差估计器的卫星/惯性深耦合方法，其特征在于，步骤(6)中，所述以校正后的量测伪距和估计伪距的差值，以及量测伪距率和估计伪距率的差值作为卡尔曼滤波观测量，对伪距中的未建模误差进行估计，具体方法为：
(6-1)用校正后的量测伪距
Figure FDA00036995998300000212
估计伪距
Figure FDA00036995998300000213
量测伪距率
Figure FDA00036995998300000214
和估计伪距率
Figure FDA00036995998300000215
构建2m×1维的卡尔曼滤波量测Zk：
Figure FDA00036995998300000216
(6-2)卡尔曼滤波状态量Xk由三维位置误差(Δxk,Δyk,Δz)，三维速度误差
Figure FDA00036995998300000217
用户时钟偏差的误差Δtub,k和用户时钟漂移的误差Δtud,k组成：
Figure FDA0003699599830000031
(6-3)卡尔曼滤波的状态转移矩阵Φk+1,k和量测矩阵Hk分别为
Figure FDA0003699599830000032
Figure FDA0003699599830000033
其中，I和0分别为单位矩阵和零矩阵；
Figure FDA0003699599830000034
分别为单位视距矢量
Figure FDA0003699599830000035
的三个分量，可以具体表示为
Figure FDA0003699599830000036
卡尔曼滤波得到的三维位置误差估计值
Figure FDA0003699599830000037
经
Figure FDA0003699599830000038
传递得到的
Figure FDA0003699599830000039
即为伪距中未建模误差的估计。
7.根据权利要求1中所述的一种带有多径误差估计器的卫星/惯性深耦合方法，其特征在于，步骤(7)中，所述使用多径误差、其他建模误差以及未建模误差的估计值，对码相位进行预测，构建闭环反馈环路，具体步骤为：
(7-1)对下一时刻的估计伪距
Figure FDA00036995998300000310
进行计算
Figure FDA00036995998300000311
其中，
Figure FDA00036995998300000312
为第k+1个T时刻用户到第m颗卫星视距矢量的大小，
Figure FDA00036995998300000313
和
Figure FDA00036995998300000314
分别为用户时钟偏差的误差估计和用户时钟漂移的误差估计；
(7-2)对k+1个T时刻的码相位
Figure FDA00036995998300000315
进行预测
Figure FDA00036995998300000316
其中
Figure FDA00036995998300000317
为第k个T时刻的码相位；将
Figure FDA00036995998300000318
反馈给码环控制器生成新的本地复制伪随机码，构成闭环控制环路。
CN202210684591.3A 2022-06-17 2022-06-17 一种带有多径误差估计器的卫星/惯性深耦合方法 Pending CN115097508A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210684591.3A CN115097508A (zh) 2022-06-17 2022-06-17 一种带有多径误差估计器的卫星/惯性深耦合方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210684591.3A CN115097508A (zh) 2022-06-17 2022-06-17 一种带有多径误差估计器的卫星/惯性深耦合方法

Publications (1)

Publication Number Publication Date
CN115097508A true CN115097508A (zh) 2022-09-23

Family

ID=83289985

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210684591.3A Pending CN115097508A (zh) 2022-06-17 2022-06-17 一种带有多径误差估计器的卫星/惯性深耦合方法

Country Status (1)

Country Link
CN (1) CN115097508A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117310756A (zh) * 2023-11-30 2023-12-29 宁波路特斯机器人有限公司 多传感器融合定位方法及系统、机器可读存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117310756A (zh) * 2023-11-30 2023-12-29 宁波路特斯机器人有限公司 多传感器融合定位方法及系统、机器可读存储介质
CN117310756B (zh) * 2023-11-30 2024-03-29 宁波路特斯机器人有限公司 多传感器融合定位方法及系统、机器可读存储介质

Similar Documents

Publication Publication Date Title
CN113203418B (zh) 基于序贯卡尔曼滤波的gnssins视觉融合定位方法及系统
CN105806339B (zh) 一种基于gnss、ins和守时系统的组合导航方法和设备
US6240367B1 (en) Full fusion positioning method for vehicle
CN108415042B (zh) 改善gnss接收机载波相位连续性的相位预测方法及系统
Liu et al. Tight integration of ambiguity-fixed PPP and INS: model description and initial results
CN108120994B (zh) 一种基于星载gnss的geo卫星实时定轨方法
CN111854746A (zh) Mimu/csac/高度计辅助卫星接收机的定位方法
CN113359170A (zh) 一种惯导辅助北斗单频动对动高精度相对定位方法
KR101046552B1 (ko) 이동체용 측위 장치
Soon et al. An approach to aid INS using time-differenced GPS carrier phase (TDCP) measurements
WO2011120029A2 (en) Pedal navigation using leo signals and body-mounted sensors
Zhu et al. Dual-antenna GNSS integrated with MEMS for reliable and continuous attitude determination in challenged environments
CN103487820B (zh) 一种车载捷联/卫星紧组合无缝导航方法
CN111580144B (zh) 一种mins/gps超紧组合导航系统设计方法
CN106501832A (zh) 一种容错矢量跟踪gnss/sins深组合导航方法
CN106813664A (zh) 一种车载导航方法和装置
Groves et al. Demonstration of non-coherent deep INS/GPS integration for optimised signal-to-noise performance
CN111044075A (zh) 基于卫星伪距/相对测量信息辅助的sins误差在线修正方法
CN115327588A (zh) 一种基于网络rtk的无人自动化作业特种车高精度定位方法
Gao et al. A novel architecture for ultra-tight HSGPS-INS integration
CN114396941A (zh) 一种基于强跟踪Kalman滤波的级联式惯性/卫星深组合方法
CN114894181A (zh) 一种实时自主组合导航定位方法及装置
CN113109840A (zh) 一种基于gnss接收机的电离层tec实时测量方法
Yan et al. Design and performance evaluation of the improved INS-assisted vector tracking for the multipath in urban canyons
CN115097508A (zh) 一种带有多径误差估计器的卫星/惯性深耦合方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination