《一种对伪距进行平滑处理的方法.pdf》由会员分享，可在线阅读，更多相关《一种对伪距进行平滑处理的方法.pdf（13页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 (43)申请公布日 (21)申请号 201410564482.3 (22)申请日 2014.10.21 G01S 19/37(2010.01) (71)申请人 四川九洲电器集团有限责任公司 地址 621000 四川省绵阳市九华路 6 号 (72)发明人 杨志坤 黄佳 李军 周文胜 (74)专利代理机构 北京聿宏知识产权代理有限 公司 11372 代理人 朱绘 张文娟 (54) 发明名称 一种对伪距进行平滑处理的方法 (57) 摘要 本发明公开了一种对伪距进行平滑处理的方 法， 所述方法包含以下步骤 ： 步骤一， 定义平滑处 理参数 ； 步骤二， 基于所述平滑处理参数根据卡 。
2、尔曼滤波模型构造平滑伪距方程 ； 步骤三， 基于 所述平滑伪距方程对待测目标的伪距进行平滑处 理， 从而得到最终的平滑处理结果。 与现有技术相 比， 本发明的平滑处理伪距的方法不仅有效地解 决了现有技术中单频伪距平滑值发散的情况， 而 且综合考虑了目标的不同运动状态， 从而使得获 得的平滑处理结果更加精确， 更符合实际情况。 (51)Int.Cl. (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书2页 说明书9页 附图1页 (10)申请公布号 CN 104407366 A (43)申请公布日 2015.03.11 CN 104407366 A 1/2 页 2 1. 一种对。
3、伪距进行平滑处理的方法， 其特征在于， 所述方法包含以下步骤 ： 步骤一， 定义平滑处理参数 ； 步骤二， 基于所述平滑处理参数根据卡尔曼滤波模型构造平滑伪距方程 ； 步骤三， 基于所述平滑伪距方程对待测目标的伪距进行平滑处理， 从而得到最终的平 滑处理结果。 2. 如权利要求 1 所述的方法， 其特征在于， 在所述步骤三中， 对所述伪距进行多个处理 周期的所述平滑处理， 在所述处理周期中， 基于上一处理周期的平滑处理结果进行当前处 理周期的平滑处理， 从而得到所述当前处理周期的平滑处理结果。 3. 如权利要求 2 所述的方法， 其特征在于， 所述步骤三包含以下步骤 ： 确定所述平滑处理的处理。
4、周期总数 ； 当所述当前处理周期的平滑处理完成时对比已完成的处理周期数与所述处理周期总 数是否一致 ； 当所述已完成的处理周期数与所述处理周期总数一致时， 所述步骤三完成， 所述当前 处理周期的平滑处理结果为所述最终的平滑处理结果 ； 当所述已完成的处理周期数与所述处理周期总数不一致时， 继续执行下一个处理周期 的平滑处理。 4. 如权利要求 2 所述的方法， 其特征在于， 所述当前处理周期的平滑处理包含以下步 骤 ： 参数值获取步骤， 获取所述平滑处理参数对应于所述当前处理周期的参数值 ； 平滑处理步骤， 基于所述参数值进行所述当前处理周期的平滑处理。 5. 如权利要求 4 所述的方法， 其。
5、特征在于， 所述平滑处理参数包含固定参数和迭代参 数， 在所述参数值获取步骤中 ： 所述固定参数对应于所述当前处理周期的参数值与所述固定参数的初始值保持一 致 ； 基于所述迭代参数对应于所述上一处理周期的参数值获取所述迭代参数对应于所述 当前处理周期的参数值。 6. 如权利要求 5 所述的方法， 其特征在于， 所述步骤三还包含运动状态判断步骤， 判断 所述待测目标的运动状态， 所述运动状态包括静态、 低动态和高动态。 7. 如权利要求 6 所述的方法， 其特征在于， 在所述参数值获取步骤中， 根据所述待测目 标的运动状态确定所述平滑处理参数的参数值获取方式。 8. 如权利要求 7 所述的方法，。
