本发明涉及定位技术领域，本发明公开了一种室内外无缝环境下的弹性融合定位方法及系统，包括：将GNSS观测向量同SINS推算的观测向量一起输入第一子滤波器中作差，并结合量测噪声协方差矩阵和主滤波器分配的信息，进行量测信息更新；将基站观测向量同SINS推算的观测向量输入第二子滤波器中作差，并结合量测噪声协方差矩阵和主滤波器分配的信息，进行量测信息更新；将第一子滤波器和第二子滤波器的更新的量测信息，在主滤波器中进行信息融合，得到最终定位结果，并按照信息分配准则将融合信息分配至第一子滤波器和第二子滤波器。有效隔离了传感器故障和非视距误差，在室内外过渡区域，卫星部分失锁的条件下，提高了定位精度相比。
1.一种室内外无缝环境下的弹性融合定位方法，其特征在于，包括：获取GNSS观测向量、基站观测向量和SINS推算的观测向量；
基于GNSS观测向量和基站观测向量，更新量测噪声协方差矩阵；
将GNSS观测向量同SINS推算的观测向量一起输入第一子滤波器中作差，并结合量测噪声协方差矩阵和主滤波器分配的信息，进行量测信息更新；同时，将基站观测向量同SINS推算的观测向量输入第二子滤波器中作差，并结合量测噪声协方差矩阵和主滤波器分配的信息，进行量测信息更新；
将第一子滤波器和第二子滤波器的更新的量测信息，在主滤波器中进行信息融合，得到最终定位结果，并按照信息分配准则将融合信息分配至第一子滤波器和第二子滤波器；
所述更新量测噪声协方差矩阵，具体为：将观测新息向量δY i,k的模作为检验值，利用 分布构造故障检验阈值来识别NLOS误差；
其中，δYi,k为第i个子滤波器在k时刻的观测新息向量，i取1、2，当i为1时子滤波器为GNSS‑SINS滤波器，当i为2时子滤波器为5G‑SINS滤波器；Yi,k为在k时刻输入第i个子滤波器的观测向量；Hi,k为第i个子滤波器在k时刻的量测关系矩阵； 为在k时刻第i个子滤波器的预测的状态向量；
所述观测向量为GNSS观测向量、5G基站观测向量；
当量测信息正常时，观测新息向量δYi,k为高斯白噪声，服从均值为0的正态分布；当发生故障时，量测信息存在粗差，此时δYi,k的均值不为0，通过假设检验来判断故障；
其中， 为观测新息向量的协方差矩阵；Ti,k服从自由度为n的分布，即 ，其中，n为观测向量的维度； 为观测新息向量的协方差矩阵，Ri,k为量测噪声协方差矩阵；Pi,k为第i个子滤波器在k时刻的状态误差协方差矩阵；
当Ti,k≤TD时，判定当前无异常，反之判定当前历元观测向量包含误差；
通过构造方差膨胀因子αi,k来削弱观测向量误差；获取观测新息向量，结合判断阈值，计算方差膨胀因子：将上式中αi,k向量对角化得到diag(αi,k)，则修改量测噪声协方差矩阵为：。
2.如权利要求1所述的一种室内外无缝环境下的弹性融合定位方法，其特征在于，所述GNSS观测向量包括伪距和载波相位。
3.如权利要求1所述的一种室内外无缝环境下的弹性融合定位方法，其特征在于，所述基站观测向量包括终端相对于基站的方位角、高度角和信号传播时间。
4.如权利要求1所述的一种室内外无缝环境下的弹性融合定位方法，其特征在于，所述更新量测噪声协方差矩阵的步骤为：获取观测新息向量，结合判断阈值，计算方差膨胀因子；
将方差膨胀因子进行向量对角化后，更新量测噪声协方差矩阵。
5.如权利要求1所述的一种室内外无缝环境下的弹性融合定位方法，其特征在于，所述融合信息中的状态误差协方差矩阵为两个子滤波器得到的状态误差协方差矩阵的和的倒数；
或者，所述融合信息中的噪声协方差矩阵为两个子滤波器得到的过程噪声协方差矩阵的和的倒数。
6.如权利要求1所述的一种室内外无缝环境下的弹性融合定位方法，其特征在于，所述融合信息中的全局最优估计值与两个子滤波器得到的状态误差协方差矩阵、两个子滤波器得到的局部最优解和融合信息中的状态误差协方差矩阵相关。
