针对城市环境下GNSS车辆导航存在卫星信号易受影响的问题,利用GNSS/INS组合算法提高复杂环境下城市车辆定位性能.基于城市环境下实测GNSS数据评估分析定位结果,使用GNSS/INS组合的常规卡尔曼滤波算法实现卫星失锁区域导航.同时,提出一种基于新息的自适应卡尔曼滤波算法,可有效增强卫星数较少及信号干扰严重区域的车辆导航定位能力.该方法利用量测与预测的关系构造自适应因子,改善定位精度.结果表明,常规卡尔曼滤波可在20 s卫星信号失锁情况下保证亚m级导航精度,自适应卡尔曼滤波算法在卫星信号受到严重干扰时,其定位精度相比于常规卡尔曼滤波算法提高30％,可满足在城市复杂环境下的高精度、高可靠性车辆导航定位服务需求.

城市环境;卡尔曼滤波;GNSS/INS;松组合

山东理工大学建筑工程学院,山东省淄博市新村西路 266 号,255000;山东科技大学测绘与空间信息学院,青岛市前湾港路 579 号,266590;山东黄金矿业(玲珑)有限公司,山东省招远市黄水路 999 号,265400

[1]王富;韩保民;胡亮亮;孟昊;郭振华-.城市复杂环境下GNSS/INS组合导航算法研究)[J].大地测量与地球动力学,2022(01):15-20

城市复杂环境,GNSS,INS,组合导航,算法研究,城市环境,车辆导航,组合算法,下城,城市车辆,车辆定位,定位性能,数据评估,评估分析,定位结果,卡尔曼滤波算法,算法实现,新息,自适应卡尔曼滤波,强卫,信号干扰,导航定位,定位能力,法利,自适应因子,定位精度,卫星信号失锁,导航精度,高可靠性,松组合

0.322906