RU2629702C1 - Method of local determination of mobile and fixed objects with signals of global navigation satellite systems - Google Patents

Method of local determination of mobile and fixed objects with signals of global navigation satellite systems Download PDF

Info

Publication number
RU2629702C1
RU2629702C1 RU2016126614A RU2016126614A RU2629702C1 RU 2629702 C1 RU2629702 C1 RU 2629702C1 RU 2016126614 A RU2016126614 A RU 2016126614A RU 2016126614 A RU2016126614 A RU 2016126614A RU 2629702 C1 RU2629702 C1 RU 2629702C1
Authority
RU
Russia
Prior art keywords
candidate
satellite
satellites
grid
buildings
Prior art date
Application number
RU2016126614A
Other languages
Russian (ru)
Inventor
Игорь Владимирович Рябов
Денис Алексеевич Чернов
Original Assignee
Автономная некоммерческая организация высшего образования "Межрегиональный открытый социальный институт"
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 Автономная некоммерческая организация высшего образования "Межрегиональный открытый социальный институт" filed Critical Автономная некоммерческая организация высшего образования "Межрегиональный открытый социальный институт"
Priority to RU2016126614A priority Critical patent/RU2629702C1/en
Application granted granted Critical
Publication of RU2629702C1 publication Critical patent/RU2629702C1/en

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00

Landscapes

  • Position Fixing By Use Of Radio Waves (AREA)
  • Navigation (AREA)

Abstract

FIELD: radio engineering, communication.
SUBSTANCE: method is implemented by taking into account signals from the direct and indirect lines of sight. It is based on the method of mapping to the map. In this case, the method is based on the configuration of visible and invisible satellites for possible candidate solutions taking into account the terrain landscape, thereby increasing the accuracy of position determination. To implement the method, an algorithm is proposed that consists of an autonomous and an active stage. In the autonomous phase, the boundaries of buildings are formed on the grid of locations. The boundaries of buildings are constructed from the perspective of the GNSS user position, the edge of the building is defined for each azimuth (from 0 to 360°) in the form of a series of angles. The result of this stage shows where the edges of buildings are located within the celestial grid. Once a boundary is defined relative to the celestial grid, it can be stored and easily reused in the online phase to predict the satellite's visibility by simply comparing the height of the satellite with the height of the building in the same azimuth. At the second step of the active phase of the solution search, the area in which probable location solutions are located in the shaded area is determined. The search area is determined based on the initial position generated at the first step of determining the coordinates on the LOS (line of sight) Satellites. The simplest implementation is a fixed circle with the center at a known coordinate, however, more advanced positioning algorithms can also be used here. The third step compares the height of the satellite with the probable position with the height of the boundary of the buildings in the same azimuth. At the fourth step, the similarity between predicted visibility and actually observed is estimated. The candidate of the position with the best coincidence will be weighted higher in the decision with the shaded task. There are two stages of calculating the evaluation for the candidate position. Firstly, the definition of the observed coal on the estimated schemes. Secondly, the evaluation function provides a position between the observed signal and its estimate, which is described by the formula:
Figure 00000015
,
where ƒpos(j) is the position estimate for the grid point j, ƒsat(i, j, SS) is the estimation of the position of satellite i in grid j using the estimated matrix SS. At the end of this stage, each position candidate must have an estimate that represents the angle that indicates the visibility of the satellite, and therefore how likely is the candidate's position to be close to solving the navigation task. After determining the configuration and estimating the visible satellites, invisible satellites are evaluated for each candidate node in the navigation task solution. The last step is to determine the situation with the help of the scores obtained by comparing the candidates with the sample.
EFFECT: improved accuracy.
1 dwg

Description

Изобретение относится к радионавигации, предназначено для повышения точности определения координат объектов в условиях плотной городской застройки и в гористой местности.The invention relates to radio navigation, is intended to improve the accuracy of determining the coordinates of objects in a dense urban area and in mountainous terrain.

Суть способа заключается в повышении точности местоопредления с использованием сигналов глобальных спутниковых навигационных систем с помощью учета сигналов с прямой и непрямой линии видимости в условиях городской застройки и гористой местности.The essence of the method is to improve the accuracy of positioning using signals from global satellite navigation systems by taking into account signals from the direct and indirect line of sight in urban areas and mountainous terrain.

Для реализации способа предложен алгоритм, который состоит из автономного этапа (1 фиг. 1) и активного этапа (2 фиг. 1).To implement the method, an algorithm is proposed, which consists of an autonomous stage (1 of Fig. 1) and an active stage (2 of Fig. 1).