6、 其特征在于， 所述平滑处理参数包含系统过程噪声方差 以及系统量测噪声方差。 9. 如权利要求 8 所述的方法， 其特征在于， 当所述待测目标的运动状态为所述高动态 时， 在所述参数值获取步骤中 ： 以所述固定参数的获取方式获取所述系统过程噪声方差的参数值 ； 以所述迭代参数的获取方式获取所述系统量测噪声方差的参数值。 10. 如权利要求 8 所述的方法， 其特征在于， 当所述待测目标的运动状态为所述静态或 低动态时， 在所述参数值获取步骤中 ： 以所述迭代参数的获取方式获取所述系统过程噪声方差的参数值 ； 权 利 要 求 书 CN 104407366 A 2 2/2 页 3 以所述固定参数的。
7、获取方式获取所述系统量测噪声方差的参数值。 权 利 要 求 书 CN 104407366 A 3 1/9 页 4 一种对伪距进行平滑处理的方法 技术领域 0001 本发明涉及分析及测量控制技术领域， 具体说涉及一种对伪距进行平滑处理的方 法。 背景技术 0002 从全球定位系统(Global Positioning System简称GPS)接收机的基带信号中可 以获得载波相位观测量与伪距观测量。 由于待测目标到卫星之间的伪距变换量可以精确的 反映在高精度的载波相位变化量中， 因此利用该载波相位的变化量就可以对伪距观测量进 行平滑处理， 进而提高伪距的观测精度。 0003 然而基于现有平滑处理方。
8、法得到的平滑处理结果并不能很好地适应灵活多变的 应用需求。其存在如下问题 ： 0004 一 . 在基于现有方法进行平滑处理的过程中， 当处理周期数较多时， 当前伪距观 测值对平滑处理的结果的影响很小， 如果此时处于动态场景下， 平滑处理的结果就不能很 好的反映待测目标的伪距变化 ； 0005 二 . 在基于现有方法进行平滑处理的过程中， 理论上随着观测数的增加和平滑过 程的推进， 平滑后的伪距精度逐渐接近载波相位的精度， 但是由于电离层对伪距和载波相 位的影响是反向的， 当平滑处理的处理周期数逐渐增大或电离层发生抖动时， 会发生单频 伪距平滑值发散的情况。 0006 因此， 针对现有的平滑处理。
9、方法并不能很好地适应灵活多变的应用需求的问题， 需要一种新的平滑处理伪距的方法以达到更优的平滑处理结果。 发明内容 0007 针对现有的平滑处理方法并不能很好地适应灵活多变的应用需求的问题， 本发明 提供了一种对伪距进行平滑处理的方法， 所述方法包含以下步骤 ： 0008 步骤一， 定义平滑处理参数 ； 0009 步骤二， 基于所述平滑处理参数根据卡尔曼滤波模型构造平滑伪距方程 ； 0010 步骤三， 基于所述平滑伪距方程对待测目标的伪距进行平滑处理， 从而得到最终 的平滑处理结果。 0011 在一实施例中， 在所述步骤三中， 对所述伪距进行多个处理周期的所述平滑处理， 在所述处理周期中， 基。
10、于上一处理周期的平滑处理结果进行当前处理周期的平滑处理， 从 而得到所述当前处理周期的平滑处理结果。 0012 在一实施例中， 所述步骤三包含以下步骤 ： 0013 确定所述平滑处理的处理周期总数 ； 0014 当所述当前处理周期的平滑处理完成时对比已完成的处理周期数与所述处理周 期总数是否一致 ； 0015 当所述已完成的处理周期数与所述处理周期总数一致时， 所述步骤三完成， 所述 说 明 书 CN 104407366 A 4 2/9 页 5 当前处理周期的平滑处理结果为所述最终的平滑处理结果 ； 0016 当所述已完成的处理周期数与所述处理周期总数不一致时， 继续执行下一个处理 周期的平滑。
