بهبود دقت موقعيت‌يابي در تلفيق GNSS با استفاده از فيلتر كالمن فازي بر اساس داده فاز حامل

Improvement of positioning accuracy of integrated GNSS by using fuzzy Kalman filter based on carrier phase data

در اين مقاله، پس از بررسي موقعيت‌يابي بر اساس تلفيق GPS و GLONASS، راهكاري جهت افزايش دقت مكان‌يابي سيستم‌هاي تلفيقي ارائه شده است. به منظور بهره‌گيري از سيستم‌هاي GNSS مختلف، تحقيقاتي در زمينه تركيب اندازه‌گيري‌هاي GLONASS و GPS انجام شده است كه نشان مي‌دهد افزودن اندازه‌گيري‌هاي GLONASS به سيستم GPS، بهبود اندكي در دقت موقيت‌يابي داشته است. دلايل اصلي شناخته شده براي كم بودن اين تاثير، خطاي توليدات GLONASS و يا محدوديت تعداد ماهواره‌هاي GLONASS در دسترس مي‌باشند. در اين تحقيق در روند محاسبه موقعيت مكاني تلفيقي، جهت تخمين موقعيت از روش فيلتر كالمن استفاده شده است. از آنجائيكه در اين تخمين وضعيت‌هاي GPS و GLONASS به صورت جداگانه بروزرساني مي‌شوند، امكان وزن‌دهي به مشاهدات ماهواره‌ها به صورت مستقل فراهم مي‌شود. در راستاي بهبود دقت موقعيت‌يابي، در فرآيند محاسبه بهره فيلتر كالمن از يك سيستم فازي با ورودي داده فاز حامل در باند L1 و يا باند L2 مربوط به ماهواره GLONASS جهت وزن‌دهي مشاهدات GLONASS استفاده شده است. بررسي و ارزيابي افزايش دقت موقعيت‌يابي با استفاده از فيلتر كالمن فازي، بر روي چندين مجموعه داده RINEX در شرايط GPS نويزي انجام و نتايج آزمون ها و شبيه‌سازي ها در اين مقاله ارائه شده است. بر اساس اين نتايج اعمال تغييرات فازي در ساختار فيلتر كالمن، متوسط خطاي موقعيت‌يابي را از 16 به 10 متر كاهش داده است.

In this paper, after reviewing the positioning based on the combination of GPS and GLONASS, a solution is provided for increasing the accuracy of positioning with integrated systems. In order to taking advantage of different GNSS systems, some researches carried out in the field of combination of GPS and GLONASS measurements. The investigations show that addition of GLONASS system measurements to GPS, have a slight improvement in positioning accuracy. The main known reasons for this little effect are limited number of available GLONASS satellites and GLONASS generations error. In this study, in the process of calculating integrated positioning, Kalman filter estimator method is used to estimate the position. Since state estimation of GPS and GLONASS update individually in this method, it is provided weighting satellites observations independently. In order to improve the positioning accuracy, in the process of calculation Kalman filter gain, a fuzzy system is used based on input data of carrier phase in L1 or L2 band for GLONASS satellites. This input can provide weighting the observations of GLONASS satellites. Increasing the accuracy of positioning by using fuzzy Kalman filter is investigeted on several data sets of RINEX format in GPS noise conditions. Assessment, simulation and test results are presented in this paper. According to the results of changing the structure of the Kalman filter by adding fuzzy system, average positioning error is reduced from 16 to 10 meters.