關(guān)鍵詞：５Ｇ 機(jī)會(huì)信號(hào)定位；經(jīng)驗(yàn)?zāi)B(tài)分解；自適應(yīng)卡爾曼濾波；緊組合

中圖分類(lèi)號(hào)：ＴＮ９１１．７；Ｖ２４９．３２＋８ 文獻(xiàn)標(biāo)志碼：Ａ DOI：１０．１２３０５／ｊ．ｉｓｓｎ．１００１-５０６Ｘ．２０２４．１２．２９

０引言

基于位置的服務(wù)（ｌｏｃａｔｉｏｎｂａｓｅｄｓｅｒｖｉｃｅｓ，ＬＢＳ）是將移動(dòng)通信網(wǎng)絡(luò)和衛(wèi)星定位系統(tǒng)進(jìn)行結(jié)合，將多種定位技術(shù)和數(shù)據(jù)處理技術(shù)交叉融合的信息服務(wù)模式，在向終端用戶提供位置信息的同時(shí)，集成各種與位置相關(guān)的服務(wù)的業(yè)務(wù)。隨著定位技術(shù)的進(jìn)步和移動(dòng)互聯(lián)網(wǎng)的發(fā)展，ＬＢＳ 逐漸滲透到人們的生活中，位置信息成為社會(huì)生活中一項(xiàng)不可或缺的關(guān)鍵基礎(chǔ)信息。因此，對(duì)ＬＢＳ提出了低成本、高集成、高精度、高可靠的需求［１］。

然而，在城市復(fù)雜環(huán)境下，受建筑物遮擋和多徑效應(yīng)影響，基于全球?qū)Ш叫l(wèi)星系統(tǒng)（ｇｌｏｂａｌｎａｖｉｇａｔｉｏｎｓａｔｅｌｌｉｔｅｓｙｓ-ｔｅｍ，ＧＮＳＳ）的位置信息精度難以保證。因此，需要輔以其他定位手段來(lái)保障ＬＢＳ 的連續(xù)性和穩(wěn)定性［２］。利用環(huán)境中的泛在機(jī)會(huì)信號(hào)（ｓｉｇｎａｌｏｆｏｐｐｏｒｔｕｎｉｔｙ，ＳＯＰ）作為無(wú)線電導(dǎo)航信號(hào)的有效補(bǔ)充和輔助備受矚目［３４］。５Ｇ 機(jī)會(huì)信號(hào)作為一種在城市或室內(nèi)環(huán)境中高密度分布的機(jī)會(huì)信號(hào)［５６］，與其他高頻段、高帶寬、低延遲等特點(diǎn)的機(jī)會(huì)信號(hào)共同受到各國(guó)學(xué)者的高度關(guān)注［７９］。此外，結(jié)合慣性導(dǎo)航系統(tǒng)（ｉｎｅｒ-ｔｉａｌｎａｖｉｇａｔｉｏｎｓｙｓｔｅｍ，ＩＮＳ）短期推算精度高的特點(diǎn)，將低成本微機(jī)電系統(tǒng)慣性測(cè)量單元（ｍｉｃｒｏ-ｅｌｅｃｔｒｏ-ｍｅｃｈａｎｉｃａｌｓｙｓｔｅｍｉｎｅｒｔｉａｌｍｅａｓｕｒｅｍｅｎｔｕｎｉｔ，ＭＥＭＳ-ＩＭＵ）與５Ｇ 機(jī)會(huì)信號(hào)進(jìn)行組合，形成ＭＥＭＳ-ＩＭＵ／５Ｇ 機(jī)會(huì)信號(hào)組合導(dǎo)航系統(tǒng)，能夠有效彌補(bǔ)ＧＮＳＳ定位在城市復(fù)雜環(huán)境下的連續(xù)性、可靠性和可用性不足的難題［１０１３］，為解決高精度ＬＢＳ“最后一公里”問(wèn)題提供了一種解決方案。

