[论文解读] Improving GPS Precision and Processing Time using Parallel and Reduced-Length Wiener Filters

Javier Contreras García, Chi Zhou|arXiv (Cornell University)|Jun 4, 2010

GNSS positioning and interference参考文献 5被引用 5

一句话总结

本文提出一种并行化且长度缩短的维纳滤波器，以提升GPS定位精度并减少处理时间，替代昂贵的GPS/INS融合系统。结果表明，经优化的维纳滤波器在保持与卡尔曼滤波和神经网络方法相当精度的同时，显著降低了计算负载，使系统能够在较低采样率下实现实时性能。

ABSTRACT

Increasing GPS precision at low cost has always been a challenge for the manufacturers of the GPS receivers. This paper proposes the use of a Wiener filter for increasing precision in substitution of traditional GPS/INS fusion systems, which require expensive inertial systems. In this paper, we first implement and compare three GPS signal processing schemes: a Kalman filter, a neural network and a Wiener filter and compare them in terms of precision and the processing time. To further reduce the processing time of Wiener filter, we propose parallel and reduced-length implementations. Finally, we calculate the sampling frequency that would be required in every Wiener scheme in order to obtain the same total processing time as the Kalman filter and the neural network.

研究动机与目标

• 解决以低成本提升GPS定位精度的挑战。
• 在不牺牲精度的前提下，减少GPS信号处理中的处理时间。
• 评估并优化维纳滤波作为卡尔曼滤波和神经网络在GPS应用中可行替代方案的潜力。
• 开发并行化与长度缩短的实现方式，以加速维纳滤波计算。
• 确定维纳滤波系统为匹配卡尔曼滤波与神经网络方法的总处理时间所需采样频率。

提出的方法

• 实现并比较三种GPS信号处理方案：卡尔曼滤波、神经网络与维纳滤波。
• 设计长度缩短的维纳滤波器，以最小化计算复杂度与处理延迟。
• 应用并行处理技术，将维纳滤波计算分布到多个处理器上。
• 利用维纳滤波对GPS伪距与载波相位测量值进行最优线性估计。
• 在相同条件下，对三种方法的处理时间与定位精度进行基准测试。
• 计算维纳滤波系统为匹配卡尔曼滤波与神经网络系统总处理时间所需等效采样频率。

实验结果

研究问题

• RQ1 维纳滤波能否实现与卡尔曼滤波和神经网络方法相当的GPS定位精度？
• RQ2 长度缩短的维纳滤波对GPS信号处理中的处理时间与精度有何影响？
• RQ3 维纳滤波的并行化在多大程度上可降低计算延迟？
• RQ4 维纳滤波系统为匹配卡尔曼滤波与神经网络方法的总处理时间，所需采样频率是多少？
• RQ5 维纳滤波能否作为昂贵GPS/INS融合系统的成本效益更高的替代方案？

主要发现

• 维纳滤波实现的定位精度与卡尔曼滤波和神经网络方法相当。
• 长度缩短的维纳滤波相比标准维纳滤波显著减少了处理时间。
• 维纳滤波的并行实现进一步加速了计算，实现了实时处理。
• 经优化的维纳滤波为达到与卡尔曼滤波和神经网络系统相同的总处理时间，所需采样频率低于两者。
• 所提出的维纳滤波为传统GPS/INS融合系统提供了一种低成本、高精度的替代方案。
• 本研究证实，维纳滤波是提升GPS信号处理性能的一种可行且高效的方法。