学位论文 > 优秀研究生学位论文题录展示

基于非线性模型的单机GPS定位估计方法的研究

作　者: 武静
导　师: 茅旭初
学　校: 上海交通大学
专　业: 导航、制导与控制
关键词: 全球定位系统(GPS) 扩展卡尔曼滤波(EKF) 平淡卡尔曼滤波(UKF) 超球面平淡卡尔曼滤波(SUKF) 卡尔曼滤波平滑迭代
分类号: P228.4
类　型: 硕士论文
年　份: 2008年
下　载: 210次
引　用: 1次
阅　读: 论文下载

内容摘要

GPS是目前世界上唯一最完善的新一代精密卫星导航定位系统,由于其具有提供全球范围的、连续的实时三维位置、速度信息和精确授时等功能,自投入使用以来,就得到了各国军事和民用部门的普遍关注,并得到了迅猛地发展。目前,GPS被广泛应用于陆、海、空、天各军事领域以及交通工具导航、地理定位、测量、时间精调等众多民用领域。随着科学技术的发展,近年来GPS导航和定位技术正向高精度、高动态方向发展。目前,单机GPS接收机的最高定位精度达10~15m,当接收机处于“城市峡谷”等信号遮挡严重的环境时,会因接收到的卫星信号数量少于4颗而导致GPS接收机无法进行定位估计。单机GPS接收机定位精度不高的主要原因在于,量测信号从被卫星发射到被接收机接收的过程中会受到很多误差源的干扰。本文分别从模型和算法两方面开展研究,力求通过建立较完善的误差补偿模型以及使用更具有针对性的算法来提高单机GPS的定位估计精度。本文做出的主要工作包括以下五个方面:1)针对单机GPS定位估计精度不高的问题,提出了对主要误差源进行建模补偿——电离层误差补偿和对流层误差补偿。2)对于“城市峡谷”等恶劣环境下的定位,结合该环境下车辆、行人等载体运动速度不高,高度方向上位置变化很小的特点,本文提出一种假设,即假设用户接收机在高度方向上的位置坐标保持不变,将高程加入到测量方程中,从而实现恶劣环境下GPS的二维定位。3)提出采用高精度的平淡卡尔曼滤波算法(Unscented Kalman Filter,UKF)代替精度较差的最小二乘迭代算法(Iterative Least Square,ILS)和扩展卡尔曼滤波算法(Extended Kalman Filter,EKF)作为GPS的定位估计方法,同时还提出了改进的UKF算法,以节省定位估计算法的运算量。4)在保证定位精度的前提下,为了提高定位估计算法的运算速度,本文提出采用Spherical Unscented Kalman Filter(SUKF)作为单机GPS的定位估计算法。SUKF的运算量是UKF运算量的一半,从而提高了定位估计的速度,有利于实时输出定位估计的结果。5)为了进一步提高单机GPS的定位估计精度,本文引入了平滑技术,结合实时输出定位估计结果的需要,提出了卡尔曼滤波—平滑迭代算法。本文的研究工作,可用于GPS软件接收机中实时输出高精度定位数据的定位解算,以及高性能接收机中定位解算方法的改进。

全文目录

摘要  3-5
ABSTRACT  5-10
第一章绪论  10-14
  1.1 课题研究的背景与意义  10
  1.2 单机GPS 定位发展的国内外研究现状  10-12
  1.3 本文研究的主要内容及结构安排  12-14
第二章 GPS 系统及其定位原理  14-31
  2.1 GPS 系统组成  14-16
  2.2 GPS 基本定位原理  16-18
    2.2.1 三维位置确定  16-17
    2.2.2 确定从卫星到用户的距离  17-18
  2.3 GPS 定位的通用模型及其传统解算方法  18-27
    2.3.1 GPS 定位的通用模型  18-19
    2.3.2 最小二乘迭代算法  19-22
    2.3.3 卡尔曼滤波  22-25
    2.3.4 扩展卡尔曼滤波  25-27
  2.4 GPS 定位的误差源分析  27-30
    2.4.1 卫星误差  27-28
    2.4.2 传播误差  28-29
    2.4.3 接收误差  29-30
  2.5 本章小结  30-31
第三章 GPS 高精度定位的非线性模型及其解算方法  31-43
  3.1 伪距－多普勒定位模型  31-33
    3.1.1 状态模型  31-33
    3.1.2 测量模型  33
  3.2 主要误差源的建模  33-35
    3.2.1 电离层误差的补偿模型  33-35
    3.2.2 对流层误差补偿模型  35
  3.3 平淡卡尔曼滤波  35-37
  3.4 GPS 实验及结果分析  37-42
    3.4.1 伪距、伪距-多普勒两种观测模型的实验比较  38-40
    3.4.2 EKF、UKF、ILS 算法的实验比较  40-42
  3.5 本章小结  42-43
第四章恶劣环境下GPS 高精度定位的建模及算法  43-48
  4.1 恶劣环境下的定位模型  43-44
  4.2 GPS 实验及结果分析  44-47
  4.3 本章小结  47-48
第五章基于提高GPS 定位估计速度的滤波算法  48-55
  5.1 改进型平淡卡尔曼滤波（UKF-ADDITIVE，UKF-A）  48-49
  5.2 超球面平淡卡尔曼滤波  49-52
  5.3 GPS 实验及结果分析  52-54
  5.4 本章小结  54-55
第六章基于非线性滤波和平滑相迭代的GPS 定位方法  55-68
  6.1 卡尔曼平滑  55-60
  6.2 非线性系统的卡尔曼平滑  60-61
  6.3 基于滤波-平滑相迭代算法的定位估计  61-62
  6.4 GPS 实验及结果分析  62-67
    6.4.1 后验平滑GPS 实验  62-64
    6.4.2 基于滤波-平滑迭代算法的GPS 实验  64-67
  6.5 本章小结  67-68
第七章总结与展望  68-71
  7.1 本文总结  68-69
  7.2 本文研究内容的展望  69-71
参考文献  71-74
致谢  74-75
攻读硕士学位期间已发表或录用的论文  75-77

基于非线性模型的单机GPS定位估计方法的研究

内容摘要

全文目录

相似论文