0 引言

    全球導航衛(wèi)星系統(tǒng)(Global Navigation Satellite System,，GNSS)歷經(jīng)四十余年的發(fā)展，在軍事和民用的各個方面都產生了深遠的影響,。其中,，全球定位系統(tǒng)（GPS）目前發(fā)展最為成熟，我國自主研制的北斗二號衛(wèi)星導航系統(tǒng)(BeiDou-2 Navigation Satellite System,，BD2)緊跟發(fā)展步伐,。為了滿足更高定位導航精度的性能要求,，將BD2與GPS組合起來使用已經(jīng)得到了業(yè)內充分的認可。然而大氣傳播延遲,、衛(wèi)星和接收機的鐘差,、多徑效應^[1]等誤差的干擾，使定位精度受到了嚴重的影響,。尤其在城市高樓或者山谷之間等復雜路況下,，多徑效應嚴重降低了定位精度，對定位性能的可靠性也提出了挑戰(zhàn),。

    本文主要分析多徑效應干擾下的觀測殘差分布，提出一種改進的抑制多徑的BD2/GPS雙模^[2]自適應擴展卡爾曼濾波算法(Adaptive Restimation Extended Kalman Filtering,，AREKF),，通過實驗仿真與傳統(tǒng)的擴展卡爾曼濾波（Extended Kalman Filter，EKF）^[3]算法進行了比較與分析,，為定位導航解算提供了可靠保障和實驗論證,。

1 BD2/GPS雙模定位的EKF模型

    衛(wèi)星系統(tǒng)一般采用到達時間（TOA）方式進行定位，根據(jù)所在測量位置的衛(wèi)星信息,，求解接收機位置,。按照定位時所用的觀測量不同，衛(wèi)星導航定位分為偽距定位和載波相位定位,。偽距和載波相位是接收機的兩個基本觀測量,，其中載波相位的觀測精度遠遠高于偽距，所以載波相位常常應用在厘米級高精度測量中,，而偽距一般應用在米級定位中,。多普勒頻移作為接收機的又一基本觀測量，常常被用來定速,，通常將定位和定速都歸結為定位范疇,。本文主要研究利用偽距和多普勒頻移作為觀測量的絕對定位。

1.1 BD2/GPS雙模衛(wèi)星定位原理

    GNSS多星座組合定位原理與單星座衛(wèi)星定位原理基本相同,。根據(jù)衛(wèi)星信息融合方式的不同,，可以將GNSS多星座組合定位分為定位結果融合和偽距融合兩種方式。定位結果融合方式是將不同衛(wèi)星系統(tǒng)分別進行單星座獨立定位,，對得到的定位結果進行加權平均,，進而得到GNSS多星座組合定位結果。這種融合方式要求每個衛(wèi)星系統(tǒng)至少要有4顆可見衛(wèi)星才能進行單星座衛(wèi)星定位,，這對于GPS系統(tǒng)而言,，大部分情況下是可以滿足的，但對于BD2而言十分困難,，所以采用定位結果融合方式對BD2/GPS組合定位不可行,。本文利用偽距融合方式將不同系統(tǒng)偽距觀測方程統(tǒng)一處理,，求解同一聯(lián)立方程組，能夠更好地完成多系統(tǒng)信息融合,，取得更好的定位結果,。由于GPS和BD2采用不同的系統(tǒng)^[4]，所以在解算時需要將兩個系統(tǒng)之間的時間差作為新的未知變量,。

1.2 EKF定位算法

    卡爾曼濾波算法通過聯(lián)合系統(tǒng)狀態(tài)方程和觀測方程來得到系統(tǒng)狀態(tài)的最優(yōu)估計,。系統(tǒng)狀態(tài)方程反映相鄰時刻狀態(tài)變化規(guī)律，觀測方程反映實際觀測值與狀態(tài)變量之間的關系,。在每一個濾波周期,，可以將卡爾曼濾波分成時間更新和觀測更新兩個過程^[5]。時間更新過程在上一歷元最優(yōu)估計的基礎上,，利用系統(tǒng)狀態(tài)方程來預測當前時刻這一歷元的先驗狀態(tài)估計值,。觀測更新過程利用實際觀測值來校正時間更新過程預測的狀態(tài)估計值，得到狀態(tài)的后驗估計,，即狀態(tài)的最優(yōu)估計值,。