11、处理。 0017 在一实施例中， 所述当前处理周期的平滑处理包含以下步骤 ： 0018 参数值获取步骤， 获取所述平滑处理参数对应于所述当前处理周期的参数值 ； 0019 平滑处理步骤， 基于所述参数值进行所述当前处理周期的平滑处理。 0020 在一实施例中， 所述平滑处理参数包含固定参数和迭代参数， 在所述参数值获取 步骤中 ： 0021 所述固定参数对应于所述当前处理周期的参数值与所述固定参数的初始值保持 一致 ； 0022 基于所述迭代参数对应于所述上一处理周期的参数值获取所述迭代参数对应于 所述当前处理周期的参数值。 0023 在一实施例中， 所述步骤三还包含运动状态判断步骤， 判断所。
12、述待测目标的运动 状态， 所述运动状态包括静态、 低动态和高动态。 0024 在一实施例中， 在所述参数值获取步骤中， 根据所述待测目标的运动状态确定所 述平滑处理参数的参数值获取方式。 0025 在一实施例中， 所述平滑处理参数包含系统过程噪声方差以及系统量测噪声方 差。 0026 在一实施例中， 当所述待测目标的运动状态为所述高动态时， 在所述参数值获取 步骤中 ： 0027 以所述固定参数的获取方式获取所述系统过程噪声方差的参数值 ； 0028 以所述迭代参数的获取方式获取所述系统量测噪声方差的参数值。 0029 在一实施例中， 当所述待测目标的运动状态为所述静态或低动态时， 在所述参数。
13、 值获取步骤中 ： 0030 以所述迭代参数的获取方式获取所述系统过程噪声方差的参数值 ； 0031 以所述固定参数的获取方式获取所述系统量测噪声方差的参数值。 0032 与现有技术相比， 本发明的平滑处理伪距的方法不仅有效地解决了现有技术中单 频伪距平滑值发散的情况， 而且综合考虑了目标的不同运动状态， 从而使得获得的平滑处 理结果更加精确， 更符合实际情况。 0033 本发明的其它特征或优点将在随后的说明书中阐述。并且， 本发明的部分特征或 优点将通过说明书而变得显而易见， 或者通过实施本发明而被了解。本发明的目的和部分 优点可通过在说明书、 权利要求书以及附图中所特别指出的步骤来实现或获。
14、得。 附图说明 0034 附图用来提供对本发明的进一步理解， 并且构成说明书的一部分， 与本发明的实 施例共同用于解释本发明， 并不构成对本发明的限制。在附图中 ： 0035 图 1 是根据本发明一实施例的实施流程图 ； 0036 图 2 是根据本发明一实施例的部分实施流程图 ； 0037 图 3 是根据本发明一实施例的部分实施流程图。 说 明 书 CN 104407366 A 5 3/9 页 6 具体实施方式 0038 以下将结合附图及实施例来详细说明本发明的实施方式， 借此本发明的实施人员 可以充分理解本发明如何应用技术手段来解决技术问题， 并达成技术效果的实现过程并依 据上述实现过程具体。
15、实施本发明。需要说明的是， 只要不构成冲突， 本发明中的各个实施 例以及各实施例中的各个特征可以相互结合， 所形成的技术方案均在本发明的保护范围之 内。 0039 GPS 接收机的基带信号中可以获得载波相位观测量与伪距观测量。因为伪距所包 含的噪声远大于载波相位， 受多径影响的程度也比载波相位观测量严重， 所以伪距的观测 精度低。但由于伪距不具有模糊度的问题， 因此其准确度较高。载波相位虽然具有很好的 观测精度， 但利用单频观测量结算整周模糊度准确度低， 且解算时间较长。 因此可利用载波 相位变化量对伪距观测量进行修正， 提高伪距的观测精度。传统的载波相位平滑伪距算法 可表示如下 ： 0040。