7.如权利要求1所述的一种室内外无缝环境下的弹性融合定位方法，其特征在于，所述信息分配准则中的信息分配系数，根据GNSS的卫星分布的空间几何强度因子和载噪比进行调整。
8.一种室内外无缝环境下的弹性融合定位系统，其特征在于，包括：数据获取模块，其被配置为：获取GNSS观测向量、基站观测向量和SINS推算的观测向量；
故障检测模块，其被配置为：基于GNSS观测向量和基站观测向量，更新量测噪声协方差矩阵；
量测信息更新模块，其被配置为：将GNSS观测向量同SINS推算的观测向量一起输入第一子滤波器中作差，并结合量测噪声协方差矩阵和主滤波器分配的信息，进行量测信息更新；同时，将基站观测向量同SINS推算的观测向量输入第二子滤波器中作差，并结合量测噪声协方差矩阵和主滤波器分配的信息，进行量测信息更新；
定位模块，其被配置为：将第一子滤波器和第二子滤波器的更新的量测信息，在主滤波器中进行信息融合，得到最终定位结果，并按照信息分配准则将融合信息分配至第一子滤波器和第二子滤波器；
所述更新量测噪声协方差矩阵，具体为：将观测新息向量δY i,k的模作为检验值，利用 分布构造故障检验阈值来识别NLOS误差；
其中，δYi,k为第i个子滤波器在k时刻的观测新息向量，i取1、2，当i为1时子滤波器为GNSS‑SINS滤波器，当i为2时子滤波器为5G‑SINS滤波器；Yi,k为在k时刻输入第i个子滤波器的观测向量；Hi,k为第i个子滤波器在k时刻的量测关系矩阵； 为在k时刻第i个子滤波器的预测的状态向量；
所述观测向量为GNSS观测向量、5G基站观测向量；
当量测信息正常时，观测新息向量δYi,k为高斯白噪声，服从均值为0的正态分布；当发生故障时，量测信息存在粗差，此时δYi,k的均值不为0，通过假设检验来判断故障；
其中， 为观测新息向量的协方差矩阵；Ti,k服从自由度为n的分布，即 ，其中，n为观测向量的维度； 为观测新息向量的协方差矩阵，Ri,k为量测噪声协方差矩阵；Pi,k为第i个子滤波器在k时刻的状态误差协方差矩阵；
当Ti,k≤TD时，判定当前无异常，反之判定当前历元观测向量包含误差；
通过构造方差膨胀因子αi,k来削弱观测向量误差；获取观测新息向量，结合判断阈值，计算方差膨胀因子：将上式中αi,k向量对角化得到diag(αi,k)，则修改量测噪声协方差矩阵为：。
9.如权利要求8所述的一种室内外无缝环境下的弹性融合定位系统，其特征在于，所述GNSS观测向量包括伪距和载波相位。
10.如权利要求8所述的一种室内外无缝环境下的弹性融合定位系统，其特征在于，所述基站观测向量包括终端相对于基站的方位角、高度角和信号传播时间。
一种室内外无缝环境下的弹性融合定位方法及系统
技术领域
[0001] 本发明涉及定位技术领域，具体的说，是涉及一种室内外无缝环境下的弹性融合定位方法及系统。
背景技术
[0002] 本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
[0003] 随着城镇化和地下空间开发水平的不断提高，使得位置服务需要满足室内外不同场景下高精度和鲁棒定位的需求。对于导航系统来说，采用单一传感器往往无法满足室内外无缝定位的性能要求。
[0004] 全球导航卫星系统（Global Navigation Satellite System，GNSS）通过接收机对多颗卫星同时测距，实现对载体位置和速度的高精度计算；受限于落地功率电平，其信号易受室内及城市复杂环境遮挡，导致无法正常工作。
[0005] 超宽带技术通过记录脉冲信号从移动站到基准站的双程传播时间来计算两者间的距离，要求至少存在4个可视基站才能有效定位；此方法易受室内外复杂观测环境影响，导致移动站可视范围内基站数量少于4个，从而影响定位成功率，且超宽带技术覆盖范围有限，无法实现广域定位。
