安卓终端GNSS导航定位研究与测试

论文总字数：40638字

摘 要

本文介绍了卫星伪距单点定位的算法以及伪距单点定位的主要误差来源分析，在安卓手机终端进行GPS伪距单点定位实现以及对主要误差来源修正，并根据手机自带的传感器进行PDR算法实现，保证了安卓终端能在有良好卫星信号以及无良好卫星信号的情况下能够实现行人动态位置计算。并且根据卫星定位和惯性传感器融合定位互补的误差特性：手机自包含的传感器的短期位置误差相对较小，随时间恶化严重；卫星定位短期精度不如惯性导航定位，不会出现惯性导航长时间误差严重增加的问题；通过扩展卡尔曼滤波建立相应的状态方程，进行卫星伪距单点定位和惯性传感器融合定位，进一步提高定位精度。

实验设计了行人手持安卓终端进行顺时针和逆时针长距离1.1千米行走的组合定位实验，通过实验结果分析得出，在动态伪距单点定位的精度较低，不少于95％的动态定位结果在33米以内；而PDR推算的行人航迹在短距离内有较高精度，但随着步数增加，误差不断积累，在实验的第二圈中表现糟糕；组合定位结合了伪距单点定位的优点和PDR的优点，随着行走距离的增加，组合定位的平均误差在10m以内，能更准确地显示行人动态轨迹。

关键词：安卓终端开发，伪距单点定位，PDR算法，扩展卡尔曼滤波，组合定位

Abstract

This paper introduces the algorithm of satellite pseudo-range single-point positioning and the analysis of the main error sources of pseudo-range single-point positioning. The implementation of GPS pseudo-range single-point positioning and the correction of the main error sources are carried out in Android mobile terminal. The PDR algorithm is implemented according to the sensor of mobile phone. According to the complementary error characteristics of satellite positioning and inertial sensor fusion positioning, the short-term position error of mobile phone self-contained sensors is relatively small and deteriorates seriously with time; the short-term accuracy of satellite positioning is inferior to that of inertial navigation positioning, and the long-term error of inertial navigation will not increase seriously; Extended Kalman-filter is established to carry out Combined positioning. Pseudo-range single point positioning and using inertial sensor fusion to position can further improve positioning accuracy.

The experiment designs the pedestrian-held Android phone to carry out the combined positioning experiment of clockwise and counterclockwise walking in the distance of 1.1 km. Through the analysis of the experiment results, the accuracy of dynamic pseudo-range single-point positioning is low, 95% of the dynamic positioning results are within 33 meters; while the pedestrian track calculated by PDR has a higher precision in short-distance, but with the increase of steps, the error accumulates continuously. In the second circle, the performance is poor; combined positioning combines the advantages of pseudo-range single-point positioning and PDR. With the increase of walking distance, the accuracy of combined positioning is stable within 10m, which can effectively show the dynamic trajectory of pedestrians.

KEY WORDS: Android terminal development, pseudorange single point positioning, PDR algorithm, extended Kalman filter, combined positioning

目 录

摘 要 I

Abstract II

第一章 绪论 1

1.1卫星导航定位介绍 1

1.2 国内外发展现状 1

1.2.1卫星导航技术及惯性组合导航概况 1

1.2.2手机终端导航定位技术概况 2

1.3 论文研究的背景及意义 2

1.4 论文研究内容 3

第二章 安卓终端伪距单点定位算法及误差模型 4

2.1 GPS系统概述 4

2.2 移动终端所采用的GPS坐标系统及GPS时间系统 4

2.2.1 GPS坐标系统 4

2.2.2 GPS时间系统 4

2.3 安卓终端伪距单点定位主要算法 5

2.3.1 GPS卫星轨道位置解算 5

2.3.2 安卓终端伪距单点定位算法 6

2.3.3 安卓终端伪距单点定位的定权模型 7

2.4 安卓终端误差分析与建模 8

2.4.1 电离层折射误差 8

2.4.2对流层折射误差 9

2.4.3多路径效应引起的误差与改进 10

2.4.4 接收机观测误差 10

2.4.5 接收机钟差 10

2.4.6 相对论效应所引起的误差 10

2.5 本章小结 11

第三章 安卓终端的伪距单点定位与PDR算法融合 12

3.1 安卓终端的行人航迹推算PDR算法 12

3.1.1 PDR算法基本原理 12

3.1.2 安卓终端基于加速度计的迈步探测 13

3.1.3 安卓终端步长检测算法 13

3.1.4 安卓终端航向检测 14

3.2 卡尔曼滤波理论 15

3.2.1 离散卡尔曼滤波 15

3.2.2 扩展卡尔曼滤波 16

3.3 安卓终端伪距单点定位与PDR算法融合 17

3.3.1 安卓终端扩展卡尔曼滤波器的PDR算法应用 17

3.3.2 安卓终端扩展卡尔曼融合滤波器 18

3.4 本章小结 19

第四章 安卓终端卫星伪距单点定位实现 21

4.1 安卓终端的定位软件开发 21

4.2 安卓终端的卫星定位开发 21

4.2.1 安卓终端的伪距观测值获取与计算 22

4.2.2 安卓终端的星历获取与读取 23

4.2.3 安卓终端的卫星位置计算 24

4.2.4 安卓终端的伪距单点定位解算 25

4.2.5 用户位置的坐标转换 25

4.3 安卓终端的PDR算法实现 26

4.3.1 安卓终端的传感器数据获取 26

4.3.2 安卓终端的迈步探测实现 27

4.3.3 安卓终端的PDR算法实现 27

4.4 安卓终端的扩展卡尔曼滤波器实现 28

4.5 本章小结 29

第五章 安卓终端定位实验与分析 31

5.1 安卓终端的卫星伪距单点定位实验与分析 31

5.2 安卓终端的PDR实验与分析 33

5.2.1 安卓终端的PDR静态实验与分析 33

5.2.2 安卓终端的PDR动态实验与分析 34

5.3 安卓终端的组合定位实验与分析 38

5.3.1 安卓终端的组合定位实验设计 38

5.3.2 安卓终端的组合定位实验结果 39

5.3.3 安卓终端的动态伪距单点定位分析 40

5.3.4 安卓终端的组合定位分析 42

剩余内容已隐藏，请支付后下载全文，论文总字数：40638字