一种基于遍历抗差卡尔曼滤波的伪卫星室内定位优化方法与流程

1.本发明涉及伪卫星系统定位技术领域，具体来说，涉及一种基于遍历抗差卡尔曼滤波的伪卫星室内定位优化方法。


背景技术：

2.近年来，随着无线通信技术的发展以及移动终端设备性能的不断增强，用户对基于位置服务(location based service，lbs)的需求越来越高。但由于多径效应、信号被遮蔽等原因，全球卫星导航系统(gnss)无法在室内环境中提供稳定且高精度的定位服务。
3.伪卫星(pl)是一种安装在地面上产生和传输与gnss相似的导航信号的定位装置，由于其在进行室内定位时不存在电离层与对流层误差，所以伪卫星可以作为gnss的补充，用来解决gnss在室内封闭环境中定位精度过低的问题。
4.伪卫星具有放置灵活、维护方便以及成本较低等优点，但是在室内测量时，由于伪卫星与接收机的距离很近，故伪卫星定位时存在着比室外更严重的多径效应，同时还伴随着很大的噪声。所以，如何减小伪卫星室内定位时存在的误差，成为了近年来定位导航领域的一个热点。
5.因此，本发明提出一种基于遍历抗差卡尔曼滤波的伪卫星室内定位优化方法。


