高精度区域定位系统信号处理方法及装置与流程

1.本发明涉及导航定位技术领域，具体涉及高精度区域定位系统信号的处理方法及装置。


背景技术：

2.高精度区域定位系统是一种通过播发无线电测距信号来为系统覆盖范围内的用户提供定位服务的地基导航系统。该系统播发的无线电测距信号采用扩频信号体制，包括扩频码、导航电文和载波三部分。如果想要基于高精度区域定位系统实现分米至厘米级精度的高精度定位，必须使用其信号中精度较高且不易受到多径影响的载波相位观测量来进行定位解算。但是载波相位的测量中包含未知的整周模糊度，因此载波模糊度解算就成了高精度区域定位系统接收机实现高精度定位之前必不可少的步骤。虽然载波模糊度解算问题在卫星导航领域已经得到了长期的研究，但是由于高精度区域定位系统自身的特点，gnss领域已有的载波模糊度解算技术并不适合照搬到高精度区域定位系统中来。
3.现有的高精度区域定位系统接收机载波相位测量模糊度解算方法分为三类：
4.第一类方法是依靠初始标定点的模糊度解算算法，这类算法需要高精度区域定位系统的接收机在初始启动时静止位于某个坐标已知的点上，然后使用该坐标信息反推出载波测量模糊度。或者要求高精度区域定位系统接收机所工作的场地内存在多个事先已知坐标的点，高精度区域定位系统接收机需要依次运动经过这些标定点并驻留一段时间，然后高精度区域定位系统接收机根据这些标定点的坐标及上述标定点处测得的载波相位测量值来联合计算，估算出载波测量模糊度。这一类方法有两点缺陷无法避免。首先，这类方法都需要利用其他技术测量出一些已知标定点的坐标；其次，它们都要求接收机移动到这些特点定后才能开始工作。这些约束限制了这类方法在实际中的推广应用。
5.第二类方法是主要基于在接收机跟踪环没有发生周跳的情况下载波相位测量模糊度不随观测历元变化而改变的特点，通过在高精度区域定位系统接收机运动过程中收集多个历元的载波相位测量值，联立这些测量值通过一个大型优化算法完成载波模糊度解算。但是，高精度区域定位系统接收机运动过程中会产生上百个未知的位置状态，这些位置状态也需要在优化算法中与载波相位测量模糊度一并解算。这使得上述优化算法往往包含数百个观测量和待估计参数，导致解算时计算量巨大。因此，此类算法往往很难实时运行，限制了这类方法在实际中的推广应用。
6.第三类算法首先会利用精度较差的码伪距观测量估计接收机位置、钟差和载波相位测量模糊度的初始解，然后在初始解附近利用泰勒级数展开式近似出一个线性的测量方程，并利用卡尔曼滤波算法估计接收机位置、钟差和模糊度。随着接收机的运动，滤波器对载波相位测量模糊度等状态的估计会逐渐收敛，最终完成载波相位模糊度解算。这类算法一方面不需要限制接收机的运动轨迹，另一方面采用卡尔曼滤波算法解算模糊度实时性较好，因此实用性较强。不过由于高精度区域定位系统的特殊性，相比于卫星定位的rtk算法中的模糊度解算，高精度区域定位系统接收机的载波相位模糊度解算面临着更多的困难。
因为高精度区域定位系统通常用于卫星定位性能下降的复杂环境中。由于受到地形或遮挡的限制，同一时刻下能与高精度区域定位系统接收机满足视通条件的高精度区域定位系统基站数目较少，也就是说高精度区域定位系统接收机在同一时间只能获得少量的观测量。而且随着高精度区域定位系统接收机的运动，有可能对一些基站的信号接收会时断时续。
7.惯性导航系统可以提供惯性测量观测量，从而对高精度区域定位系统接收机位姿变化进行约束，加快载波相位模糊度解算的收敛速度。但惯性导航系统辅助高精度区域定位系统接收机实时在线载波相位模糊度解算的算法也需要在初始解附近构建线性化的测量方程，并利用扩展卡尔曼滤波完成对惯性导航系统误差、载波测量模糊度等参数的估计。在现有方法中，该测量方程是通过对观测方程进行泰勒级数展开，然后项忽略高阶误差项仅保留一阶得来的。但在高精度区域定位系统中，由于高精度区域定位系统基站与高精度区域定位系统接收机距离较近，初始解误差较大时上述线性化近似过程可能产生严重的截断误差。当截断误差过大时，即使采用了惯性导航系统辅助，现有的实时在线载波相位模糊度解算算法依然很难收敛。可见，现有的惯性导航系统辅助高精度区域定位系统模糊度解算算法依然需要一个较精确的初始解。但是实时在线载波相位模糊度解算过程的初始解往往都是基于对高精度区域定位系统基站播发的信号中的扩频码伪距测量估算的，而码伪距测量结果则非常容易受到多径等误差的影响。在室内或者一些较复杂的场景下，多径可能导致码伪距测量结果产生米级的偏差。所以，使用传统的实时在线载波相位模糊度解算或者惯性导航系统辅助的实时在线载波相位模糊度解算算法依然很难获得正确的模糊度估计。


