基于多元信息融合的GPS導航定位跟蹤研究

劉 洋

（淮北師范大學 信息學院，安徽 淮北 235000）

1 信息融合技術系統結構模型

1.1 集中式系統結構

集中式系統結構主要是以傳感器為主要信息獲得渠道，在對接入信息進行預處理以后將信息傳送到信息融合處理中心，在信息融合處理中心里進行信息的控制與選通，得到準備結果以后將信息傳送出去[1]。在這種系統下，雖然所得信息的準確度和真實度都比較高，但是在信息融合處理中心中，信息往往需要進行大量復雜的融合計算，系統并不足夠穩定。

1.2 分布式系統結構

和集中式系統結構相較而言，分布式系統結構更為簡便，其對于通信的要求也更低。在分布式系統結構中，從傳感器中得來的信息經過預處理之后需要先進行信息跟蹤與信息分類，隨后再傳送到融合計算中心進行信息數據的控制與選通。這種方式雖然簡便，但是從某一方面來看，此系統結構下得來的信息會有一定程度的損耗[2]。

2 信息融合的卡爾曼濾波法

在嵌入式約束法中，卡爾曼濾波法是其中最基礎的一種方法，主要應用于對繁雜、多元信息的處理[3]。當系統噪聲和傳感器噪聲均是高斯白噪聲的時候，若此時的系統信息處于線性特征的話，那么KF就能夠在統計中得到最優估算結果。其中KF又可以分為DKF和EKF，DKF也就是分散卡爾曼濾波。在DKF中，每個傳感器獨立工作，互不干擾，所以假如其中的某一個傳感器出了問題，計算的結果不正確，那么也不會過多影響到整體信息。EKF是擴散卡爾曼濾波，它的數據比較緊湊，各個傳感器之間也會有一定的關聯性，優勢在于能夠較好地降低因數據不穩定等出現的計算誤差。另外，卡爾曼濾波法雖然應用較廣，但是也具有一定的缺陷，它需要在較為系統地獲得物理特性以后，在得知狀態量均方差的前提下，才能經由各種操作產生準確結果[4]。

3 卡爾曼濾波原理

卡爾曼濾波法主要是對還未濾波的物理系統中的誤差特性進行特定計算與推導，并從中獲得需要的信號，然后再通過處理信號得出濾波參數的最佳估計值。這一算法采用的是逐漸遞推的方式，若想得到下一時刻的狀態量，就需要分析上一時刻的狀態量，結合統計誤差進行遞推。在導航系統中，由于其能夠處理各樣隨機信號，因此具有一定的運用價值與運用意義[5]。

卡爾曼濾波法處理的對象是線性系統，主要來源于已得知干擾信號的統計特性，這一信號大多為隨機信號。處理算法為：

式中，X(k)表示高斯白噪聲，k表示離散時間，Y(k)表示測量噪聲，V(k)表示觀測噪聲。公式中觀測數值并不等同于真實數值，其中會因為種種原因而存在一定的誤差。在卡爾曼濾波法中出現這種誤差的主要原因就是過程噪聲和觀測噪聲，其中過程噪聲來自外界的干擾，像在溫度測量的過程中，陽光照射和自然風等都會對系統造成的一定的干擾，這個干擾就會產生過程噪聲。另外傳感器在測量中難免會出現些許誤差，這種誤差則很容易引起觀測噪聲。這兩種噪聲都可以在統計的方法下得到[6]。

4 仿真分析

4.1 捷聯慣導系統仿真分析

在MATLAB軟件的幫助下，相關人員可以構建出捷聯慣性導航系統的相關模型，然后再對模型進行驗證計算，確定其可行性。其中，在汽車導航中，捷聯式慣性導航系統會通過陀螺儀計算出車輛方位角的變化率，然后通過處理所得數據獲得車輛的速度變化率。結合上述獲得及推導得出的數據與車輛的初始位置就可以進行車輛定位。所以，在用MATLAB驗證算法可行與否時，必須先借助仿真的方法獲得車輛運動軌跡，然后再以合適的數據處理方法獲得加速度等數值，結合慣導數學模型就可以得知車輛位置和車輛行駛速度等。隨后，確定真實汽車此時所在的位置及行駛速度，通過對比就可以明確捷聯慣性導航系統是否切實準確實用[7]。

在MATLAB仿真下的捷聯慣性導航系統模型如圖1所示，主要由軌跡發生器、SINS解算法等組成[8]。

圖1 捷聯慣導系統圖

4.2 慣導系統仿真

在慣性導航系統的仿真測算中，以具體例子闡述如下。導航系統初始化以后，設定初始位置為北緯15°、東經100°，初始姿態角為90°，初始速度為0，然后以如下方式進行車輛運動。（1）靜止5 s不動；（2）以1 m/s2的加速度進行20 s的加速運動；（3）以勻速直線的方法行駛200 s；（4）轉動角速度0.9°，保持勻速開始100 s的曲線運動；（5）繼續以勻速直線的方法行駛200 s；（6）以-1 m/s2的加速度進行20 s的減速運動。

在完成上述運動以后可以利用仿真軟件制出模擬的車輛運動軌跡圖，并根據軌跡圖算出車輛加速度與偏轉角參數等數據。原始運動軌跡與慣導生成軌跡如圖2所示。

圖2 原始運動軌跡與慣導生成軌跡

在誤差的累計下，慣性導航中對車輛定位的誤差越來越大。由此可見，行駛時間越長，慣性導航系統的誤差就越大，因此若想在汽車導航系統中選用慣性導航系統，那么行駛時間就不能過久。基于此，就需要探索一種在時間累計下誤差稍小的導航方式[9]。

4.3 組合導航系統仿真分析

在組合導航系統中，同樣利用MATLAB軟件，先以仿真的方法在獲得模擬的車輛行駛軌跡圖后算出加速度等數據，再利用四元數運算獲得車輛偏轉角度及車輛行駛速度等信息。對車輛進行定位后，比對真實車輛行駛軌跡，可得到如圖3所示的對比圖。

圖3 原始運動軌跡與GPS定位

分別對捷聯式慣性導航系統與組合系統進行545 s的仿真，同時計算出捷聯式慣導、GPS以及組合導航3種情況下的的速度誤差，對比如圖4和圖5如示。圖4中橫坐標為時間，縱坐標為位置誤差值。圖5橫坐標為時間，縱坐標為速度誤差值。

圖5 速度誤差對比圖

從圖4和圖5可以知，相比于單一的慣性導航系統與GPS導航系統而言，組合導航系統在定位車輛和計算車輛行駛速度方面的精確度更高。由此可見，組合導航系統具有一定的實用推廣價值[10]。

5 結 論

汽車在受外界因素的干擾時，衛星導航測速得到的數據含有噪聲數據。本研究采用卡爾曼濾波器實現了車輛定位和計算車輛行駛速度方面的組合導航，提高了GPS導航定位的精度，因此卡爾曼濾波對提高衛星導航精度效果比較理想。