[0006] 通过将上述设备与捷联惯性导航系统（Strap‑down Inertial Navigation System,SINS）位置域进行松组合，可以在GNSS或超宽带无法正常工作时，依靠纯SINS递推得到导航结果；缺点是当可观卫星数或基站数量少于4个时，由于GNSS或超宽带无法单独定位而无法进行组合，从而浪费了可能的观测信息，SINS位置误差会逐渐发散。
[0007] 在量测域对GNSS、超宽带和SINS进行紧组合，可以有效利用仅存的观测信息，但在极端条件下，如仅有一座基站可视，此时产生的距离观测值不足以为SINS提供约束，导致定位误差偏大。5G基站通过信道参数估计算法获得信号到达时间（Time Of Arrival，TOA）和到达角（Angle Of Arrival，AOA）信息，缓解了观测值不足的问题，理论上单基站即可进行定位，通过与SINS组合可进一步降低恶劣观测环境对5G定位的影响；但，量测精度仍受环境影响，现有方法缺乏对观测值可用性进行评估，无法有效判断非视距（Non Line Of Sight，NLOS）误差。
发明内容
[0008] 本发明为了解决上述问题，本发明提供一种室内外无缝环境下的弹性融合定位方法及系统，有效隔离了传感器故障和非视距误差，在室内外过渡区域，卫星部分失锁的条件下，提高了定位精度相比。
[0009] 为了实现上述目的，本发明采用如下技术方案：
[0010] 本发明的第一个方面提供一种室内外无缝环境下的弹性融合定位方法，其包括：
[0011] 获取GNSS观测向量、基站观测向量和SINS推算的观测向量；
[0012] 基于GNSS观测向量和基站观测向量，更新量测噪声协方差矩阵；
[0013] 将GNSS观测向量同SINS推算的观测向量一起输入第一子滤波器中作差，并结合量测噪声协方差矩阵和主滤波器分配的信息，进行量测信息更新；同时，将基站观测向量同SINS推算的观测向量输入第二子滤波器中作差，并结合量测噪声协方差矩阵和主滤波器分配的信息，进行量测信息更新；
[0014] 将第一子滤波器和第二子滤波器的更新的量测信息，在主滤波器中进行信息融合，得到最终定位结果，并按照信息分配准则将融合信息分配至第一子滤波器和第二子滤波器。
[0015] 进一步地，所述GNSS观测向量包括伪距和载波相位。
[0016] 进一步地，所述基站观测向量包括终端相对于基站的方位角、高度角和信号传播时间。
[0017] 进一步地，所述更新量测噪声协方差矩阵的步骤为：
[0018] 获取观测新息向量，结合判断阈值，计算方差膨胀因子；
[0019] 将方差膨胀因子进行向量对角化后，更新量测噪声协方差矩阵。
[0020] 进一步地，所述融合信息中的状态误差协方差矩阵为两个子滤波器得到的状态误差协方差矩阵的和的倒数；
[0021] 或者，所述融合信息中的噪声协方差矩阵为两个子滤波器得到的过程噪声协方差矩阵的和的倒数。
[0022] 进一步地，所述融合信息中的全局最优估计值与两个子滤波器得到的状态误差协方差矩阵、两个子滤波器得到的局部最优解和融合信息中的状态误差协方差矩阵相关。
[0023] 进一步地，所述信息分配准则中的信息分配系数，根据GNSS的卫星分布的空间几何强度因子和载噪比进行调整。
[0024] 本发明的第二个方面提供一种室内外无缝环境下的弹性融合定位系统，其包括：
[0025] 数据获取模块，其被配置为：获取GNSS观测向量、基站观测向量和SINS推算的观测向量；
[0026] 故障检测模块，其被配置为：基于GNSS观测向量和基站观测向量，更新量测噪声协方差矩阵；
[0027] 量测信息更新模块，其被配置为：将GNSS观测向量同SINS推算的观测向量一起输入第一子滤波器中作差，并结合量测噪声协方差矩阵和主滤波器分配的信息，进行量测信息更新；同时，将基站观测向量同SINS推算的观测向量输入第二子滤波器中作差，并结合量测噪声协方差矩阵和主滤波器分配的信息，进行量测信息更新；