    最初的卡爾曼濾波算法只適用于線性系統(tǒng)，但在實際應用中,，系統(tǒng)總是存在著不同程度的非線性,，Bucy和Sunahara等人提出了擴展卡爾曼濾波算法，將卡爾曼濾波算法進一步應用到非線性領域,。擴展卡爾曼濾波算法的基本思路是：假定當前系統(tǒng)狀態(tài)的估計值非常接近于真實值,，通過對非線性函數(shù)在當前狀態(tài)估計值處進行泰勒展開并進行一階線性化近似，將非線性問題轉化為線性問題,，再進行卡爾曼濾波,，從而得到系統(tǒng)狀態(tài)的次優(yōu)估計值。

    假設一個離散時間非線性系統(tǒng)及其非線性測量用式(1)和式(2)表示：

式中f=(f₁,，f₂,，…，f_N)^T和h=(h₁,，h₂,，…，h_N)^T都是非線性函數(shù)向量,，T表示轉置,，x_k和y_k分別表示k時刻狀態(tài)向量和觀測向量。

    擴展卡爾曼濾波的預測過程如式(3)～式(6)所示,，校正過程如式(7)～式(10)所示：

2 改進的抑制多徑的AREKF算法

    由多徑殘留誤差模型可知,，在發(fā)生多徑效應時，偽距誤差嚴重影響了定位精度,。通過實驗測量,，原來建立的關于衛(wèi)星信號載噪比和衛(wèi)星仰角的測量誤差函數(shù)的方法不能夠準確,、實時估計觀測值中的誤差統(tǒng)計特性，狀態(tài)估計精度將大大降低,，嚴重時會引起濾波發(fā)散^[6],。所以，必須對觀測誤差協(xié)方差進行重新統(tǒng)計,。根據(jù)后驗估計理論,，對觀測殘差進行開窗擬合，在擬合窗口內對觀測殘差求平均確定觀測誤差期望,，再根據(jù)觀測殘差協(xié)方差確定當前觀測誤差協(xié)方差,，作為自適應參數(shù)提供給擴展卡爾曼濾波器，從而減弱觀測值中振蕩誤差對定位結果的影響,。

2.1 觀測殘差協(xié)方差估計

    觀測殘差包含偽距觀測殘差和多普勒觀測殘差,，就是利用接收機收到的觀測值減去時間更新后的先驗估計值。殘差是分析多徑效應對定位性能干擾必不可少的一個量,。

    考慮非線性觀測方程，擴展卡爾曼濾波算法定位后觀測殘差v_k可以用式(11)表示：

    選取滑動窗口長度N,，即接收機在t_k-N+1到時刻t_k共N組觀測值,，對觀測殘差期望u_k進行估計，如式(12)所示：

    同時,，觀測誤差協(xié)方差R_k與觀測殘差協(xié)方差的關系可以用式（15）表示：

    利用式(18)可以近似求解k時刻觀測誤差協(xié)方差矩陣R_k,，并作為自適應參數(shù)提供給擴展卡爾曼濾波器，實現(xiàn)了抑制多徑殘差的自適應擴展卡爾曼濾波算法,。

2.2 粗差檢測

    對于實際環(huán)境中可能存在的故障觀測值,，在本算法中采用最小平方殘余法進行檢測^[7]。定位后觀測殘差向量包含了觀測誤差信息,，可以用作判斷衛(wèi)星是否存在故障的依據(jù),。觀測殘余平方和ε_SSE可以用式(19)表示：

    當系統(tǒng)處于正常檢測狀態(tài)時，如果出現(xiàn)檢測警告,，則為誤警,。給定誤警概率P_FA，有式(20)的概率等式：

3 算法實驗結果分析與對比

    為驗證自適應擴展卡爾曼濾波算法對觀測誤差的抑制效果,，選取城市復雜環(huán)境下進行動態(tài)測試,。在城市復雜環(huán)境中，由于受到高樓,、樹木,、高架橋遮擋，接收到的衛(wèi)星信號載噪比降低,，容易發(fā)生信號失鎖,，基帶跟蹤環(huán)路性能減低,，觀測誤差增大。同時,，當接收機接近,、遠離高大建筑物時，多徑信號發(fā)生變化,，觀測誤差不再保持穩(wěn)定,。

