城市复杂环境下高精度卫星定位的误差分析与改进

引言：在这样的背景下研究城市复杂环境下的高精度卫星定位问题，其理论问题和实际问题都具有非常重要的意义。一方面，对不同的误差源和误差机理进行了定位，可以进一步丰富和改进定位误差模型；另一方面，多项新技术如多星座、多频观测、多源信息融合等为高精度定位提供了新的方向，从误差分析和改进方法上进行了探索，进一步推进了高精度定位的发展，推进了城市复杂环境下的高精度定位的完善与发展。

一、城市复杂环境下高精度卫星定位的主要误差来源分析

1. 信号遮挡与稀疏可见卫星

在城市环境的复杂区域，由于高楼、桥梁、隧道等对卫星信号的遮挡严重，可见卫星少，定位精度因子（GDOP）显著增大，很容易出现解算不正常的情况。在一些道路狭窄、高楼林立的“城市峡谷”区域，接收机往往只能接收到少量卫星信号，无法获得高精度的解算，甚至在极端情况下完全丧失定位功能，严重影响了导航与定位。

2. 多路径效应

多路径效应是影响城市环境中定位精度的主要问题之一，卫星信号经高耸建筑物、玻璃幕墙或地面反射，若与地面接收机在同一时间接收，会造成伪距和载波相位测量值失准，特别是短距离道路两侧高耸建筑物林立反射，对厘米级、毫米级的精度要求很高，多路径还可能会造成算法运算结果不收敛，多路径问题不收敛是GNSS 应用中不可回避的问题。

3. 接收机硬件误差与环境噪声

接收机硬件性能对测量精度影响显著。比如天线相位中心偏差影响系统不同方向的误差，前端低噪声放大器不稳定，会增加测量不确定性，城市复杂的电磁环境基站包括移动通讯、Wi-Fi 信号以及无线电干扰等因素，都会导致接收机信号捕捉跟踪困难，信噪比下降，硬件误差加上外界干扰使得测量数据波动，使得高精度定位可靠性差。

4. 误差耦合效应

实际中误差往往是多种多样，甚至多种误差叠加耦合在一起，比如信号被遮挡导致可见卫星数变少同时多路径效应变强；几何条件差同时电离层和对流层延迟的残差被放大；硬件误差以及环境噪声导致解算的不确定；这种误差耦合，将使定位精度严重下降，补偿修正难度加大，是城市环境下定位精度改善最棘手的问题之一。

二、城市复杂环境下高精度卫星定位改进方法

1. 卫星几何与多星座融合

在复杂城市环境高层建筑密集导致可视卫星数不足，空间几何结构变差，GDOP 增大，定位解算极其不稳定，多星座系统融合技术可以实现 GPS 北斗GlONASS Galileo 等观测值的混合使用，增加可见卫星数量，改善空间几何结构，减少几何因子影响，采用多频观测对于改正电离层延迟修正也有较大优势，可以减少传播误差对定位解算的影响，从整体上提升了系统鲁棒性和可靠性。

例如，在典型城市峡谷环境中，单一GPS 只能捕获到三颗或四颗卫星信号，三维定位解算较为困难，若同时接收到北斗和 Galileo，卫星数量则增加到了八颗以上，几何分布得到明显改善，GDOP 从六以上降到三以下，能明显提高定位精度。在电离层扰动较强的时段，北斗三号卫星多频、Galileo 卫星多频观测，能够更加精确地改正延迟误差，保障厘米级 RTK 定位稳定。多星座融合作为应对复杂城市环境的关键手段，正逐步成为高精度的标配。

2. 多路径效应抑制方法

多路径效应是导致定位精度降低的主要原因之一，多路径分为伪距和载波相位偏差，抑制多路径效应的措施要从硬件和软件两方面着手，硬件方面可以通过设计天线减弱信号反射接收，软件方面可以通过信号滤波加权、非视距探测等方法削弱影响，结合三维建筑物多路径识别出存在多路径的卫星，在解算过程中应该剔除，以减小伪差，增强定位精度和可靠性。

例如，城市高架道路高层密集，接收机同时接收到直达信号和建筑物反射信号，存在厘米级至分米级的伪距误差。采用抗多路径天线可有效减少信号反射接收量 ; 软件采用卡尔曼滤波对卫星伪距残差进行平滑处理，降低观测异常值，同时采用建筑物 3D 模型预测卫星可视性概率较高的观测值，在定位解算时进行剔除，可有效降低解算偏差。经过实测验证，通过采用上述方法，将城市峡谷区域下的RTK 定位精度从分米级提高到厘米级。

