导航技术不断发展,现今形成多个导航系统并存的局面。国内外进而对多模定位算法展开研究,取得了一定的研究成果。但是,在多模定位中,多个导航系统之间存在差异性。同时,由于可观测卫星数量的增加,观测量出现野值的概率和接收机进行PVT(Position,Velocity,and Time)解算过程中的计算量也随之增加,进而影响接收机的定位精度和实时性。因此,本文对BDS/GPS双模定位算法展开研究,减少BDS/GPS之间的系统差异对PVT解算的影响,剔除存在野值的观测量和挑选合适的卫星参与定位解算,达到保证接收机的定位精度和实时性的目的。本文对BDS/GPS双模定位算法的相关理论进行了研究。第一、多模定位的实现首先需要完成数据的融合。本文分析了BDS/GPS双模定位的数据融合方法,着重关注数据融合方法对TTFF(Time to First Fix)的影响。第二、最小二乘法是导航定位常用的PVT解算方法,但是也存在没能将前后两个时刻的定位联系起来而导致定位结果杂乱无序的缺点。本文针对这个问题,详细研究了卡尔曼滤波在BDS/GPS双模定位中的具体实现,描述了具体的建模过程和实现步骤,并通过仿真实验分析卡尔曼滤波运用在BDS/GPS双模定位PVT解算中的优越性。第三、本文分析了当伪距观测量和多普勒观测量存在野值对PVT解算的影响,并针对性研究了野值检测算法,利用了卡尔曼滤波器中信息方差阵和观测量的关系进行是否存在野值的判断,并通过仿真实验验证算法的有效性。第四、将多模接收机同时获得的观测量参与计算将会增加双模接收机的计算压力,影响实时性。本文研究了一种基于伪重心的挑星算法,通过仿真实验验证了本文的挑星算法比基于方位角和俯仰角的挑星算法对卫星的空间分布的敏感度更高,参与PVT解算的卫星观测量能够保证定位精度,同时又能满足实时性要求。为了验证上述的研究在实际接收机中的可行性和有效性,本文将上述所有在MATLAB仿真的算法在基于SoCFPGA的BDS/GPS双模接收机上加以实现,并通过实验验证了算法在实际运用中能够获得较好的定位精度和实时性。
暂无评论