面向车载连续定位服务的5G定位参考信号与惯性紧组合抗多径平滑系统设计.docxVIP

PAGE2

面向车载连续定位服务的5G定位参考信号与惯性紧组合抗多径平滑系统设计

摘要

随着智能网联汽车技术的飞速发展，高精度、高可靠性的连续定位已成为自动驾驶与车路协同系统的核心需求。然而，在城市街谷等复杂环境中，全球导航卫星系统（GNSS）信号常因遮挡而中断，且5G信号受多径效应影响严重，导致定位精度下降。针对上述痛点，本课题设计了一种面向车载连续定位服务的5G定位参考信号（PRS）与惯性导航系统（INS）紧组合抗多径平滑系统。系统融合5GPRS信号特征与惯性器件数据，构建了惯性紧组合误差卡尔曼平滑算法，并引入多径残差抑制机制，有效提升了街谷环境下的定位连续性与精度。

本文首先分析了车载定位的现实需求与技术瓶颈，确立了以5G与INS紧组合为核心的技术路线。其次，深入研究了5GPRS信号模型与惯性误差传播机理，完成了系统需求分析与总体架构设计。在详细设计阶段，构建了包含位置、速度及姿态误差状态的扩展卡尔曼滤波模型，设计了基于新息自适应加权的多径抑制算法，并利用RTS（Rauch-Tung-Striebel）平滑器实现事后高精度解算。系统实现部分，基于MATLAB/Simulink平台搭建了仿真验证环境，完成了数据预处理、紧组合滤波及平滑算法的代码编写。测试结果表明，本系统在多径效应显著的街谷场景下，定位误差显著降低，均方根误差（RMSE）优于单纯滤波算法，验证了设计的有