[PDF] Modélisation et utilisation des erreurs de pseudodistances GNSS en

View - Download Modélisation et utilisation des erreurs de pseudodistances GNSS en

Previous PDF

Next PDF

N°D'ORDRE: 159

ECOLECENTRALE DELILLE

TH `ESE pr´esent´ee en vue d"obtenir le titre de

DOCTEUR

Sp´ecialit´e : Automatique et Informatique Industrielle par

Nicolas VIANDIER

Titre de la th`ese:

Mod´elisation et utilisation des erreurs de

pseudodistances GNSS en environnement transport pour l"am´elioration des performances de localisation

DOCTORAT D

´ELIVR´E PAR L'ECOLE CENTRALE DE LILLE

Soutenue le 7 juin 2011devant le jury d'examen :

Pr´esident :EricMOULINES, Professeur, Institut Telecom Rapporteurs :Fran¸coisPEYRET, Directeur de Recherche, IFSTTAR

RolandCHAPUIS, Professeur, LASMEA

Membres :WillyVIGNEAU, Ing´enieur, M3Systems

AudreyGIREMUS, Maˆıtre de Conf´erence, Universit´e Bordeaux 1

Pierre-YvesGILLIÉRON, Ing´enieur, EPFL

Encadrement :JulietteMARAIS, Charg´ee de Recherche, IFSTTAR Directeur de th`ese :EmmanuelDUFLOS, Professeur, Ecole Centrale de Lille

Th`ese pr´epar´ee dans le

LABORATOIREELECTRONIQUE, ONDES ETSIGNAUX POUR LESTRANSPORTS-IFSTTAR/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 et le LABORATOIRE D'AUTOMATIQUE, G´ENIEINFORMATIQUE ETSIGNAL(LAGIS)-FRE CNRS 3303 Cit

´e Scientifique 59651 VILLENEUVE D'ASCQ

Ecole Doctorale SPI 072

PRES Universit

´e Lille Nord de France

3

Remerciements

En premier lieu, je tiens à remercier le président du jury et les membres du jury pour avoir

évalué ce travail, et en particulier Messieurs Roland Chapuis, Professeur au LASMEA, et François

Peyret, Directeur de Recherche à l'IFSTTAR pour avoir accepté de rapporter ce mémoire. Merci à Monsieur Emmanuel Duflos, Professeur à l'Ecole Centrale de Lille, pour avoir di-

rigé ce travail et pour la confiance qu'il m'a accordée durant ces troisannées (et quelques mois).

Merci également à Melle Juliette Marais, Chargée de Recherche à l'IFSTTAR, pour m'avoir pro-

posé ce sujet, et pour m'avoir encadré durant toute la période qui s'étend de mon stage de Master

à la fin de cette thèse.

Je tiens également à saluer tous mes collègues doctorants, postdocs, ingénieurs (ou futurs

pour les stagiaires) qui ont parcouru un bout de chemin avec moi durant ces quelques années. Je pense notamment à Nicolas, Stephen, Nedim, Kamel, Nicolas (encore un!), Pierre, Ouahib, Maurice, Nizar, Jehangir, et tant d'autres. Les moments professionelset amicaux passés avec vous à la Cafet' de l'Inrets, au Resto U ou dans nos bureaux ont été un réel plaisir. Je remercie l'INRETS pour avoir financé ces trois années de thèse. Mestrois années au

LEOST, se sont déroulées dans de très bonnes conditions et je tiens à présenter ma gratitude

à Marion Berbineau, Directrice du LEOST, pour m'avoir acccueilli durant ces années. Je tiens

également à remercier toutes les personnes avec qui j'ai pu collaborer au sein de cette équipe et

plus particulièrement les membres de l'équipe localisation (Julie, Fleury, Asma), les ingénieurs

pour leur aide durant les manips' (Amaury, Jean et Jean-Pierre) et lespersonnels techniques pour leur soutien logistique (Corinne, Emmanuel, Bernard ...). Je tiens aussi à présenter ma reconnaissance à Monsieur Philippe Preux, Professeur de l'Université de Lille 3, et Monsieur Philippe Vanheeghe (et aussi merci pour le scone en Ecosse,

c'était très bon!), Professeur au LAGIS , pour m'avoir permis d'utiliserles locaux de l'INRIA et

de l'Ecole Centrale durant quelques temps.

