基于载波相位差分的GPS/DR组合定位算法研究
摘要：gps技术由于具备全天候、全球性的定位能力，在当前的导航定位之中应用非常广泛。然而，gps也会受到天气、地理位置等环境因素的影响，可能存在信号丢失或者精度不够的问题。文章提出了一种基于载波相位差分的gps、航位推算技术（dead reckoning，dr）组合定位模式，并且针对基于载波相位差分的gps、dr组合定位模式的特点，设计了一种适合于该种组合定位的算法，该新算法能够解决诸多的传统整周模糊度算法无法解决的问题，提高计算效率，提高导航定位精度。
关键词：载波相位差分；gps；dr；自适应算法
中图分类号：tp301 文献标识码：a 文章编号：1009-3044（2013）05-1142-02
gps的全称是global positioning system即全球定位系统，由于gps技术具备高精度、全天候、自动化等特点，从其开始在民用市场中开始使用以来，得到了迅速的推广，并且开始广泛的被用于车辆导航、测量、资源勘查以及地质运动监测等领域。到目前为止，gps是一种被使用的范围最为广阔的最先进同时也是最为稳定的卫星导航定位系统。但是，当接收到的卫星信号少于四个的时候，gps就无法正常定位，或者会受到多径效应的影响，从而影响到定位精度。而航位推算（dr）技术则是一种新型的利用方向和速度传感器来对车辆位置进行推算的方法，又称之为惯性导航。但是，由于dr受到传感器的影响，也有较大的误差，长时间的积累下很快就会发散，因此也无法长时间的单独使用。将gps和dr技术组合，能够综合两者的定位有点，弥补彼此的不足，提高定位精度和定位效率。文章试图提出基于该组合的一种全新定位算法，提升定位精度和计算效率。
1 基于载波相位差分的gps/dr组合定位系统
1.1载波相位差分在定位中的应用
载波相位差分定位是利用设置在坐标已知的点（基准站）上的gps接收机测定gps测量定位误差，用以提高在一定范围内其它gps接收机（流动站）测量定位精度的方法， 基准站发送的数据格式一般遵循rtcm-104协议。载波相位差分gps有两种定位方法，即改正法和求差法：（1）改正法，基准站将载波相位的改正量发送给用户站，并对用户站的载波相位进行改正实现定位；（2）求差法，将基准站的载波相位发送给用户站，并由用户站对观测值求差进行坐标解算。其特点在于查分精度高、可靠性也较高。
1.2基于载波相位差分的gps/dr组合定位
文章构建的基于载波相位差分的gps/dr组合定位系统包括了gps定位导航系统、dr系统以及电子控制单元几个重要的构成部分，gps定位系统除了可以单独定位之外，还可以进行组合定位，确保其中一项出现故障的时候，不会使得整个系统无法正常工作。详情如图1所示：
2 组合定位算法
2.1卡尔曼滤波算法
卡尔曼滤波算法将状态空间概念引入到了随机评估理论之中，并且将信号过程看做一种白噪声作用之下的线性系统的输出，从而可以用状态方程来对这种输入-输出的关系进行描述。实际上，卡尔曼滤波算法处理的对象是随机信号，利用的是系统观测到的噪声的统计特性，通过系统的观测量来作为滤波器的输出部分。文章构建的gps/dr的组合定位系统，融合了gps定位信息以及dr定位系统的相关信息，通过建立起组合卡尔曼滤波器，
能够实现更高的定位精度以及计算效率。但是，该系统的定位并不是简单的相加关系，而是一个较为复杂的融合关系。而且还需要考虑到实用性的问题，并不是计算精度越高越好，而是需要在效率与精度之间选择一个平衡点，选择适合的状态参量，确保一个较为合适的计算量。文章选择的卡尔曼滤波算法的状态参量如下：
[x=[xεvεaεxnvnanε?]t] （1）
