[发明专利]一种车辆卫星定位数据的联合滤波优化方法

摘要

本发明公开了一种车辆卫星定位数据的联合滤波优化方法，包括以下步骤，首先对未处理的卫星定位数据点进行动态阈值判断，即对当前时刻卫星定位数据与前一时刻卫星定位数据的差值同其对应的阈值进行比较；然后，对大于阈值的卫星定位数据进行高斯过程回归，用高斯过程回归的卫星定位预测点代替原始的卫星定位数据点，其目的是去除一些无效的漂移点；最后，对卫星定位数据进行自适应Kalman滤波处理。本发明针对卫星定位信号受到干扰时发生的漂移现象，提出了同车速相关的动态阈值来判断卫星定位数据漂移现象，并针对漂移点提出了一种联合滤波优化方案，采用有监督的机器学习进行滤除，提高卫星定位的可靠性、准确性。

主权项

1.一种车辆卫星定位数据的联合滤波优化方法，其特征在于，包括以下步骤：步骤一，对原始卫星定位信息进行动态阈值判断，这里对t时刻(当前时刻)的位置与t‑1时刻位置的欧式距离跟动态阈值进行比较判断，动态阈值如下：其中：v为车辆当前时刻行驶的车速，Δt为数据采集的周期，当当前时刻与前一时刻的位置点的绝对欧式距离大于动态阈值时，进行高斯过程回归处理(步骤二)；否则，直接进行步骤三；步骤二，对大于动态阈值部分的位置点视为漂移点，用新的估计点进行代替，新的估计点由高斯过程回归预测得到，这里的高斯过程回归是以前三个时刻的位置点作为有监督式学习来估计当前时刻的位置点；步骤三，进行自适应卡尔曼滤波，对卫星定位数据进行滤波操作，经过所属滤波操作后产生新的卫星定位位置数据，即为滤除漂移数据优化后新的卫星定位数据。