Je remercie également mes proches et amis qui m'ont encouragé durant ces années de thèse.

Merci pour votre compréhension aux "occasions manquées" qui je vous le garantis vont se trans- former en "occasions de se revoir plus souvent". Enfin, je tiens à remercier tendrement celle sans qui ce travail n'aurait peut être pas vu le

jour, ma femme Mélanie. Sa présence, son soutien et sa compréhension m'ont permis d'aller de

l'avant. 4 5 6

Table des matières

Table des figures13

Liste des tableaux19

Liste des algorithmes21

Notations23

Glossaire25

Introduction générale27

Chapitre 1 Positionnement par Satellites en environnement contraint 31

1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

1.2 Les systèmes de positionnement GNSS . . . . . . . . . . . . . . . . . . . . 32

1.2.1 Le GPS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

1.2.1.1 Le segment spatial . . . . . . . . . . . . . . . . . . . . . 33

1.2.1.2 Le segment de contrôle . . . . . . . . . . . . . . . . . . . 35

1.2.1.3 Le segment utilisateur . . . . . . . . . . . . . . . . . . . 35

1.2.2 Les mesures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

1.2.2.1 La pseudodistance . . . . . . . . . . . . . . . . . . . . . 37

1.2.2.2 La fréquence Doppler . . . . . . . . . . . . . . . . . . . . 39

1.2.3 Critères de qualité des signaux ou de la position . . . . . . . . . . . 41

1.2.3.1 L'élévation et l'azimut . . . . . . . . . . . . . . . . . . . 41

1.2.3.2 Le nombre de satellites . . . . . . . . . . . . . . . . . . . 41

1.2.3.3 Le DOP . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

1.2.3.4 La force du signal . . . . . . . . . . . . . . . . . . . . . . 43

1.2.4 Les autres systèmes de positionnement satellitaire mondiaux . . . . 44

1.2.4.1 GLONASS . . . . . . . . . . . . . . . . . . . . . . . . . 44

1.2.4.2 Galileo . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

7

8Table des matières

1.2.4.3 Beidou . . . . . . . . . . . . . . . . . . . . . . . . . . . 46

1.3 Les perturbations atmosphériques du signal et autres erreurs modélisables . . 46

1.3.1 Erreur d'horloge Satellite . . . . . . . . . . . . . . . . . . . . . . . 46

1.3.2 Corrections des erreurs ionosphériques . . . . . . . . . . . . . . . . 47

1.3.3 Corrections des erreurs troposphériques . . . . . . . . . . . . . . . .50

1.4 Les systèmes d'augmentation . . . . . . . . . . . . . . . . . . . . . . . . . 50

1.4.1 Le GPS Différentiel . . . . . . . . . . . . . . . . . . . . . . . . . . 51

1.4.2 EGNOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

1.5 Les perturbations locales en milieu contraint . . . . . . . . . . . . . . . . . 53

