一种基于观测数据集密度中心的新型RAIM算法

来源 :武汉大学学报(信息科学版) | 被引量 : 0次 | 上传用户:huoniao10
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对当前接收机自主完好性监测(receiver autonomous integrity monitoring,RAIM)中多个粗差难以快速有效识别的问题,在相关分析粗差检验理论的基础上,提出了一种基于观测数据集密度中心的多粗差探测RAIM算法.首先,利用QR检校法构建观测数据集;其次,使用改进的Mean Shift模型估计观测数据集密度中心;最后,对观测特征点与密度中心相关距离进行检验,实现多个粗差探测识别.利用实测数据仿真粗差,对粗差卫星和正常卫星与检校向量的相关距离差异进行分析,在存在单个、两个、3个粗差的情况下,粗差卫星和正常卫星与密度中心的相关距离平均差异分别为1.122 m和1.516 m、1.021m和1.266 m、1.177 m和1.588 m;粗差卫星和正常卫星与残差向量的相关距离差异分别为0.639 m和1.142 m、0.497 m和0.510 m、0.108m和0.198 m.结果表明,与基于残差向量的相关分析RAIM算法相比,在两个或多个粗差存在的情况下,基于密度中心相关分析的RAIM算法具有更优的粗差探测识别性能,可有效提高多系统定位可靠性.
其他文献
传统铁路基础设施维护手段单一,依赖于作业车辆上的工程人员进行手动操作,耗费大量人力物力.作为一种多尺度、多概率及长周期的数字映射方案,数字孪生系统近年来在工程建设领域发展迅速.为了推动轨道交通领域的数字孪生建设,设计了一种基于轨道车辆的高精度同时定位与建图(simultaneous localiza-tion and mapping,SLAM)方案.不同于传统移动测量方法需要高精度三维激光扫描仪、高精度惯性测量单元(inertial measurement unit,IMU)、实时动态差分定位(real
随着位置服务(location based service,LBS)应用需求的日益增加以及多部位微机电系统(micro electro mechanical system,MEMS)导航传感器的广泛普及,行人航位推算(pedestrian dead reckoning,PDR)越来越受关注,成为行人导航研究中主流的技术之一.但是,低成本的MEMS传感器测量噪声大,PDR解算误差积累严重;且PDR算法的普适性差,不同穿戴位置的MEMS导航传感器约束条件的可用性差异明显.提出了一种基于穿戴式MEMS传感器状态
随着位置服务应用的兴起和移动智能终端的普及,高精度导航定位需求正在从孤立的区域延伸到无缝的全域,从专业群体走向大众用户.然而,实时、连续、完备的行人导航仍然面临着诸多挑战,如室外区域全球导航卫星系统(global navigation satellite system,GNSS)信号易受遮挡影响、室内环境Wi-Fi/低功耗蓝牙(bluetooth low energy,BLE)/地磁指纹库更新频繁、室外内过渡区域平滑切换困难等.此外,大众移动智能终端的定位传感器受成本与功耗限制,观测数据一般噪声较大且稳定
PPP-RTK(precise point positioning real time kinematic)是一种具有潜力的定位技术,它既避免了 RTK(real time kinematic)覆盖范围受限的缺陷,又解决了 PPP(precise point positioning)收敛速度慢的问题.但在城市复杂环境下,由于信号遮挡严重,PPP-RTK无法实现高精度连续定位.惯性导航(inertial navigation sys-tem,INS)和视觉导航能提供连续的定位信息,但存在误差漂移,由此提出多
基于城市三维(three-dimensional,3D)模型的阴影匹配(shadow matching,SM)方法能有效提高城市峡谷中过街方向的卫星定位精度;但是手机接收的信噪比(signal-to-noise ratio,SNR)波动过大,而且传统方法无法区分位于平行街道的位置,容易引起较大的跨街道误差.提出了一种改进的手机SM定位方法.首先,针对手机采集卫星信号的SNR波动过大的问题,提出采用低通滤波的方法减小SNR波动,从而提高卫星实测信号可见性分类的准确性及稳定性.在此基础上,针对跨街道误差问题,