В автономной фазе формируются границы зданий на сетки местоположений. Граница зданий строится с перспективы положения ГНСС пользователя, край здания определяется для каждого азимута (от 0 до 360°) в виде серии углов. Результат этого этапа показывает, где расположены края зданий в пределах небесной координатной сетки. Как только определена граница относительно небесной координатной сетки, она может быть сохранена и легко повторно использована в онлайн фазе для предсказания видимости спутника простым сравнением высоты спутника с высотой здания в том же азимуте. Кроме того, на данном шаге сохраняются последние доступные данные, полученные с помощью стандартного позиционирования (SPP). Данная информация необходима для получения эфемерид ГЛОНАСС и GPS, определения пространства, в котором необходимо производить поиск решения навигационной задачи.In the autonomous phase, the boundaries of buildings are formed on location grids. The boundary of the buildings is constructed from the perspective of the position of the GNSS user, the edge of the building is determined for each azimuth (from 0 to 360 °) as a series of angles. The result of this step shows where the edges of the buildings are located within the sky grid. Once a boundary is defined relative to the celestial coordinate grid, it can be saved and easily reused in the online phase to predict satellite visibility by simply comparing the satellite’s height with the height of the building in the same azimuth. In addition, the last available data obtained using standard positioning (SPP) is saved in this step. This information is necessary to obtain GLONASS and GPS ephemeris, to determine the space in which it is necessary to search for a solution to a navigation problem.

В активной фазе поиска решения из 3D модели города (А фиг. 1) выгружаются здания на небесную координатную сетку (Е фиг. 1). Данные границы позволяют уменьшить область поиска решения навигационной задачи, так как принимается, что пользователь находится на улице (Д фиг. 1)In the active phase of the search for solutions from the 3D model of the city (A of Fig. 1), the buildings are unloaded on the sky coordinate grid (E of Fig. 1). These boundaries allow you to reduce the search area for a solution to the navigation problem, since it is assumed that the user is on the street (D Fig. 1)

На первом шаге активной фазы поиска решения определяется область, в которой находятся вероятные решения местоположения в затененной области (Ж фиг. 1). Область поиска определяется на основе первоначального положения, генерируемого на первом шаге определения координат на ЛПВ спутниках (Б, В фиг. 1). Простейшей реализацией является фиксированная окружность с центром в известной координате, однако здесь могут применятся и более совершенные алгоритмы позиционирования (З фиг. 1).In the first step of the active phase of the search for a solution, the region in which the probable location solutions in the shaded region are located (G of Fig. 1) is determined. The search area is determined on the basis of the initial position generated at the first step of determining the coordinates on the PEL satellites (B, C in Fig. 1). The simplest implementation is a fixed circle centered at a known coordinate, however, more advanced positioning algorithms can be used here (3, Fig. 1).

Например, если исходное положение генерируется с использованием обычного решения ГНСС, геометрия сигнала и, следовательно, точность позиционирования будут намного лучше вдоль направления улицы, чем через улицу. Связано это с влиянием городского ландшафта на геометрию распространения сигнала. Сигналы, идущие перпендикулярно улице, имеют больше шансов быть заблокированными, чем сигналы, идущие вдоль улицы. Таким образом, традиционное решение GNSS имеет меньшую точность перпендикулярно улице и более высокую точность вдоль улицы, таким образом можно дополнить алгоритм поиска в затененной области.For example, if the starting position is generated using a conventional GNSS solution, the signal geometry and therefore the positioning accuracy will be much better along the direction of the street than across the street. This is due to the influence of the urban landscape on the signal propagation geometry. Signals running perpendicular to the street are more likely to be blocked than signals traveling along the street. Thus, the traditional GNSS solution has less accuracy perpendicular to the street and higher accuracy along the street, so you can complement the search algorithm in the shaded area.

На втором шаге полученная область разбивается на сетку, в узлах которой находятся предполагаемые решения навигационной задачи (И фиг. 1). Параметры шага определяются настройками пользователя в зависимости от требуемой точности решения. Однако они ограничены вычислительными возможностями техники по отношению к скорости решения навигационной задачи. В результате данного этапа получается матрица с возможными решениями навигационной задачи (кандидат-решениями) (К фиг. 1).In the second step, the resulting region is divided into a grid, in the nodes of which are the proposed solutions to the navigation problem (And Fig. 1). Step parameters are determined by user settings depending on the required accuracy of the solution. However, they are limited by the computing capabilities of the technique with respect to the speed of solving the navigation problem. As a result of this stage, a matrix is obtained with possible solutions to the navigation problem (candidate solutions) (To Fig. 1).

