CN105510942A - 一种基于卡尔曼滤波的gps单点定位*** - Google Patents

一种基于卡尔曼滤波的gps单点定位*** Download PDF

Info

Publication number
CN105510942A
CN105510942A CN201510987332.8A CN201510987332A CN105510942A CN 105510942 A CN105510942 A CN 105510942A CN 201510987332 A CN201510987332 A CN 201510987332A CN 105510942 A CN105510942 A CN 105510942A
Authority
CN
China
Prior art keywords
gps
kalman filtering
model
kalman
kalman filter
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201510987332.8A
Other languages
English (en)
Inventor
王树鑫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Mimi Rice Industry Technology Co Ltd
Original Assignee
Harbin Mimi Rice Industry Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harbin Mimi Rice Industry Technology Co Ltd filed Critical Harbin Mimi Rice Industry Technology Co Ltd
Priority to CN201510987332.8A priority Critical patent/CN105510942A/zh
Publication of CN105510942A publication Critical patent/CN105510942A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/35—Constructional details or hardware or software details of the signal processing chain
    • G01S19/37—Hardware or software details of the signal processing chain

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

<b>一种基于卡尔曼滤波的GPS单点定位***，首先建立GPS定位的卡尔曼滤波模型和方程式，之后进行卡尔曼滤波递推计算；在每一个定位历元过程中，卡尔曼滤波器首先利用状态方程来对接收机当前的位置、速度、GPS接收机时钟差来进行预测；然后，依据这一状态先验估计值和卫星星历所提供的卫星位置和速度，卡尔曼滤波器就能够预测GPS接收机对各颗卫星的伪距和多普勒频移值，这些测量预测值和接收机的实际测量值之差又形成了测量残余；最后，卡尔曼滤波器通过对测量残余进行处理就能够得到***状态估计值的校正量以及校正以后的最优估计值。本发明主要研究了GPS单点定位的方法以及卡尔曼滤波技术，以有效提高定位的估计精度。</b>