國(guó)內(nèi)外學(xué)者陸續(xù)開(kāi)展基于５Ｇ 機(jī)會(huì)信號(hào)的定位技術(shù)研究。２０２１年，美國(guó)加利福尼亞大學(xué)的Ｓｈａｍａｅｉ等［１４］提出一種基于到達(dá)時(shí)間（ｔｉｍｅｏｆａｒｒｉｖａｌ，ＴＯＡ）的定位方法，設(shè)計(jì)一種５Ｇ 機(jī)會(huì)信號(hào)接收機(jī)結(jié)構(gòu)，測(cè)距標(biāo)準(zhǔn)差達(dá)到了１．１９ｍ，首次驗(yàn)證了５Ｇ 機(jī)會(huì)信號(hào)在復(fù)雜城市環(huán)境下定位的可行性。２０２２年７月，Ｃｈｅｎ等［１５］提出一種基于載波相位的５Ｇ 機(jī)會(huì)信號(hào)室內(nèi)定位方法，實(shí)現(xiàn)亞米級(jí)的測(cè)距精度。２０２３年７月，Ｌｉ等［１６］提出一種基于５Ｇ 正交頻分復(fù)用（ｏｒｔｈｏｇｏｎａｌｆｒｅ-ｑｕｅｎｃｙｄｉｖｉｓｉｏｎｍｕｌｔｉｐｌｅｘｉｎｇ，ＯＦＤＭ）技術(shù)的多頻測(cè)距和定位方法，在仿真條件設(shè)置為頻率為５ＧＨｚ、信噪比（ｓｉｇｎａｌｔｏｎｏｉｓｅｒａｔｉｏ，ＳＮＲ）為２０ｄＢ 的條件下，實(shí)現(xiàn)了均方根誤差（ｒｏｏｔｍｅａｎｓｑｕａｒｅｅｒｒｏｒ，ＲＭＳＥ）為５ｃｍ 的定位精度，進(jìn)一步驗(yàn)證了５Ｇ 信號(hào)定位的可行性。

從上述文獻(xiàn)中可以看出，目前關(guān)于５Ｇ 機(jī)會(huì)信號(hào)定位技術(shù)的研究仍停留在關(guān)鍵技術(shù)驗(yàn)證階段，尚未形成完善的技術(shù)體系。首先，在基于５Ｇ 機(jī)會(huì)信號(hào)的定位技術(shù)中，多個(gè)同頻５Ｇ 機(jī)會(huì)信號(hào)受同頻干擾、鐘差、鐘漂等因素而導(dǎo)致偽距解算異常，從而影響定位精度。此外，低成本ＭＥＭＳ-ＩＭＵ中慣性器件的隨機(jī)誤差較大，易受到環(huán)境溫度、振動(dòng)等外部擾動(dòng)影響，導(dǎo)致輸出慣性信號(hào)的ＳＮＲ 較低，影響組合定位系統(tǒng)的定位精度和可靠性。

為解決上述問(wèn)題，本文提出一種基于低成本ＭＥＭＳ-ＩＭＵ／５Ｇ 機(jī)會(huì)信號(hào)的緊組合定位方法。首先，考慮到低成本ＭＥＭＳ-ＩＭＵ 輸出信號(hào)ＳＮＲ 低的問(wèn)題，提出一種基于改進(jìn)閾值的清除迭代經(jīng)驗(yàn)?zāi)B(tài)分解間隔閾值（ｃｌｅａｒｉｔｅｒａｔｉｖｅｅｍｐｉｒｉｃａｌｍｏｄｅｄｅｃｏｍｐｏｓｉｔｉｏｎｉｎｔｅｒｖａｌ-ｔｈｒｅｓｈｏｌｄｉｎｇ，ＥＭＤ-ＣＩＩＴ）算法的慣性傳感器信號(hào)預(yù)處理方法，對(duì)慣性傳感器進(jìn)行降噪處理，提升輸出ＳＮＲ，增強(qiáng)數(shù)據(jù)可靠性和準(zhǔn)確性。其次，針對(duì)５Ｇ 機(jī)會(huì)信號(hào)在同頻干擾、鐘差、鐘漂等多因素耦合作用下偽距測(cè)量異常的問(wèn)題，提出一種基于馬氏距離的自適應(yīng)卡爾曼濾波緊組合算法。通過(guò)建立基于馬氏距離的觀測(cè)與預(yù)測(cè)偽距置信度，實(shí)時(shí)調(diào)整觀測(cè)協(xié)方差矩陣，從而減少異常偽距對(duì)定位精度的影響。最后，本文通過(guò)仿真測(cè)試和實(shí)驗(yàn)手段，驗(yàn)證本文所提算法在提高慣性傳感器ＳＮＲ、抗噪聲能力和定位精度方面的有效性和優(yōu)越性。