16、 0041 式中 ： 0042 为对 k 次处理周期的伪距估计值 ； 0043 k为 k 次处理周期的伪距测量值 0044 为 k 次处理周期载波相位测量值 0045 nk表示平滑权值 ； 0046 k 为处理周期标记， 如果针对当前处理周期某参数的标记为 k， 那么标记为 k-1 的 该参数的参数值就为该参数对应上一处理周期的参数值。 0047 在现有技术中， 理论上随着观测数的增加和平滑过程的推进， 平滑后的伪距精度 逐渐接近载波相位的精度， 但是由于电离层对伪距和载波相位的影响是反向的， 当平滑处 理周期数逐渐增大或电离层发生抖动时， 会发生单频伪距平滑值发散的情况。为解决上述 问题， 。
17、本实施例基于卡尔曼滤波模型构造平滑伪距方程， 从而有效地解决了现有技术中单 频伪距平滑值发散的情况。 0048 接下来结合图 1 的流程图详细说明本发明一实施例的处理方法的执行过程。附图 的流程图中示出的步骤可以在包含诸如一组计算机可执行指令的计算机系统中执行。 虽然 在流程图中示出了各步骤的逻辑顺序， 但是在某些情况下， 可以以不同于此处的顺序执行 所示出或描述的步骤。 0049 如图 1 所示， 执行本发明的平滑伪距的方法首先要构造平滑伪距方程 (S110)。在 构造平滑伪距方程之前需要执行步骤 S100， 定义用于构造平滑伪距方程的平滑处理参数。 根据卡尔曼滤波模型的构造定义， 步骤 S。
18、100 中定义的平滑处理参数包括系统过程噪声方 差和系统量测噪声方差。 0050 传统载波相位平滑伪距算法采用固定的平滑时间常数， 往往无法及时反映出当前 各种观测信息的变化。 本发明通过采用卡尔曼滤波可以通过分析观测量中的误差以及平滑 说 明 书 CN 104407366 A 6 4/9 页 7 伪距误差的影响， 确定在中平滑误差达到均方误差最小的条件下的最优平滑因子。 0051 式 (1) 重组可得 ： 0052 0053 又有基本卡尔曼滤波式 0054 0055 式中 ：为第 k 个处理周期的估算值 ； 0056 为第 k-1 个处理周期到第 k 个处理周期的估算值过程量 ； 0057 。
19、Kk为卡尔曼滤波器增益 ； 0058 Zk为系统第 k 周期的测量值 ； 0059 Hk为测量矩阵。 0060 结合式 (2) 和式 (3) 进行卡尔曼滤波改造得 ： 0061 0062 式中 ： 0063 0064 Zk k； (7) 0065 Hk 1 ； (8) 0066 0067 式 (4) 就是本发明方法中构建的平滑伪距方程。 0068 接下来就可以基于式 (4) 进行步骤 S130， 对待测目标的伪距进行平滑处理。 0069 为提高平滑处理结果的精度， 本实施例的平滑处理包含多个处理周期， 在每个处 理周期中， 基于上一处理周期的平滑处理结果进行当前处理周期的平滑处理， 从而得到当。
20、 前处理周期的平滑处理结果。 0070 不难理解， 在执行第一个处理周期的平滑处理时， 是基于各平滑处理的初始值进 行的。 因此， 在执行步骤S130之前需要执行步骤S120， 获取所述平滑处理参数的初始值， 平 滑处理参数的初始值包括将初始伪距平滑值在本实施例中， 将初始伪距平滑值初始 化为 GPS 接收机输出的初始伪距观测值 0。 0071 在进行步骤 S130 之前， 还要进行步骤 S132， 确定平滑处理的处理周期总数。在实 际运行中， 由于平滑处理的处理周期数达到特定值时， 滤波器处于稳定状态， 此时的平滑处 理结果就是可靠的平滑处理结果。因此本发明的方法根据实际的滤波器情况， 确定。
