[论文解读] Time-correlated Window Carrier-phase Aided GNSS Positioning Using Factor Graph Optimization for Urban Positioning

Xiwei Bai, Weisong Wen+1 more|arXiv (Cornell University)|Sep 2, 2021

Indoor and Outdoor Localization Technologies被引用 5

一句话总结

本文提出了一种基于因子图优化（FGO）的时间相关窗口载波相位（WCP）辅助GNSS定位方法，以提升城市环境中的定位精度与鲁棒性。通过在滑动时间窗内建模载波相位观测值，并利用左零空间矩阵消除共享的整周模糊度变量，该方法改善了状态估计，使使用汽车级接收机在城市峡谷中实现1.76 m和2.96 m的平均定位误差，使用智能手机级接收机也获得了类似性能增益。

ABSTRACT

This paper proposes an improved global navigation satellite system (GNSS) positioning method that explores the time correlation between consecutive epochs of the code and carrier phase measurements which significantly increases the robustness against outlier measurements. Instead of relying on the time difference carrier phase (TDCP) which only considers two neighboring epochs using an extended Kalman filter (EKF) estimator, this paper proposed to employ the carrier-phase measurements inside a window, the so-called window carrier-phase (WCP), to constrain the states inside a factor graph. A left null space matrix is employed to eliminate the shared unknown ambiguity variables and therefore, correlated the associated states inside the WCP. Then the pseudorange, Doppler, and the constructed WCP measurements are integrated simultaneously using factor graph optimization (FGO) to estimate the state of the GNSS receiver. We evaluated the performance of the proposed method in two typical urban canyons in Hong Kong, achieving the mean positioning error of 1.76 meters and 2.96 meters, respectively, using the automobile-level GNSS receiver. Meanwhile, the effectiveness of the proposed method is further evaluated using a low-cost smartphone level GNSS receiver and similar improvement is also obtained, compared with several existing GNSS positioning methods.

研究动机与目标

• 提升在城市峡谷中GNSS定位的鲁棒性，因多径效应和信号遮挡会降低性能。
• 利用多个历元间载波相位与伪距测量的时间相关性，以提高解算精度。
• 克服传统时间差分载波相位（TDCP）方法依赖两历元扩展卡尔曼滤波（EKF）的局限性。
• 在因子图优化框架内集成伪距、多普勒与窗口载波相位观测值。
• 通过在真实城市环境中使用高端与低成本GNSS接收机验证性能。

提出的方法

• 该方法引入了窗口载波相位（WCP）概念，利用滑动时间窗内连续多个历元的载波相位观测值。
• 应用左零空间矩阵以消除共享的整周模糊度变量，从而在保持几何约束的同时实现窗内状态的相关性。
• 通过因子图优化（FGO）联合优化伪距、多普勒与WCP观测值，将状态估计问题建模为图模型。
• FGO框架支持同时估计接收机位置、速度与整数模糊度，对异常值具有更强的鲁棒性。
• 通过在时间窗内进行批量优化，避免了对扩展卡尔曼滤波的依赖。
• 该方法设计为兼容高精度与低成本GNSS接收机。

实验结果

研究问题

• RQ1 在时间窗内建模载波相位观测值是否能提升城市环境中GNSS的定位精度？
• RQ2 与传统的基于TDCP的方法相比，所提出的WCP方法在鲁棒性与误差降低方面表现如何？
• RQ3 在整合伪距、多普勒与载波相位观测值时，因子图优化在多大程度上提升了状态估计性能？
• RQ4 当应用于低成本智能手机级GNSS接收机时，该方法是否仍能保持性能增益？
• RQ5 左零空间矩阵在消除模糊度变量的同时，对保持历元集合的时间相关性有多有效？

主要发现

• 使用汽车级GNSS接收机，该方法在一处城市峡谷中实现1.76米的平均定位误差，在另一处实现2.96米的平均定位误差。
• 与现有GNSS定位方法相比，性能显著提升，尤其在多径效应严重的城市环境中。
• 当应用于低成本智能手机级GNSS接收机时，该方法也表现出相当的性能增益，证实了其实际适用性。
• 通过FGO集成WCP观测值，显著增强了对异常值的鲁棒性，并改善了解算收敛性。
• 左零空间矩阵有效消除了模糊度变量，同时保持了窗内历元集合的时间相关性。
• 结果表明，利用多个历元间的时间相关性，可获得比两历元TDCP方法更稳定、更精确的定位性能。