3. 差分与辅助定位技术

差分定位技术通过基准站与用户接收机观测值的对比，消除共同的误差，提高解算精度。实时动态 RTK、网络 RTK 均能提供厘米级的定位精度，PPP RTK融合了精密轨道和钟差信息，在缩短收敛时间的同时满足实时性要求。辅助定位是在卫星信号受限时提供辅助定位，5G 基站增强、地面参考源能够提供额外的空间约束信息，保障复杂环境下的连续定位。

例如，隧道口有严重卫星遮挡，GNSS 解算精度差，用户连续定位失败，此时开通网络 RTK 服务，基准站提供的观测差分信息可极大消除残差信息，定位结果保持在厘米级，或者采用辅助定位，通过 5G 基站信号和地面增强参考源，接收机在没有短时间的卫星信号的情况下依然能够保持在分米级连续定位。RTK+5G 融合方案在复杂路况下依然保持连续轨迹，避免车辆出现定位中断，保障无人驾驶安全与智能交通安全稳定运行。

4. 融合多源传感器技术

城市高复杂环境下单一 GNSS 无法达到厘米级的定位精度，搭载 IMU、视觉传感器、激光雷达等多传感器中的数据能够弥补卫星信号遮挡的问题。IMU 短期内的解算有较强的惯性解算能力，视觉以及激光雷达提供场景信息，多源数据的融合能够在算法层面进行误差融合。近年来在数据融合方面采用机器学习来进行非线性的特征提取及动态误差校正，增强整体定位系统的智能化。

例如。地库、城市隧道等几乎不存在 GNSS 信号的情况，无法单纯的通过卫星信号对车辆的路径导航，这时 IMU 通过短期的加速度积分和角速度积分提供短时间位置推算，传感器识别路径和环境信息，激光雷达提供路径的高精度点云地图，多种传感器的配合能够在没有卫星信号的情况下，保证车辆的路径连续。通过使用深度学习对多源传感信息进行联合实时估计和补偿误差，在无人驾驶实验中能够保证路径精度和稳定性，使其在复杂的环境中稳定运行。

5. 动态环境下的实时误差修正

城市环境具有高度动态性，车辆、行人、建筑环境中的不确定性因素每时每刻都会引入不同的误差信息，为了保证定位的稳定，就要对误差模型实时更新、实时修正。云平台以及边缘计算节点通过接收实时数据，对误差信息建模，然后通过网络传递到用户端，让定位系统本身具备更强的自适应能力、抗干扰能力，这样的实时修正也是未来城市精确定位的方向。

例如，在大型活动场景区域存在大量临时搭建物，导致卫星信号传播路径存在误差，传统静态模型无法有效描述这类误差。GNSS 观测数据上传至云数据平台，分布式算法快速构建实时误差场，并经由边缘计算节点将修正结果快速推送到规模用户端。实验表明，在行人密集的广场区域，实时修正方法定位误差由之前的米级降低至三十厘米级，轨迹稳定性提升。该技术展现了在动态环境下实现连续高精度定位的潜力，对无人驾驶、智慧城市等应用具有重大的价值。

结束语：

复杂城市环境需要更高精度的卫星定位。信号遮挡、多路径效应是高精度卫星定位的痛点难点，电离层、对流层延迟、硬件噪声也会加剧误差，多星座融合、多路径抑制、差分定位、多传感融合实时校正，将为复杂环境下的定位精度可靠提供更好的支撑。随着人工智能、数字孪生技术的发展，高精度卫星定位将在未来智慧交通、无人驾驶等领域扮演更重要的角色。

参考文献：

[1] 张小红，陶贤露，王颖喆，等 . 城市场景智能手机 GNSS/MEMS 融合车载高精度定位 [J]. 武汉大学学报 ( 信息科学版 )，2022，47(10):1740-1749.

[2] 耿江辉，常华，郭将，等 . 面向城市复杂环境的 3 种多频多系统 GNSS单点高精度定位方法及性能分析 [J]. 测绘学报，2020，49(01):1-13.

[3] 刘小汇，王怡晨，文超，等 . 复杂城市环境下的全球导航卫星系统 /捷联惯性导航系统组合导航算法 [J]. 电子与信息学报，2023，45(11):4150-4160.

[4] 李飞翔，赵乐文，唐歌实 . 复杂观测环境下 GNSS 信号分类及精度评估[J]. 大地测量与地球动力学，2022，42(08):852-856.