摘要
在高楼密集的城市峡谷等室外局部遮挡环境中，GNSS信号容易受到遮挡、反射、衰减等干扰，导致GNSS定位系统精度降低。因此，在这些场景中，仅依赖GNSS系统可能无法满足导航定位需求。随着城市化的不断发展，城市峡谷等GNSS受限地区对高质量定位的需求日益增加。为了弥补单独使用GNSS的不足，多传感器融合定位技术成为导航定位领域的一个热门研究方向。无线传感器定位技术的发展，为多传感器的融合定位提供了新的研究思路。 近年来，利用蜂窝网络进行定位成为无线传感器定位领域的热门研究方向。5G是新一代的蜂窝网络系统，具有高速率、大容量、低时延等特点。5G信号理论上能够实现较高精度的定位，而且能够实现导航通信一体化，降低部署成本。因此，5G定位具有重要的研究价值。 本文研究了基于5G增强的多传感器融合定位技术，旨在提高城市峡谷等GNSS受限区域中定位的精度和可靠性。本文主要包括以下几个方面的内容: （1）研究了 5G-TOA定位技术及GNSS/5G-TOA融合定位技术。将基于Bancroft算法的两步滤波法应用于5G-TOA定位解算，以应对接收终端与基站时间不严格同步的问题。采用联邦滤波，实现了 GNSS/5G-TOA位置域融合定位，以弥补单一 GNSS定位的不足。 （2）研究了 5G-TDOA增强多传感器融合定位技术。首先，构建了基于扩展卡尔曼滤波的GNSS/5G-TDOA融合定位算法。之后，提出采用抗差卡尔曼滤波对GNSS/5G-TDOA融合定位进行解算，以减弱观测量中的粗差带来的影响。最后，提出了 GNSS/5G-TDOA/INS融合定位算法。将GNSS/5G-TDOA融合定位算法生成的位置与速度参数用于松组合滤波，实现对惯导系统误差修正。同时，惯导可以对GNSS/5G-TDOA融合定位轨迹中由粗差引起的异常轨迹偏移进行平滑修正。 （3）搭建了相关实验平台，对5G定位增强型基站的TDOA数据质量进行分析，并进行静态定位实验与动态定位实验，验证了 5G增强融合定位算法的有效性。在GNSS/5G-TOA融合定位静态实验验证中，5G-TOA定位结果的引入提高了整体定位精度，弥补了单一 GNSS定位的不足。在GNSS/5G-TDOA融合定位静态实验验证中，当GNSS定位受到NLOS与多路径效应影响较大时，5G-TDOA观测量的引入能大大降低定位系统的劣化程度，而抗差卡尔曼滤波的使用能够消除观测粗差所带来的影响。在5G-TDOA增强多传感器融合定位动态实验验证中，5G-TDOA观测量的引入能够提高系统动态定位的精度。对于动态实验中抗差卡尔曼滤波的使用与INS的引入，二者都具有消除轨迹中的异常轨迹偏离，提高系统稳定性的效果。
NETL