１基于５犌機(jī)會(huì)信號(hào)的定位原理

１．１ ５G機(jī)會(huì)信號(hào)結(jié)構(gòu)

５Ｇ信號(hào)的幀結(jié)構(gòu)如圖１所示，該信號(hào)是基于帶有循環(huán)前綴（ｃｙｃｌｉｃｐｒｅｆｉｘ，ＣＰ）的ＯＦＤＭ 調(diào)制構(gòu)成的［１７］。一個(gè)５Ｇ幀持續(xù)時(shí)間為１０ ｍｓ，由１０ 個(gè)子幀組成，每個(gè)子幀持續(xù)１ｍｓ。每一幀分解為兩個(gè)半幀，其中子幀０至４ 構(gòu)成半幀０，子幀５至９構(gòu)成半幀１。

在時(shí)域中，５Ｇ 信號(hào)的每個(gè)子幀有２μ個(gè)時(shí)隙，每個(gè)時(shí)隙包含１４ 個(gè)ＯＦＤＭ 符號(hào)，ＣＰ 長(zhǎng)度相較于長(zhǎng)期演進(jìn)（ｌｏｎｇｔｅｒｍｅｖｏｌｕｔｉｏｎ，ＬＴＥ）技術(shù)縮小了（１／２）μ。

在頻域中，每個(gè)子幀被分為多個(gè)資源塊，每個(gè)資源塊有多個(gè)資源格。資源格的數(shù)量由高層信號(hào)傳遞給用戶設(shè)備（ｕｓｅｒｅｑｕｉｐｍｅｎｔ，ＵＥ）。資源元素是資源格中最小的單元，由其所在的ＯＦＤＭ 符號(hào)和子載波號(hào)共同定義［１８］。

１．２基于５犌機(jī)會(huì)信號(hào)的偽距測(cè)量方法

基于５Ｇ機(jī)會(huì)信號(hào)的偽距測(cè)量方案流程圖如圖２所示。

（１）結(jié)合改進(jìn)的ＥＭＤＣＩＩＴ 算法與改進(jìn)卡爾曼濾波算法的定位系統(tǒng)，在ＲＭＳＥ 和平均誤差方面分別達(dá)到了６．６０ｍ 和６．１８ ｍ，均實(shí)現(xiàn)了最小化，顯著優(yōu)于其他算法組合。

（２）當(dāng)使用相同的卡爾曼濾波算法時(shí)，經(jīng)改進(jìn)的ＥＭＤＣＩＩＴ 算法處理的ＩＭＵ 數(shù)據(jù)的定位誤差均優(yōu)于使用傳統(tǒng)ＥＭＤＣＩＩＴ 算法的結(jié)果。這種性能提升的原因在于，當(dāng)ＩＭＵ 保持靜態(tài)時(shí)，其輸出數(shù)據(jù)本應(yīng)平滑，但使用傳統(tǒng)硬閾值ＥＭＤＣＩＩＴ算法處理會(huì)引入不符合信號(hào)特征的振蕩，損害數(shù)據(jù)的準(zhǔn)確性并降低定位精度。相對(duì)而言，改進(jìn)的ＥＭＤＣＩＩＴ算法通過(guò)平滑閾值函數(shù)，有效減弱了硬閾值法可能引入的振蕩，提升了ＩＭＵ 數(shù)據(jù)的準(zhǔn)確度及最終的定位性能。

（３）表５中的數(shù)據(jù)結(jié)合圖１３的定位誤差曲線，驗(yàn)證了改進(jìn)卡爾曼濾波算法的優(yōu)越性。在實(shí)際實(shí)驗(yàn)過(guò)程中，５Ｇ 機(jī)會(huì)信號(hào)受到同頻干擾、鐘差、鐘漂等誤差因素導(dǎo)致偽距異常值頻繁出現(xiàn)?？柭鼮V波算法不能及時(shí)糾正這些異常值，導(dǎo)致錯(cuò)誤累積并傳遞至濾波器中，影響整體定位準(zhǔn)確性。