1.5.1 Le masquage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

1.5.2 Les réflexions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

1.5.2.1 Sélection des signaux lors de l'acquisition . . . . . . . . . 54

1.5.2.2 Mitigation des multi-trajets au niveau du bloc traitement du

signal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55

1.5.2.3 Solutions au niveau du bloc d'estimation . . . . . . . . . . 55

1.6 Efficacité d'un récepteur multi-constellations . . . . . . . . . . . . . . . . . 57

1.6.1 Amélioration de la disponibilité . . . . . . . . . . . . . . . . . . . . 57

1.6.2 Amélioration de la précision . . . . . . . . . . . . . . . . . . . . . . 58

1.6.3 Synchronisation des horloges . . . . . . . . . . . . . . . . . . . . . 59

1.6.4 Conclusion sur l'utilisation d'un récepteur multi-constellation . . . . 59

1.7 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60

Chapitre 2 Estimation de la position par filtrage statistique 63

2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63

2.2 Estimation de l'état . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64

2.2.1 Ajustement statistique . . . . . . . . . . . . . . . . . . . . . . . . . 65

2.2.1.1 La méthode des Moindres Carrés . . . . . . . . . . . . . . 65

2.2.1.2 La méthode des Moindres carrés pondérés . . . . . . . . . 65

2.2.2 Le filtrage bayésien . . . . . . . . . . . . . . . . . . . . . . . . . . 66

2.2.2.1 Modélisation d'état . . . . . . . . . . . . . . . . . . . . . 66

2.2.2.2 Le filtre de Kalman . . . . . . . . . . . . . . . . . . . . . 68

2.2.2.3 Le filtre de Kalman Etendu . . . . . . . . . . . . . . . . . 69

2.2.3 Les méthodes de Monte Carlo séquentielles (filtrage particulaire) . . 70

2.2.3.1 L'intégration de Monte Carlo . . . . . . . . . . . . . . . . 70

2.2.3.2 L'échantillonnage d'importance . . . . . . . . . . . . . . 71

2.2.3.3 Echantillonnage d'importance séquentiel . . . . . . . . . 72

2.2.3.4 Nombre efficace d'échantillons . . . . . . . . . . . . . . . 74

9

2.2.3.5 Rééchantillonnage . . . . . . . . . . . . . . . . . . . . . 74

2.2.3.6 Procédure de régularisation . . . . . . . . . . . . . . . . . 75

2.2.3.7 Choix de la densité d'importance . . . . . . . . . . . . . . 76

2.2.3.8 Filtre particulaire Booststrap . . . . . . . . . . . . . . . . 76

2.2.3.9 Le filtre particulaire avec linéarisation locale . . . . . . . 76

2.2.3.10 Le filtre particulaire Rao-Blackwellisé . . . . . . . . . . . 78

2.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78

Chapitre 3 Caractérisation de l'environnement et modélisation des erreurs de pseu- dodistances81