[0028] 定位模块，其被配置为：将第一子滤波器和第二子滤波器的更新的量测信息，在主滤波器中进行信息融合，得到最终定位结果，并按照信息分配准则将融合信息分配至第一子滤波器和第二子滤波器。
[0029] 进一步地，所述GNSS观测向量包括伪距和载波相位。
[0030] 进一步地，所述基站观测向量包括终端相对于基站的方位角、高度角和信号传播时间。
[0031] 与现有技术相比，本发明的有益效果为：
[0032] 本发明提供了一种室内外无缝环境下的弹性融合定位方法，其在子滤波器中实现观测值层面的紧组合，同时设计故障检测与处理模块抑制异常观测值的影响，最后在主滤波器依据观测值质量进行动态的信息融合和分配，可以有效隔离传感器故障和非视距误差，在室内外过渡区域，卫星部分失锁的条件下，定位精度相比GNSS‑SINS紧组合提高68%，有效作用范围相比基于GNSS、超宽带和SINS的组合导航算法更大，在室内外无缝环境下可以连续稳定工作，定位精度更高。
附图说明
[0033] 构成本发明的一部分说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的限定。
[0034] 图1为本发明的实施例一的一种室内外无缝环境下的弹性融合定位方法的流程图。
具体实施方式
[0035] 下面结合附图与实施例对本发明作进一步说明。
[0036] 应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
[0037] 在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合下面结合附图与实施例对本发明作进一步说明。
[0038] 实施例一
[0039] 本实施例一的目的是提供一种室内外无缝环境下的弹性融合定位方法。
[0040] 为了解决室内外无缝环境下的信号遮挡问题，本实施例提供了一种室内外无缝环境下的弹性融合定位方法，融合了GNSS、5G基站和SINS三种传感器。
[0041] 本实施例提供的一种室内外无缝环境下的弹性融合定位方法，针对室内外无缝环境下，卫星频繁失锁以及存在非视距误差的问题，在子滤波器（GNSS‑SINS滤波器和5G‑SINS滤波器）中实现观测值层面的紧组合，同时设计故障检测与处理模块抑制异常观测值的影响，最后在主滤波器中将各子滤波器信息进行融合，并依据观测值质量进行动态信息分配。
[0042] 本实施例提供的一种室内外无缝环境下的弹性融合定位方法，在室内外无缝环境中，将GNSS、5G基站和SINS相结合，设计故障检测与处理、以及弹性联邦滤波，实现对陆地运载体的组合导航，属于陆地组合导航范畴。
[0043] 本实施例提供一种室内外无缝环境下的弹性融合定位方法，如图1所示，包括如下步骤：
[0044] 步骤1、获取GNSS观测值和5G基站观测值。
[0045] 其中，GNSS观测值包括伪距和载波相位。具体地，GNSS观测值可由RTK（Real‑time kinematic，实时动态）模式提供，通过GNSS参考站获得消除电离层和对流层等误差的伪距和载波相位观测值。
[0046] 其中，5G基站观测值包括：终端（陆地运载体上搭载的5G信号发射天线）相对于5G基站的方位角、高度角、信号传播时间、信号传播距离。5G基站接收共频带定位参考信号（Positioning Reference Signal，PRS），可得到终端相对于5G基站的方位角、高度角和信号传播时间，取信号的传播速度为光速，可计算得到信号传播距离。
[0047] 步骤2、对于GNSS观测值和5G基站观测值，分别进行故障检测与处理，更新量测噪声协方差矩阵。
[0048] 室内外无缝环境下的GNSS观测值和5G基站观测值容易受到NLOS误差影响，进而影响定位精度。
