附加运动学约束的BDS抗差UKF导航算法.pdfVIP

摘要：针对城市复杂环境中单一BDS导航受多路径（multipath，MP）和非视距（non-line-of-

sight，NLOS）信号干扰导致精度下降的问题，提出一种附加运动学约束的抗差无迹卡尔曼滤

波（unscentedKalmanfilter，UKF）算法。该算法基于新息向量构造等价权函数，克服了位置

及接收机钟差初值不准确引起的抗差性能下降问题。同时，利用载体的近似运动方向和高程约

束，进一步增强滤波解。实测车载试验结果表明，本文方法可有效抑制MP和NLOS信号的干

扰，提高城市环境中的BDS导航精度。

关键词：BDS导航抗差估计UKF滤波多路径NLOS运动学约束

RobustUKFalgorithmwithmotionconstraintinBDS

navigation

Abstract:Inacomplexurbanenvironment,navigationbasedonsingleBeiDounavigation

satellitesystem(BDS)willbeinterferedbymultipath(MP)andnon-line-of-sight(NLOS)

signals,whichdegradestheaccuracyofpositioning.Inordertosolvethisproblem,arobust

unscentedKalmanfilter(UKF)withmotionconstraintisproposed.Thealgorithmconstructs

anequivalentweightfunctionbasedontheinnovationvector,whichwillovercomethe

problemofperformancedegradationofconventionalrobustmethodcausedbyinaccurate

initialvaluesofthepositionandreceiverclockoffset.Inaddition,theapproximatemoving

directionandelevationofthecarrierareusedtofurtherenhancethefilteringsolution.The

actualon-boardexperimentresultsshowthatthismethodcaneffectivelysuppressthe

interferenceofMPandNLOSsignals,andimprovetheaccuracyofBDSnavigationinurban

environments.

Keywords:BDSnavigationrobustestimationUKFfiltermultipathNLOSmotion

constraint

由于定位精度高、全天候使用、通信快捷和运营成本低廉等特点，卫星导航已广泛应用于

城市环境的车辆导航。特别是随着我国自主研发的BDS系统的逐步完善，将更进一步拓展卫

星导航的应用范围。但是在城市环境中，卫星信号会因建筑物的反射或散射形成多路径

(multipath,MP)或非视距(non-line-of-sight,NLOS)信号，造成的误差可达百米，这将使得传统

滤波算法产生定位偏差，甚至发散[1-2]。

为削弱MP和NLOS等观测异常的干扰，一方面，研究人员采用抗差估计的方法来削弱

其对导航定位的影响[3-7]。文献[4]分析了基于最小二乘(leastsquare,LS)的等价权估计方法，表

明良好的参数初值是保证等价权抗差效果的前提。文献[5]基于新息向量构造抗差Kalman滤波

(Kalmanfilter,KF)并应用于室内导航，结果表明该方法可提高NLOS环境的导航解精度和稳定

性。文献[6-7]采用较扩展卡尔曼(extendedKalmanfilter,EKF)截断误差更小的无迹卡尔曼滤波

(unscentedKalmanfilter,