技术实现要素：

8.本发明旨在提出一种高精度区域定位系统信号处理方法及装置，以克服现有技术中准确度不高的缺陷。
9.本发明第一方面提出的高精度区域定位系统信号处理方法，包括：步骤a：建立融合高精度区域定位系统及惯性导航系统的状态方程和测量方程；步骤b：采用扩展卡尔曼滤波实现在线载波相位模糊度解算，得到模糊度浮点解估计和模糊度估计协方差矩阵；步骤c：根据所述模糊度浮点解和模糊度估计协方差矩阵使用lambda算法搜索载波测量模糊度固定解。
10.本发明第二方面提出的高精度区域定位系统信号处理装置，包括：方程构建单元，用于建立融合高精度区域定位系统及惯性导航系统的状态方程和测量方程；浮点解计算单元，用于采用扩展卡尔曼滤波实现在线载波相位模糊度解算，得到模糊度浮点解估计和模糊度估计协方差矩阵；固定解计算单元，用于根据所述模糊度浮点解和模糊度估计协方差矩阵使用lambda算法搜索载波测量模糊度固定解。
11.综上可知，本发明提出了一种改进的惯性导航系统辅助高精度区域定位系统接收机实时在线载波相位模糊度解算算法。本发明的技术方案保留了实时在线载波相位模糊度解算类算法动态解算、实时运行的优势，而且与现有的实时在线载波相位模糊度解算算法相比，所提算法在初始解误差较大的情况下依然可以求解高精度区域定位系统载波测量模糊。本发明的技术方案可以在室内等强多径环境下应用，提高高精度区域定位系统接收机模糊度解算的可靠性及可用性。
附图说明
12.附图示出了本技术的示例性实施方式，并与其说明一起用于解释本技术的原理，其中包括了这些附图以提出对本技术的进一步理解，并且附图包括在本说明书中并构成本说明书的一部分。
13.图1为本发明的高精度区域定位系统信号处理方法的流程图；
14.图2为本发明的高精度区域定位系统信号处理装置的结构框图；
15.图3为现有技术方法获得的基站间单差载波模糊度平均绝对误差的统计情况；
16.图4为本发明所提方法获得的基站间单差载波模糊度平均绝对误差的统计情况。
具体实施方式
17.本发明旨在针对高精度区域定位系统的特点，提出一种高精度区域定位系统信号处理方法，该方法从发明原理上理解是使用惯性导航系统对高精度区域定位系统载波模糊度求解进行辅助的方法。下面结合附图和实施方式对本技术作进一步的详细说明。可以理解的是，此处所描述的具体实施方式仅用于解释相关内容，而非对本技术的限制。为简明起见，在本技术各实施方式的描述中，对于相同或者类似的装置/方法步骤，使用相同或者相似的附图标记。需要说明的是，在不冲突的情况下，本技术中的实施方式及实施方式中的特征可以相互组合。
18.本发明提出一种高精度区域定位系统信号处理方法。如图1所示，本发明实施例的高精度区域定位系统信号处理方法主要包括：步骤a：建立融合高精度区域定位系统及惯性导航系统的状态方程和测量方程；步骤b：采用扩展卡尔曼滤波实现在线载波相位模糊度解算，得到模糊度浮点解估计和模糊度估计协方差矩阵；步骤c：根据模糊度浮点解和模糊度估计协方差矩阵使用lambda算法搜索载波测量模糊度固定解。
19.该方法的主要特点是同时使用基本的载波相位观测量和伪距观测量和一种不受截断误差影响的差幂非线性组合观测量。在起始时刻，接收机位置估计不够精确，此时不受截断误差影响的差幂非线性组合观测量可以引导实时在线载波相位模糊度解算过程向正确方向进行；当实时在线载波相位模糊度解算收敛到一定程度后，测量噪声小的基本观测量会帮助实时在线载波相位模糊度解算获得更准确的模糊度估计。该方法要求对初始状态误差不敏感，因此比较适合在无法利用码伪距测量准确估算初始状态的情况下使用。
20.在使用惯性导航系统辅助实时在线载波相位模糊度解算时，第k个历元内需要估计的状态量为
[0021][0022]
其中是惯性导航系统的姿态角误差，δvn是惯性导航系统的速度误差，δp是惯性导航系统的位置误差，εb是惯性导航系统的陀螺仪零偏，是惯性导航系统的加速度计零偏，是接收机时钟偏差，是接收机时钟偏差变化率，lk；δλk；δhk是接收机在参考历元的位置误差。δn＝[δn1,δn2,
…
,δni]
t