21、平滑处 理周期的总数。 本实施例中， 当当前处理周期的平滑处理完成后执行步骤S133， 计算已完成 的处理周期数并判断已完成的处理周期数是否与处理周期总数一致。 说 明 书 CN 104407366 A 7 5/9 页 8 0072 当已完成的处理周期数达到处理周期总数时， 平滑处理完成， 当前处理周期的平 滑处理结果为最终的平滑处理结果。此时执行步骤 S140， 输出平滑处理结果。 0073 当已完成的处理周期数小于处理周期总数时， 跳转到步骤 S130， 继续进行下一个 处理周期的平滑处理。 0074 接下来详细说明步骤 S130 的具体执行过程。本发明的方法对待测目标的伪距进 行多个处理。
22、周期的平滑处理。由于在每个处理周期中， 需要基于平滑处理参数对应于当前 处理周期的参数值对上一处理周期的平滑处理结果进行平滑处理。因此在步骤 S130 中， 如 图 1 虚线框中所示， 首先要执行步骤 S134， 参数值获取步骤， 获取平滑处理参数对应于当前 处理周期的参数值。 在本实施例中， 基于滑处理参数的获取方法的不同， 将平滑处理参数包 含固定参数和迭代参数。其中 ： 0075 固定参数对应于当前处理周期的参数值与固定参数的初始值保持一致， 即在整个 平滑处理过程中固定参数的参数值始终保持不变。 0076 基于迭代参数对应于上一处理周期的参数值获取迭代参数对应于当前处理周期 的参数值，。
23、 即每次进行当前处理周期的平滑处理时需要对迭代参数进行更新。 0077 本实施例中主要利用式 (4) 进行平滑处理。在步骤 S100 中定义了平滑处理参数， 平滑处理参数包括卡尔曼滤波器增益 Kk、 系统过程噪声方差 Q 和系统量测噪声方差 R。式 (4)中卡尔曼滤波器增益Kk可以利用系统过程噪声方差Q和系统量测噪声方差R计算得到。 接下来详细说明系统过程噪声方差 Q 和系统量测噪声方差 R 的获取过程。 0078 定义由最新观测值带来的原来系统所没有的信息为新息 v， 第 i 个处理周期的信 息 vi为 ： 0079 0080 其中表示i-1周期到i周期测量值变化量的预测值。 由于新息来自真。
24、实测量 值， 经常被用来评估卡尔曼滤波的性能。 0081 在卡尔曼滤波模型中 ： 0082 Xk k,k-1Xk-1+Wk (11) 0083 且 Zk Hk+Vk (12) 0084 其中 ： Xk为第 k 个处理周期的处理结果 ； 0085 k,k-1为在周期 k-1 到周期 k 的状态转移矩阵， 且 0086 0087 Wk为周期 k 的系统过程噪声 ； 0088 Vk为周期 k 的系统量测噪声。 0089 在实际的应用场合中， 系统过程噪声方差 Q 和系统量测噪声方差 R 作为系统的主 要先验信息， 反映系统噪声特性的变化。系统过程噪声方差 Q 和量测噪声方差 R 可以由经 验值来初始。
25、化 ( 根据目前 GPS 系统的伪距测量方法以及目前通用测试手段， 一般设置初始 值 Q 3m， R 2m)。 0090 由于大多数基于新息的滤波算法都是以最小量测值与估计值之差为目标函数， 这 说 明 书 CN 104407366 A 8 6/9 页 9 种估计准则只能得到最小的新息， 而不能使系统过程噪声方差 Q 和系统量测噪声方差 R 正 确的反映系统真实的统计特性。 0091 因此本发明的方法利用极大似然准则， 通过新息方差对系统过程噪声方差 Q 和系 统量测噪声方差 R 实时估计和调整， 这样不仅考虑了新息方差的变化， 而且考虑了实际估 计误差的变化， 从而使滤波算法能够更好地适应噪。