Description

一种基于卡尔曼滤波的GPS单点定位***
技术领域
本发明涉及的是一种卫星定位方法，特别涉及的是一种基于卡尔曼滤波的GPS单点定位***。
背景技术
全球定位***(简称GPS)是美国国防部于1973年开始建立的卫星导航定位***。这个***当初建立的主要目的是为了给海陆空运载工具提供导航和定位服务。经过20年的不断发展，耗费了数百亿美元，于1994年3月10日将24颗卫星全部部署完毕。10多年的军用、民用导航定位实践证明，GPS卫星导航定位***能在全球98%以上的范围内同时向多个用户提供全天候、高精度的导航定位服务。
在日常生活中，大部分的GPS定位应用都是采用相对定位。由于相对定位忽略了复杂的误差因素,所以定位方程解算起来比较快速，在定位精度要求不是很高的日常生活中，这种定位方式无疑即节约了时间，又保证了定位精度。但是采用相对定位方式进行定位时，必须把一台放在已知点上的接收机作为基准接收机,这无疑增加了定位的成本，而且还使操作变的复杂。另外由于影响定位精度的误差(如对流层延迟误差)等这些误差会随着接收机和卫星的距离的增加而逐渐的变得不相关,所以必须通过延迟接收机的观测时间来使定位的精度达到预期的精度。这些缺点大大限制了GPS相对定位的使用范围。对于这个问题，1997年美国喷气推进实验室(JPL)的zumbeger等人提出了一种有效的解决方案,即非差精密单点定位方法。
传统的GPS单点定位需要已知接收机观测到的伪距值、利用导航电文提供的卫星轨道参数计算出的卫星坐标以及卫星时钟的改正数,才能进行定位。传统的GPS单点定位的优点是采集和处理数据比较简单,用户只需用一台GPS接收机就能获得其在WGS--84坐标系中的三维坐标。但是由于受到接收机观测到的伪距的精度、利用卫星导航电文求得的卫星位置的精度以及卫星时钟的精度的影响,传统的GPS单点定位精度不是很高，所以传统的GPS单点定位只能用于一些低精度的领域中。
发明内容
本发明以得到定位的最佳估计为目的，主要研究GPS单点定位的方法以及卡尔曼滤波技术，以有效提高定位的估计精度。
本发明的目的是这样实现的：
首先建立GPS定位的卡尔曼滤波模型和方程式，之后进行卡尔曼滤波递推计算。在每一个定位历元过程中，卡尔曼滤波器首先利用状态方程来对接收机当前的位置、速度、GPS接收机时钟差来进行预测；然后，依据这一状态先验估计值和卫星星历所提供的卫星位置和速度，卡尔曼滤波器就能够预测GPS接收机对各颗卫星的伪距和多普勒频移值，这些测量预测值和接收机的实际测量值之差又形成了测量残余；最后，卡尔曼滤波器通过对测量残余进行处理就能够得到***状态估计值的校正量以及校正以后的最优估计值。
在利用卡尔曼滤波进行测速、定位时需要建立合理、准确的运动模型，不准确的载体运动模型将会导致滤波在计算过程中产生发散现象。常速模型和常加速模型是卡尔曼滤波常用的两种运动模型，其中常速模型是最理想化、最简单的一种运动模型。在本发明中采用常速模型，根据误差观测方程，自主推导出卡尔曼滤波的基本模型如下：
卡尔曼滤波模型可以概括为：
状态方程：=+(1)
观测方程：=HX+(2)
式中：（0，）， （0，）为***噪声和观测噪声
=(3)
=(4)
状态方程中的状态转移矩阵为
=(5)
干扰矩阵为
=(6)
T为数据采样间隔；
系数矩阵为
=(7)
在上式中：
=，=,=；
=。
附图说明
图1为GPS定位的卡尔曼滤波算法流程。
具体实施方式
下面结合附图举例对本发明做更详细地描述：
结合图1，图1为GPS定位的卡尔曼滤波算法流程。首先建立GPS定位的卡尔曼滤波模型和方程式，之后进行卡尔曼滤波递推计算。在每一个定位历元过程中，卡尔曼滤波器首先利用状态方程来对接收机当前的位置、速度、GPS接收机时钟差来进行预测；然后，依据这一状态先验估计值和卫星星历所提供的卫星位置和速度，卡尔曼滤波器就能够预测GPS接收机对各颗卫星的伪距和多普勒频移值，这些测量预测值和接收机的实际测量值之差又形成了测量残余；最后，卡尔曼滤波器通过对测量残余进行处理就能够得到***状态估计值的校正量以及校正以后的最优估计值。
单点定位的卡尔曼滤波模型一般为常速模型，通过采用上述模型来进行滤波处理时可以获得比较高的定位精度。用户的三维位置和速度是当然得状态变量。由于GPS***是利用用户时钟来测定电波到达时间，而用户时钟一般为石英钟，精度和稳定性都不高，因而用户时钟的钟差和频差也将作为状态变量。忽略相位模糊度，将接收机天线的速度、三维坐标、接收机钟差和频漂作为状态向量。卡尔曼滤波的状态向量为：
=（8）
标准卡尔曼滤波要求***的观测模型和状态方程是线性的，而GPS单点定位中的观测方程是非线性的，所以要对观测方程进行线性化的处理。常用的线性化的方法是把滤波的一步预测值作为近似值，对观测方程在一步预测值处进行泰勒展开，对观测方程进行线性化处理，这种方法称为扩展的卡尔曼滤波。
观测误差方程为
=－+c(9)
在k点的概略坐标（，，）（由观测文件中读取）处，将=+，=+，=+带入上式中，进行泰勒展开，忽略二阶以上的高次项，即可得出伪距定位的线性方程
=++ + +c(10)
式中：
=，=,=；
(,,)为接收机k到卫星j的观测向量的方向余弦；
=；
为接收机k到卫星j的距离的近似值。
把线性化后的误差方程写成矩阵形式
=HX+。

Claims (2)

