Адаптивный медианный фильтр географических координат с приемника спутниковой навигационной системы

Приемник спутниковой навигационной системы в подводной робототехнике является источником географических координат, точность определения которых влияет на точность работы навигационной системы подводного аппарата. Погрешности данных приемника спутниковой навигационной системы, имеют вид шумов и апериодических значительных отклонений от реального значения малой продолжительности — выплесков. Разработан алгоритм работы адаптивного медианного фильтра, позволяющего отфильтровывать шумы и выплески в географических координатах приемника спутниковой навигационной системы. Предложенный фильтр работоспособен во всех режимах движения подводного аппарата, не вносит запаздывания и не требует использования данных дополнительных измерителей. Параметры фильтра заданы исходя из динамических характеристик подводного аппарата и не привязаны к характеристикам конкретного приемника спутниковой навигационной системы.
EDN: HXOTCN, https://elibrary/hxotcn

Литература

[1] Kanghui H., Chaoyang D. A fuzzy strong tracking extended Kalman filter for UAV navigation considering interruption of GPS signal. IEEE ICPICS, 2019, pp. 254–259, doi: https://doi.org/10.1109/ICPICS47731.2019.8942402

[2] Katwe S., Lyer N., Khan M. et al. Particle filter based localization of autonomous vehicle. 2nd GCAT, 2021, doi: https://doi.org/10.1109/GCAT52182.2021.9587461

[3] Liang W., Li K. Anti-spoofing Kalman filter for GPS/rotational INS integration. Measurement, 2022, vol. 193, art. 110962, doi: https://doi.org/10.1016/j.measurement.2022.110962

[4] Chunhakam P., Pummarin P., Jeen-im P. et al. GPS positon predicting system by Kalman filter with velocity from OBD and direction from magnetometer. 9th iEECON, 2021, pp. 444–447, doi: https://doi.org/10.1109/iEECON51072.2021.9440239

[5] Cahyadi M.N., Asfihani T., Mardiyanto R. et al. Performance of GPS and IMU sensor fusion using unscented Kalman filter for precise i-Boat navigation in infinite wide waters. Geod. Geodyn., 2023, vol. 14, no. 3, pp. 265–274, doi: https://doi.org/10.1016/j.geog.2022.11.005

[6] Рехман А., Шахид Х., Афзал М.А. и др. Пешеходная навигация на основе комплексирования ГНСС-приемника и МЭМС-датчиков смартфона с помощью расширенного фильтра Калмана. Гироскопия и навигация, 2020, т. 28, № 2, с. 91–108, doi: https://doi.org/10.17285/0869-7035.0034

[7] Liu Z., Liu J., Xu X. et al. DeepGPS: deep learning enhanced GPS positioning in urban canyons. IEEE Trans. Mob. Comput., 2024, vol. 23, no. 1, pp. 376–392, doi: https://doi.org/10.1109/TMC.2022.3208240

[8] Jiang X., Li Q., Wei D. A BDS/GPS integrated positioning algorithm based on Kalman filter and deep neural networks. 16th CISP-BMEI, 2023, doi: https://doi.org/10.1109/CISP-BMEI60920.2023.10373356

[9] Жао Ш., Лукьянов В.В. Применение нейронной сети в интегрированной системе навигации БИНС/ГНСС. XLVII Академические чтения по космонавтике. Т. 3. Москва, Изд-во МГТУ им. Н.Э. Баумана, 2023, с. 189–191.

[10] Yan S., Wu D., Wang W. et al. An analysis of method and performance for GNSS/SINS integrated navigation assisted by recurrent neural network. Journal of Air Force Engineering University, 2021, vol. 22, no. 5, pp. 61–66.

[11] Kumar N.A., Rao G.S., Arasavali N. Development of advanced extended Kalman filter for precise estimation of GPS receiver position. WiSPNET, 2019, pp. 213–216, doi: https://doi.org/10.1109/WiSPNET45539.2019.9032769

[12] Mosavi M.R., Tabatabaei A., Zandi M.J. Positioning improvement by combining GPS and GLONASS based on Kalman filter and its application in GPS spoofing situations. Gyroscopy Navig., 2016, vol. 7, no. 4, pp. 318–325, doi: https://doi.org/10.1134/S2075108716040088

[13] Shokri S., Rahemi N., Mosavi M.R. Improving GPS positioning accuracy using weighted Kalman filter and variance estimation methods. CEAS Aeronaut. J., 2020, vol. 11, no. 2, pp. 515–527, doi: https://doi.org/10.1007/s13272-019-00433-x

[14] Ma J. BDS/GPS deformation analysis of a long-span cable-stayed bridge based on colored noise filtering. Geod. Geodyn., 2023, vol. 14, no. 2, pp. 163–171, doi: https://doi.org/10.1016/j.geog.2022.08.005

[15] Qu X., Ding X., Xu Y.L. et al. Real-time outlier detection in integrated GNSS and accelerometer structural health monitoring systems based on a robust multi-rate Kalman filter. J. Geod., 2023, vol. 97, art. 38, doi: https://doi.org/10.1007/s00190-023-01724

[16] Zhou W., Ding K., Liu P. et al. Spatiotemporal filtering for continuous GPS coordinate time series in mainland China by using independent component analysis. Remote Sens., 2022, vol. 14, no. 12, art. 2904, doi: https://doi.org/10.3390/rs14122904

[17] Li L., Kuhlmann H. Real-time deformation measurements using time series of GPS coordinates processed by Kalman filter with shaping filter. Survey Review, 2012, vol. 44, no. 326, pp. 189–197, doi: https://doi.org/10.11791/1752270611Y.0000000022

[18] Wang J., Ding K., Sun H. et al. Noise reduction and periodic signal extraction for GNSS height data in the study of vertical deformation. Geod. Geodyn., 2023, vol. 14, no. 6, pp. 573–581, doi: https://doi.org/10.1016/j.geog.2023.07.002

[19] Yoonsong H., Kim H.G. A real-time filtering method of positioning data with moving window mechanism. Computer Engineering and Intelligent Systems, 2012, vol. 3, no. 7, pp. 20–31.

[20] Фялковский А.Л. Обработка данных при геодезическом мониторинге динамических объектов с использованием ГНСС. Инженерные изыскания, 2017, т. 11, № 9, с. 42–52, doi: https://doi.org/10.25296/1997-8650-2017-9-42-52