    以SPNA-CPT光纖組合導航系統(tǒng)標定實驗的測試路線，利用和芯星通公司的北斗/GPS雙模接收機采集跑車在城市多徑干擾嚴重的復雜路況的1 000 s數(shù)據(jù),，利用MATLAB軟件對算法驗證,，對實際觀測的偽距、多普勒觀測誤差,、定位精度分析,。實驗給出了3顆GPS衛(wèi)星和3顆BD2衛(wèi)星的偽距觀測殘差和多普勒觀測殘差在不同定位算法中的效果圖。

    其中,，GPS和BD2的6顆衛(wèi)星偽距殘差對比如圖1所示,，通過對比不難發(fā)現(xiàn)，在不同路段受多徑干擾的影響,，偽距殘差變化很大,，使定位精度大幅度降低。在原始的EKF算法基礎之上,，本文設計的AREKF算法能夠有效地抑制多徑,，提升定位性能。

    GPS和BD2的6顆衛(wèi)星多普勒殘差對比如圖2所示,，經(jīng)過觀測誤差協(xié)方差估計和粗差檢測后的多普勒殘差有了極大的改善,，充分驗證了AREKF相對于原始EKF的優(yōu)越性。

    利用SPAN-CPT光纖組合導航系統(tǒng)每秒鐘輸出的定位結果作為實驗的標定基準,，實際測試跑車路線如圖3(a)所示,，圖3(b)列出了原始EKF算法與本文設計的AREKF算法定位結果與標定結果的北向偏差、東向偏差,、高度偏差,。表1列出了原始EKF和本文的AREKF偏差的最大值、均值,、標準差3個統(tǒng)計量結果,。實驗結果表明，AREKF算法與標定路線更為接近,，偏差更小,，顯著提升了定位精度。

4 結束語

    本文從多徑效應理論入手,，分析了多徑對偽距定位的影響,，研究了碼相位多徑殘留誤差,。然后根據(jù)多徑殘留誤差提出了抑制多徑的BD2/GPS雙模自適應擴展卡爾曼濾波算法，并給出了BD2/GPS雙模組合定位實現(xiàn)具體方案,。實驗結果表明,，觀測誤差協(xié)方差R估計和粗差檢測能夠有效提高定位精度，因此,，本文所述方法具有一定的實際意義,。

參考文獻

[1] 丁榮榮，莊園,，楊軍,，等.GPS多徑抑制方法的研究與實現(xiàn)[J].電子器件，2011(2)：168-171.

[2] ZHAO S,，CUI X,，GUAN F，et al.A Kalman filter-based short baseline RTK algorithm for single-frequency combination of GPS and BDS[J].Sensors,，2014,，14(8)：15415-15433.

[3] KLUGE S，REIF K,，BROKATE M.Stochastic stability of the extended Kalman filter with intermittent observations[J].IEEE Transactions on Automatic Control,，2010，55(2)：514-518.

[4] 公才赫,，茅旭初，李少遠.基于非線性濾波算法的GPS與北斗定位研究[J].計算機仿真,，2015(3)：48-53.

[5] GUO F,，ZHANG X，WANG F.Performance enhancement for GPS positioning using constrained Kalman filtering[J].Measurement Science &amp,；Technology,，2015，26(8)：085020.

[6] 岳曉奎,，袁建平.一種基于極大似然準則的自適應卡爾曼濾波算法[J].西北工業(yè)大學學報,，2005(4)：469-474.

[7] 焦衛(wèi)東，王艷群,，沈笑云,，等.BDS/GPS組合導航RAIM可用性分析[J].信號處理，2015,，31(9)：1165-1172.

作者信息:

黃樹清1,，胡方強1，2,，包亞萍1,，呂  濤1

（1.南京工業(yè)大學 計算機科學與技術學院,，江蘇 南京211816；2.東南大學 電子科學與工程學院,，江蘇 南京210096）