1.一种基于卡尔曼滤波的GPS单点定位***，其特征在于：首先建立GPS定位的卡尔曼滤波模型和方程式，之后进行卡尔曼滤波递推计算；在每一个定位历元过程中，卡尔曼滤波器首先利用状态方程来对接收机当前的位置、速度、GPS接收机时钟差来进行预测；然后，依据这一状态先验估计值和卫星星历所提供的卫星位置和速度，卡尔曼滤波器就能够预测GPS接收机对各颗卫星的伪距和多普勒频移值，这些测量预测值和接收机的实际测量值之差又形成了测量残余；最后，卡尔曼滤波器通过对测量残余进行处理就能够得到***状态估计值的校正量以及校正以后的最优估计值。
2.根据权利要求1所述的一种基于卡尔曼滤波的GPS单点定位***，其特征在于：在利用卡尔曼滤波进行测速、定位时需要建立合理、准确的运动模型，不准确的载体运动模型将会导致滤波在计算过程中产生发散现象；常速模型和常加速模型是卡尔曼滤波常用的两种运动模型，其中常速模型是最理想化、最简单的一种运动模型；在本***中采用常速模型，根据误差观测方程，自主推导出卡尔曼滤波的基本模型如下：
卡尔曼滤波模型可以概括为：
状态方程：=+(1)
观测方程：=HX+(2)
式中：（0，）， （0，）为***噪声和观测噪声
=(3)
=(4)
状态方程中的状态转移矩阵为
=(5)
干扰矩阵为
=(6)
T为数据采样间隔；
系数矩阵为
=(7)
在上式中：
=，=,=；
=。
CN201510987332.8A 2015-12-27 2015-12-27 一种基于卡尔曼滤波的gps单点定位*** Pending CN105510942A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510987332.8A CN105510942A (zh) 2015-12-27 2015-12-27 一种基于卡尔曼滤波的gps单点定位***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510987332.8A CN105510942A (zh) 2015-12-27 2015-12-27 一种基于卡尔曼滤波的gps单点定位***

Publications (1)

Publication Number Publication Date
CN105510942A true CN105510942A (zh) 2016-04-20

Family

ID=55719050

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510987332.8A Pending CN105510942A (zh) 2015-12-27 2015-12-27 一种基于卡尔曼滤波的gps单点定位***

Country Status (1)

Country Link
CN (1) CN105510942A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017215026A1 (zh) * 2016-06-16 2017-12-21 东南大学 一种基于高度约束的扩展卡尔曼滤波定位方法
CN108241161A (zh) * 2016-12-23 2018-07-03 瑞士优北罗股份有限公司 用于载波范围模糊度估计的分布式卡尔曼滤波器架构
CN108872790A (zh) * 2018-07-10 2018-11-23 武汉科技大学 一种基于卡尔曼滤波和支持向量机的mmc故障诊断方法
CN109696698A (zh) * 2019-03-05 2019-04-30 湖南国科微电子股份有限公司 导航定位预测方法、装置、电子设备及存储介质
CN112526564A (zh) * 2020-12-01 2021-03-19 湘潭大学 一种精密单点定位重新收敛方法
CN113109848A (zh) * 2021-04-14 2021-07-13 长沙学院 一种载体低速旋转条件下的导航定位方法及其应用***

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07198821A (ja) * 1994-01-06 1995-08-01 Japan Radio Co Ltd Ｇｐｓ受信機及びその測位方法
CN101581774A (zh) * 2009-06-26 2009-11-18 山东正元地理信息工程有限责任公司 全球导航卫星***(gnss)高精度单点定位方法及***
CN102540220A (zh) * 2011-12-30 2012-07-04 合众思壮北斗导航有限公司 卫星定位方法及设备
CN105738931A (zh) * 2014-12-09 2016-07-06 哈尔滨米米米业科技有限公司 基于卡尔曼滤波的gps单点定位***

