-
为了充分验证文中所述有迭代伪距组合定位算法的有效性,从算法定位精度方面进行实验,横向分析算法的有效性。同时,为了比较文中所述算法与已有算法的性能差异,文中设计了纵向对比实验,选择传统Gauss-Newton迭代法(参考文献[3]中的算法)、Helmert方差分量估计迭代法(参考文献[4]中的算法)以及无迭代伪距组合定位算法(参考文献[15]中的算法)进行对比实验,这三种算法都是在组合定位解算过程中常用且成熟的算法,且在国内外导航设备上均取得了大量应用,具有较好的对比参照性[15]。因此,与这两种算法进行对比实验能够证明文中所述两种算法各自的优势和所适用的场景。
根据前文所述,文中实验仿真平台为MATLAB,实验数据来源为某型号中频信号采样器输出的中频采样数据,为了保证对比实验的有效性,中频信号的捕获和跟踪算法采用相同的软件算法,且选用带有抗多径功能的跟踪环路。为了避免其他影响因素会影响算法性能的分析,尤其是多径效应带来的误差,文中选择的实验场景为空旷场地下,也就是中频数据采集场景为空旷场地。中频数据采样点(天线)的精确位置通过精密单点定位的方式得出,以便衡量定位解算算法的定位精度。
-
文中基于中频信号采样器采集到的实际数据,从多个不同的方面进行实验仿真分析,来验证文中所述算法的性能。
(1)可见卫星数目对比分析
可见卫星数的多少在一定程度上影响着接收机的定位精度,由第二章卫星定位原理可知,只有当可见卫星数大于等于4时,接收机才能实现定位。据统计,在同一场景下同一个接收机可见卫星数越多,则其定位精度越高。因此为了确保文中提出算法的有效性,同时结合上文提出的实验方案,在太原理工大学明向校区信息与计算机学院楼下进行长达10 h的中频数据采集,记录期间BDS、GPS的可见卫星数并对其进行记录与统计,利用matlab将统计结果进行绘制,其结果如图2所示。
Figure 2. Comparison of the visible satellites number between single-mode and dual-mode GNSS receiver
图2中,红色线条表示GPS卫星的统计结果、蓝色线条表示BDS卫星的统计结果、黑色线条表示GPS/BDS组合系统的可见卫星数。通过统计分析可知,在所选定的区域内,BDS可见卫星的平均数为6、GPS可见卫星的平均数为5、双系统的可见卫星平均数为11。由上图可知,在数据采集的过程中,GPS/BDS双系统的可见卫星数在任意时刻都大于单系统的可见卫星数。因此从可见卫星数目的角度出发,双系统更有利于提高定位精度。该方案在复杂的环境下,特别是单系统的可见卫星数小于4的场景下,效果愈发的明显。
(2)位置精度因子PDOP值对比分析
位置精度因子(Position Dilution of Precisio Precisio,PDOP)可以有效体现接收机的定位导航性能,其值越小则表明接收机的定位质量越好,定位精度越高。对于PDOP的计算方式目前已经有较为成熟可靠的算法,限于篇幅原因文中不在进行叙述,且目前大多数的接收机在输出定位结果的同时会实时的计算PDOP值。文中在实验过程中,对PDOP值进行了统计分析,其结果如图3所示。
为了和可见卫星数的统计结果相对应,在实验中,依然用红色线条表示利用BDS实现定位的PDOP值,用蓝色线条表示利用GPS单系统实现定位的PDOP值,用黑色线条表示GPS/BDS双系统实现定位的PDOP值。通过统计分析可知,BDS单系统实现定位的PDOP平均值为1.67、GPS单系统实现定位的PDOP平均值为1.6、GPS/BDS双系统实现定位的PDOP平均值最小为0.83。从上图以及PDOP平均值可知,利用双系统实现定位时定位效果最好,因此文中提出的组合定位算法可以有效的提高定位精度。
(3)定位精度对比分析
根据前文所述,为了验证文中所述算法对于组合定位算法的定位精度有所改进,文中设计了纵向对比实验,实验过程中解算了多个中频数据采样点,将四种算法在X、Y、Z三个方向上的定位误差分布情况通过折线图的方式对比分析四种算法的定位精度,分别如图4、5、6所示。
图4、5和6表示了四种不同算法的定位误差分布情况,横轴为误差值,纵轴为对应该误差值在所有误差值中所占的百分比,从图中可以看出,文中所设计的有迭代定位算法整体误差分布更均匀,整体定位误差最小。无迭代算法只在较小误差值处的占比小于文中设计的有迭代算法,而在较大误差值处的占比大于文中设计的有迭代算法,同理可以看出Gauss-Newton迭代算法的定位误差最大,Helmert方差分量估计迭代法次之。统计实验数据可知,在X方向上,Gauss-Newton迭代算法定位误差值为1.26 m,Helmert方差分量估计迭代法为0.95 m,文中所设计的无迭代组合定位算法为0.84 m,有迭代组合定位算法为0.75 m;在Y方向上,Gauss-Newton迭代算法定位误差值为1.42 m,Helmert方差分量估计迭代法为1.02 m,文中所设计的无迭代组合定位算法为0.98 m,有迭代组合定位算法为0.77 m;在Z方向上,Gauss-Newton迭代算法定位误差值为1.54 m,Helmert方差分量估计迭代法为1.05 m,文中所设计的无迭代组合定位算法为1.04 m,有迭代组合定位算法为0.81 m,对比可以看出,这四种算法在X、Y、Z三个方向上的表现是一样的,Gauss-Newton迭代算法定位精度最低,有迭代组合定位算法定位精度最高。