3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81

3.1.1 Approche proposée . . . . . . . . . . . . . . . . . . . . . . . . . . 82

3.1.2 Apports et positionnements . . . . . . . . . . . . . . . . . . . . . . 82

3.2 Définition de l'environnement urbain . . . . . . . . . . . . . . . . . . . . . 82

3.2.1 Caractéristiques des signaux reçus en environnement urbain . . . .. 83

3.2.1.1 Etat direct . . . . . . . . . . . . . . . . . . . . . . . . . . 84

3.2.1.2 Etat bloqué . . . . . . . . . . . . . . . . . . . . . . . . . 84

3.2.1.3 Etat de réception dégradée . . . . . . . . . . . . . . . . . 84

3.2.1.4 Détection des signaux réfléchis . . . . . . . . . . . . . . . 87

3.3 Estimation de densités d'erreur de pseudodistance . . . . . . . . . . . . . .89

3.3.1 Définition de l'erreur de pseudodistance . . . . . . . . . . . . . . . 89

3.3.2 Validation de l'approche proposée par tests statistiques . . . . . . . 91

3.3.2.1 Techniques de validation de modèles . . . . . . . . . . . . 91

3.3.2.2 Densités de probabilité envisagées pour la modélisation des

erreurs de pseudodistances . . . . . . . . . . . . . . . . . 96

3.3.2.3 Validations des lois dans un contexte statique . . . . . . . 98

3.3.3 Etude statistique : mise en évidence de la non-stationnarité des densi-

tés d'observation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104

3.3.3.1 Résultats et observations . . . . . . . . . . . . . . . . . . 104

3.3.4 Proposition de modèles théoriques . . . . . . . . . . . . . . . . . . 107

3.3.4.1 Le mélange fini de gaussiennes . . . . . . . . . . . . . . . 108

3.3.4.2 Le problème d'estimation de densité non-paramétrique . . 109

3.3.4.3 Les Processus de Dirichlet (DP) . . . . . . . . . . . . . . 109

3.3.4.4 Les mélanges de Processus de Dirichlet . . . . . . . . . . 110

3.3.5 Adaptation des DPM aux GNSS . . . . . . . . . . . . . . . . . . . 110

3.3.6 Données de test . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112

3.3.6.1 Simulations . . . . . . . . . . . . . . . . . . . . . . . . . 113

3.3.6.2 Définition de l'erreur de pseudodistance sous Ergospace

?114

10Table des matières

3.3.6.3 Acquisitions expérimentales . . . . . . . . . . . . . . . . 115

3.3.7 Validation des modèles par suivi de densité . . . . . . . . . . . . . . 115

3.3.7.1 Comparaison entre le Mélange fini de densités gaussiennes

(GMM) et le Mélange de Processus de Dirichlet (DPM) . 117

3.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127

Chapitre 4 Estimation conjointe des bruits d'observation et de la position GNSS 129

4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129

4.1.1 Approche proposée . . . . . . . . . . . . . . . . . . . . . . . . . . 130

4.1.2 Apports et positionnements . . . . . . . . . . . . . . . . . . . . . . 130

4.2 Estimation de la position utilisant une modélisation du bruit d'observation par

mélanges finis de gaussiennes . . . . . . . . . . . . . . . . . . . . . . . . . 130

4.2.1 Chaîne de Markov . . . . . . . . . . . . . . . . . . . . . . . . . . . 130

4.2.2 Modèle à Sauts de Markov . . . . . . . . . . . . . . . . . . . . . . 131

4.2.3 Prise en compte de l'application GNSS . . . . . . . . . . . . . . . . 132

4.2.4 Algorithme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134

4.3 Estimation de la position utilisant une modélisation du bruit d'observation par

DPM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135

4.3.1 Filtre particulaire Rao-Blackwellisé pour l'utilisation de modèles dy-

namiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136

4.3.2 Algorithme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136

4.4 Discussion sur le saut de moyenne . . . . . . . . . . . . . . . . . . . . . . . 136

4.5 Evaluation de la performance de positionnement . . . . . . . . . . . . . . . 136

4.5.1 Définitions des critères employés . . . . . . . . . . . . . . . . . . . 137

4.5.2 Cas particulier de l'erreur de position avec données réelles . . . . . .138

4.5.2.1 Construction de la trajectoire de référence de Belfort à par-

tir de mesures RTK . . . . . . . . . . . . . . . . . . . . . 139

4.6.1 Données de test simulées . . . . . . . . . . . . . . . . . . . . . . . 146

4.6.2 Données de test réelles . . . . . . . . . . . . . . . . . . . . . . . . 152

4.6.2.1 Précision obtenue en mesure . . . . . . . . . . . . . . . . 152

4.6.2.2 Précision obtenue à partir des différents algorithmes . . . 154

4.6.3 Etude sur la complexité algorithmique . . . . . . . . . . . . . . . . 161

4.6.3.1 Relation performances nombre de particules pour l'algo-

rithme JMS . . . . . . . . . . . . . . . . . . . . . . . . . 161quotesdbs_dbs28.pdfusesText_34

[PDF] principe de fonctionnement d'un gps pdf

[PDF] metropole 2013 physique corrigé

[PDF] uréase test

[PDF] bac s si emploi du temps

[PDF] bac s option isn

[PDF] métier scientifique liste

[PDF] que faire après un bac s test

[PDF] licence svt

[PDF] métier bac s bien payé

[PDF] dut apres bac s

[PDF] métier scientifique bien payé

[PDF] la sti2d c est nul

[PDF] moyenne pour passer en sti2d

[PDF] sti2d niveau requis

[PDF] débouchés sti2d