Thèse soutenue

Caractérisation et exploitation des erreurs conjointes de multitrajet et de bruit thermique pour les estimateurs PVT GNSS faible coût, en environnement urbain dense
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Eustachio Roberto Matera
Direction : Carl MilnerAxel Javier Garcia Peña
Type : Thèse de doctorat
Discipline(s) : Informatique et Télécommunication
Date : Soutenance le 28/01/2022
Etablissement(s) : Toulouse, INPT
Ecole(s) doctorale(s) : École doctorale Mathématiques, informatique et télécommunications (Toulouse)
Partenaire(s) de recherche : Laboratoire : Équipe de recherche en Télécommunications (Toulouse)
Jury : Président / Présidente : Fabio Dovis
Examinateurs / Examinatrices : Carl Milner, Axel Javier Garcia Peña, Fabio Dovis, Kyle O'keefe, Rui Sun
Rapporteurs / Rapporteuses : Kyle O'keefe, Rui Sun

Résumé

FR  |  
EN

Fournir une localisation précise en environnement urbain dense reste un véritable défi pour des récepteurs GNSS grand public. Les limitations principales sont rencontrées dans les zones urbaines où il existe une réduction des signaux GNSS disponibles et la formation d’erreurs d’estimation de la position créées par la présence de lignes de vue directes (LOS) et lignes de vue indirectes (NLOS), générées par le phénomène de multi-trajets. Cette thèse de doctorat consiste en l’analyse, la caractérisation, et finalement, l’exploitation des composantes des erreurs de multitrajets qui affectent les signaux et mesures des récepteurs GNSS grand public lors de leur utilisation dans un environnement urbain dense. Nos travaux portent plus particulièrement sur l’identification, l’isolement et la caractérisation des erreurs de multitrajet à partir des mesures de pseudodistances. Les données ont été captées par un récepteur GNSS monofréquence et biconstellations, utilisant les signaux GPS L1 C/A et Galileo E1 OS. Nous avons également travaillé sur l’exploitation des erreurs de multi-trajet par un algorithme innovant basé sur une architecture de filtre de Kalman 6 étendu (EKF) pour améliorer la précision et la robustesse de l’estimation de la PVT en environnement urbain dense. Considérant que l’isolement des erreurs de multi-trajet est complexe à cause de la superposition des effets causés par les multi-trajets à ceux générés par le bruit thermique du récepteur, la méthode finale que nous avons utilisée consiste à isoler la contribution conjointe des erreurs de multi-trajet de celles liées au bruit thermique. Nous avons en plus utilisé une technique de traitement des images fournies par une caméra à grand angle (vision à 360°) pour obtenir une information empirique sur le seuil de rapport signal-bruit /0 déterminé pour identifier et discriminer de manière empirique les lignes de vues indirectes (NLOS) des lignes de vue directes (LOS). Les erreurs de multi-trajet et de bruit thermique sont d’abord classées en fonction des valeurs de /0 des signaux reçus, puis elles sont statistiquement caractérisées par leur fonction de densité de probabilité (PDF) moyenne et variance d’échantillonnage. Ensuite nous estimons les propriétés des corrélations spatiales et temporelles des erreurs isolées grâce à une méthode d’estimation des corrélations temporelles en fonction de la vitesse du récepteur GNSS en mobilité urbaine. Enfin, nous proposons un algorithme basé sur un filtre de Kalman étendu (EKF) qui exploite le modèle d’isolement des erreurs de multi-trajet et de bruit thermique, les propriétés de corrélation spatiales et temporelles, les estimations d’état de lignes de vue directes et indirectes, pour améliorer la précision de l’estimation PVT des récepteurs grand public utilisés en environnements urbains. L’information sur la connaissance du modèle des erreurs de multitrajet et de bruit thermique et des lignes de vue directes/indirectes est exploitée grâce à des techniques de pondération et de masquage de l’information utile/inutile. Les propriétés des corrélations temporelles et spatiales sont utilisées par une architecture de timedifferencing Kalman Filter. Cette étude permet de mieux comprendre l’impact des phénomènes de multi-trajet sur des récepteurs GNSS grand public, et d’apporter une meilleure prise en compte de modélisation des erreurs de multi-trajet qui affectent les mesures GNSS spécifiquement en environnement urbain.