同时,无迭代组合定位算法的定位精度也比两种传统的组合定位解算算法的定位精度要高,这与算法中采用的迭代方式有关,文中所述有迭代组合定位算法是在Helmert方差分量估计迭代法的基础上增加了M估计过程,因此定位精度最高,这与前文理论推导得出的结论是完全吻合的,同时仿真实验结果也进一步验证了算法的有效性。
为了更加直观的对比分析,以及明确无迭代组合定位算法和有迭代组合定位算法的定位误差值,对上述实验数据进一步统计计算,可以得到四种算法的综合定位精度RMS值如表1所示。
Method Positioning accuracy (RMS value) Gauss-Newton iteration method 2.44 m Helmert iteration method 1.74 m No iteration positioning method 1.65 m Proposed method 1.34 m Table 1. Precision comparison of the traditional algorithm and the proposed algorithm
从表1中可以看出,文中所述算法的定位精度要高于其他两种算法。
除此之外,为了确保整个实验过程中数据解算的正确性,文中还将把本次实验中无迭代组合定位算法的解算结果,与当前市面上相对实用的公用软件GrafNav的计算结果进行对比[16]。实际操作步骤为:使用一致的中频数据进行实验,之后再使用GrafNav来对位置进行精确计算,对数据进行动态差分求解计算,分析GrafNav软件解算坐标标准误差(Standard Deviation,SD)与文中算法解算结果的差值(即文中计算结果与实际结果的差值),把该差值应用高斯坐标方程画出来[17],如图7所示。
由图7可以看出,分析上述曲线可以得出结论,使用公用软件CrafNav的计算结果与应用文中方法的位置结果差值十分微小,在X与Y方向两种方法解算结果差值处于3cm以内,而H方向两种方法解算结果差值处于5cm内(此处表示文中算法与公用软件GrafNav定位结果的差值,而非文中算法的定位误差),进一步验证了文中所述算法在数据解算过程中的准确性,确保了文中实验过程的有效性。
-
为了更好地验证文中所述算法的工程应用性,该节针对具体工程项目的数据分别应用两种算法进行解算分析,并与北京强度环境研究所生产的M300 GPS/BDS接收机进行仿真分析对比。
M300 GPS/BDS接收机动态定位主要指标如下:
(1)信号跟踪:20通道;
GPS L1C/A码L1/L2 P码,BDS B1\B2 I支路C码;
(2)定位参数:
伪距精度:L1=4 m/L2=5 cm,B1=3 cm/B2=4 cm;
载波精度:L1=3.5 m/L2=3.8 m,B1=5 m/B2=3.5 m;
单点定位精度 <3.5 m;
静态差分精度 水平:±(2.5 +1×10−6D)m;
垂直:±(5 + 1×10-6D)m;
(3)双频RTK动态差分精度:
水平:±(10 +1×10−6×D)m(GPS);
±(10+1×10−6×D)m(BDS);
±(10+0.5×10−6×D)m(GPS+BDS);
垂直:±(20 +1×10−6×D)m(GPS);
±(20+1×10−6×D)m(BDS);
±(20+0.5×10−6×D)m(GPS+BDS);
(4)信号跟踪:
冷启动<50 s;
温启动<30 s;
热启动<15 s;
RTK初始化时间:<20 s;
信号重捕获:<2 s;
时钟精度:20 ns;
可靠性:大于99.9%;
更新率:1 Hz、2 Hz、5 Hz、10 Hz、20 Hz选配。
-
2016年10月,笔者所在课题组有幸参加某研究所空投试验项目,主要承担空投物资的落点轨迹分析及落点位置估算,并与真实的落点位置进行验证。课题组选用北京强度环境研究所生产的M300 GPS/BDS接收机,于2016年10月12日10时25分至2016年10月12日15时50分时间段多次进行空投试验采集数据,采集频率为60 Hz,其中GPS采用 L1频点卫星信号,BDS采用 B1、B2频点卫星信号,接收机的坐标已知。在MATLAB环境中分别运用此章介绍的无迭代GPS/BDS伪距组合定位算法、有迭代GPS/BDS伪距组合定位算法进行组合定位,并与M300 GPS/BDS接收机得到的组合定位精度进行对比,从各分方向定位误差、定位散点图、均方根误差等方面分析定位结果,得到文中所设计GPS/BDS组合定位算法与M300 GPS/BDS接收机在X、Y、Z方向误差对比如图8所示,散点相互对比如图9所示。
从定位解算的结果来看,使用文中设计的有迭代GPS/BDS伪距组合定位算法进行组合定位在X、Y、Z三轴向均方根误差(RMS)值分别为1.28 m、1.61 m、1.49 m;使用无迭代GPS/BDS伪距组合定位算法进行组合定位在X、Y、Z三轴向均方根误差(RMS)值分别为1.37 m、1.92 m、3.23 m;使用M300 GPS/BDS接收机进行定位在X、Y、Z三轴向均方根误差(RMS)值分别为2.02 m、2.53 m、3.32 m。从仿真图形和解算误差结果来看,不管是单轴向还是三维位置分析,虽然实际工程试验比实验仿真精度低,但GPS/BDS伪距组合定位算法均能够起到优化定位效果的作用,使得定位结果整体表现稳定性提升,平滑性更好、更准确,尤其是有迭代GPS/BDS伪距组合定位算法表现更优。