是模糊度估计误差。为了确保模糊度解算的唯一性，我们将接收机在初始观测历元内的时钟偏差设为零。
[0023]
系统的状态方程表示为：
[0024]
xk＝fkx
k-1
+wkꢀꢀꢀ
(2)
[0025]
其中wk～n(0,qk)表示系统噪声向量。状态转移矩阵fk定义为
[0026][0027]
其中可通过如下的惯性导航系统误差方程离散化获得：
[0028][0029]
其中t表示惯性测量的更新间隔，n表示离散化阶数，
[0030][0031]
其中f
ie
描述姿态角误差、速度误差、位置误差在惯性导航系统位姿更新过程中的累积f
sg
描述陀螺仪零偏误差、加速度计零偏误差对惯性导航系统位姿更新的影响，可以写为
[0032][0033]
其中是从载体坐标系到导航坐标系的方向余弦矩阵。定义为
[0034][0035]
在本发明提出的惯性导航系统辅助高精度区域定位系统接收实时在线载波相位模糊度解算算法中，测量向量由两部分组成。第一部分是惯性导航系统预测的伪距观测量与载波伪距观测量之间的差异(参见下方公式(7)中的等号右侧的上半部分)。第二部分则是惯性导航系统预测的差幂非线性组合观测量与测量获得的观测量间的误差(参见下方公式(7)中的等号右侧的下半部分)。
[0036][0037]
其中
[0038]
ρ
i,k
＝r
i,k
+τ
u-λni+ε
i,k (8)
[0039]
上式中的上标i代表所修饰参数与第i号基站有关；上标k表示参数与第k个观测历元对应。按照上述规则，ρ
i,k
表示接收机在观测历元k对基站i测量所得载波伪距观测量；τu表示第k个观测历元时接收机钟差；ni表示对基站i载波测量的模糊度，它与观测历元无关；εi,k表示测量误差，可以假设测量误差服从高斯分布n(0,σ2)；ri,k表示观测历元k中接收机与基站i的几何距离。
[0040]
差幂非线性组合观测量如下式所示：
[0041][0042]
是接收机在观测历元k对基站i测量所得载波伪距观测量的平方减去接收机在观测历元k对基站j测量所得载波伪距观测量的平方，再减去接收机在观测历元m对基站i测量所得载波伪距观测量的平方，再减去接收机在观测历元m对基站j测量所得载波伪距观测量的平方。由于操作中涉及了不同基站和不同观测历元的载波伪距观测量的平方和相减运算，因此我们对该观测量称为差幂非线性组合观测量。
[0043]
系统的测量方程及其对应的雅可比矩阵可定义为
[0044][0045]
其中的元素为
[0046][0047]
其中
[0048][0049][0050]
其中rn表示该位置所在卯酉圈(与子午圈相垂直)的主曲率半径。计算方法为
[0051][0052]
其中re是地球模型的半长轴，e是地球偏心率，l是当地纬度。的元素包括
[0053][0054]
其中
[0055][0056][0057][0058]
测量噪声向量的协方差矩阵定义为：
[0059][0060]
其中α是一个用于调节差幂非线性组合观测值置信度的比例因子。上式中，其中α是一个用于调节差幂非线性组合观测值置信度的比例因子。上式中，可以近似为
[0061][0062]
其中
[0063][0064]
其中是当前时刻接收机到基站i的几何距离的估计值，σ2是载波相位测量值的方差。
[0065]
基于上述建立的状态方程和测量方程，可以采用扩展卡尔曼滤波实现在线载波相位模糊度解算并获得模糊度的浮点解估计，并利用获得的模糊度浮点解和模糊度估计协方差矩阵使用lambda算法搜索模糊度的固定解。当获得模糊度固定解以后，即可利用载波伪距测量值及解算出的载波测量模糊度实现精密单点定位，或高精度区域定位系统/惯性导航系统紧组合定位。
[0066]
本发明实施例的高精度区域定位系统信号处理装置，如图2所示，主要包括：方程构建单元100、浮点解计算单元200以及固定解计算单元300。方程构建单元100用于建立融
合高精度区域定位系统及惯性导航系统的状态方程和测量方程；浮点解计算单元200用于采用扩展卡尔曼滤波实现在线载波相位模糊度解算，得到模糊度浮点解估计和模糊度估计协方差矩阵；固定解计算单元300用于根据所述模糊度浮点解和模糊度估计协方差矩阵使用lambda算法搜索载波测量模糊度固定解。在另一些实施例中，高精度区域定位系统信号处理装置还可以包括定位单元，定位单元用于利用载波伪距测量值和所述载波测量模糊度固定解实现精密单点定位，或高精度区域定位系统/惯性导航系统紧组合定位。