На третьем шаге осуществляется сравнение высоты спутника вероятной позиции с высотой границы зданий в том же азимуте (Л фиг. 1). Спутник будет виден, если он находится над границей определенного известного здания. Таким образом, получается конфигурация видимых и невидимых спутников для каждого кандидат-решения (Н фиг. 1).In the third step, the satellite height of the probable position is compared with the height of the border of the buildings in the same azimuth (L Fig. 1). A satellite will be visible if it is above the boundary of a certain famous building. Thus, a configuration of visible and invisible satellites is obtained for each candidate solution (H, Fig. 1).

На четвертом шаге оценивается сходство между прогнозируемой видимостью (Л фиг. 1) и фактически наблюдаемой (М фиг. 1). Кандидат позиции с лучшим совпадением будет взвешиваться выше в решении при затененной задаче (О фиг. 1). Существуют два этапа вычисления оценки для кандидата позиции. Во-первых, определение по оценочным схемам о наблюдаемом угле. Во-вторых, функция оценки выдает положение между наблюдаемым сигналом и его оценкой. Она описывается формулой 1.In the fourth step, the similarity between the predicted visibility (L of Fig. 1) and the actually observed (M of Fig. 1) is assessed. The candidate of the position with the best match will be weighed higher in the solution with the shaded task (About Fig. 1). There are two steps to calculating a grade for a candidate position. First, the definition of the estimated angle by the estimated schemes. Secondly, the evaluation function gives the position between the observed signal and its evaluation. It is described by formula 1.

Figure 00000001
Figure 00000001

где

Figure 00000002
- оценка позиции для точки сетки j,Where
Figure 00000002
- position estimate for grid point j,

Figure 00000003
- оценка положения спутника i в сетке
Figure 00000004
с помощью оценочной матрицы SS.
Figure 00000003
- assessment of the position of satellite i in the grid
Figure 00000004
using the evaluation matrix SS.

К концу этого этапа каждый кандидат положения должен иметь оценку, которая представляет угол, который указывает на видимость спутника, и, следовательно, насколько высока вероятность того, что данный кандидат позиции близок решению навигационной задачи (П фиг. 1). После определения конфигурации и оценки видимых спутников производится оценка невидимых спутников для каждого узла кандидата в решении навигационной задачи. Согласно получаемой конфигурации данных ГНСС возможно определить невидимые спутники для уже определенных высот.By the end of this stage, each position candidate should have an estimate that represents an angle that indicates the satellite’s visibility, and therefore how likely it is that this position candidate is close to solving a navigation problem (P of FIG. 1). After determining the configuration and evaluating visible satellites, the invisible satellites are evaluated for each candidate node in solving the navigation problem. According to the obtained configuration of GNSS data, it is possible to determine invisible satellites for already defined heights.

Последний шаг в решении затененной навигационной задачи - определение положения с помощью полученных балльных оценок (Р фиг. 1). На этом шаге у каждого кандидат-решения присутствуют две матрицы с видимой и невидимой конфигурацией спутников для каждой из систем спутниковой навигации. Кроме того, присутствует реально наблюдаемая конфигурация видимых и невидимых спутников. В области поиска решения навигационной задачи определяются кандидаты с наибольшим совпадением предсказанной видимости спутников и реально наблюдаемой. Среди данных кандидат-решений выбирается решение навигационной задачи. Для этого используется метод соседних k-решений для определения местоположения путем усреднения максимальных значений в сетках позиционирования. При такой системе оценки баллы принимают целые или полуцелые значения. Таким образом, несколько точек сетки обычно разделяются высоким баллом. Точки сетки с наивысшими баллами считаются ближайшими соседями. Для вычисления координат для L ближайших соседей используются формулы (2) и (3)The last step in solving the shaded navigation problem is to determine the position using the obtained point estimates (P of Fig. 1). At this step, each candidate solution has two matrices with a visible and invisible satellite configuration for each of the satellite navigation systems. In addition, there is a real observable configuration of visible and invisible satellites. In the area of finding a solution to the navigation problem, candidates are identified with the greatest match between the predicted satellite visibility and the actually observed one. Among these candidate solutions, a solution to the navigation problem is selected. For this, the method of neighboring k-solutions is used to determine the location by averaging the maximum values in positioning grids. With such a rating system, points take integer or half-integer values. Thus, multiple grid points are usually separated by a high score. Grid points with the highest scores are considered closest neighbors. To calculate the coordinates for the L nearest neighbors, formulas (2) and (3) are used

Figure 00000005
Figure 00000005

Figure 00000006
Figure 00000006

где N, E - координаты приемника,where N, E are the coordinates of the receiver,

ni и еi - координаты точек сетки с наивысшей i оценкой позиции.n i and e i are the coordinates of the grid points with the highest i position estimate.

