论文部分内容阅读
在北斗(Beidou Navigation Satellite System,简称BDS)卫星直射路径受阻的复杂环境中,例如城市、峡谷、港口集装箱等,目的定位点会因可观测卫星不足导致无法完成定位,此时必须引入辅助定位系统才能够增强其定位功能。超宽带(Ultra-wide Band,UWB)辅助定位系统能够为北斗提供其缺失的观测量;超宽带基站的布设能够增强北斗的几何分布情况,降低几何精度因子;超宽带由于带宽宽,脉冲窄,所以能够为北斗提供高精度的测距信息,达到提高定位精度的目的。因此研究北斗和超宽带组合定位技术具有重要的理论价值和实际应用前景。论文完成的主要工作具体如下:1.研究超宽带定位技术。阐述超宽带的基本原理,包含其定义、信号的数学表达式以及它在定位领域的优势;研究并仿真到达时间(Time of Arrival,TOA)定位算法,分析测距误差、基站数量以及基站布设位置这三种因素对其定位性能的影响。2.建立北斗和超宽带的伪距融合定位模型。通过北斗和超宽带各自的观测方程建立北斗和超宽带组合定位的伪距综合观测方程;以最小几何精度因子(Geometric Dilution of Precision,GDOP)为原则,设计超宽带基站的布设方案并进行仿真验证;对伪距融合定位模型的定位误差进行分析。3.研究北斗和超宽带组合定位的经典定位算法。包括牛顿迭代最小二乘(Least Squares,LS)算法、α-β滤波算法、卡尔曼滤波(Kalman Filter,KF)算法、扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法以及无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法在内的五种定位算法,从适用场景、优缺点以及定位精度对它们进行评估。4.针对北斗和超宽带综合观测方程中不同观测量间权重分配不合理的问题,在LS-KF定位算法的基础上提出一种基于伪距残余检测的自适应加权WLS(Weighted Least Squares,WLS)-KF定位算法。通过这种方式有效解决不同的观测卫星和超宽带之间权重分配不合理的问题,提高了定位精度。5.针对多次观测历元后卡尔曼增益逐渐趋近于恒定的问题,提出一种卡尔曼增益自适应LS-KF定位算法。该算法将伪距残差通过映射函数将其映射为自适应因子,根据该自适应因子在原卡尔曼增益的基础上进一步调节卡尔曼增益的大小,提高定位精度的同时又能够增强其抗干扰的能力。