为了进一步验证文中所设计GPS/BDS伪距组合定位算法对于GNSS定位精度的提升,文中选取了若干篇近三年来研究GPS/BDS伪距组合定位算法的参考文献,将文中所述算法的定位精度与其进行对比,如表2所示。
Table 2. Precision comparison of the traditional algorithm and the proposed algorithm
从表2中可以看出,与选取的参考文献中的算法相比较,文中所述算法的定位精度要优于近年来其他学者提出的同类算法,进一步说明了文中所述算法的有效性。
Design and verification of multi-mode GNSS pseudo-range combined positioning method
doi: 10.3788/IRLA2021G006
- Received Date: 2021-03-27
- Rev Recd Date: 2021-04-29
- Publish Date: 2021-06-30
-
Key words:
- multi-mode /
- GNSS /
- pseudo-range /
- combined positioning /
- attitude matrix /
- position matrix
Abstract: In a complex geomorphic environment where satellite signals are severely interfered with, due to the small number of visible satellites and poor satellite signal quality, the accuracy of single-mode satellite positioning and navigation has been unsatisfactory, especially for dynamic navigation and positioning accuracy. In order to improve the accuracy of dynamic navigation and positioning, a multi-mode GNSS pseudo-range combined positioning algorithm was designed, which belonged to an iterative combined positioning algorithm. The initial iterative weight matrix was determined by the height angle priori weight model, and the weight was the smallest. In the process of the two multiplication method, the posterior model was estimated by the variance component, and the weight matrix was continuously updated iteratively to obtain the accurate position of the target. The algorithm needed to rely on the initial value and multiple iterations, but the positioning accuracy was better than the Gauss-Newton iterative algorithm and Helmert variance component estimation method. Experimental simulation results show that compared with Gauss-Newton iterative algorithm and Helmert variance component estimation method, the positioning accuracy of the algorithm designed in this paper is improved by 45.1% and 23%, respectively. Finally, combined with the actual airdrop test analysis, it is shown that the algorithm described in this paper can accurately calculate the drop point of the airdrop material, which can provide a reference for the aircraft navigation system designer, and has certain theoretical significance and practical value.