26、声统计特性的变化， 同时还可确保滤波 器的收敛性。 0092 极大似然准则下的目标函数 J(a) 可表示为 ： 0093 0094 系统第 k 周期的新息方差 Ck可表示如下 0095 0096 其中 ： N 为滤波器选择的平滑窗口大小。 0097 在卡尔曼滤波计算中 ： 0098 0099 其中 ： Pk为第 k 个周期的误差协方差矩阵。 0100 状态估计误差 Xk可计算为 ： 0101 则基于式(6)、 (15)、 (16)以及(17)可以得到系统过程噪声方差Q的估计值为 ： 0102 0103 0104 其中 ：为系统过程噪声方差 Q 在第 k 个周期的估计值。 0105 当滤波达到稳。
27、定状态时， 式 (19) 的可简化为 ： 0106 0107 在卡尔曼滤波计算中 ： 0108 0109 则基于式 (6)、 (8)、 (15)、 (17) 以及 (21) 可以得到系统量测噪声方差 R 的估计值 为 ： 0110 说 明 书 CN 104407366 A 9 7/9 页 10 0111 0112 0113 其中 ： Pk,k-1为误差协方差矩阵 P 在第 k-1 个周期到 k 个周期的过程量 ； 0114 为系统测量误差方差 R 在第 k 个周期的估计值。 0115 由于在卡尔曼滤波计算中 ： KkHkPk,k-1 Pk-Pk,k-1 (25) 0116 因此 ： Pk-1 。
28、(1+Kk-1)Pk-1,k-2 (26) ； 0117 并且在卡尔曼滤波计算中 ： 0118 利用式 (13) 以及式 (27) 可以得到 0119 0120 在卡尔曼滤波计算中卡尔曼滤波增益 ： 0121 利用 Pk,k-1以及即可计算卡尔曼滤波增益 Kk。并最终利用卡尔曼滤波增益 Kk基 于式 (4) 对伪距进行平滑处理。 0122 当卡尔曼滤波器应用于载波相位平滑时， 由于很难区分状态估计误差是由过程噪 声引起还是由测量噪声引起， 导致同时对R和Q进行调整的滤波稳定性较差， 所以应该避免 同时对二者进行调整。另外， 由于在现有技术中， 平滑因子中 k( 处理周期标记 ) 值随着处 理周。
29、期数的增加而增加， 当处理周期数较多时， 当前伪距观测值对平滑结果的贡献很小， 如 果此时处于动态场景下， 该算法就对动态场景的伪距变化响应不够灵敏。 0123 为了解决上述问题， 在本实施例中， 在执行步骤 S130 之前需要执行步骤 S131， 运 动状态判断步骤， 判断所述待测目标的运动状态。然后在步骤 S134 中， 根据待测目标的运 动状态确定平滑处理参数的参数值获取方式。在本实施中， 基于待测目标的不同运动状态 来选择 R 和 Q 的不同获取方式。 0124 待测目标的运动状态包括静态、 低动态和高动态。 0125 待测目标处于所述静态或低动态状态下时， 以迭代参数的获取方式获取系。
30、统过程 噪声方差的参数值， 系统过程噪声方差 Q 为迭代参数 ( 利用式 23 计算 )。以所述固定参数 的获取方式获取所述系统量测噪声方差的参数值， 系统量测噪声方差 R 为固定参数 ( 本实 施例中， 取 R 2m)。 0126 当待测目标处于高动态状态下时， 以固定参数的获取方式获取系统过程噪声方差 的参数值， 系统过程噪声方差 Q 为固定参数， 其值为初始值 ( 本实施例中， 取 Q 3m)。以迭 代参数的获取方式获取系统量测噪声方差的参数值， 系统量测噪声方差 R 为迭代参数 ( 利 用式 27 计算 )。 说 明 书 CN 104407366 A 10 8/9 页 11 0127 。
