CN116087872A - 一种基于穿墙伪距残差加权约束的室内导航定位方法 - Google Patents

Abstract

本发明提出了一种基于穿墙伪距残差加权约束的室内导航定位方法，属于室内导航定位领域，针对室内复杂环境下的合作信号高精度连续稳定导航定位问题，采用定位信号伪距补偿+伪距残差误差消除实现室内复杂环境下合作定位信号的高精度解算，通过前几个时刻的定位结果对当前定位结果进行预测，并用合作定位信号的伪距进行修正实现少星条件下的导航定位，提升了室内运动条件下的导航定位稳定性，本方法可应用于基于伪卫星、UWB和声波等手段的室内导航定位实现方式，有助于提升室内合作信号导航定位的精度和定位稳定性，且实现简单，有助于促进室内低成本导航定位技术的发展。

Description

一种基于穿墙伪距残差加权约束的室内导航定位方法

技术领域

本发明涉及一种基于多源融合的室内走廊、通道、上下楼梯等狭长区域的导航定位问题解决方法，该方法属于室内导航定位领域。

背景技术

全球卫星导航定位系统(GNSS)可以在室外提供较高的导航定位精度，但面对复杂的室内场景，GNSS信号由于遮挡和多径，其定位效果不如室外。但是，现代社会人们大部分时间是在室内活动，一些仪器设备也需要在室内提供高精度的定位服务才能工作，当前越来越多的定位导航应用涉及到室内地下环境，这些应用往往对终端装备的使用有着小型化、轻量化、易使用、低价格等方面有着较高要求，因此，低成本、高精度和高稳定性的室内导航定位手段成为研究的热点方向。

在室内导航定位方面，常见的技术有红外线、超声波、蓝牙、WIFE、ZigBee、伪卫星、地磁、惯导、视觉和UWB等技术，这些技术存在的各自的应用特点和应用环境，在室内低成本、小型化导航定位这块，UWB的信号体制能够有效抑制多径，因此可实现6-10cm的定位精度，且设备小功耗低，在室内定位领域有较好的应用前景。但是受室内建筑布局、结构材料、装修等影响因素，UWB基站收到的测距信号未必是直达信号，这样的信号参与定位必然会影响室内定位的定位精度，传统的最小二乘算法和卡尔曼滤波都不能解决遮挡、非直达和少星条件下的导航定位问题，因此，研究遮挡、非直达和少星条件下下低成本的导航定位算法有着重要的意义。

发明内容

本发明的目的是：针对室内复杂环境下的合作信号高精度连续稳定导航定位问题，采用定位信号伪距补偿+伪距残差误差消除实现室内复杂环境下合作定位信号的高精度解算，通过前几个时刻的定位结果对当前定位结果进行预测，并用合作定位信号的伪距进行修正实现少星条件下的导航定位，提升了室内运动条件下的导航定位稳定性。

本发明采用的技术方案为：

一种基于穿墙伪距残差加权约束的室内导航定位方法，包括以下步骤：

(1)当前时刻k接收M个基站的测量伪距，即：R_k＝[r′_k,1,…r′_k,m,…r′_k,M]，M个基站的坐标为

其中(x_sm,y_sm,z_sm)表示第m个基站的坐标；

(2)根据k-1时刻的定位结果P_k-1＝(x_k-1,y_k-1,z_k-1)和载体运动速度，判断k时刻收到的M个伪距测量值是否经过穿墙，若k时刻第i个伪距经过穿墙，则调整后的伪距r_k,i＝r′_k,i-(c-υ_x)t_x,i，其中，c表示定位信号在空气中的传播速度，υ_x表示定位信号在墙体里的传播速度，t_x,i表示第i个定位信号穿过墙体所需要的时间，0＜i≤M，若未经过穿墙，则t_x,i＝0，则有r_k,i＝r_k'_,i；

(3)判断M是否≥3，若M≥3，则当前数据可进行解算定位，转向步骤(4)；否则当前数据无法进行解算定位，转向步骤(7)；

(4)定义穿墙伪距残差为：ε_k＝(Q_k-F_kv_k)B_k，则穿墙伪距残差的方差为：

其中B_k＝[ξ₁,…ξ_i,…ξ_M]，ξ_i表示第i个伪距的穿墙约束系数，0＜ξ_i≤1，ξ_i＝1表示为直达信号；

ρ_i,k＝r_i,k-r_i,k-1为k-1到k时刻伪距的变化率；

(5)定义穿墙伪距残差加权约束系数为

(6)进行穿墙伪距残差加权约束的最小二乘的加权定位，即P_k＝(A_k ^TW_kA_k)^-1W_kA_kH_k；

其中

(7)根据k-3时刻、k-2时刻和k-1时刻的定位结果预估k时刻的估计定位结果，即：

(8)令z_k＝z'_k，以(x'_k,y'_k)为圆心，以设定误差τ为半径画圆，在圆内以μ为距离步长，以θ为角度步长，搜索圆内的位置点，即

其中，0＜μ≤τ，0＜θ≤360；

(9)计算圆内位置点与收到信号基站之间的距离，即

设η_ki＝abs(l_k,i-r_k,i)，不断调整μ和θ的取值，找到使η_ki最小的取值μ_ηmin即对应的最小距离步长μ_ηmin和最小角度步长θ_ηmin，即得到k时刻的定位结果