Claims (1)

Способ местоопределения подвижных и неподвижных объектов при помощи сигналов глобальных навигационных спутниковых систем, отличающийся тем, что повышается точность позиционирования за счет учета сигналов спутников с прямой и непрямой линии видимости; при этом в предложенном способе учитываются конфигурации видимых и невидимых спутников для поиска возможных кандидат-решений с учетом ландшафта местности; данный способ состоит из автономной и активной фазы; на автономном этапе формируются границы зданий на сетки местоположений; в активной фазе определяется область, в которой находятся вероятные решения местоположения в затененной области, причем область поиска определяется на основе первоначального положения, генерируемого на первом шаге определения координат на ЛПВ (линия прямой видимости) спутниках; на третьем шаге осуществляется сравнение высоты спутника вероятной позиции с высотой границы зданий в том же азимуте; на четвертом шаге оценивается сходство между прогнозируемой видимостью и фактически наблюдаемой таким образом, что находится кандидат-решение с лучшей геопозицией, которая описывается формулой:
Figure 00000007
, где
Figure 00000008
- оценка позиции для точки сетки j,
Figure 00000009
- оценка положения спутника i в сетке j с помощью оценочной матрицы SS; после определения конфигурации и оценки видимых спутников производится оценка невидимых спутников для каждого узла-кандидата в решении навигационной задачи; и последний шаг в решении навигационной задачи: определение положения с помощью полученных балльных оценок путем сопоставления их оценок.The method of positioning moving and stationary objects using signals from global navigation satellite systems, characterized in that the positioning accuracy is improved by taking into account satellite signals from direct and indirect line of sight; in this case, the proposed method takes into account the configuration of visible and invisible satellites to search for possible candidate solutions taking into account the terrain; this method consists of an autonomous and active phase; at the autonomous stage, the boundaries of buildings are formed on location grids; in the active phase, the region in which the probable location solutions in the shaded region are located is determined, and the search region is determined based on the initial position generated in the first step of determining the coordinates on the PEL (line of sight) satellites; in the third step, the satellite’s height of the probable position is compared with the height of the border of the buildings in the same azimuth; at the fourth step, the similarity between the predicted visibility and the actually observed is estimated in such a way that there is a candidate candidate with the best geo-position, which is described by the formula:
Figure 00000007
where
Figure 00000008
- position estimate for grid point j,
Figure 00000009
- assessment of the position of satellite i in the grid j using the estimation matrix SS; after determining the configuration and evaluating the visible satellites, the invisible satellites are evaluated for each candidate node in solving the navigation problem; and the last step in solving the navigation problem: determining the position using the obtained scores by comparing their ratings.
RU2016126614A 2016-07-01 2016-07-01 Method of local determination of mobile and fixed objects with signals of global navigation satellite systems RU2629702C1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2016126614A RU2629702C1 (en) 2016-07-01 2016-07-01 Method of local determination of mobile and fixed objects with signals of global navigation satellite systems

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2016126614A RU2629702C1 (en) 2016-07-01 2016-07-01 Method of local determination of mobile and fixed objects with signals of global navigation satellite systems

Publications (1)

Publication Number Publication Date
RU2629702C1 true RU2629702C1 (en) 2017-08-31

Family

ID=59797946

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2016126614A RU2629702C1 (en) 2016-07-01 2016-07-01 Method of local determination of mobile and fixed objects with signals of global navigation satellite systems

Country Status (1)

Country Link
RU (1) RU2629702C1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112612039A (en) * 2020-12-23 2021-04-06 武汉大学 GNSS indirect signal detection and elimination method and system for static survey station
CN118151191A (en) * 2024-05-09 2024-06-07 西安电子科技大学 Star selecting method based on partitioned optimal spatial configuration traversal and iterative optimization

