含2D噪声的GNSS定位数据平滑曲线拟合及B样条方案咨询

前置预处理步骤 #

首先处理静置阶段的噪声：

• 先统计所有静置时段采样点的x、y坐标均值，直接将该时段所有采样点替换为均值坐标，可直接消除静置阶段的无规则抖动
• 也可先对全量数据做3~5个点的滑动窗口均值滤波，过滤掉大幅跳变的异常噪声点，再做后续拟合或滤波处理

替代解决方案推荐 #

方案1：卡尔曼滤波（最适配该场景） #

卡尔曼滤波是GNSS轨迹降噪的主流方案，基于运动状态迭代估计，无需全局拟合，兼顾降噪效果和轨迹真实度：

1. 定义状态量为[x, y, vx, vy]（x坐标、y坐标、x方向速度、y方向速度），无速度数据也可仅用x、y两个状态量
2. 初始化状态：用静置阶段的坐标均值作为初始x、y，初始速度设为0，初始协方差取静置阶段坐标的方差
3. 过程噪声设置为较小值，匹配正常运动的加速度范围，观测噪声设为GNSS传感器的标称精度方差即可
   处理后既不会在静置阶段出现抖动，也能真实还原移动阶段的运动趋势，不会出现拟合类方案的过拟合问题。

方案2：移动最小二乘拟合 #

如果需要输出连续平滑曲线，可选择移动最小二乘替代全局多项式拟合：

• 采用局部滑动窗口做加权最小二乘拟合，窗口内距离当前拟合点越近的采样点权重越高
• 窗口大小设置为5~10个采样点即可，自适应适配静置、移动两个不同状态的区间，不会出现全局拟合的两端震荡或整体失真问题。

B样条拟合优化方案 #

你之前使用B样条效果不佳大概率是输入数据和参数设置问题，按以下步骤调整即可：

1. 输入数据预处理：不要直接输入带噪声的静置阶段原始点，先将静置阶段所有点替换为均值点，避免B样条拟合到噪声波动
2. 阶数选择：优先使用3次B样条，平衡平滑度和拟合精度，高阶B样条更容易出现过拟合
3. 参数化方式：不要采用均匀参数化，改用弦长参数化或向心参数化计算节点，能大幅降低轨迹偏移概率
4. 平滑约束：开启平滑正则项，将静置阶段的拟合权重设置为高于移动阶段，强制静置段输出为近似固定点，避免抖动。

内容的提问来源于stack exchange，提问作者Samann Long