馬彩蘭

（周口職業(yè)技術(shù)學(xué)院汽車與機(jī)電工程學(xué)院， 河南 周口 466000）

0 引言

國(guó)外較早就開始應(yīng)用全球定位系統(tǒng)（GPS）技術(shù)對(duì)車輛實(shí)施信息傳輸、定位分析和安全保障等，并取得了一定的成果，尤其是一些歐美國(guó)家已經(jīng)形成了一定的技術(shù)優(yōu)勢(shì)[1-2]。根據(jù)現(xiàn)有條件下鐵路系統(tǒng)需達(dá)到的車輛定位要求分析可知，建立在全球?qū)Ш叫l(wèi)星系統(tǒng)（GNSS）基礎(chǔ)上的車輛定位技術(shù)開發(fā)具備廣闊發(fā)展空間[3-4]。

北斗衛(wèi)星導(dǎo)航系統(tǒng)（BDS）可以有效支持我國(guó)的運(yùn)輸系統(tǒng)安全，同時(shí)也極大促進(jìn)了鐵路系統(tǒng)的進(jìn)一步發(fā)展。目前，BDS 已被廣泛應(yīng)用于我國(guó)的整體交通系統(tǒng)建設(shè)，可以提供高效、安全、穩(wěn)定的定位服務(wù)功能[5]。

卡爾曼濾波屬于一類綜合運(yùn)用GNSS 和信息網(wǎng)絡(luò)系統(tǒng)（INS）技術(shù)進(jìn)行導(dǎo)航的算法，需要采用最小線性方差估計(jì)的方法進(jìn)行分析[6]。采用卡爾曼濾波方法建立模型時(shí)包含均值等于0 的隨機(jī)噪聲信號(hào)。為了進(jìn)一步為車輛提供準(zhǔn)確的位置數(shù)據(jù)信息以確保其安全穩(wěn)定運(yùn)行，本文設(shè)計(jì)了一種基于變特性約束濾波算法的GNSS 車輛定位方法，并開展仿真分析。

1 模型建立及系統(tǒng)設(shè)計(jì)

1.1 變特性約束模型

在當(dāng)前各類先進(jìn)科技獲得不斷應(yīng)用的情況下，車輛的定位能力也需要持續(xù)提升。BDS 可以為車輛的運(yùn)行過程提供全面的定位服務(wù)，確保達(dá)到安全運(yùn)行的目標(biāo)[7]。但考慮到在衛(wèi)星信號(hào)傳輸期間遇到周邊物體遮擋等干擾時(shí)很可能出現(xiàn)信息丟失的問題，另外還要全面分析衛(wèi)星星座、外界電磁變化、信號(hào)衰減、多徑效應(yīng)等，因此采用BDS 對(duì)車輛運(yùn)行過程進(jìn)行定位時(shí)應(yīng)采取合理的彌補(bǔ)措施來克服上述不足之處，從而實(shí)現(xiàn)對(duì)車輛空間位置進(jìn)行實(shí)時(shí)精確定位的功能[8]。

對(duì)采用卡爾曼濾波方法時(shí)，需要先計(jì)算出系統(tǒng)的噪聲協(xié)方差矩陣，但考慮到實(shí)際情況的復(fù)雜性，因此無法實(shí)現(xiàn)準(zhǔn)確的確定。

1.1.1 構(gòu)建系統(tǒng)方程確定系統(tǒng)狀態(tài)及其量測(cè)方程：

式中：w與v分別為車輛行駛階段產(chǎn)生的噪聲與量測(cè)得到的噪聲參數(shù)，屬于無關(guān)聯(lián)白噪聲；F為位置調(diào)節(jié)矩陣。

1.1.2 對(duì)散列過濾器實(shí)施初始化[9]

經(jīng)過初始化得到狀態(tài)及協(xié)方差參數(shù)P0為：

1.1.3 估算各時(shí)刻的狀態(tài)

1）設(shè)定參數(shù)矩陣Gk，以此表示加權(quán)噪聲發(fā)生的偏移量。提高Gk代表過程噪聲偏移分量增加，從而降低均方差誤差。當(dāng)Gk=0 時(shí)，對(duì)應(yīng)的過程噪聲等于零，表現(xiàn)為明顯的卡爾曼濾波特性。

2）估算狀態(tài)方程。

式中：Vk+1為中間變量；Dk+1為狀態(tài)矩陣；Pk為k時(shí)形成的協(xié)方差。

1.2 車輛定位系統(tǒng)

