Impact des multitrajets sur les performances des systèmes de navigation par satellite : contribution à l'amélioration de la précision de localisation par modélisation bayésienne, Multipath impact on the performances of satellite navigation systems : contribution to the enhancement of location accuracy towards bayesian modeling

De
Publié par

Sous la direction de Emmanuel Duflos, Juliette Marais
Thèse soutenue le 19 février 2009: Ecole Centrale de Lille
De nombreuses solutions sont développées pour diminuer l'influence des multitrajets sur la précision et la disponibilité des systèmes GNSS. L'intégration de capteurs supplémentaires dans le système de localisation est l'une des solutions permettant de compenser notamment l'absence de données satellitaires. Un tel système est certes d'une bonne précision mais sa complexité et son coût limitent un usage très répandu.Cette thèse propose une approche algorithmique destinée à améliorer la précision des systèmes GNSS en milieu urbain. L'étude se base sur l'utilisation des signaux GNSS uniquement et une connaissance de l'environnement proche du récepteur à partir d'un modèle 3D du lieu de navigation.La méthode présentée intervient à l'étape de filtrage du signal reçu par le récepteur GNSS. Elle exploite les techniques de filtrage statistique de type Monte Carlo Séquentiels appelées filtre particulaire. L'erreur de position en milieu urbain est liée à l'état de réception des signaux satellitaires (bloqué, direct ou réfléchi). C'est pourquoi une information sur l'environnement du récepteur doit être prise en compte. La thèse propose également un nouveau modèle d'erreurs de pseudodistance qui permet de considérer les conditions de réception du signal dans le calcul de la position.Dans un premier temps, l'état de réception de chaque satellite reçu est supposé connu dans le filtre particulaire. Une chaîne de Markov, valable pour une trajectoire connue du mobile, est préalablement définie pour déduire les états successifs de réception des satellites. Par la suite, on utilise une distribution de Dirichlet pour estimer les états de réception des satellites
-Navigation par satellite
-Récepteur GNSS
-Multitrajets
-Filtrage particulaire
-Modèle de mélange gaussien
-Estimation bayésienne
-Système de Markov à saut
-Fusion d'information
-Milieu urbain
Most of the GNSS-based transport applications are employed in dense urban areas. One of the reasons of bad position accuracy in urban area is the obstacle's presence (building and trees). Many solutions are developed to decrease the multipath impact on accuracy and availability of GNSS systems. Integration of supplementary sensors into the localisation system is one of the solutions used to supply a lack of GNSS data. Such systems offer good accuracy but increase complexity and cost, which becomes inappropriate to equip a large fleet of vehicles.This thesis proposes an algorithmic approach to enhance the position accuracy in urban environment. The study is based on GNSS signals only and knowledge of the close reception environment with a 3D model of the navigation area.The method impacts the signal filtering step of the process. The filtering process is based on Sequential Monte Carlo methods called particle filter. As the position error in urban area is related to the satellite reception state (blocked, direct or reflected), information of the receiver environment is taken into account. A pseudorange error model is also proposed to fit satellite reception conditions. In a first work, the reception state of each satellite is assumed to be known. A Markov chain is defined for a known trajectory of the vehicle and is used to determine the successive reception states of each signal. Then, the states are estimated using a Dirichlet distribution
-Satellite navigation
-GNSS receiver
-Urban area
-Multipath
-Gaussian mixture model
-Bayesian estimation
-Particle filtering
-Jump Markov system
-Information fusion
Source: http://www.theses.fr/2009ECLI0001/document
Publié le : jeudi 27 octobre 2011
Lecture(s) : 54
Nombre de pages : 153
Voir plus Voir moins

