一种基于加表零偏稳定性的GNSS/SINS组合导航异常探测方法

在地面车载组合导航中,全球导航卫星系统（global navigation satellite system,GNSS）的观测值容易受地面复杂环境的干扰,导致其定位结果出现异常,严重影响GNSS/捷联惯性导航系统（strap-down inertial navigation system,SINS）组合的滤波解算。从惯导系统误差特性的角度,研究了一种基于加表零偏稳定性的组合导航异常探测新方法。该方法从加表零偏解算的异常来发现GNSS位置、速度等观测值中的粗差,并采取剔除和降权的抗差方法抵御粗差影响。通过一组车载数据的分析表明,观测粗差对加表零偏解算的影响十分显著,以此为判别条件能够准确地发现观测粗差。采用该方法后,位置误差、速度误差和姿态误差的均方根分别减小了70.8%、87.9%和77.7%,显著提高了组合导航的解算精度和鲁棒性,为组合导航数据的抗差处理提供了一种新思路。     

基于智能手机的室内定位技术的发展现状和挑战

随着位置服务应用的兴起和移动智能终端的普及,高精度导航定位需求正在从孤立的区域延伸到无缝的全域,从专业群体走向大众用户。然而,实时、连续、完备的行人导航仍然面临着诸多挑战,如室外区域全球导航卫星系统（global navigation satellite system,GNSS）信号易受遮挡影响、室内环境Wi-Fi/低功耗蓝牙（bluetooth low energy,BLE）/地磁指纹库更新频繁、室外内过渡区域平滑切换困难等。此外,大众移动智能终端的定位传感器受成本与功耗限制,观测数据一般噪声较大且稳定性差。因此,提出设计了云-端协同的大众行人用户室内外无缝精密定位方案,突破了信标指纹库的众包采集与快速更新、智能手机多传感器信息融合的精密定位、室内外无缝切换等关键难题,研制了大众行人协同精密定位软件,通过综合利用位置服务平台提供的协同精密定位增强信息,以及智能手机终端获取的多源观测数据（GNSS、微型惯性测量单元（miniature inertial measurement unit,MIMU）、Wi-Fi、BLE、磁力计及气压计等）,实现了大众用户室外精度优于1.5 m,室内精度1~3 m,并具备室内外平滑切换能力的导航定位服务,支撑了大众用户室内外无缝精密定位的需求。     

城市场景智能手机GNSS/MEMS融合车载高精度定位

智能手机凭借其普遍性、便携性和低成本等优势,已成为大众用户导航与位置服务的主流终端载体,其多频多系统GNSS（global navigation satellite system）观测值的开放进一步激发了手机高精度定位的研究。然而,受限于消费级GNSS器件性能,手机卫星观测值呈现出信号衰减严重、伪距噪声大、粗差周跳多等问题;并且受城市复杂环境影响,手机GNSS定位的连续性、可靠性也难以保证。提出一种城市场景手机GNSS/ MEMS（micro-electro mechanical system）融合的车载高精度定位方案。首先,构建了速度约束的GNSS差分定位模型;然后,通过手机内置MEMS与车辆运动约束,在挑战环境下进行GNSS/MEMS融合精密定位。实验结果表明,在开阔和树荫场景下,速度约束方法可达到分米至米级定位精度,相比于常规方法分别提升了35.2%和78.9%;在高架场景下,GNSS/MEMS融合定位的精度和连续性均提升显著;在隧道场景下,MEMS推算位置累积误差约为2.5%。实验结果初步表明,手机GNSS具备开阔环境下的车道级定位能力,手机GNSS/MEMS融合可提升城市复杂环境下车载定位的精度和连续可用性。     

