城市峽谷中粒子濾波融合定位技術(shù)研究.pdf

1、隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展和智能終端的普及，人們對(duì)基于位置服務(wù)（Location Based Service，LBS）的需求正與日俱增，而精確的位置信息是實(shí)現(xiàn)LBS的關(guān)鍵。然而，在最廣泛應(yīng)用場(chǎng)景之一的城市峽谷中，由于其高樓林立、高樓間距短使得全球衛(wèi)星導(dǎo)航系統(tǒng)(Global Navigation Satellite System，GNSS)接收機(jī)接收的信號(hào)受建筑物阻擋、反射、衍射及可見(jiàn)衛(wèi)星條狀分布等影響，導(dǎo)致其定位誤差偏大甚至不能定位。針對(duì)上述

2、問(wèn)題，本文對(duì)城市峽谷中的定位技術(shù)展開(kāi)研究，主要工作如下：
　　基于高分值加權(quán)的改進(jìn)SM定位算法研究。在介紹陰影匹配（Shadow Matching，SM）定位算法原理的基礎(chǔ)上，使用RTK（Real-Time Kinematic）和全站儀測(cè)量技術(shù)構(gòu)建了該算法所需的3D建筑模型；結(jié)合衛(wèi)星星歷計(jì)算衛(wèi)星位置預(yù)測(cè)衛(wèi)星可見(jiàn)性；最終與衛(wèi)星信噪比（Signal-to-Noise Ratio，SNR）觀測(cè)衛(wèi)星可見(jiàn)性進(jìn)行模板匹配打分實(shí)現(xiàn)了SM算法。通

3、過(guò)分析SM在真實(shí)環(huán)境中存在的衛(wèi)星SNR觀測(cè)可見(jiàn)性誤差，在最高分值候選位置的基礎(chǔ)上引入次高分值候選位置加權(quán)計(jì)算最終定位結(jié)果，提出了基于高分值加權(quán)的改進(jìn)SM定位算法。城市峽谷中的靜態(tài)實(shí)驗(yàn)結(jié)果表明：該算法在沿街和過(guò)街方向平均定位誤差為2.07m和0.88m，相對(duì)于傳統(tǒng)SM的2.95m和2.64m，分別降低了30%和66.7%。證實(shí)了SM定位算法的有效性和基于高分值加權(quán)的改進(jìn)SM算法的優(yōu)越性。
　　基于粒子濾波的改進(jìn)SM/GPS融合定位算

4、法。介紹了卡爾曼濾波（Kalman Filter，KF）、擴(kuò)展卡爾曼濾波（Extended Kalman Filter，EKF）、無(wú)跡卡爾曼濾波（Unscented Kalman Filter，UKF）和粒子濾波（Particle Filter，PF）算法的基本原理和計(jì)算步驟。使用PF建立了改進(jìn)SM定位算法模型，并詳細(xì)闡述了其具體計(jì)算步驟，但算法改善效果不明顯。通過(guò)引入GPS速度信息，使用PF建立了改進(jìn)SM/GPS融合定位算法模型，城市

5、峽谷中的動(dòng)態(tài)實(shí)驗(yàn)結(jié)果表明：該算法在沿街方向定位誤差均值為3.57m，相對(duì)于改進(jìn)SM算法、EKF-改進(jìn)SM/GPS算法和UKF-改進(jìn)SM/GPS算法的5.62m、4.64m和3.74m，分別降低了36.5%、23.1%和4.5%，過(guò)街方向各種定位算法的誤差相近。
　　基于粒子濾波的INS/磁力計(jì)融合定位算法研究。介紹了小米2S智能終端內(nèi)置傳感器，在分析城市峽谷場(chǎng)景中GPS定位誤差的基礎(chǔ)上，在智能終端上實(shí)現(xiàn)了基于粒子濾波融合INS輸出