[0049] 将观测新息向量δYi,k的模 作为检验值，并利用分布构造故障检验阈值来识别NLOS误差。其中，δYi,k即为第i个子滤波器在k时刻的观测新息向量，i为1或2，当i为1时子滤波器为GNSS‑SINS滤波器，当i为2时子滤波器为5G‑SINS滤波器；Yi,k为在k时刻输入第i个子滤波器的观测向量（即GNSS观测向量或5G基站观测向量）；Hi,k为第i个子滤波器在k时刻的量测关系矩阵； 为在k时刻第i个子滤波器的预测的状态向量。
[0050] 当量测信息正常时，观测新息向量δYi,k为高斯白噪声，服从均值为0的正态分布；当发生故障时，即量测信息存在粗差，此时δYi,k的均值不再为0，可以通过假设检验来判断故障。
[0051] 构造假设检验统计量Ti,k为：
[0052] (1)
[0053] 式中， 为观测新息向量的协方差矩阵；Ti,k服从自由度为n（n为观测向量的维度）的 分布，即 ； 为观测新息向量的协方差矩阵，Ri,k为量测噪声协方差矩阵。
[0054] 取显著性水平为α，则发生故障的判断阈值为：
[0055] (2)
[0056] 当Ti,k≤TD时，判定当前无异常，反之判定当前历元观测向量（GNSS观测向量或5G基站观测向量）包含误差。
[0057] 通过构造方差膨胀因子αi,k来削弱观测向量误差，即，获取观测新息向量，结合判断阈值，计算方差膨胀因子：
[0058] (3)
[0059] 将上式中αi,k向量对角化得到diag(αi,k)，则修改量测噪声协方差矩阵为：
[0060] (4)
[0061] 将 作为新的量测噪声协方差矩阵代入式（20）中，即可根据观测向量质量好坏，自适应的调整观测向量在量测更新中所占的权重，从而使滤波结果更加平稳，精度更高。
[0062] 步骤3、更新SINS推算的观测向量。
[0063] 根据当前历元SINS量测更新位置（由SINS机械编排得到）和GNSS星历，经过杆臂改正后，反推得到卫星至接收机天线的伪距和载波相位。
[0064] 根据当前历元SINS量测更新位置和已知5G基站坐标，经杆臂改正后，反推得到5G基站至终端的方位角、高度角和信号传播时间。
[0065] 步骤4、将步骤1获取的GNSS观测向量同步骤3中SINS推算的观测向量一起输入GNSS‑SINS滤波器（第一子滤波器），将步骤1获取的5G基站观测向量同步骤3中SINS推算的观测向量一起输入5G‑SINS滤波器（第二子滤波器）。
[0066] （1）构建导航状态方程。
[0067] 导航状态方程的建立与惯性传感器误差类型、组合方式以及坐标系的选择有关。对于多源传感器，还应考虑对不同状态向量的公共部分进行融合。
[0068] 首先，在地心地固系（Earth Centered，Earth Fixed，ECEF）下构建15维状态向量：
[0069] (5)
[0070] 式中，Xt为t时刻的状态向量； 为ECEF下沿X、Y和Z方向上的姿态角误差；为ECEF下沿X、Y和Z方向上的速度误差； 为ECEF下X、Y和Z方向上的位置误差；ba和bg分别为载体坐标系下沿X、Y和Z方向的加速度计零偏误差和陀螺仪零偏误差。
[0071] 其次，导航的状态方程为：
[0072] (6)
[0073] 式中，Ft为状态转移矩阵； 为过程噪声向量，包含加速度计的随机白噪声wra、陀螺仪的随机白噪声wrg、以及零偏随机游走过程噪声wbad和wbgd。
[0074] 状态转移矩阵Ft可表示为：
[0075] (7)
[0076] 其中，τs为更新时间间隔； 为地球自转角速度的斜对称矩阵；， 为反对称矩阵符号； ， 为陆地运载体受到的引力加速度， 为地心
半径，Lb为大地纬； 为3维单位矩阵， 为三维0矩阵， 为载体坐标系到地心地固坐标系的姿态转移矩阵， 为载体的比力。
[0077] （2）构建GNSS/SINS紧组合量测方程。