31、基于上述平滑处理参数获取方法执行步骤 S134 后， 就可以执行步骤 S135， 基于参 数值进行当前处理周期的平滑处理。 0128 接下来分别针对不同的运动状态来详细说明本实施例进行平滑处理的过程。 0129 (1) 针对高动态场景， 如图 2 所示 ： 0130 首先如图 1 所示， 执行步骤 S120， 获取平滑处理参数的初始值。在本实施例中， 此 步骤首先将将初始伪距平滑值初始化为 GPS 接收机输出的初始伪距观测值 0。即， 令 ： 然后设置系统量测噪声方差初始值基于目前GPS系统的伪距测量方法以 及目前通用测试手段 0131 然后在步骤 S131 中判断当前目标的运动状态为高动态。。
32、则接下来执行的平滑处 理步骤 (S130) 为高动态场景下的平滑处理。以一个平滑处理周期的处理过程为例， 如图 2 所示依次执行以下步骤 ： 0132 步骤 S220， 基于式 (20) 获取系统过程噪声方差 0133 步骤 S230， 基于式 (26) 获取误差协方差矩阵 Pk-1； 0134 步骤 S240， 利用 Pk-1以及基于式 (28) 获取均方误差矩阵 Pk,k-1； 0135 步骤 S250， 利用 Pk,k-1以及基于式 (29) 获取卡尔曼滤波增益 Kk： 0136 步骤 S260， 利用 Kk基于式 (4) 卡尔曼滤波获取当前处理周期伪距平滑值从而 完成高动态场景下的一个。
33、处理周期的平滑处理。 0137 (2) 针对静态或低动态 ： 0138 类似高动态状态下， 首先如图 1 所示， 执行步骤 S120， 获取平滑处理参数的初始 值。在本实施例中， 此步骤首先将将初始伪距平滑值初始化为 GPS 接收机输出的初始伪 距观测值 0。即， 令 ：然后设置系统过程噪声方差初始值基于目前 GPS 系统的伪距测量方法以及目前通用测试手段 0139 然后在步骤 S131 中判断当前目标的运动状态为静态或低动态。则接下来执行的 平滑处理步骤 (S130) 为静态或低动态场景下的平滑处理。以一个平滑处理周期的处理过 程为例， 如图 3 所示 ： 0140 步骤 S320， 基于式。
34、 (26) 获取误差协方差矩阵 Pk-1； 0141 步骤 S330， 利用 Pk-1以及基于式 (28) 获取均方误差矩阵 Pk,k-1； 0142 步骤 S340， 基于式 (24) 获取系统量测误差方差估计值 0143 步骤 S350， 利用 Pk,k-1以及基于式 (29) 获取卡尔曼滤波增益 Kk； 0144 步骤 S360， 利用 Kk基于式 (4) 卡尔曼滤波获取当前处理周期伪距平滑值从而 完成一个静态或低动态场景下的处理周期的平滑处理。 0145 综上所述， 本发明的平滑处理伪距的方法综合考虑了目标的不同运动情况， 得到 的平滑处理结果更加精确， 更符合实际情况。 说 明 书 CN 104407366 A 11 9/9 页 12 0146 虽然本发明所公开的实施方式如上， 但所述的内容只是为了便于理解本发明而采 用的实施方式， 并非用以限定本发明。本发明所述的方法还可有其他多种实施例。在不背 离本发明实质的情况下， 熟悉本领域的技术人员当可根据本发明作出各种相应的改变或变 形， 但这些相应的改变或变形都应属于本发明的权利要求的保护范围。 说 明 书 CN 104407366 A 12 1/1 页 13 图 1 图 2图 3 说 明 书 附 图 CN 104407366 A 13 。