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2331082C2 (en) * 2001-12-27 2008-08-10 Квэлкомм Инкорпорейтед Using mobile station for determining parameters of location of base station in cordless mobile communication system
RU2494411C2 (en) * 2002-10-17 2013-09-27 Квэлкомм Инкорпорейтед Method and apparatus for improving accuracy of radar location using measurements

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2331082C2 (en) * 2001-12-27 2008-08-10 Квэлкомм Инкорпорейтед Using mobile station for determining parameters of location of base station in cordless mobile communication system
RU2494411C2 (en) * 2002-10-17 2013-09-27 Квэлкомм Инкорпорейтед Method and apparatus for improving accuracy of radar location using measurements

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Рябов И.В., Толмачев С.В., Чернов Д.А. Разработка алгоритма повышения точности местоопределения в условиях городского ландшафта с использованием сигналов GPS и ГЛОНАСС // Труды конференции DSPA-2014. - Москва, 2014. - С. 355-359. *
Рябов И.В., Чернов Д.А. Применение процессора 1892ВМ10Я для повышения точности определения координат глобальной навигационной системы.//Вестник ПГТУ, 2012. Davidson P, Colleen J. Enhanced transport positioning in the urban region. - Dynamic systems: measuring and control. 2004, 126. P.255-264. *
Рябов И.В., Чернов Д.А. Применение процессора 1892ВМ10Я для повышения точности определения координат глобальной навигационной системы.//Вестник ПГТУ, 2012. Davidson P, Colleen J. Enhanced transport positioning in the urban region. - Dynamic systems: measuring and control. 2004, 126. P.255-264. Рябов И.В., Толмачев С.В., Чернов Д.А. Разработка алгоритма повышения точности местоопределения в условиях городского ландшафта с использованием сигналов GPS и ГЛОНАСС // Труды конференции DSPA-2014. - Москва, 2014. - С. 355-359. *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112612039A (en) * 2020-12-23 2021-04-06 武汉大学 GNSS indirect signal detection and elimination method and system for static survey station
CN112612039B (en) * 2020-12-23 2023-08-15 武汉大学 GNSS non-direct signal detection and elimination method and system for static station
CN118151191A (en) * 2024-05-09 2024-06-07 西安电子科技大学 Star selecting method based on partitioned optimal spatial configuration traversal and iterative optimization

Similar Documents

Publication Publication Date Title
EP3646062B1 (en) Three-dimensional city models and shadow mapping to improve altitude fixes in urban environments
CN108351217B (en) Mobile device for navigation, tracking and positioning with access denial in global positioning system
Yozevitch et al. A robust shadow matching algorithm for GNSS positioning
JP5673071B2 (en) Position estimation apparatus and program
Adjrad et al. Intelligent urban positioning: Integration of shadow matching with 3D-mapping-aided GNSS ranging
US10356562B2 (en) Systems and methods for graph-based localization and mapping
Adjrad et al. Enhancing least squares GNSS positioning with 3D mapping without accurate prior knowledge
KR102034527B1 (en) System for filtering location of Mobile terminal by fusing wi-fi location and sensing information
WO2014188919A1 (en) Position detection device, position detection system, and position detection method
KR20110063566A (en) Enhanced database information for urban navigation
JP2012207919A (en) Abnormal value determination device, positioning device, and program
JP6153229B2 (en) Position detection device, position detection system, and position detection method
KR20230062483A (en) Apparatus, method, user terminal apparatus, program and computer readable recording medium for measuring position of moving object
JP7220399B2 (en) Server, satellite positioning system, and satellite positioning method
RU2629702C1 (en) Method of local determination of mobile and fixed objects with signals of global navigation satellite systems
US20130082873A1 (en) Moving Information Determination Apparatus, a Receiver, and a Method Thereby
Wen 3D LiDAR aided GNSS and its tightly coupled integration with INS via factor graph optimization
US20220026219A1 (en) Walking route determination unit, method, and program
US20130303183A1 (en) System and method for positioning using map-assisted kalman filtering
Aggarwal GPS-based localization of autonomous vehicles
Hsu et al. Intelligent viaduct recognition and driving altitude determination using GPS data
JP6534128B2 (en) Position detection device, position detection system and position detection method
Atia et al. A WiFi-aided reduced inertial sensors-based navigation system with fast embedded implementation of particle filtering
Wang Kinematic GNSS shadow matching using a particle filter
Groves et al. Multi-epoch 3D mapping aided GNSS using a grid filter

Legal Events

Date Code Title Description
MM4A The patent is invalid due to non-payment of fees

Effective date: 20180702