针对城市环境下GNSS定位导航精度低、可靠性不足的问题，本书结合教学、科研和实践对城市峡谷中的定位技术进行了详细的介绍和总结，并且提出了一系列城市环境多源信息融合导航定位技术。全书分为五章，主要内容包括：城市环境卫星定位技术发展、城市环境定位的支撑技术、基于多传感器融合城市环境定位技术、基于空间环境信息辅助的城市环境定位技术、城市多源信息融合导航定位技术的应用。

目录Contents
前言
章 绪论 1
1.1 城市环境应用需求 1
1.2 城市环境卫星定位技术现状的发展趋势 2
1.3 本书章节安排 12
参考文献 13
第二章 城市环境定位的支撑技术 18
2.1 卫星定位技术 18
2.1.1GNSS组成及简介 18
2.1.2GNSS定位原理 20
2.1.3 定位误差来源及分析 31
2.2 其他传感器及数据源 37
2.2.1 惯性导航系统 37
2.2.2 视觉传感器技术 40
2.2.3 空间地理信息技术 44
2.3 多源信息融合技术 45
2.3.1 概述 45
2.3.2 多源信息融合的构架 45
2.3.3 多源信息融合方式 46
参考文献 48
第三章 基于多传感器融合城市环境定位技术 50
3.1 具有完好性监测功能的卫星/惯性/视觉融合城市定位技术 50
3.2 基于卫星/视觉/激光融合的城市峡谷定位技术 53
3.3 基于AR运动模型的GNSS/IMU/车道信息的融合定位技术 58
3.3.1 技术简介 58
3.3.2 基于融合算法的V2V防撞系统 58
3.3.3 仿真 66
3.3.4 实地测试与分析 70
3.4 基于定向仪辅助的 GNSS/IMU/车道信息融合的定位技术 75
3.4.1 技术简介 75
3.4.2 基于GNSS融合的追尾防撞系统 76
3.4.3 实地测试与分析 82
3.4.4 小结 87
参考文献 87
第四章 基于空间环境信息辅助的城市环境定位技术 90
4.1 GNSS信号接收类型分类及定位 90
4.1.1 算法设计 90
4.1.2 场景测试和结果分析 95
4.1.3 小结 107
4.2 基于机器学习和阴影匹配结合的城市峡谷定位技术 108
4.2.1 算法框架 108
4.2.2 历史训练数据集的构建 109
4.2.3 基于PSOANFIS的信号接收类型判断 110
4.2.4 基于信号接收类型匹配的定位解算 114
4.2.5 实验设计 116
4.2.6 结果分析 118
4.3 基于机器学习和双极化天线的城市峡谷定位技术 122
4.4 基于粒子滤波和3D城市模型辅助的城市峡谷定位技术 125
4.5 基于机器学习的伪距修正定位技术 128
4.5.1 算法框架 128
4.5.2GBDT输入特征的选取 130
4.5.3 历史训练数据集的构建 131
4.5.4 伪距误差的拟合方法 132
4.5.5 基于伪距误差预测的定位方法 138
4.5.6 实验设计 139
4.5.7 实验场景 1及结果分析 141
4.5.8 实验场景 2及结果分析 150
参考文献 158
第五章 城市多源信息融合导航定位技术的应用 161
5.1 多源信息融合在车辆异常驾驶检测的应用 161
5.1.1 方案设计与具体实施 162
5.1.2 核心竞争优势 164
5.2 多源信息融合在道路交通收费的应用 165
5.2.1 可变道路使用收费指标 166
5.2.2VRUCI测量的数据融合算法 169
5.2.3 仿真实验 172
5.2.4 实地测试验证 176
5.2.5 发展前景 180
5.3 多源信息融合在无人机管控中的应用 180
5.3.1 精细化无人机管控需求分析 181
5.3.2 用于精细化无人机管控的GNSS/INS组合导航算法 183
5.3.3 实验结果及分析 187
5.3.4 小结 193
参考文献 193