一种非视距信号环境下智能手机速度平滑定位方法CSCD

随着智能手机的普及,基于智能手机的位置服务深刻地影响了人们的生活。通常,智能手机内嵌有全球导航卫星系统(GNSS)芯片,通过跟踪导航卫星信号获得载波频率、载波相位和码相位信息,从而解算位置和速度信息。对于单点定位(SPP)技术而言,位置主要由码相位计算确定,而速度信息主要由载波多普勒频移信息计算确定。在复杂城市环境下,GNSS信号可能会被周围的建筑物反射,形成非视距(NLOS)信号。NLOS信号会导致额外的传输路径,并引起数十米的位置误差。由于速度比位置更精确,通常使用卡尔曼滤波器(KF)进行基于位置-速度(P-V)动态模型的位置平滑。提出了一种因子图优化(FGO)方法来减少NLOS引起的位置误差,将时间相关历史测量值添加到FGO中以优化当前位置估计,并采用两种鲁棒策略来减小NLOS条件下的位置偏差。最后,使用智能手机采集实际场景数据集进行了实验,结果表明FGO方法在速度辅助下可以获得更好的定位结果。     

适用于矢量接收机的模糊自适应CKF方法研究

卫星导航接收机矢量跟踪环路的核心就是用一个Kalman滤波器将标量接收机的信号跟踪和导航解算一起完成,优点是能够形成通道之间的相互辅助,缺点是也会相互影响。尤其在部分卫星信号被遮挡或者部分通道信号质量较差的环境下,问题通道会影响其他通道,甚至导致矢量跟踪环路滤波器发散,常规的方法是检测故障通道然后将故障通道剔除,这样需要对导航滤波器进行变维操作。针对此问题,提出了一种新的消除问题通道对其他通道影响的方法,同时不需要对导航滤波器进行变维。首先给出了一种标度因子,用来判断通道是否存在故障通道,然后给出一种利用模糊控制的导航滤波器自适应调整方法。仿真表明,在通道卫星信号被频繁遮挡的极端情况,矢量接收机依旧能保持正常的导航精度,并没有明显受到误差通道的影响,同时避免了对导航滤波器进行变维操作。