Ecole Doctorale SPI 072N° d’ordre: 91
Ecole Centrale de Lille
`THESE
pr´esent´ee en vue d’obtenir le titre de
DOCTEUR
Sp´ecialit´e : Automatique et Informatique Industrielle
par
Donnay Fleury NAHIMANA
Titre de la th`ese:
Impact des multitrajets sur les performances des
syst`emes de navigation par satellite : Contribution `a
l’am´elioration de la pr´ecision de localisation par
mod´elisation bay´esienne
´ ´DOCTORAT DELIVRE PAR L’ECOLE CENTRALE DE LILLE
Soutenue le 19 f´evrier 2009 devant le jury constitu´e de:
Pr´esident : Jean Charles Noyer, Professeur, ULCO
Rapporteurs : Jean-Yves Tourneret, Professeur, ENSEEIHT
Philippe Bonnifait, Professeur, UTC
Examinateur : David Bétaille, Charg´e de Recherche, LCPC
Directeurs de th`ese : Emmanuel Duflos, Professeur, Ecole Centrale de Lille
Juliette Marais, Charg´ee de Recherche, INRETS
Invit´e : Michel Rousseau, Ing´enieur, ALSTOM Belgium Transport
Th`ese pr´epar´ee au
Laboratoire Electronique, Ondes et Signaux pour les Transports—INRETS/LEOST
20 rue Elis´ee Reclus 59650 Villeneuve d’Ascq
T´el : +33 (0)3 20 43 83 43 – Fax : +33 (0)3 20 43 83 59
tel-00446552, version 2 - 16 Mar 2011tel-00446552, version 2 - 16 Mar 2011i
Remerciements
Je remercie en premier lieu le président du jury, Professeur Jean Charles Noyer ainsi
quelesmembresdujurypouravoirparticipéàl’évaluationdemontravail,spécialementles
professeurs Tourneret et Bonnifait qui ont bien accepté d’être rapporteurs de cette thèse.
Durant la période que j’ai passé à Lille à m’initier à ce travail de recherche, j’ai
côtoyé des collègues, chercheurs et amis à qui je souhaite témoigner ma reconnaissance
pour avoir contribué de près ou de loin au bon déroulement de mon travail et à mon
équilibre personnel.
Tout d’abord et du fond du cœur, mes remerciements à mon directeur de thèse
Emmanuel Duflos, Professeur à l’Ecole Centrale de Lille. Sa confiance, ses encouragements
et son aide tout au long de ce parcours m’ont permis d’arriver jusqu’au bout de ce travail.
Un grand merci à Juliette Marais, Chargée de Recherche à l’INRETS qui s’est chargée de
mon encadrement. Elle a su me guider, m’éclairer et m’encourager depuis mon stage de
Master Recherche et durant toute la thèse.
Je tiens à remercier François Caron, chargé de Recherche à l’INRIA Bordeaux et
Manuel Davy, Chargé de Recherche au LAGIS. Pendant la première année de ma thèse,
leurs explications sur le filtrage statistique et les Méthodes de Monte-Carlo séquentielles
ont été d’un grand secours et m’ont permis de comprendre la tâche qui m’attendait.
Jesuisreconnaissantenversl’INRETSetlelaboratoireLEOSTpouravoirbienvoulu
financer et donner les moyens de réaliser ce travail. Tous mes remerciements à Marion
Berbineau, directrice du LEOST et à l’ensemble du personnel du laboratoire pour leur
accueil et leur disponibilité spécialement le personnel administratif et technique : Lidwine
Crampon, Olivier Delafraye, Emmanuel Debrauwer et Bernard Delsinne.
Un grand merci à la petite équipe Localisation et Navigation : Juliette Marais, Ni-
colas Viandier et Julie Beugin pour leur aide précieuse. Je tiens à remercier également
les doctorants du laboratoire, Sébastien Lefebvre en premier pour son humour et son aide
A(surtoutà proposdeLT X), Hassan Saghiret NicolasViandier quiont étémespartenairesE
de bureau durant cette période. Je ne saurais pas oublier le personnel du LAGIS à l’Ecole
Centrale où j’ai passé la plupart du temps au cours des derniers mois de la thèse.
Cettepériodeaétéaussipourmoiunmomentderencontreetdevietrèsenrichissant.
