技术特征：
1.一种基于遍历抗差卡尔曼滤波的伪卫星室内定位优化方法，其特征在于，该伪卫星室内定位优化方法包括以下步骤：s1、利用测量技术获取所有定位基站的初始位置；s2、设置遍历抗差卡尔曼滤波模型中的校验信息参数；s3、获取途经所有定位基站初始位置的定位路线数据；s4、将所述定位路线数据输入遍历抗差卡尔曼滤波模型进行处理，得到定位基站的优化位置；s5、利用定位基站优化位置与初始位置的比较得到最优校验信息值；s6、将所述最优校验信息值设为本次定位的模型校验信息，并开始定位。2.根据权利要求1所述的一种基于遍历抗差卡尔曼滤波的伪卫星室内定位优化方法，其特征在于，所述校验信息参数包括校验信息的整体范围及抗差卡尔曼滤波模型每次更新的步长。3.根据权利要求1所述的一种基于遍历抗差卡尔曼滤波的伪卫星室内定位优化方法，其特征在于，所述获取途经所有定位基站初始位置的定位路线数据还包括以下步骤：根据观测数据确定状态方程和观测方程。4.根据权利要求3所述的一种基于遍历抗差卡尔曼滤波的伪卫星室内定位优化方法，其特征在于，所述状态方程为：x
k
＝ax
k-1
+ω
k
式中，ω
k
表示状态噪声向量，a为n
×
n维的状态转移矩阵，x
k
表示当前时刻状态，x
k-1
表示前一时刻状态；令状态噪声向量ω
k
满足p(ω
k
)～(0
ω
，q)，其中p(ω
k
)代表状态噪声向量ω
k
的概率分布，0
ω
为ω
k
的期望，q为ω
k
的协方差矩阵，e表示单位矩阵，t表示转置，即：q＝e[ω
k
ω
kt
]。5.根据权利要求4所述的一种基于遍历抗差卡尔曼滤波的伪卫星室内定位优化方法，其特征在于，所述观测方程z
k
为：z
k
＝hx
k
+v
k
式中，v
k
表示观测噪声向量，h表示观测方程k时刻系数矩阵；令状态噪声向量v
k
满足p(ν
k
)～(0
v
，r)，其中p(ν
k
)代表观测噪声向量v
k
的概率分布，0
v
为v
k
的期望，r为v
k
的协方差矩阵，即：r＝e[ν
k
ν
kt
]。6.根据权利要求5所述的一种基于遍历抗差卡尔曼滤波的伪卫星室内定位优化方法，其特征在于，所述将所述定位路线数据输入遍历抗差卡尔曼滤波模型进行处理包括预测和更新两个步骤。7.根据权利要求6所述的一种基于遍历抗差卡尔曼滤波的伪卫星室内定位优化方法，其特征在于，所述预测的公式为：其特征在于，所述预测的公式为：
式中，表示k时刻下一步预测值，表示k-1时刻下的最优估计值，p
k-表示k时刻对应的协方差矩阵，p
k-1
表示k-1时刻下的校验后协方差矩阵。8.根据权利要求7所述的一种基于遍历抗差卡尔曼滤波的伪卫星室内定位优化方法，其特征在于，所述更新的公式为：k
k
＝p
k-h
t
(hp
k-h
t
+r)-11
式中，k
k
表示卡尔曼滤波增益矩阵，表示最优估计值，y
k
表示k时刻的测量值，p
k
表示校正后的协方差矩阵。9.根据权利要求8所述的一种基于遍历抗差卡尔曼滤波的伪卫星室内定位优化方法，其特征在于，所述将所述定位路线数据输入遍历抗差卡尔曼滤波模型进行处理还包括以下步骤：计算观测噪声向量残差的观测值权因子残差u
k
，其中，协方差矩阵φ＝hp
k-h
t
；令校验信息
△
u
k
＝u
kt
φ-1
u
k
，并计算得到等价权值，其中，等价权值的计算公式为：式中，a表示等价权值，c表示常数，取值为1.5；采用r/a来替换卡尔曼滤波中v
k
的协方差矩阵r。10.根据权利要求1所述的一种基于遍历抗差卡尔曼滤波的伪卫星室内定位优化方法，其特征在于，所述利用定位基站优化位置与初始位置的比较得到最优校验信息值包括以下步骤：s51、将定位基站的优化位置与定位基站的初始位置进行比较；s52、利用x-y平面上的标准差作为评价标准，计算优化位置与初始位置的误差；s52、将误差最小的校验信息值作为最优校验信息值。
技术总结
本发明公开了一种基于遍历抗差卡尔曼滤波的伪卫星室内定位优化方法，包括以下步骤：获取所有定位基站的初始位置；设置遍历抗差卡尔曼滤波模型中的校验信息参数；获取途经所有定位基站初始位置的定位路线数据；将定位路线数据输入遍历抗差卡尔曼滤波模型进行处理，得到定位基站的优化位置；利用定位基站优化位置与初始位置的比较得到最优校验信息值；将最优校验信息值设为本次定位的模型校验信息，并开始定位。本发明通过将遍历算法的思想与抗差卡尔曼滤波算法相结合，从而可以有效地解决在实际定位过程中难以保证抗差卡尔曼滤波算法模型中检验信息最优性的问题，从而能够进一步提高算法的精确度，获得更优的滤波效果。获得更优的滤波效果。获得更优的滤波效果。
技术研发人员：张军贤 吕红强 朱少华 郑殿科 张金磊 齐玉玲 顾鹏 李光云 刘莉 陈丽 沈运哲 王保强 王田虎
受保护的技术使用者：中车南京浦镇车辆有限公司
技术研发日：2022.11.18
技术公布日：2023/2/3