車輛定位系統(tǒng)的研究吸引了很多的研究學(xué)者。祝浩祈等[9]提出了一種GNSS 載波相位實(shí)時(shí)動(dòng)態(tài)差分（RTK）+載波相位時(shí)間差分（TDCP）/INS 實(shí)時(shí)精密定位方法，多系統(tǒng)GNSS 的TDCP 解算成功率接近90%。朱東琴等[10]提出了一種基于期望最大化（EM）的交互式多模型車載組合導(dǎo)航算法，建立了基于零速約束的SINS/OD 組合導(dǎo)航模型，利用交互式多模型算法實(shí)現(xiàn)了在GNSS 信號(hào)丟失情況下的導(dǎo)航模型交互融合，提高了車載組合導(dǎo)航系統(tǒng)精度。張子騰等提出了一種基于約束優(yōu)化的多傳感器車載室內(nèi)外定位方法，設(shè)計(jì)聯(lián)合GNSS/IMU/激光雷達(dá)的多源融合定位系統(tǒng)，在狀態(tài)更新模型的基礎(chǔ)上，分析了車輛連續(xù)起伏過程受力方程約束低成本MEMS 高程震蕩，設(shè)計(jì)引入RTK 解析狀態(tài)監(jiān)測(cè)評(píng)估約束GNSS 可用性。本文在其基礎(chǔ)上，設(shè)計(jì)了系統(tǒng)實(shí)現(xiàn)方案。

現(xiàn)階段，車載系統(tǒng)通常選擇C2/C3 一體化方法進(jìn)行設(shè)計(jì)，并且基本采用分布式結(jié)構(gòu)，對(duì)于300T 車載雙系冷備進(jìn)行分析可知，其核心控制模塊屬于一種“單硬件雙軟件”結(jié)構(gòu)，通過車輛定位系統(tǒng)Profibus 總線跟車輛MVB 雙總線在不同模塊下進(jìn)行連接。圖1 為車輛定位系統(tǒng)具體組成結(jié)構(gòu)。

圖1 車輛定位系統(tǒng)具體組成結(jié)構(gòu)

2 仿真驗(yàn)證與分析

通過蒙特卡羅方法模擬車輛的定位過程，開展變特性約束下濾波算法性能評(píng)價(jià)，并與其它算法進(jìn)行了比較。不同算法下經(jīng)過100 次蒙特卡羅模擬得到平均距離誤差如圖2 所示。

圖2 平均距離誤差

由圖2 可以明顯發(fā)現(xiàn)，散列過濾器（HF）算法達(dá)到了比卡爾曼濾波（KF）算法更優(yōu)的定位精度并具備更穩(wěn)定的狀態(tài)。根據(jù)圖2 可知，HF 與變特性約束下散列過濾器（TC-HF）曲線形成了較為平緩的變化趨勢(shì)，變特性約束下卡爾曼濾波（TC-KF）與KF 曲線則形成了明顯突出的特點(diǎn)，由此可見定位存在失準(zhǔn)的情況。這說明設(shè)置變特性約束條件的濾波算法可以有效提升定位精度，同時(shí)發(fā)現(xiàn)HF 算法表現(xiàn)出更優(yōu)的魯棒性，更好地滿足了車輛不斷變化的運(yùn)動(dòng)特征。

為了證明本文TC-HF 濾波算法在處理車輛定位中應(yīng)用的先進(jìn)性，以三種濾波算法進(jìn)行模擬得到的軌跡平均距離誤差，對(duì)各項(xiàng)參數(shù)進(jìn)行統(tǒng)計(jì)，得到蒙特卡羅仿真統(tǒng)計(jì)如表1 所示。

表1 蒙特卡羅仿真統(tǒng)計(jì) 單位：m

根據(jù)表1 可知，通過最小距離和最大距離可以看出算法計(jì)算的區(qū)間幅度。可以看出來，相比較KF 和HF 算法，TC-HF 的區(qū)間幅度是最小的，表現(xiàn)出來更高的定位精度。采用KF 算法進(jìn)行分析時(shí)，在沒有設(shè)置約束條件時(shí)以KF 算法計(jì)算得到的平均距離誤差為13.35 m；當(dāng)存在約束條件時(shí)HF 得到的平均距離誤差為10.02 m；當(dāng)存在約束條件時(shí)TC-HF 得到的平均距離誤差只有6.71 m，由此可見設(shè)置變特性約束能夠使定位精度獲得顯著提升。

總體上，根據(jù)以上分析可知，設(shè)置變特性約束的條件下，TC-KF 方法能夠有效改善定位精度。

3 結(jié)論

1）經(jīng)過模擬發(fā)現(xiàn)HF 算法達(dá)到了比KF 算法更優(yōu)的定位精度，并具備更穩(wěn)定的計(jì)算狀態(tài)。

2）設(shè)置變特性約束條件的濾波算法可以有效提升定位精度，HF 算法表現(xiàn)出更優(yōu)的魯棒性，更好地滿足了車輛不斷變化的運(yùn)動(dòng)特征。