Merci à tous mes amis rencontrés durant mon séjour chez les ch’tis, aux familles Millet,
tel-00446552, version 2 - 16 Mar 2011ii
Dauriac et Kazatsa. Les compatriotes de la région avec qui j’ai passé de super moments
inoubliables.
Merci spécialement à Nina de m’avoir donné un point de vue extérieur et une aide
sur les corrections orthographiques de ce manuscrit.
Enfin, je souhaite dire MERCI à toute ma famille qui m’a toujours soutenu et en-
couragé malgré la distance qui nous a séparé depuis ma première année universitaire.
tel-00446552, version 2 - 16 Mar 2011iii
A mes parents,
A ma soeur
et mes frères.
tel-00446552, version 2 - 16 Mar 2011iv
tel-00446552, version 2 - 16 Mar 2011Table des matières
Table des figures ix
Liste des tableaux xiii
Liste des algorithmes xv
Notations xvii
Glossaire xix
Introduction générale 1
Chapitre 1 La localisation par satellites en environnement contraint 7
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2 Le système de navigation par satellite GPS . . . . . . . . . . . . . . . . 8
1.2.1 Description du système . . . . . . . . . . . . . . . . . . . . . . . 9
1.2.1.1 Le segment spatial . . . . . . . . . . . . . . . . . . . . 10
1.2.1.2 Le segment de contrôle . . . . . . . . . . . . . . . . . . 11
1.2.1.3 Le segment utilisateur . . . . . . . . . . . . . . . . . . 11
1.2.2 Le signal GPS et son traitement . . . . . . . . . . . . . . . . . . 12
1.2.2.1 Les caractéristiques du signal GPS . . . . . . . . . . . 13
1.2.2.2 L’émission du signal . . . . . . . . . . . . . . . . . . . . 15
1.2.2.3 L’acquisition . . . . . . . . . . . . . . . . . . . . . . . . 16
1.2.2.4 Le calcul de la position . . . . . . . . . . . . . . . . . . 19
1.3 Les autres systèmes GNSS et leurs améliorations . . . . . . . . . . . . . 22
1.3.1 Le système GALILEO . . . . . . . . . . . . . . . . . . . . . . . . 22
1.3.2 Le système russe GLONASS . . . . . . . . . . . . . . . . . . . . 24
1.3.3 Le système chinois Compass . . . . . . . . . . . . . . . . . . . . 25
1.3.4 Les systèmes de correction . . . . . . . . . . . . . . . . . . . . . 25
1.3.4.1 Les techniques différentielles . . . . . . . . . . . . . . . 25
v
tel-00446552, version 2 - 16 Mar 2011vi Table des matières
1.3.4.2 Les techniques hybrides . . . . . . . . . . . . . . . . . . 26
1.4 Comportement dans le milieu urbain . . . . . . . . . . . . . . . . . . . . 27
1.4.1 Le masquage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
1.4.2 Le retard de propagation . . . . . . . . . . . . . . . . . . . . . . 30
1.4.3 La visibilité des satellites . . . . . . . . . . . . . . . . . . . . . . 31
1.4.3.1 Le nombre de satellites . . . . . . . . . . . . . . . . . . 31
1.4.3.2 La géométrie des satellites . . . . . . . . . . . . . . . . 32
1.5 Techniques d’estimation : filtrage statistique . . . . . . . . . . . . . . . 35
1.5.1 Le filtrage de Kalman et ses dérivées . . . . . . . . . . . . . . . . 37
1.5.1.1 Le filtrage de Kalman . . . . . . . . . . . . . . . . . . . 37
1.5.1.2 Le filtre de Kalman étendu . . . . . . . . . . . . . . . . 39
1.5.1.3 Le filtre de Kalman sans parfum . . . . . . . . . . . . . 40
1.5.2 Méthodes de Monte Carlo séquentielles . . . . . . . . . . . . . . 41
1.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
Chapitre 2 Modélisation des erreurs en milieu urbain 45
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
2.2 Les phénomènes de propagation en milieu urbain . . . . . . . . . . . . . 46
2.2.1 Etude théorique . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2.2.1.1 Calcul du temps de propagation . . . . . . . . . . . . . 47
