城市峽谷環(huán)境下多源信息組合定位研究.pdf

1、隨著智能終端和移動通訊網的快速發(fā)展，感知旅游資源、旅游活動、照片和地理位置標注、建筑和地標識別、社交網絡、游戲和體育運動、廣告和增強現(xiàn)實(Augmented Reality,AR)等基于位置服務(Location Based Service,LBS)的應用具有很大的商業(yè)價值。這些應用最重要的使用場合在高樓密集、高樓間距短的“城市峽谷”場景，傳統(tǒng)GNSS定位接收機在這種場景中所接收的信號會受到建筑物阻擋、反射、衍射和可視衛(wèi)星的條狀分布等影

2、響，造成定位誤差達到幾百米甚至不能定位。精確的位置信息是實現(xiàn)LBS應用的關鍵。因此，本文開展兩方面的工作，基于GPS仿真數(shù)據源的跟蹤和定位算法研究和城市峽谷環(huán)境下基于智能終端多源信息組合定位算法研究，主要工作如下：
　　非線性濾波在定位解算和載波跟蹤中的應用研究。分析并仿真基于擴展卡爾曼濾波(ExtendedKalman Filter, EKF)、基于無跡卡爾曼濾波(Unscented Kalman Filter,UKF)的定位解

3、算方法。針對EKF、UKF等基于卡爾曼理論的系統(tǒng)模型和噪聲統(tǒng)計特性不準確會存在較大定位誤差或發(fā)散問題，引入粒子濾波(Particle filter,PF)來提高定位精度，試驗表明PF相比EKF、UKF分別在x,y,z方向位置誤差均值提高0.69m、1.34m、0.72m，位置誤差方差提高10.23m、14.38m、8.40m。針對傳統(tǒng)載波環(huán)鑒相器的鑒相曲線為周期性函數(shù)，當相位誤差超出鑒相范圍，容易出現(xiàn)180°相位模糊，且在實際應用中常會

4、引入非高斯噪聲。在GPS載波跟蹤環(huán)中引入PF代替載波環(huán)鑒相器，試驗表明基于PF的載波跟蹤環(huán)，相比傳統(tǒng)環(huán)和基于EKF的載波環(huán)鑒相均值從31.8?10?提高到30.5?10?，鑒相方差從38.4?10?提高到30.5?10?，具有更好的抗噪性能。
　　城市峽谷場景中基于智能終端多源信息組合定位研究。在密集的城市峽谷場景中，由于建筑物的遮擋對過街精度因子(Cross-street Dilutions of Precision,CDOP)

5、影響而導致過街精度退化，使得傳統(tǒng)GPS在過街方向存在較大定位誤差?；?D城市模型的建筑物輪廓和衛(wèi)星仰角信息來預測不同位置的衛(wèi)星可見性，并與實際位置GNSS接收機觀測到的衛(wèi)星可見性進行匹配來定位的陰影匹配(Shadow Matching,SM)算法可以提高過街定位精度，但是不能提高沿街定位精度。SM/KF組合算法、SM/PF組合算法在建筑物輪廓變化不明顯的城市溝渠場景，雖然能提高過街精度，但是沿街精度提高的不明顯。因此，基于PF定位算法

6、定位精度的分布特點，提出了SM/PF自適應加權組合定位算法，該算法根據SM運動狀態(tài)下定位駐留時間特性和模板分值統(tǒng)計特性，計算自適應加權因子，對SM和PF定位算法進行自適應加權，得到最終定位結果。試驗結果表明：該算法與SM、PF、SM/KF組合、SM/PF組合定位算法相比，分別在沿街方向平均誤差從5.04m提高到2.80m，在過街方向平均誤差從4.87m提高到1.30m，均方根誤差從6.82m提高到3.47m。目前獲得詳細3D城市模型相對

7、較難，使得SM算法不能廣泛適用所有的城市場景，因此提出基于智能終端內置傳感器組成的GPS/INS組合定位算法，相比傳統(tǒng)GPS定位算法，該算法可以實現(xiàn)在密集城市峽谷中連續(xù)、精確定位。試驗結果表明：基于智能終端的GPS/INS多源信息組合定位相比傳統(tǒng)的GPS定位算法，在沿街位置平均誤差從4.76m提高到2.31m、均方根誤差從19.25m提高到2.52m，在過街位置平均誤差從3.78m提高到1.49m、均方根誤差從66.83m提高到5.70