[0067]
为了展示本发明所提算法的优势，我们选择了传统的惯性导航系统辅助卫星导航接收机模糊度解算算法进行了对比试验。
[0068]
传统算法均是直接采用了基于泰勒级数展开的线性化测量模型。
[0069]
仿真实验假设在一个25米
×
10米
×
6米的矩形区域内布设有6个高精度区域定位系统基站，这些高精度区域定位系统基站均以2465.43mhz的频率广播测距信号。我们在区域内选取一个参考点。区域内的6个高精度区域定位系统基站位置在以参考点为原点的导航坐标系内描述。假设区域内存在一台高精度区域定位系统接收机在参考点附近运动，高精度区域定位系统接收机运动轨迹以及高精度区域定位系统基站布局如图所示。
[0070]
接收机运动过程中以10hz的频率对各基站的载波相位进行测量。假设载波相位测量结果中包含整周模糊度、真实几何距离、接收机时钟误差和噪声误差。其中，接收机时钟误差服从均值为5m/s，标准差为1m/s的高斯分布；噪声误差服从零均值标准差为1cm的高斯分布。接收机上装备有惯性导航系统，我们将陀螺仪的零偏设置为10
°
/h，陀螺仪的随机测量噪声设置为1
°
/√h，加速度计的零偏设置为50μg，加速度计的随机测量噪声设置为50μg/√hz。惯性测量的更新速率被设置为200hz。
[0071]
对比方法和本发明提出的方法均基于码伪距测量结果进行初始化。我们假设仿真中接收机对6个基站的码伪距测量结果服从均值为0，标准差为∑的高斯分布。图3表示100次仿真实验过后，传统方法获得的基站间单差载波模糊度平均绝对误差的统计情况。其中，x轴表示∑的取值，即初始解的不确定度；y轴表示模糊度估计的误差。从图3中可知，当初始解误差较小的情况下，传统方法可以获得高精度的模糊度估计。特别是当∑≤3.5m时，模糊度估计误差可以小于一个载波周。但随着初始状态不确定性的增加，传统方法算法的性能急剧下降。当∑＝5m时，模糊度估计误差甚至可以达到几十个载波周，这意味着传统方法解算出模糊度与初始解相比精度并没有明显提高。可见，传统方法在初始解误差较小的情况下可以完成载波模糊度解算，一旦初始解误差增大传统方法便非常容易失效。
[0072]
图4表示100次仿真实验过后，本发明所提方法获得的基站间单差载波模糊度平均绝对误差的统计情况。其x轴表示∑的取值；y轴表示模糊度估计的误差。可以看出，随着初始解不确定性的增加，本发明所提方法模糊度解算精度仍会下降。但与传统方法相比，本发明所提算法性能退化的速度显著降低。即使仿真中的最坏条件下，即∑＝5m时，本发明所提方法估计的平均绝对误差仍然未超过3个载波周。
[0073]
由此可见，利用本发明所提方法的模糊度解算浮点解可以实现分米级精度的定位，可以满足大多数用户的需求。若用户对定位精度有更高的需求，以误差在3载波周以内的浮点解为基础，我们也容易通过以lambda算法为代表的整数模糊度搜索方法获得精度更高的载波模糊度固定解，从而实现更高的定位精度。
[0074]
在本说明书的描述中，参考术语“一个实施例/方式”、“一些实施例/方式”、“示
例”、“具体示例”、或“一些示例”等的描述意指结合该实施例/方式或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施例/方式或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例/方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例/方式或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例/方式或示例以及不同实施例/方式或示例的特征进行结合和组合。
[0075]
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本技术的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0076]
本领域的技术人员应当理解，上述实施方式仅仅是为了清楚地说明本技术，而并非是对本技术的范围进行限定。对于所属领域的技术人员而言，在上述公开的基础上还可以做出其它变化或变型，并且这些变化或变型仍处于本技术的范围内。