[发明专利]一种基于信号站的位置和姿态估计方法

说明书

本发明提供一种基于信号站的位置和姿态估计方法。本方法采用待测物体上的均匀直线阵和压缩感知技术，实时接收信号站信号并计算所有信号对于待测物体的达到角度。根据各个信号站的位置和所有信号的到达角度，采用扩展卡尔曼滤波技术对物体的位置和姿态参数进行实时估计。本发明的方法可以通过逐一求解不同信号的到达角，去除不同信号之间的耦合及相互干扰，降低不同信号之间的相互影响，获得较高的到达角估计精度；此外本方法采用压缩感知技术能够有效降低接收信号时的采样率和信号接收器的成本，降低位置和姿态估计算法的计算量，提高运算效率；同时，本发明采用扩展卡尔曼滤波技术，可进一步有效提高位置和姿态参数的估计精度。

技术领域

本发明属于定位和导航技术领域，尤其涉及一种基于信号站的位置和姿态估计方法。

背景技术

位置和姿态估计技术在航空航天、移动式遥控装置、无人机导航或无人驾驶、室内导航等诸多领域均有应用。位置估计的主要目标是确定物体的空间坐标，而姿态估计的主要目标是确定连体坐标系与参考坐标系之间的相对转角。特别是在某些无人机和室内导航等应用场景中，需要定位导航系统具有成本低、功耗低、稳定性高、体积小等特点。另外，对于精确的实时导航系统，还需要位置和姿态估计方法具有解算精度高、计算复杂度低的特点。目前，满足上述要求的导航系统主要采用全球定位系统(global positioning system，简称GPS)、惯性导航系统(inertial navigation system，简称INS)、磁力计、地面信号站，以及视觉或光学系统进行位置和姿态估计。但是，GPS系统要求具备较高的时钟同步精度和信号采样频率，有时还会因为多径反射、无线电干扰等原因而无法使用；低成本INS系统的测量数据会因为误差积累而发生漂移；采用磁力计估计姿态必须借助于地球磁场分布数据，而且单纯使用磁力计无法获取物体的位置信息；基于信号站的位置和姿态估计精度也会受到信号能量衰减、无线电干扰等因素的影响；而视觉或光学系统通常需要配合参考地图，才能计算出物体的位置和姿态数据，并且容易受到障碍物遮挡等环境因素的影响。

相关文献(Technical Report ARL-CR-650,US Army Research Laboratory,Jun.2010)提出了一种基于地面信号站的位置和姿态估计方法，通过地面信号到待测物体的到达角，以及上一测量时刻的物体姿态信息，依次计算出物体在地固坐标系内的坐标和距离地面的高度，之后再根据物体的位置坐标，借助磁力计，计算出物体的姿态角。如此循环交替更新物体的位置和姿态参数，从而实现位置和姿态的实时估计。但是以上方法具有以下不足：第一、上述方法没有在位置和姿态参数的解算过程中采用有效的滤波手段，因此估计误差较大；第二、上述方法借助磁力计的测量数据估计姿态参数，因此需要地球磁场分布的先验数据；第三、该方法采用高采样率的原始地面信号计算其相对于待测物体的到达角，参与运算的数据量较大、计算复杂度较高，影响位置和姿态估计的实时性。针对上述位置和姿态估计的技术需求，以及现有方法的局限性，有必要将多种位置和姿态估计方法与滤波技术和信号处理技术相结合，提高现有方法的参数估计精度和运算效率。

发明内容

本发明的目的是提供一种基于信号站的位置和姿态估计方法。该方法采用压缩感知(compressive sensing，简称CS)技术降低接收信号站信号(下文简称“信号”)时的采样率，压缩信号维度，降低接收器成本，提高位置和姿态估计方法的运算效率。另外，该方法还采用扩展卡尔曼滤波(extended Kalman filter，简称EKF)技术提高了位置和姿态的估计精度。

实现本发明的技术方案如下：

一种基于信号站的位置和姿态估计方法，具体步骤为：

步骤1、确定地固坐标系的三个相互正交的坐标轴分别为X轴、Y轴和Z轴，连体坐标系的三个相互正交的坐标轴分别为X_b轴、Y_b轴和Z_b轴；