[发明专利]一种用于载波平滑码伪距的自适应滤波方法

说明书

技术领域

本发明属于卫星导航领域，涉及在卫星导航地基增强系统中一种用于载波平滑码伪距的系统噪声误差自适应卡尔曼滤波方法。

背景技术

目前，卫星导航技术以其全天候、广覆盖和低成本等特点展示出强大的竞争力，被广泛的使用。卫星导航技术在定位精度等方面仍然需要不断改进，以GPS为例，GPS单点定位精度大致在10m这个数量级，难以满足飞机降落和船舶进出港口等应用对于定位精度的需求。

地基增强技术利用伪距差分修正原理提高伪距测量精度，从而提高定位精度，可以达到定位精度≤2m。伪距观测量和载波相位观测量是卫星导航接收机输出的重要观测量，伪距观测量测量误差较大，但是不会出现跳变；载波相位观测量测量误差较小，但是可能出现跳变。在地基增强系统地面基准站，采用载波相位观测量对伪距观测量进行平滑，融合载波相位和伪距观测量的优点得到测量精度更高的平滑后伪距，使得用户端差分定位结果实现更高精度。

目前通常采用的载波平滑码伪距滤波器为“α-β滤波器滤波器”，其表达式如下：

上式中：

：表示第k个历元，平滑后的伪距；

ρ_k：表示第k个历元，伪距测量值；

τ：表示平滑窗口宽度(或平滑时间)；

：表示第k-1个历元，平滑后的伪距；

c：表示第k个历元的载波相位观测量；

φ_k-1：表示第k-1个历元的载波相位观测量；

常见的“α-β滤波器”在平滑滤波时，具有两点不足：

(1)“α-β滤波器”中关键参数为平滑窗口宽度，在滤波器设计时该参数唯一确定，所以该滤波器只能反映参与平滑的历元数量，但是无法反映参与平滑的原始观测量(伪距和载波相位观测量)的优劣。所以，“α-β滤波器”无法根据原始观测量实现自适应，导致同一参数的滤波器在不同原始观测量情况下得到优劣不同的平滑结果，当载波相位存在周跳变化时会导致伪距出现较大偏差。

(2)采用“α-β滤波器”进行平滑滤波，只能获取平滑滤波的结果，无法得到反映平滑效果的参数。所以，使用“α-β滤波器”无法对平滑滤波效果进行评估。

针对采用“α-β滤波器”进行载波平滑码伪距时存在的问题，考虑采用卡尔曼滤波器作为载波平滑码伪距工具。但是传统的卡尔曼滤波器系统噪声作为先验信息，如果得到的系统噪声无法真实反映系统特性则会导致滤波过程存在有偏估计或无法收敛。

发明内容

为了克服现有技术的不足，本发明提供一种用于载波平滑码伪距的系统噪声误差自适应卡尔曼滤波方法，解决了在载波平滑码伪距卡尔曼滤波过程中无法准确估计系统噪声误差的问题。

本发明解决其技术问题所采用的技术方案包括以下步骤：

(1)构建卡尔曼滤波基本方程

其中，表示第k个历元平滑后的伪距，ρ_k表示第k个历元的伪距测量值，τ表示平滑窗口宽度，表示第k-1个历元平滑后的伪距，φ_k表示第k个历元的载波相位观测量，φ_k-1表示第k-1个历元的载波相位观测量；

(2)利用极大似然准则对系统噪声误差进行估计和自适应调整，系统噪声误差估计

(3)载波平滑码伪距卡尔曼滤波，包括以下迭代过程：

a)状态一步预测

b)计算更新卡尔曼滤波增益P_k,k-1表示平滑后均方误差一步预测值，

R表示量测误差；

c)状态估计

d)一步预测均方误差其中，P_k-1表示平滑后均方误差估计，下标k-1表示第k-1历元，Q_k-1表示系统噪声误差估计；

e)估计均方误差P_k＝(1-K_k)P_k,k-1；

f)估计系统噪声误差

本发明的有益效果是：滤波前不需要统计分析载波平滑码伪距系统得到系统噪声，给出一个系统噪声经验值作为初值，后续过程对系统噪声误差进行自适应调整；可以避免周跳导致的伪距平滑结果误差过大，在存在周跳情况下滤波效果优于传统卡尔曼滤波。

附图说明

图1是系统噪声误差自适应估计算法流程框图；

图2是滤波算法更新和递推过程示意图；

图3是平滑的结果示意图；

图4是估计误差均方根示意图。

具体实施方式