本发明相比现有技术的有益效果为：

本发明提出了一种基于穿墙伪距残差加权约束的室内导航定位方法，采用定位信号伪距补偿+伪距残差误差消除实现室内复杂环境下合作定位信号的高精度解算，通过前几个时刻的定位结果对当前定位结果进行预测，并用合作定位信号的伪距进行修正实现少星条件下的导航定位，提升了室内运动条件下的导航定位稳定性。主要有以下有益效果：

该方法能够解决遮挡、非直达和少星情况下的导航定位连续性和稳定性问题；

该方法不需要额外的辅助手段即可实现遮挡、非直达和少星情况下的导航定位，具有不增加复杂度，成本低，应用前景广阔的特点。

附图说明

图1是本发明一种基于穿墙伪距残差加权约束的室内导航定位方法流程图。

具体实施方式

下面结合附图对本发明作更进一步的说明。如图1所示为本发明实施例公开的一种基于穿墙伪距残差加权约束的室内导航定位方法的流程图，具体包括如下步骤：

(1)假设k时刻能够收到M个基站的测量伪距，即：R_k＝[r_k′_,1,…r_k′_,m,…r_k′_,M]，M个基站的坐标为

其中(x_sm,y_sm,z_sm)表示第m个基站的坐标；

(2)根据k-1时刻的定位结果P_k-1＝(x_k-1,y_k-1,z_k-1)和载体运动速度，判断k时刻收到的M个伪距测量值是否经过穿墙，若k时刻第i个伪距经过穿墙，则调整后的伪距r_k,i＝r_k'_,i-(c-υ_x)t_x,i，其中，c表示定位信号在空气中的传播速度，υ_x表示定位信号在墙体里的传播速度，t_x,i表示第i个定位信号穿过墙体所需要的时间，0＜i≤M，若未经过穿墙，则t_x,i＝0，则有r_k,i＝r_k'_,i；

(3)判断M是否≥3，若m≥3，当前数据可进行解算定位，转向步骤(4)；若m＜3，则当前数据无法进行解算定位，转向步骤(7)；

(4)定义穿墙伪距残差为：ε_k＝(Q_k-F_kv_k)B_k则穿墙伪距残差的方差为：

其中B_k＝[ξ₁,…ξ_i,…ξ_M]，ξ_i表示第i个伪距的穿墙约束系数，0＜ξ_i≤1，ξ_i＝1表示为直达信号。

ρ_i,k＝r_i,k-r_i,k-1为k-1到k时刻伪距的变化率；

(5)定义伪距残差加权约束系数为

(6)进行穿墙伪距残差加权约束的最小二乘的加权定位，即

设最小二乘定位的

(7)根据k-3时刻、k-2时刻和k-1时刻的定位结果预估k时刻的估计定位结果，即：

(8)令z_k＝z'_k，以(x'_k,y'_k)为圆心，以可能的误差τ为半径画圆，在圆内以μ为距离步长，以θ为角度步长，其中：0＜μ≤τ，0＜θ≤360，搜索圆内的位置点，即

(9)计算圆内位置点与收到信号基站之间的距离，即

设η_ki＝abs(l_k,i-r_k,i)，不断调整μ和θ的取值，找到使η_ki最小的取值

即对应的最小距离步长

和最小角度步长

即为k时刻的定位结果，即有

P_k即为k时刻的定位结果。

Claims (1)

1.一种基于穿墙伪距残差加权约束的室内导航定位方法，其特征在于，包括以下步骤：

(1)当前时刻k接收M个基站的测量伪距，即：R_k＝[r′_k,1,…r′_k,m,…r′_k,M]，M个基站的坐标为

其中(x_sm,y_sm,z_sm)表示第m个基站的坐标；

(2)根据k-1时刻的定位结果P_k-1＝(x_k-1,y_k-1,z_k-1)和载体运动速度，判断k时刻收到的M个伪距测量值是否经过穿墙，若k时刻第i个伪距经过穿墙，则调整后的伪距r_k,i＝r′_k,i-(c-υ_x)t_x,i，其中，c表示定位信号在空气中的传播速度，υ_x表示定位信号在墙体里的传播速度，t_x,i表示第i个定位信号穿过墙体所需要的时间，0＜i≤M，若未经过穿墙，则t_x,i＝0，则有r_k,i＝r′_k,i；

(3)判断M是否≥3，若M≥3，则当前数据可进行解算定位，转向步骤(4)；否则当前数据无法进行解算定位，转向步骤(7)；

(4)定义穿墙伪距残差为：ε_k＝(Q_k-F_kv_k)B_k，则穿墙伪距残差的方差为：

其中B_k＝[ξ₁,…ξ_i,…ξ_M]，ξ_i表示第i个伪距的穿墙约束系数，0＜ξ_i≤1，ξ_i＝1表示为直达信号；

ρ_i,k＝r_i,k-r_i,k-1为k-1到k时刻伪距的变化率；

(5)定义穿墙伪距残差加权约束系数为

(6)进行穿墙伪距残差加权约束的最小二乘的加权定位，即定位结果

其中

(7)根据k-3时刻、k-2时刻和k-1时刻的定位结果预估k时刻的估计定位结果，即：

(8)令z_k＝z'_k，以(x'_k,y'_k)为圆心，以设定误差τ为半径画圆，在圆内以μ为距离步长，以θ为角度步长，搜索圆内的位置点，即

其中，0＜μ≤τ，0＜θ≤360；

(9)计算圆内位置点与收到信号基站之间的距离，即

设η_ki＝abs(l_k,i-r_k,i)，不断调整μ和θ的取值，找到使η_ki最小的取值

即对应的最小距离步长

和最小角度步长

即得到k时刻的定位结果

Images