[0078] 基于步骤1获取GNSS的观测向量（包括伪距和载波相位），并与通过SINS推算得到的观测向量（包括推算的伪距和载波相位）作差，得到第一观测向量；基于第一观测向量，并结合主滤波器分配的信息和步骤2得到的量测噪声协方差矩阵，进行量测信息更新。
[0079] 首先，GNSS/SINS紧组合的量测方程可表述为：
[0080] (8)
[0081] 其中，第一观测向量Yt可表示为：
[0082] (9)
[0083] 式中，下标IF表示无电离层；mGNSS表示GNSS的观测向量； 和 分别为GNSS的观测向量中的载波相位和伪距，即无电离层组合载波相位和伪距测量值； 表示SINS推算得到的观测向量； 为SINS推算的卫星到接收机的几何距离； 为载波相位与接收机时钟相关的误差修正之和； 为伪距与接收机时钟相关的误差修正之和；Mw为湿映射函数； 为天顶湿延迟； 为载波波长； 为载波相位模糊度； 为无电离层组合载波相位的其他误差修正项之和； 为伪距的其他误差修正项之和。
[0084] 其次，量测关系矩阵Ht表示如下：
[0085] (10)
[0086] (11)
[0087] (12)
[0088] (13)
[0089] (14)
[0090] 式中， 为无电离层组合视距雅克比矩阵； 是从导航坐标系到ECEF的位置扰动误差的变换矩阵； 可表示为：
[0091] (15)
[0092] 为量测噪声，表示为：
[0093] (16)
[0094] 式中， 和 分别为GNSS定位和测速误差。
[0095] （3）构建5G/SINS紧组合量测方程。
[0096] 基于步骤1获取5G基站的观测向量（包括方位角、高度角和信号传播时间），并与通过SINS推算得到的观测向量（包括推算得到的方位角、高度角和信号传播时间）作差，得到第二观测向量；基于第二观测向量，并结合主滤波器分配的信息和步骤2得到的量测噪声协方差矩阵，进行量测信息更新。
[0097] 5G/SINS紧组合的量测方程可表述为：
[0098] (17)
[0099] 式中， 为第二观测向量； 、 、 分别为t时刻第i个基站观测的TOA、方位角（Azimuth，Azi）、高度角（Elevation，Ele）； 、 、 分别为t时刻SINS推算的第i个基站的TOA、Azi、Ele； 为量测关系矩阵，表达为：
[0100] (18)
[0101] 其中，
[0102] (19)
[0103] 其中， 为量测噪声向量，包含TOA的量测噪声vTOA与AOA的量测噪声vAzi和vEle，AOA包含方位角（Azimuth，Azi）和高度角（Elevation，Ele）， 为1行3列的0矩阵。
[0104] （4）GNSS/SINS子滤波器和5G/SINS子滤波器更新。
[0105] 将式（6）所示的状态方程和式（8）、式（17）所示的量测方程离散化，各子滤波器时间更新过程为：
[0106] (20)
[0107] 各子滤波器独立进行量测更新过程为：
[0108] (21)
[0109] 式中，下标i和k分别表示相应的子滤波器以及离散化的时间；Pi,k为第i个子滤波器在k时刻的状态误差协方差矩阵；Qi,k为第i个子滤波器在k时刻的过程噪声协方差矩阵；Ri,k为第i个子滤波器在k时刻的量测噪声协方差矩阵；Ki,k为第i个子滤波器在k时刻的卡尔曼增益矩阵；Hi,k+1为第i个子滤波器在k+1时刻的量测关系矩阵；Yi,k+1为第i个子滤波器在k+1时刻的观测向量（第一观测向量或第二观测向量）；Fi,k+1为第i个子滤波器在k+1时刻的状态转移矩阵； 为第i个子滤波器预测的在k时刻的状态向量（即局部最优解）。
[0110] 步骤5、主滤波器信息融合与信息分配。将第一子滤波器和第二子滤波器的更新的量测信息（Pi,k、Qi,k和 ），在主滤波器中进行信息融合，得到最终定位结果，并按照信息分配准则将融合信息（ 、Pg,k以及Qg,k）分配至第一子滤波器和第二子滤波器。
