導航系統(tǒng)中的多徑誤差抑制算法研究.pdf

1、全球定位系統(tǒng)(Global Position System，GPS)在人們的生活中被廣泛應用，而隨著人們對導航系統(tǒng)中高精度定位需求的日益增長，干擾抑制成為了研究熱點。在眾多影響定位精度的因素中，多徑干擾是降低定位精度的主要誤差源之一。抑制多徑干擾造成的誤差，其難點在于多徑干擾具有位置上的不相關性、時間上的不確定性，不能通過現(xiàn)有的差分技術來消除。而基于數(shù)據(jù)處理的多徑誤差抑制方法符合目前軟件接收機的發(fā)展趨勢，因此，本文重點研究了基于參數(shù)估計

2、的多徑誤差抑制算法，旨在通過數(shù)據(jù)處理的方法估計多徑參數(shù)，并依據(jù)所估參數(shù)重構多徑信號，進而消除多徑干擾的影響，以此來達到抑制多徑誤差的目的。研究了高斯噪聲和非高斯噪聲下的多徑誤差抑制算法。擴展卡爾曼濾波(Extended Kalman Filter, EKF）和粒子濾波(Particle Filter, PF)分別是高斯噪聲和非高斯噪聲下用于多徑估計的兩種典型算法，取得了很多研究者的關注。但在高斯噪聲下，基于EKF的多徑估計算法仍存在如下

3、問題：對初值敏感、在對非線性方程進行線性化過程中會產(chǎn)生截斷誤差，致使估計結果在真值附近具有較大的波動。在非高斯噪聲下，PF算法雖然應用廣泛，濾波效果較好，但標準的粒子濾波在進行參數(shù)估計時存在粒子枯竭的問題，致使新產(chǎn)生粒子的多樣性減少，降低了PF的參數(shù)估計精度。
　　本研究主要內容包括：⑴針對EKF存在對初值敏感、濾波結果波動較大的問題，本文提出一種基于PF和滑動平均EKF的多徑估計算法。該算法在運行的初始階段，首先利用PF估計多徑

4、參數(shù)，然后將得到的多徑參數(shù)的粗略估計值作為EKF的初始估計值，以解決EKF對初值敏感的問題。接著利用EKF進行算法的后續(xù)估計，并對EKF的估計結果進行滑動平均，最后將滑動平均后的濾波結果作為多徑參數(shù)的估計結果。仿真結果表明，改進后的多徑估計算法相比EKF和PF具有更優(yōu)的估計性能，可有效降低估計結果的波動幅度，同時克服了EKF對初值敏感的問題。⑵針對標準粒子濾波存在的粒子枯竭問題，提出一種基于自適應差分進化的粒子濾波(Adaptive D

5、ifferential Evolution Particle Filter, ADE-PF)算法，該算法利用自適應差分進化算法代替PF中的重采樣策略來產(chǎn)生新粒子，使粒子朝著狀態(tài)后驗概率密度函數(shù)的高似然區(qū)移動，同時提高了粒子的多樣性。所采用的ADE算法，通過一種非線性自適應調節(jié)策略來自適應地調整縮放因子和交叉因子，以提高改進PF中DE(Differential Evolution)優(yōu)化部分的尋優(yōu)能力。為了驗證該算法的有效性，分別在高斯噪聲