城区复杂建筑环境下GNSS/UWB/INS/机会信号协同连续定位关键模型研究

With the development of urban construction, multi-dimensional utilization scheme is adopted more and more. Navigation and positioning in the complex building environment of urban area becomes a new problem. At the same time, multi-dimensional development of urban architecture has raised new demand for public safety. It is a basic work to obtain high-precision and high-reliability position information in the complex building environment of urban area for public safety. So the problem is an important issue that must be solved. In order to solve the key problems about environmental deviation, signal interference, observation differentiation and assessment, the sensors including global navigation satellite system, ultra-wide band, inertial navigation system and signals of opportunity are used to collect data in collaborative mode. The identification model is constructed to distinguish the region difference in the complex building environment of urban area. The repair algorithm of interrupt signal is formed with the continuous IMU (inertial measurement unit) observation. The sorting algorithms for observation is built to realize multiple filter according to environmental factors. The dynamic reliability model is constructed to assess the position result based on the time-variation characteristic for signals of opportunity. The research object is to realize continuous positioning of GNSS/UWB/INS/SOOP integration for the complex building environment of urban area. The research work is able to provide technical support and theoretical guidance for high-precision and high-reliability positioning in the complex building environment of urban area.

城市建设正朝着多维空间利用开发的方向发展，复杂系数不断升级的城区建筑环境给导航定位带来了新的难题。与此同时，城区空间的多维发展对于公共安全提出新的要求，城区复杂建筑环境的位置服务难题作为公共安全的重要工作亟待解决。本项目以GNSS、UWB、INS和机会信号为主要传感器源进行数据信息采集，通过协同作业模式，针对城区复杂建筑环境在“环境差异”、“信号干扰”、“观测分化”和“评估检核”等方面存在的关键问题，系统研究城区复杂建筑区域环境差异度辨识模型，基于惯性连续信息的中断信号补偿修复模型，顾及环境因素的分层观测信息多重滤波模型以及基于机会信号时变特性的定位可信度动态评价模型。项目紧密围绕“复杂环境”的特殊问题，重点实现“连续定位”目标，形成城区复杂建筑环境下GNSS/UWB/INS/机会信号协同定位作业模式。项目的研究可为解决高精度、高可靠性的城区复杂建筑区域连续定位提供有效的技术和理论。

本项目以GNSS、UWB、INS和机会信号为主要传感器进行数据信息采集，通过协同作业模式，针对城区复杂建筑环境在“环境差异”、“信号干扰”、“观测分化”和“评估检核”等方面存在的关键问题开展研究工作，取得的主要研究成果如下：.复杂环境下的场景识别的目的是为了更好地完成数据解算和数据融合，MEMS-IMU观测值更容易受到周围环境的影响。本项目在进行场景感知的基础上，基于载体的运动状态提出了一种恒定的航向角速率和速度模型CTRV辅助的组合导航方法，将CTRV作为约束条件并通过卡方检验检测粗差，CTRV的载体预测结果用于校正INS机械编排计算的错误载体状态。该方法在中等精度松紧组合导航系统中的位置和速度的水平方向精度分别提高了87%和68%，在低精度松紧组合导航系统中的速度和姿态的水平方向精度分别提高了52%和20%。.在非平稳噪声环境下卡尔曼滤波会产生误差或发散，尤其是针对复杂建筑环境。基于高斯学生T混合分布的卡尔曼滤波在很多非平稳噪声模型下具有很好的效果，本项目根据组合导航对实时性的要求以及观测环境较为复杂等问题，提出了基于GSTM分布的自适应卡尔曼滤波，建立了GSTM分布下的自由度参数与噪声协方差的估计模型，尤其是针对复杂环境的多变性，给出了环境变化的识别方法，提出的算法在不同程度噪声环境下均可保持最稳定的高精度组合结果且迭代次数仅为原算法一半，对于城市复杂动态场景中，位置与速度水平精度相较于GSTM提高了22.78%和15.85%，姿态提升了29.57%且更为平滑。.为解决机会信号粗差对定位结果的影响，在因子图模型融合定位基础上引入了自适应抗差调节机制来实时调节融合系统中的观测信息权重，与没有自适应抗差调节的定位结果相比，定位精度提高了29.6%。针对机会信号地磁定位需要满足一定长度的地磁序列、大范围场景容易出现误匹配，以及PDR无法确定起始位置、误差随时间积累的问题，提出了以地磁/PDR为定位的主要输出，Wi-Fi在初始位置、静止状态和地磁变化不明显的区域提供位置信息作为辅助的方案，在避免Wi-Fi粗差干扰下，充分发挥了地磁和PDR的定位性能，在复杂的大范围场景下，定位精度提高了28%。.本项目相关成果获得了测绘科学技术奖一等奖，卫星导航定位科学技术奖二等奖，江苏省科学技术奖二等奖奖励，并在商场、机场和冬奥会场馆开展示范应用。