一种附加钟速约束的GNSS TDCP测速改进方法

GNSS(global navigation satellite system)载波相位历元间差分（time-differenced carrier phase,TDCP）测速方法因其高精度、无收敛等优势而被广泛应用于动态导航定位中,但受限于观测环境引起的多维粗差与数据异常,TDCP的实际测速精度和稳定性通常难以保证。本文提出了一种附加钟速约束的TDCP测速改进方法,利用GNSS接收机钟速低频变化的特性,通过多项式拟合进行接收机钟速参数的短期预测,当钟速估计值偏离预测时,将拟合值作为约束条件回代到观测模型中重新进行速度估计,从而克服粗差的影响,提升TDCP测速的精度与稳定性。通过Ublox-F9P接收机和Huawei Mate40手机在城市复杂环境下的车载实测数据进行了算法验证,结果表明：附加钟速约束后,Ublox-F9P和Huawei Mate40的E、N、U方向测速精度RMS分别为0.11 m/s、0.10 m/s、0.14 m/s和0.20 m/s、0.19 m/s、0.18m/s,水平测速精度分别提升了84%和45%,高程测速精度分别提升了33%和10%。     

谷歌Nexus 9智能终端原始GNSS观测值的质量分析

受限于低成本、低功耗的全向线性极化天线和导航芯片,手机原始的全球导航卫星系统（global navigation satellite system,GNSS）观测数据存在伪距噪声大、多路径效应严重以及载波相位观测值周跳频繁等特点,从而造成定位不准、轨迹不平滑等问题。基于此,提出了一种速度约束的双频实时伪距差分（real time differential,RTD）/实时动态差分（real time kinematic,RTK）自适应切换滤波定位算法,充分发挥L5/E5a/B2a信号抗多径能力强的优势,提升定位精度和模糊度固定率;使用速度约束载体历元间位置变化的方法,有效平滑了伪距噪声;通过RTD/ RTK自适应切换的方式,保证了不同观测条件下获得稳定的高精度位置信息。基于Huawei Mate40智能手机的实测定位结果表明,静态定位和行人动态定位的模糊度固定率分别为99.67%和57.99%;行人在半遮挡环境的动态定位平面精度约为0.5 m,城市典型环境下车载动态定位中超过70%历元的平面误差在1.5 m以内,实现了手机用户在城市环境下的高精度导航定位。     

非完整约束的OD/SINS自适应组合导航方法

在地面车载组合导航GNSS/OD/SINS中,全球导航卫星系统（GNSS）信号容易受到环境的干扰甚至发生中断,将非完整性约束（NHC）应用于里程计（OD）/捷联惯性导航系统（SINS）组合,可以有效抑制GNSS信号中断期间组合导航系统的误差发散。通常NHC的噪声设定基于固定的经验值,然而在实际运动过程中,车辆运行轨迹复杂多变,其运动状态不能完全满足NHC前提假设,经验给定的噪声无法准确反映车辆实际运动情况。为此,本文分析了NHC噪声与车辆运动状态的关系,构建了一种基于车辆运动状态的NHC噪声自适应方法。通过所选场景的实测数据验证表明：采用噪声自适应的NHC/OD/SINS组合导航结果相比于固定噪声的NHC/OD/SINS组合,在GNSS信号中断110 s、车辆连续转弯的情况下,最大水平位置误差减小了68.4%;在GNSS信号中断74 s、车辆直线行驶的情况下,最大水平位置误差减小了87.3%;能较好地抑制GNSS中断期间组合导航系统的误差发散。     

一种基于穿戴式MEMS传感器状态识别的多部位PDR算法

随着位置服务(location based service,LBS)应用需求的日益增加以及多部位微机电系统(micro electro mechanical system,MEMS)导航传感器的广泛普及,行人航位推算(pedestrian dead reckoning,PDR)越来越受关注,成为行人导航研究中主流的技术...     

消费级惯性传感器动态系统误差分析与建模

针对传统的系统误差转台标定方法耗时耗力且受限于实验地点的问题,该文从载体运动特征的角度,使用高精度战术级惯性导航设备作为参考,采集车载动态数据,通过传统传感器信号误差模型对消费级低成本惯性导航设备在线标定后,对标定后的观测值残差分别与载体运动角速度、角加速度、角冲击(加速度导数)、线性加速度、线性加速度冲击进行相关性分...