基于粒子滤波和滑动平均扩展Kalman滤波的多径估计算法

程兰王志远陈杰谢刚



基于粒子滤波和滑动平均扩展Kalman滤波的多径估计算法

程 兰*①王志远①陈 杰②谢 刚①

①(太原理工大学信息工程学院自动化系 太原 030024)②(北京理工大学复杂系统智能控制与决策国家重点实验室 北京 100081)

多径干扰是高精度定位的主要误差源，估计多径参数对消除多径误差，提高导航系统定位精度具有重要意义。针对扩展Kalman滤波(EKF)在进行多径参数估计时，存在对初值敏感，估计结果在真值附近具有较大波动的缺点，该文提出一种基于粒子滤波(PF)和滑动平均EKF的多径估计算法。该算法首先利用PF得到多径参数的粗略估计值，并将该值作为EKF的初始估计值，以克服EKF对初值敏感的问题。接着对EKF的估计结果进行滑动平均，并将平均后的滤波结果作为多径参数的估计结果。仿真结果表明，改进后的多径估计算法可有效降低估计结果的波动幅度，同时解决了EKF对初值敏感的问题。

参数估计；粒子滤波；扩展Kalman滤波；多径干扰

1 引言

多径干扰是高精度定位系统中的主要误差源[1,2]。多径存在时，接收机跟踪由直接信号和多径信号构成的复合信号，而我们期望接收机只跟踪直接信号，多径信号的存在使跟踪精度降低，进而带来了测距偏差，导致定位精度降低。多径误差受测量环境的影响具有很大的不确定性和不相关性，不能像电离层误差、对流层误差那样，通过差分技术消除[3]，因此，多径误差抑制成了导航系统高精度定位中的研究难点。

随着数字信号处理器的发展，基于数据处理的多径误差抑制方法成为近年来研究的热点[4]。……