2.2.1.2 La réflexion . . . . . . . . . . . . . . . . . . . . . . . . 48
2.2.1.3 La diffraction . . . . . . . . . . . . . . . . . . . . . . . 50
2.2.1.4 Les multitrajets . . . . . . . . . . . . . . . . . . . . . . 51
2.2.2 Illustration des phénomènes . . . . . . . . . . . . . . . . . . . . . 52
r2.2.2.1 Par simulation avec le logiciel Ergospace . . . . . . . 52
2.2.2.2 Mise en évidence de l’impact des réflexions . . . . . . . 53
2.2.2.3 En environnement urbain avec des données de mesure . 54
2.2.3 Les distributions d’erreurs . . . . . . . . . . . . . . . . . . . . . 55
2.2.3.1 Le trajet direct . . . . . . . . . . . . . . . . . . . . . . 57
2.2.3.2 Trajet alterné . . . . . . . . . . . . . . . . . . . . . . . 60
2.2.3.3 Etat bloqué . . . . . . . . . . . . . . . . . . . . . . . . 61
2.2.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
2.3 Modèle d’erreurs en milieu urbain . . . . . . . . . . . . . . . . . . . . . 61
2.3.1 Modèle à mélange de gaussiennes. . . . . . . . . . . . . . . . . . 62
2.3.2 Description de l’algorithme EM . . . . . . . . . . . . . . . . . . 63
2.3.3 Analyse en simulation . . . . . . . . . . . . . . . . . . . . . . . . 65
2.3.4 Analyse sur données réelles . . . . . . . . . . . . . . . . . . . . . 66
tel-00446552, version 2 - 16 Mar 2011vii
2.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
Chapitre 3 Estimation de la position par filtrage bayésien 69
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
3.2 Filtrage particulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
3.2.1 Le contexte multicapteur . . . . . . . . . . . . . . . . . . . . . . 71
3.2.2 Le modèle du système . . . . . . . . . . . . . . . . . . . . . . . . 74
3.2.2.1 Modèle dynamique d’évolution des états du système . . 74
3.2.2.2 Modèle d’observation . . . . . . . . . . . . . . . . . . . 74
3.3 Estimationdelaposition:EtatderéceptionobtenuparchaînedeMarkov 75
3.3.1 Modèle à saut de Markov . . . . . . . . . . . . . . . . . . . . . . 75
3.3.2 Distribution d’importance . . . . . . . . . . . . . . . . . . . . . . 79
3.3.3 Algorithme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
3.3.4 Simulations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
3.4 Estimation de l’état de réception . . . . . . . . . . . . . . . . . . . . . . 84
3.4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
3.4.2 Distribution de Dirichlet . . . . . . . . . . . . . . . . . . . . . . 85
3.4.3 Distributions d’importance . . . . . . . . . . . . . . . . . . . . . 85
3.4.4 Simulations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
3.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
Chapitre 4 Mise en œuvre et validation sur données réelles 95
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
4.2 Le contexte d’acquisition des mesures . . . . . . . . . . . . . . . . . . . 96
4.3 Modélisation des erreurs de pseudodistances. . . . . . . . . . . . . . . . 99
4.4 Précision de localisation . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
4.4.1 Analyse des performances du filtre JMS/PF . . . . . . . . . . . 102
4.4.2 Influence du nombre de gaussiennes . . . . . . . . . . . . . . . . 104
4.4.3 Effet du nombre de particules. . . . . . . . . . . . . . . . . . . . 104
4.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
Conclusion 107
Bibliographie 111
Annexes 121
tel-00446552, version 2 - 16 Mar 2011tel-00446552, version 2 - 16 Mar 2011

Soyez le premier à déposer un commentaire !

17/1000 caractères maximum.

Diffusez cette publication

Vous aimerez aussi