技术实现要素：

6.针对相关技术中的问题，本发明提出一种基于遍历抗差卡尔曼滤波的伪卫星室内定位优化方法，以克服现有相关技术所存在的上述技术问题。
7.为此，本发明采用的具体技术方案如下：
8.一种基于遍历抗差卡尔曼滤波的伪卫星室内定位优化方法，该伪卫星室内定位优化方法包括以下步骤：
9.s1、利用测量技术获取所有定位基站的初始位置；
10.s2、设置遍历抗差卡尔曼滤波模型中的校验信息参数；
11.s3、获取途经所有定位基站初始位置的定位路线数据；
12.s4、将定位路线数据输入遍历抗差卡尔曼滤波模型进行处理，得到定位基站的优化位置；
13.s5、利用定位基站优化位置与初始位置的比较得到最优校验信息值；
14.s6、将最优校验信息值设为本次定位的模型校验信息，并开始定位。
15.进一步的，校验信息参数包括校验信息的整体范围及抗差卡尔曼滤波模型每次更新的步长。
16.进一步的，获取途经所有定位基站初始位置的定位路线数据还包括以下步骤：根据观测数据确定状态方程和观测方程。
17.进一步的，状态方程为：
18.xk＝ax
k-1
+ωk19.式中，ωk表示状态噪声向量，a为n
×
n维的状态转移矩阵，xk表示当前时刻状态，x
k-1
表示前一时刻状态；
20.令状态噪声向量ωk满足p(ωk)～(0
ω
，q)，其中p(ωk)代表状态噪声向量ωk的概率分布，0
ω
为ωk的期望，q为ωk的协方差矩阵，e表示单位矩阵，t表示转置，即：
21.q＝e[ωkω
kt
]。
[0022]
进一步的，观测方程zk为：
[0023]
zk＝hxk+vk[0024]
式中，vk表示观测噪声向量，h表示观测方程k时刻系数矩阵；
[0025]
令状态噪声向量vk满足p(νk)～(0v，r)，其中p(νk)代表观测噪声向量vk的概率分布，0v为vk的期望，r为vk的协方差矩阵，即：
[0026]
r＝e[νkν
kt
]。
[0027]
进一步的，将定位路线数据输入遍历抗差卡尔曼滤波模型进行处理包括预测和更新两个步骤。
[0028]
进一步的，预测的公式为：
[0029][0030]
p
k-＝ap
k-1at
+q
[0031]
式中，表示k状态下一步预测值，表示k-1状态下的最优估计值，p
k-表示k状态对应的协方差矩阵，p
k-1
表示k-1状态下的校验后协方差矩阵。
[0032]
进一步的，更新的公式为：
[0033]kk
＝p
k-h
t
(hp
k-h
t
+r)-1
[0034][0035]
pk＝(1-kkh)p
k-[0036]
式中，kk表示卡尔曼滤波增益矩阵，表示最优估计值，yk表示k时刻的测量值，pk表示校正后的协方差矩阵。
[0037]
进一步的，将定位路线数据输入遍历抗差卡尔曼滤波模型进行处理还包括以下步骤：
[0038]
计算观测噪声向量残差的观测值权因子残差uk，其中，协方差矩阵φ＝hp
k-h
t
；
[0039]
令校验信息
△
uk＝u
kt
φ-1
uk，并计算得到等价权值，其中，等价权值的计算公式为：
[0040][0041]
式中，a表示等价权值，c表示常数，取值为1.5；
[0042]
采用r/a来替换卡尔曼滤波中vk的协方差矩阵r。
[0043]
进一步的，利用定位基站优化位置与初始位置的比较得到最优校验信息值包括以下步骤：
[0044]
s51、将定位基站的优化位置与定位基站的初始位置进行比较；
[0045]
s52、利用x-y平面上的标准差作为评价标准，计算优化位置与初始位置的误差；
[0046]
s52、将误差最小的校验信息值作为最优校验信息值。
[0047]
本发明将路线中途经基站时的定位数据与对应的基站初始坐标进行比较，从而判断不同校验信息的精确度，判断精确度的依据为定位数据与初始坐标在x轴与y轴方向上的差值绝对值。
[0048]
本发明的有益效果为：
[0049]
1)通过测量得到所有定位基站的初始坐标，并设置路线途经所有的定位基站，将途经基站时的定位数据与对应的基站初始坐标进行比较，获得误差值最小的校验信息值，并将该值设为本次定位的校验信息，从而可以达到提高初始位置精确度的目的，提高伪卫星室内的定位经度，进而可以提供更加精确的伪卫星定位位置，得到精度更高的定位数据，提高室内定位精度。
[0050]
2)本发明通过将遍历算法的思想与抗差卡尔曼滤波算法相结合，从而可以有效地解决在实际定位过程中难以保证抗差卡尔曼滤波算法模型中检验信息最优性的问题，从而能够进一步提高算法的精确度，获得更优的滤波效果。
附图说明
[0051]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0052]
图1是根据本发明实施例的一种基于遍历抗差卡尔曼滤波的伪卫星室内定位优化方法的流程图；
[0053]
图2是根据本发明实施例的一种基于遍历抗差卡尔曼滤波的伪卫星室内定位优化方法中所得的x-y平面上运动轨迹图；
[0054]
图3是根据本发明实施例的一种基于遍历抗差卡尔曼滤波的伪卫星室内定位优化方法中所得的x-y平面上标准差比较图。
具体实施方式
[0055]
为进一步说明各实施例，本发明提供有附图，这些附图为本发明揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理，配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点，图中的组件并未按比例绘制，而类似的组件符号通常用来表示类似的组件。
[0056]
根据本发明的实施例，提供了一种基于遍历抗差卡尔曼滤波的伪卫星室内定位优化方法。
[0057]
