一种非视距信号环境下智能手机速度平滑定位方法

摘要：

随着智能手机的普及,基于智能手机的位置服务深刻地影响了人们的生活.通常,智能手机内嵌有全球导航卫星系统(GNSS)芯片,通过跟踪导航卫星信号获得载波频率、载波相位和码相位信息,从而解算位置和速度信息.对于单点定位(SPP)技术而言,位置主要由码相位计算确定,而速度信息主要由载波多普勒频移信息计算确定.在复杂城市环境下,GNSS信号可能会被周围的建筑物反射,形成非视距(NLOS)信号.NLOS信号会导致额外的传输路径,并引起数十米的位置误差.由于速度比位置更精确,通常使用卡尔曼滤波器(KF)进行基于位置-速度(P-V)动态模型的位置平滑.提出了一种因子图优化(FGO)方法来减少NLOS引起的位置误差,将时间相关历史测量值添加到FGO中以优化当前位置估计,并采用两种鲁棒策略来减小NLOS条件下的位置偏差.最后,使用智能手机采集实际场景数据集进行了实验,结果表明FGO方法在速度辅助下可以获得更好的定位结果.

关键词：非视距信号、因子图优化、智能手机、卡尔曼滤波

所属期刊栏目：9

分类号：V1(航空、航天技术的研究与探索)

资助基金：芬兰科学院基金336145

在线出版日期：2023-03-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1-7