[0111] 融合各子滤波器局部最优解，得到主滤波器信息融合方程为：
[0112] (22)
[0113] 主滤波器中只进行时间更新，并按照一定的信息分配准则，将式（21）中全局最优估计值 、状态误差协方差矩阵Pg,k以及噪声协方差矩阵Qg,k反馈到各子滤波器中，反馈到各子滤波器时的信息分配准则可表述为：
[0114] (23)
[0115] 式中，β表示信息分配系数，其取值关系到联邦滤波器整体的性能，且满足如下的信息守恒原则：
[0116] (24)
[0117] 根据GNSS的PDOP值和载噪比动态调整β的大小，以提高子滤波器的故障隔离能力，融合后的全局滤波精度也能得到提高，β可表示为：
[0118] (25)
[0119] 其中，PDOP值为卫星分布的空间几何强度因子，一般卫星分布越好时，PDOP值越小，一般小于3为比较理想状态；βPDOP是与PDOP值有关的构造函数，表达为：
[0120] (26)
[0121] 式中，X1和X2为PDOP阈值，分别取1.5和4；βPDOP为单调递减函数，当PDOP值小于阈值X1时，可认为此时GNSS观测条件良好，可完全采纳GNSS量测信息；反之当PDOP值大于阈值X2时，可认为GNSS量测信息不再具有利用价值，将完全抛弃；βCN是与载噪比有关的构造函数，表达为：
[0122] (27)
[0123] 式中，Y1和Y2为载噪比阈值，分别取33dBHz和50dBHz；βCN为单调递增函数，表明载噪比CN越大，GNSS量测信息的可信度越高。
[0124] 步骤6、输出最终定位结果。
[0125] 输出包括融合后的状态向量（即最终定位结果，全局最优估计值） 和状态误差协方差矩阵 。与此同时，全局最优估计值 返回SINS作为下一历元机械编排方程的先验信息。
[0126] 本实施例提供的一种室内外无缝环境下的弹性融合定位方法，在子滤波器中实现观测值层面的紧组合，同时设计故障检测与处理模块抑制异常观测值的影响，最后在主滤波器依据观测值质量进行动态的信息融合和分配。通过仿真和实测数据对比分析，结果表明：本实施例可以有效隔离传感器故障和非视距误差，在室内外过渡区域，卫星部分失锁的条件下，定位精度相比GNSS‑SINS紧组合提高68%，有效作用范围相比基于GNSS、超宽带和SINS的组合导航算法更大，在室内外无缝环境下可以连续稳定工作，定位精度更高。
[0127] 实施例二
[0128] 本实施例二的目的是提供一种室内外无缝环境下的弹性融合定位系统，[0129] 数据获取模块，其被配置为：获取GNSS观测向量、基站观测向量和SINS推算的观测向量；
[0130] 故障检测模块，其被配置为：基于GNSS观测向量和基站观测向量，更新量测噪声协方差矩阵；
[0131] 量测信息更新模块，其被配置为：将GNSS观测向量同SINS推算的观测向量一起输入第一子滤波器中作差，并结合量测噪声协方差矩阵和主滤波器分配的信息，进行量测信息更新；同时，将基站观测向量同SINS推算的观测向量输入第二子滤波器中作差，并结合量测噪声协方差矩阵和主滤波器分配的信息，进行量测信息更新；
[0132] 定位模块，其被配置为：将第一子滤波器和第二子滤波器的更新的量测信息，在主滤波器中进行信息融合，得到最终定位结果，并按照信息分配准则将融合信息分配至第一子滤波器和第二子滤波器。
[0133] 此处需要说明的是，本实施例中的各个模块与实施例一中的各个步骤一一对应，其具体实施过程相同，此处不再累述。
[0134] 以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
[0135] 上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
