CN114545475B 一种复杂环境下的多源组合导航定位方法 （南京航空航天大学）

本发明公开了一种复杂环境下的多源组合城市环境下全球导航卫星系统信号容易被周边测量元件分别获取的载体速度利用卡尔曼滤波波平滑伪距算法Hatch滤波改进伪距观测的精不可用时，卡尔曼滤波器输出的速度估计作为Hatch滤波的更新替代，从而保证了载波平滑伪2步骤1-1，在城市环境下，通过全球导航卫星系统载体u与普勒频移测量为和获取载波相位测量为和获取伪距观测量为p(t)和p(t),获取当前的卫星集合即卫星数量，以及4⃞,(t)=(t)-帐(t)AP,(t)=⃞(t)-p(t)3根据历史观测数据确定卫星信号载噪比阈值β,将所有卫星的卫星信号载噪比与阈值βu0ξy和ξz为载体坐标系下各方向45OBDD分别为在线诊断系统和多普勒频移的噪声方差；曼滤波的速度估计计算的替代测量ωKF(t)对载波相位间接测量ωφu其中为载波相位三差的测量对时间t的导数，为载波相位测量噪声三6R(t)=x(t)-k(t)z(t)78[0001]本发明涉及一种导航定位方法，特别是一种复杂环境下的多源组合导航定位方距(LightDetectionAndRanging，LiDAR)，高度计、里程计、惯性测量元件(Inertial[0003]Kassas提出了一种机会信号/数字地图/IMU/GNSS组合方法，(参考：RobustvehicularlocalizationandmapmatchinginurbanenvironmentsthroughIMU,其定位误差积累较快。Liu等提出了一种行人组合导航系统(参考：ThePedestrianIntegratedNavigationSystemwithMicroIMU/GPS/Magnetometer/Barometric性传感器与GPS集成的车辆导航解决方案(参考：Low-CostThree-DimensionalNavigationSolutionforRISS/GPSIntegrationUsingMixtureParticleFilter)，该方案采用混合粒子滤波作为非线性滤波器,将简便惯性传感系统(ReducedInertial两个加速计、一个陀螺仪和载体里程计组成。Bondan通过IMU、GPS以及在线诊断系统(OnBoardDiagnostics，OBD)传感器构建了一套组合导航系统(参考：OBD-IISensor位定姿的方法(参考：GR-SLAM:Vision-BasedSensorFusionSLAMforGroundRobots利用GNSS/相机/INS的内距测量多任务协同集成方法(参考：Multi-agentcollaborativeGNSS/camera/INSintegrationaidedbyinter-rangingforvehicularnavigation9[0004]根据现有文献分析，单纯的GNSS/IMU组合具有GNSS不可用误[0005]和本发明比较接近的技术是利用通过视景系统结合3D城市模型对城市街区进行[0007]为了解决上述技术问题，本发明公开了一种复杂环境下的多源组合导航定位方取第k颗卫星的多普勒频移测量为D;)和;(),获取载波相位测量为(和'0),获取伪距观测量为pf)和r'),获取当前的卫星集合即卫星数量，以及卫星信号载噪比；[0033]根据历史观测数据确定卫星信号载噪比阈值β,将所有卫星的卫星信号载噪比与φN、φE和φD分别为北向、东向和地向的姿态误差；v-[v,v,v.]为加速度计零偏，c:为载体坐标系至导航坐标系的转移矩阵；卡尔曼滤波的速度估计i,to计算的替代测量ωKF(t)对载波相位间接测量ωφ(t)进行替[0069]其中，xu为载体位置，为t时刻用户位置对时间求导，xr为参考站位置，[0074]其中为载波相位三差的测量对时间t的导数，VAS,(r)为载波相位测量噪[0092]ix(为x,(0)构成的列向量。[0094]k()=R(t)-k(t)z(t)[0108]下面结合附图和具体实施方式对本发明做更进一步的具体说明，本发明的上述(和获取伪[0114]A⃞()=(r)-()星以及第l颗卫星的矢量之差，v,"c)为ve")针对时间t求导，为导航坐标系至ECEF的VAe,()为多普勒频移噪声u分别为北向、东向和地向的速度误差；φ=[φNφN、φE和φD分别为北向、东向和地向的姿态误差；v-[v,v,v.]为加速度计零偏，c:为载体坐标系至导航坐标系的转移矩阵；卡尔曼滤波的速度估计iro计算的替代测量ωKF(t)对载波相位间接测量ωφ(t)进行替[0167]其中，xu为载体位置，为t时刻用户位置对时间求导，xr为参考站位