Multiple Update Particle Filter: Position Estimation by Combining GNSS Pseudorange and Carrier Phase Observations

要約

この論文では、複数の観測値から導出された尖ったピークの尤度関数を扱う際の位置推定問題に対処するために、粒子フィルター (PF) 内の粒子を更新する効率的な方法を紹介します。
鋭いピークを持つ尤度関数は、一般に、全地球測位衛星システム (GNSS) における搬送波位相のミリメートル精度の距離観測から得られます。
ただし、このような尤度関数を粒子の重みの更新に使用すると、ピーク内に粒子が存在しないため、すべての粒子の重みがゼロになります。
この問題を克服するために、この研究では、複数の観測から得られた尖ったピークの尤度関数を扱うときに粒子を更新するための簡単で効果的なアプローチが導入されています。
多重更新 PF と呼ばれる提案手法は、各尤度関数の分布の広がりに関する事前知識を活用し、粒子更新プロセスで重みの更新とリサンプリングを繰り返し実行し、尤度関数の広がりを優先します。
実験結果は、特に GNSS 擬似距離と搬送波位相観測を利用した位置推定に適用した場合に、提案した方法の有効性を示しています。
複数更新 PF は、従来の PF と比較して、より少ない粒子でより高速な収束を示します。
さらに、都市環境で実施された車両位置推定実験により、提案された方法が従来の GNSS 測位技術よりも優れており、より正確な位置推定が得られることが明らかになりました。

要約(オリジナル)

This paper presents an efficient method for updating particles in a particle filter (PF) to address the position estimation problem when dealing with sharp-peaked likelihood functions derived from multiple observations. Sharp-peaked likelihood functions commonly arise from millimeter-accurate distance observations of carrier phases in the global navigation satellite system (GNSS). However, when such likelihood functions are used for particle weight updates, the absence of particles within the peaks leads to all particle weights becoming zero. To overcome this problem, in this study, a straightforward and effective approach is introduced for updating particles when dealing with sharp-peaked likelihood functions obtained from multiple observations. The proposed method, termed as the multiple update PF, leverages prior knowledge regarding the spread of distribution for each likelihood function and conducts weight updates and resampling iteratively in the particle update process, prioritizing the likelihood function spreads. Experimental results demonstrate the efficacy of our proposed method, particularly when applied to position estimation utilizing GNSS pseudorange and carrier phase observations. The multiple update PF exhibits faster convergence with fewer particles when compared to the conventional PF. Moreover, vehicle position estimation experiments conducted in urban environments reveal that the proposed method outperforms conventional GNSS positioning techniques, yielding more accurate position estimates.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google