[发明专利]基于UKF滤波的BDS与GIS深耦合定位方法和系统

说明书

技术领域

本发明涉及卫星定位技术领域，特别涉及一种基于UKF滤波的BDS与GIS深耦合定位方法和系统。

背景技术

卫星导航定位技术利用卫星进行全天候、连续、实时的三维导航定位和测速，也可以进行高精度的时间传递和高精度的精密定位。目前卫星定位系统有美国的GPS(全球定位系统)、俄罗斯的GLONASS(全球导航卫星系统)、欧盟的GALILEO(伽利略计划)，以及中国的BDS(北斗导航系统)等。卫星导航定位技术要求必须有至少4颗卫星保持可见度才可定位，由于高动态环境会削弱卫星接收机对卫星信号的捕获与跟踪能力，甚至短时间内丢失卫星信号，影响正常导航；山脉、高楼、树木的遮挡也会致使卫星接收机接收卫星信号变差，无法达到定位要求；或者由于遮挡产生多路径效应，造成很大的定位偏差。鉴于以上原因，很多情况下，需要利用多种技术进行组合使用，采用辅助手段来弥补单一卫星定位的不足，达到高精度定位的目的。例如，采用卫星导航、惯性导航、无线电导航、天文导航、电子地图等系统中的两个或几个结合在一起，形成组合导航系统。

在受到山体等障碍遮挡、卫星信号受干扰等异常条件下，系统能够观测到的有效卫星数目可能少于4颗。这种情况下，目前利用卫星定位系统与INS(惯性导航系统)的组合导航方式，在一定的时间内或距离内能够改善装备定位精度。其具体实现方法为：将卫星的伪距、伪距率观测量与利用INS导航输出计算出的伪距、伪距率估计值进行比较，得到的差值作为Kalman(卡尔曼)滤波器的测量输入值，经组合导航滤波器，生成INS的误差估计值，这些估计可在每次测量更新后对INS进行修正，以提高INS导航的精度。

利用卫星定位系统与INS(惯性导航系统)的组合定位技术可以提高在有效卫星数目少于4颗时的定位精度，但是除造价昂贵之外，现有技术还存在以下缺点：

(1)在卫星信号长时间较弱的情况下，INS只能保证短时段的导航精度，INS定位误差会随时间推移而增大，导航结果将不能保证，不能满足高精度的定位需求。

(2)滤波算法目前采用EKF(Extended Kalman Filter)滤波，是将非线性函数的Taylor展开式进行一阶线性化截断，而忽略其余高阶项，从而将非线性问题转化为线性，当强非线性时EKF违背局部线性假设，Taylor展开式中被忽略的高阶项带来大的误差时，EKF算法可能会使滤波发散，造成估计精度低、稳定性差的缺陷。

(3)INS分为平台式惯导和捷联式惯导。平台式惯导将惯性测量装置安装在一个惯性平台上，结构复杂，体积重量大，寿命短。捷联惯导是将惯性测量装置直接安装在载体上，用计算机的数字计算来代替平台的模拟跟踪功能，但是由于没有惯性平台，载体的动态冲击直接作用于惯性元件，因而工作环境恶劣，一般捷联惯导难以达到平台惯导所能达到的最高精度。

发明内容

针对现有技术的缺陷，本发明所要解决的技术问题是如何在卫星信号长时间较弱的情况下保证高精度的定位。

为实现上述目的，一方面，本发明提供了一种基于UKF滤波的BDS与GIS深耦合定位方法，包括步骤：

S1，根据车辆的实际运动模型建立车辆定位的预测矩阵，由校正后的当前时刻车辆位置信息和预测矩阵推断下一时刻车辆位置信息；

S2，根据当前时刻的定位方差矩阵计算下一时刻的预测方差矩阵；

S3，根据实际的GIS道路信息组织成相应的GIS道路模型，根据道路模型、测量噪声及下一时刻的预测方差矩阵计算滤波增益矩阵；

S4，获取下一时刻的导航定位观测量，依据滤波增益矩阵对观测量进行输出校正形成校正后的下一时刻车辆位置，并对下一时刻的定位方差矩阵进行更新。

优选地，步骤S3中，所述滤波为UKF滤波。

优选地，所述方法迭代进行，所述校正后的下一时刻车辆位置和下一时刻的定位方差矩阵继续应用于再下一时刻预测和测量过程中。

优选地，设当前时刻为k-1时刻，下一时刻为k时刻，则有：

步骤S1中，根据预测矩阵Φ_k-1和校正后的k-1时刻车辆位置信息推断k时刻车辆位置信息

步骤S2中，根据k-1时刻定位方差矩阵计算k时刻的预测方差矩阵其中，Q_k-1为系统噪声方差矩阵；

步骤S3中，根据GIS道路模型H_k、测量噪声R_k，计算滤波增益矩阵