论文部分内容阅读
目前,我国的北斗卫星导航系统(BeiDou Navigation Satellite System,BDS)已经完成了亚太地区的全天候服务覆盖并已进入了全球化组网时代。与此同时其它的全球卫星导航系统(Global Navigation Satellite System,GNSS)也在加速现代化进程,不断完善现有的系统,例如美国的全球卫星定位系统(Global Positioning System,GPS)以及俄罗斯的格洛纳斯系统(Global Navigation Satellite System,GLONASS)。俄罗斯和美国也分别与我国签署了卫星导航系统兼容互操作协议,这标志着全球各大卫星导航系统之间的合作将会日益加深。因此,如何更好地利用空中越来越多的可见卫星进行导航定位将会成为新的研究热点。传统的单系统定位经常会遇到因遮挡导致可见卫星数目减少时定位精度明显下降的问题,在卫星数少于4颗时甚至无法精确地三维定位。本文对多系统融合定位的研究能够有效地解决这一问题,同时也能为今后多领域的实际应用提供理论基础。本文的研究主要包括以下5个方面:1.分析研究了BDS、GPS以及GLONASS时间系统和空间系统之间的异同,并在此基础上通过寻找中间量得到各时间系统之间的关系,通过坐标系的转换将三个空间系统转换到WGS-84坐标系下,最终实现三个系统的时空统一。2.在时空统一的基础上建立了基于伪距-多普勒观测的多系统定位模型,将定位过程中的测量噪声和过程噪声建模以削弱误差对定位精度的影响。同时分析了定位中的误差源,并对其中伪距测量过程中的主要误差源——电离层和对流层误差进行建模补偿。3.提出了采用平淡卡尔曼滤波(Unscented Kalman Filter,UKF)替代迭代最小二乘法(Iterative Least Squares,ILS)和扩展卡尔曼滤波算法(Extended Kalman Filter,EKF)来估计用户位置,以解决ILS精度较低和EKF线性化误差明显的问题。4.针对UKF算法过程噪声协方差矩阵和测量噪声协方差矩阵参数需要通过经验选取的问题,采用了蚁群算法(Ant Colony Optimization,ACO)来优化参数的选择,得到了一种普适性的参数选择方法。5.分别进行了静态和动态定位实验,通过实验验证了无论是静态还是动态定位,处于良好还是恶劣观测观测环境,本文提出的多系统融合定位算法都能表现出优秀的性能,特别是针对单系统无法精确定位的极端恶劣环境以及汽车运动中的动态复杂环境,均能够有效提高定位精度和稳定性。