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07198821A (ja) * 1994-01-06 1995-08-01 Japan Radio Co Ltd Ｇｐｓ受信機及びその測位方法
CN101581774A (zh) * 2009-06-26 2009-11-18 山东正元地理信息工程有限责任公司 全球导航卫星***(gnss)高精度单点定位方法及***
CN102540220A (zh) * 2011-12-30 2012-07-04 合众思壮北斗导航有限公司 卫星定位方法及设备
CN105738931A (zh) * 2014-12-09 2016-07-06 哈尔滨米米米业科技有限公司 基于卡尔曼滤波的gps单点定位***

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017215026A1 (zh) * 2016-06-16 2017-12-21 东南大学 一种基于高度约束的扩展卡尔曼滤波定位方法
US10422883B2 (en) 2016-06-16 2019-09-24 Southeast University Positioning method using height-constraint-based extended Kalman filter
CN108241161A (zh) * 2016-12-23 2018-07-03 瑞士优北罗股份有限公司 用于载波范围模糊度估计的分布式卡尔曼滤波器架构
CN108241161B (zh) * 2016-12-23 2023-03-10 瑞士优北罗股份有限公司 用于载波范围模糊度估计的分布式卡尔曼滤波器架构
CN108872790A (zh) * 2018-07-10 2018-11-23 武汉科技大学 一种基于卡尔曼滤波和支持向量机的mmc故障诊断方法
CN109696698A (zh) * 2019-03-05 2019-04-30 湖南国科微电子股份有限公司 导航定位预测方法、装置、电子设备及存储介质
CN112526564A (zh) * 2020-12-01 2021-03-19 湘潭大学 一种精密单点定位重新收敛方法
CN113109848A (zh) * 2021-04-14 2021-07-13 长沙学院 一种载体低速旋转条件下的导航定位方法及其应用***
CN113109848B (zh) * 2021-04-14 2023-03-14 长沙学院 一种载体低速旋转条件下的导航定位方法

Similar Documents

Publication Publication Date Title
CN105510942A (zh) 一种基于卡尔曼滤波的gps单点定位***
CN106291639B (zh) 一种gnss接收机实现定位的方法及装置
CN110045407B (zh) 一种分布式伪卫星/gnss优化定位方法
JP4146877B2 (ja) 単独測位装置および単独測位方法
KR101949274B1 (ko) 정지 궤도 위성의 궤도 결정 장치 및 방법
CN108363084A (zh) 利用卫星定位的方法和装置、卫星导航接收机、存储介质
JP2010528320A (ja) リアルタイムキネマティック（ｒｔｋ）測位における距離依存性誤差の軽減
CN109407126A (zh) 一种多模接收机联合定位解算的方法
CN105738931A (zh) 基于卡尔曼滤波的gps单点定位***
CN107121689B (zh) Glonass频间偏差单历元快速估计方法
CN104316943A (zh) 一种伪距离和多普勒组合差分定位***及方法
CN110749907A (zh) 一种基于北斗动定位中接收机的钟差补偿方法及其***
CN105510945A (zh) 一种应用于卫导着陆外场检测的ppp定位方法
JP4498399B2 (ja) 測位システム及び測位方法
CN102508280A (zh) 陀螺辅助双天线测量单元确定整周模糊度和航向的方法
CN109375248A (zh) 一种卡尔曼多模融合定位算法模型及其串行更新的方法
CN113109840A (zh) 一种基于gnss接收机的电离层tec实时测量方法
CN114994727A (zh) 一种实现高精度时间校准及卫星定位的设备
Du et al. Experimental study on GPS non-linear least squares positioning algorithm
Pan et al. A variational Bayesian-based robust adaptive filtering for precise point positioning using undifferenced and uncombined observations
Zhang et al. Auto-BAHN: Software for near real-time GPS orbit and clock computations
KR20140096688A (ko) 항법위성의 배치정보를 이용한 위성항법 보강 시스템 및 위성항법 보강 방법
CN107132562B (zh) 一种实现卡尔曼滤波定位的方法和装置
CN104502943B (zh) 一种室内伪卫星差分相对定位方法
CN109085626B (zh) 一种定位方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20160420