АЛГОРИТМ ПОВЫШЕНИЯ ТОЧНОСТИ И НАДЕЖНОСТИ ПОЗИЦИОНИРОВАНИЯ НА ОСНОВЕ ИЗМЕРЕНИЙ СПУТНИКОВОГО ГНСС-ПРИЕМНИКА

Abstract

Целью работы является разработка и верификация алгоритма повышения точности определения координат движущегося объекта на основе интеграции измерений спутникового ГНСС-приемника и бесплатформенной инерциальной навигационной системы (БИНС). Для это разработаны имитационные модели ГНСС и БИНС в согласованных системах координат с учетом погрешностей датчиков. Модель ГНСС-приемника включает ошибки измерений с использованием шума и эффекта многолучевого переотражения, а также учитывает интервалы отсутствия спутниковых измерений. Модель БИНС, включающая гироскопические датчики и акселерометры, учитывает дрейф нуля, шумы и влияние сил. Модель интеграции измерений реализована с использованием фильтра Калмана. Это позволило использовать взаимодополняющие свойства спутниковых и инерциальных навигационных систем в режиме моделирования и потенциально в режиме реального времени без необходимости доступа к первичным измерениям ГНСС, включая псевдодальности и фазы несущей. В процессе моделирования проведено сравнение эффективности предложенного алгоритма интеграции с алгоритмом на базе измерений ГНСС. Анализ результатов показал, что использование только измерений ГНСС обеспечивает среднеквадратичную ошибку определения горизонтального положения порядка 8-12 м, тогда как применение интеграции измерений ГНСС и БИНС позволяет снизить данную ошибку до 2.4-2.5 м. Наиболее существенное улучшение наблюдается при оценке высоты, где среднеквадратичная ошибка снижается до 0.4-0.5 м, что свидетельствует об эффективном подавлении влияния многолучевого переотражения и коррелированных ошибок измерений. При моделировании длительного отсутствия измерений ГНСС интегрированный алгоритм сохраняет работоспособность. Таким образом, преимущество предложенного подхода заключается не только в повышении точности, но и в обеспечении устойчивости навигационного решения в условиях помех, коррелированных ошибок и временной недоступности спутниковых измерений.

More by Assel Mukasheva

• Performance Evaluation of WPA2 and WPA3 Security Protocols in Private Wi-Fi 6 Environments2026
• HYBRID GAT-AUTOENCODER-BILSTM-ATTENTION ARCHITECTURE FOR MULTI CLASS CYBERATTACK DETECTION IN HETEROGENEOUS IOT NETWORKSВестник Алматинского университета энергетики и связи · 2026
• DISTRIBUTED SYSTEM FOR DATA SHARING AND JOINT PROCESSING BETWEEN RESEARCH CENTERS AND FARMSВестник Алматинского университета энергетики и связи · 2026
• Comparative Study of Regression Models Using Machine Learning to Predict Real Stock PricesInternational Conference on Electronics, Engineering Physics and Earth Science · 2026