现结合附图和具体实施方式对本发明进一步说明，如图1-图3所示，根据本发明实
施例的基于遍历抗差卡尔曼滤波的伪卫星室内定位优化算法，该伪卫星室内定位优化方法包括以下步骤：
[0058]
s1、利用测量技术获取所有定位基站的初始位置；
[0059]
具体的，在定位开始前，通过测量技术获取所有定位基站的初始位置。
[0060]
s2、设置遍历抗差卡尔曼滤波模型中的校验信息参数；
[0061]
其中，校验信息参数包括校验信息的整体范围及抗差卡尔曼滤波模型每次更新的步长。
[0062]
s3、获取途经所有定位基站初始位置的定位路线数据；
[0063]
具体的，获取一组定位路线数据，路线需途经所有基站的初始位置，以便于后期进行筛选最优校验信息。
[0064]
此外，获取途经所有定位基站初始位置的定位路线数据还包括以下步骤：根据定位路线数据确定状态方程和观测方程。
[0065]
具体的，状态方程为：
[0066]
xk＝ax
k-1
+ωk[0067]
式中，ωk表示状态噪声向量，a为n
×
n维的状态转移矩阵，xk表示当前时刻状态，x
k-1
表示前一时刻状态；
[0068]
令状态噪声向量ωk满足p(ωk)～(0
ω
，q)，其中p(ωk)代表状态噪声向量ωk的概率分布，0
ω
为ωk的期望，q为ωk的协方差矩阵，e表示单位矩阵，t表示转置，即：
[0069]
q＝e[ωkω
kt
]。
[0070]
观测方程zk为：
[0071]
zk＝hxk+vk[0072]
式中，vk表示观测噪声向量，h表示观测方程k时刻系数矩阵；
[0073]
令状态噪声向量vk满足p(νk)～(0v，r)，其中p(νk)代表观测噪声向量vk的概率分布，0v为vk的期望，r为vk的协方差矩阵，即：
[0074]
r＝e[νkν
kt
]。
[0075]
s4、将定位路线数据输入遍历抗差卡尔曼滤波模型进行处理，得到定位基站的优化位置；
[0076]
其中，将定位路线数据输入遍历抗差卡尔曼滤波模型进行处理包括预测和更新两个步骤。
[0077]
具体的，预测步骤如下：
[0078][0079]
p
k-＝ap
k-1at
+q
[0080]
式中，表示k状态下一步预测值，表示k-1状态下的最优估计值，p
k-表示k状态对应的协方差矩阵，p
k-1
表示k-1状态下的校验后协方差矩阵。
[0081]
更新步骤如下：
[0082]kk
＝p
k-h
t
(hp
k-h
t
+r)-1
[0083][0084]
pk＝(1-kkh)p
k-[0085]
式中，kk表示卡尔曼滤波增益矩阵，表示最优估计值，yk表示k时刻的测量值，pk表示校正后的协方差矩阵。
[0086]
对于观测方程zk＝hxk+vk，为观测噪声向量，一般认为观测值独立等精度，令其权矩阵为单位矩阵，但实际观测情况却并非如此，实际观测值并非等精度的，而且可能存在一场误差影响。为了控制以上影响，可对观测噪声向量的残差计算观测值的权因子残差uk，其中，协方差矩阵φ＝hp
k-h
t
；
[0087]
令校验信息
△
uk＝u
kt
φ-1
uk，并计算得到等价权值，其中，等价权值的计算公式为：
[0088][0089]
式中，a表示等价权值，c表示常数，其要根据具体的问题具体来取值，本实施例中取1.5；
[0090]
采用r/a来替换卡尔曼滤波中vk的协方差矩阵r。
[0091]
s5、利用定位基站优化位置与初始位置的比较得到最优校验信息值；
[0092]
其中，利用定位基站优化位置与初始位置的比较得到最优校验信息值包括以下步骤：
[0093]
s51、将定位基站的优化位置与定位基站的初始位置进行比较；
[0094]
s52、利用x-y平面上的标准差作为评价标准，计算优化位置与初始位置的误差；
[0095]
s52、将误差最小的校验信息值作为最优校验信息值。
[0096]
s6、将最优校验信息值设为本次定位的模型校验信息，并开始定位。
[0097]
本实施例中，将定位数据带入算法模型，根据步长，得到通过各个检验信息优化后得到的定位基站优化位置，将每组优化位置与测量得到的初始位置进行比较，将x-y平面上的标准差作为评判的标准，通过比较获得最优的校验信息值，并将其设为本次定位的模型校验信息；
[0098]
利用matlab软件对本发明所提出的算法进行了仿真测试，设置接收机初始位置为(0，0)，编写相关代码以获得接收机的运动轨迹数据(将其作为定位真实值)并在其中随机选出若干个数据作为定位基站的真实位置；人为加入一定量的误差，将加入误差之后的数据记为测量值；将测量值带入算法模型，根据步长，得到通过各个检验信息优化后得到的优化值；将接收机真实位置与其相对应的优化位置进行比较，以x-y平面上的标准差作为评判的标准，通过比较获得最优的校验信息值，并将其设为本次定位的模型校验信息；最后开始定位。
[0099]
综上所述，借助于本发明的上述技术方案，通过测量得到所有定位基站的初始坐标，并设置路线途经所有的定位基站，将途经基站时的定位数据与对应的基站初始坐标进
行比较，获得误差值最小的校验信息值，并将该值设为本次定位的校验信息，从而可以达到提高初始位置精确度的目的，提高伪卫星室内的定位经度，进而可以提供更加精确的伪卫星定位位置，得到精度更高的定位数据，提高室内定位精度。
[0100]
此外，本发明通过将遍历算法的思想与抗差卡尔曼滤波算法相结合，从而可以有效地解决在实际定位过程中难以保证抗差卡尔曼滤波算法模型中检验信息最优性的问题，从而能够进一步提高算法的精确度，获得更优的滤波效果。
[0101]
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。