在式（1）中，[ε]是指陀螺仪的漂移误差，[?]是指里程表的标定系数。将漂移误差以及里程表标定系数纳入到状态参量之后，能够减少这两项参数造成的设备误差。该组合定位系统的连续状态可以用下述方程表述：
[x（t）=ax（t）+u+w（t）] （2）
但是，卡尔曼滤波算法在实际应用的过程中却可能存在无法满足所有条件，或者计算方法受到等问题。比如，在模型存在误差或者状态发生突然的变动之时，就非常容易造成跟踪数据误差的增大，甚至可能造成滤波的发散，从而形成难以解决的非线性问题，定位和导航的精度与效率都无法得到保障。
2.2加速度自适应扩展的卡尔曼滤波算法
由于传统的卡尔曼滤波算法存在上述的问题，该文选择的算法为加速度自适应扩展的卡尔曼滤波算法，采用自适应的方法能够较好的减少误差，同时避免出现滤波发散的问题。扩展的卡尔曼算法利用的是一阶泰勒级数近似线性化的方法，构建近似线性的卡尔曼滤波算法。
[xk=xk，k-1+kk[zk-h[xk，k-1，k]]]
[xk，k-1=φ1k，k-1xk-1]
[kk=pk，k-1htk[hkpk，k-1htk+rk]-1] （3）
[pk，k-1=φk，k-1pk-1φtk，k-1+qk-1]
[pk=[1-khhk]pk，k-1]
在式（3）中，[rk]为系统观测噪声的协方差矩阵，[qk]则是系统噪声的协方差离散化矩阵。
在两种定位导航方法的融合方面，在gps信号较好的时候，利用加速度自适应扩展的卡尔曼滤波算法对整个系统的误差状况进行估算，而在gps信号不好或者信号丢失的时候，则利用dr定位方法来对车辆的位置进行推算。
3 实验结果分析
为了验证基于载波相位差分的gps、dr组合定位算法的实际应用效果，此次试验选择了长沙市营盘路过江隧道前段以及潇湘北路，通过过江隧道gps信号断点以及有gps信号覆盖的线路对比，观察定位算法的精度。得到结果如下图所示：
在图2中，1为单纯利用gps导航的精度，2为gps/dr组合定位加速度自适应扩展的卡尔曼滤波算法精度，3为实际路线。通过上图的对比，我们可以发现，gps/dr组合定位加速度自适应扩展的卡尔曼滤波算法精度与实际路线吻合度要高于单纯利用gps导航的
精度，尤其是在前段的过江隧道部分，差异明显。
3 结论
gps技术由于具备全天候、全球性的定位能力，在当前的导航定位之中应用非常广泛。然而，gps也会受到天气、地理位置等环境因素的影响，可能存在信号丢失或者精度不够的问题。文章提出了一种基于载波相位差分的gps、航位推算技术（dead reckoning，dr）组合定位模式，并且针对基于载波相位差分的gps、dr组合定位模式的特点，设计了一种适合于该种组合定位的算法，gps定位以及dr定位都有其自身的优势，同时也都存在一定的不足，将二者结合起来能够起到优势互补的作用，这种方法也成为了当前定位导航发展的一个趋势。文章构建了基于载波相位差分的gps、dr组合定位系统的基本模型，并且对其定位算法进行了研究，提出了一种加速度自适应扩展的卡尔曼滤波算法，并且通过实证分析，发现该种算法的精度较好，在gps信号断点路段，能够较好的吻合实际路线，值得推广。
参考文献：
[1] 张敬堂，赵泽兵. 一种基于“当前”统计模型的gps/dr组合定位算法研究[j]. 信息工程大学学报， 2009（04）.
[2] 殷琴，蔡伯根，王剑，蒋大旺. gps/odo列车组合定位系统[j]. 现代电子技术，2010（19）.
[3] 李健，任锴，张景湘，吕安民，程连柱. 郑州市zzcors系统坐标联测数据的处理与分析[j]. 测绘信息与工程， 2010（05）.
[4] 任海波，韩崇伟，李硕，曲威. 变加权系数联邦卡尔曼滤波在gps/dr组合定位系统中的应用研究[j]. 科学技术与工程， 2010（14）.