但改進(jìn)的卡爾曼濾波算法卻能夠通過(guò)馬氏距離構(gòu)建的偽距置信度指標(biāo)識(shí)別異常值并及時(shí)處理，能夠有效抑制異常值對(duì)定位結(jié)果的影響。

綜上所述，改進(jìn)閾值的ＥＭＤ-ＣＩＩＴ 算法和改進(jìn)的卡爾曼濾波算法不僅在模擬的受白噪聲干擾顯著的測(cè)試條件下表現(xiàn)出色，在５Ｇ 偽距信號(hào)異常頻發(fā)的現(xiàn)實(shí)環(huán)境中，同樣展現(xiàn)了顯著的抗干擾能力和優(yōu)異的定位精度。

５結(jié)論

本文深入研究低成本ＭＥＭＳＩＭＵ 與５Ｇ 機(jī)會(huì)信號(hào)組合導(dǎo)航系統(tǒng)，首先針對(duì)低成本ＭＥＭＳ-ＩＭＵ ＳＮＲ 較低進(jìn)而影響組合導(dǎo)航精度的問(wèn)題，提出一種改進(jìn)閾值的ＥＭＤ-ＣＩＩＴ降噪策略。通過(guò)仿真測(cè)試，該策略相較于傳統(tǒng)的硬閾值和軟閾值方法分別將ＳＮＲ 提高了約１ｄＢ 和３ｄＢ，將輸入ＳＮＲ 提升了約１．５～３倍，有效緩解了低成本ＭＥＭＳ-ＩＭＵ易受白噪聲影響的問(wèn)題，顯著增強(qiáng)ＩＭＵ 輸出ＳＮＲ。

其次，針對(duì)同頻５Ｇ 機(jī)會(huì)信號(hào)的同頻干擾、鐘差、鐘漂等因素導(dǎo)致偽距異常的問(wèn)題，提出一種自適應(yīng)卡爾曼濾波的緊組合導(dǎo)航算法。仿真結(jié)果表明，在７ 個(gè)不同位置的測(cè)試點(diǎn)中，改進(jìn)卡爾曼濾波算法在偽距異常檢測(cè)和抑制方面表現(xiàn)最佳，尤其在對(duì)第３個(gè)采樣點(diǎn)進(jìn)行的全時(shí)段誤差分析中，算法處理后的ＲＭＳＥ 和平均誤差分別達(dá)到了１．９５ ｍ 和１．６６ｍ，顯示出更優(yōu)的定位效果，證明該算法能有效抑制同頻５Ｇ 機(jī)會(huì)信號(hào)各類(lèi)因素對(duì)定位精度的負(fù)面影響。

最后，通過(guò)實(shí)驗(yàn)數(shù)據(jù)分析，結(jié)合這兩種改進(jìn)算法的定位ＲＭＳＥ 和平均誤差分別達(dá)到６．６０ ｍ 和６．１８ ｍ，明顯優(yōu)于其他算法組合的結(jié)果。這不僅證實(shí)了兩種改進(jìn)算法的有效性，而且還展現(xiàn)了其在提升定位精度上的顯著優(yōu)勢(shì)。

作者簡(jiǎn)介

趙云龍（２０００—），男，碩士研究生，主要研究方向?yàn)榻M合導(dǎo)航。

孫騫（１９８８—），男，副教授，博士，主要研究方向?yàn)榻M合導(dǎo)航、通信導(dǎo)航一體化設(shè)計(jì)。

簡(jiǎn)鑫（２００１—），男，碩士研究生，主要研究方向?yàn)槎鄠鞲衅魅诤稀?/p>

李一兵（１９６７—），男，教授，博士，主要研究方向?yàn)榻M合導(dǎo)航、多傳感器融合、通信導(dǎo)航一體化設(shè)計(jì)。于 飛（１９７４—），男，教授，博士，主要研究方向?yàn)榻M合導(dǎo)航。