[发明专利]一种基于三维格网多径建模的城市复杂环境导航定位方法

说明书

本发明提出了一种基于三维格网多径建模的城市复杂环境导航定位方法，包括：步骤1，区域三维格网模型构建，包括：构建GNSS训练数据集；构建区域三维格网布局；逐个格网层进行基于随机森林的多径误差建模；步骤2，调用区域三维格网模型，包括：GNSS测试数据集构建与遍历；根据各测试样本的先验位置匹配到相应格网层，调用多径误差模型并判定其可用性；得到修正后的定位结果。本发明充分考虑到不同高程上的反射环境，提升在崎岖路段、复杂立交环境以及无人机应用场景下的定位性能；将由NLOS和MI引起的多径误差作为一个整体进行建模和预测，故而不存在忽略某类NLOS或MI的问题。

技术领域

本发明涉及一种城市复杂环境导航定位方法，特别是一种基于三维格网多径建模的城市复杂环境导航定位方法。

背景技术

在城市复杂环境中，GNSS（全球导航卫星系统，Global Navigation SatelliteSystem，GNSS）信号易被高大建筑物遮挡、反射产生MI（多路径干扰，MultipathInterference，MI）和NLOS（非视距接收，Non-Light-of-Sight，NLOS），无法通过差分消除。GNSS数据质量严重影响其定位结果，而在日常生活、生产对导航系统的应用场景中，典型城市复杂环境又占据着相当大的比例。因此，有必要在城市复杂环境这种特殊区域下，修正GNSS的观测数据的多径误差，从而提高其性能。目前对城市复杂环境下的多径干扰问题有三种解决思路：通过信号处理检测干扰分量、通过天线设计抑制反射信号和基于观测值建模的方法。

信号处理主要包含硬件层面的相关器设计方法，以及基于软硬件结合的信号参数估计方法，但是必须同时接收到直射与反射信号才能发挥应用，无法处理仅含NLOS的情况。天线设计方法包括使用扼流圈天线、右旋极化天线、双极化天线以及多天线阵列等。但基于天线设计的方法成本高昂且天线体积庞大，不适用于城市复杂环境下移动载体的定位导航且无法排除来自城市中高楼等障碍物反射的高仰角反射信号。

基于观测值建模方法的思路有借助城市3D地图辅助、借助机器学习挖掘观测值与多径误差的联系从而进行信号分类等。著名的阴影匹配方法使用3D城市模型辅助模拟各卫星在各个候选位置处的可见性，从而匹配最佳候选位置。将利用3D地图来考虑城市建筑物布置的不确定性模型用于城市峡谷导航，能够将北向最大误差从13m降低到2m。蒋荣设计制作了一种简易高效的3D数字地图，并基于此地图设计了一种卫星选星算法，来剔除明显的非视距传播的卫星信号，通过提高观测数据的质量来提高伪距观测量的精度，但卫星数量减少导致了位置精度因子（Position Dilution of Precision，PDOP）下降，且城市环境中可用卫星数量本就不足，选星算法将导致缺星现象更加严重。这种利用城市3D地图辅助的方法虽然缓解了NLOS的影响，但接收信号的判定极度依赖城市3D模型的精度，而高精度的3D模型又会导致解算的时间成本上升，无法做到实时定位，且无法应对动态障碍物引起的多径效应。机器学习能够对所接收的卫星信号进行分类，通过支持向量机（Support VectorMachines，SVM）学习城市峡谷内GNSS原始观测量的特征与卫星信号接收类型的联系，以利用前者对后者进行预测，准确率可达75%左右；将输入特征选取为卫星仰角以及双极化天线两信道间的信号强度差，利用决策树来训练GNSS信号分类器，分类准确率可达99%。基于机器学习的信号分类方法通常将预测的NLOS信号剔除，这将导致城市复杂环境本就存在的缺星现象更加严重。

综上所述，GNSS能够为用户提供定位、导航、授时（Positioning, Navigation andTiming, PNT）信息，其精度至关重要。然而在城市峡谷环境下，密集高大建筑物对GNSS信号的遮挡和反射造成了严重的多径干扰（MI）和非视距接收（NLOS），GNSS信号质量下降导致定位精度大幅降低。现有技术具有如下缺陷：