現代の大都市のアーバンキャニオンでは、GNSS測位誤差の主な原因は、大気遅延、衛星時計オフセット、軌道情報の不正確さではなく、マルチパスです。衛星信号が受信機アンテナに到達する前に建物、車両、路面で反射すると、生じる遅延レプリカが相関プロセスを乱し、深刻な場合には10メートルを超える位置バイアスを引き起こします。
センチメートルレベルの精度を要求するアプリケーション、自動運転車の車線維持、配送ドローンのナビゲーション、精密測量にとって、マルチパス軽減は性能向上ではなく、基本的な要件です。この記事では、マルチパス伝搬の物理、古典的な軽減技術、そして都市部の測位精度を新たな限界に押し上げる次世代アルゴリズムについて考察します。
都市部マルチパスの物理
マルチパスは、GNSS信号が直接見通し経路と1つ以上の反射経路という複数の経路で受信機に到達するときに発生します。都市環境では、反射面はどこにでもあります。ガラスカーテンウォール、金属製の車体、濡れた路面、コンクリート構造物はすべて、複雑な位相関係を持つ遅延信号レプリカを生成します。
- 短遅延マルチパス：近くの表面（車両、歩行者）からの反射は、直接信号から50ナノ秒以内に到着し、相関ピークを歪め、検出が困難なサブメートルバイアスを生み出します。
- 長遅延マルチパス：遠くの建物からの反射は、数百ナノ秒遅れて到着し、高度な受信機が識別して除外できる明確な二次相関ピークを生成します。
- 周波数依存性：L5信号は、10.23 MHzのチッピングレートにより、L1信号よりも鋭い相関ピークを提供し、L5は本質的に短遅延マルチパスに対してより耐性があります。これは、現代の受信機がマルチバンドアーキテクチャを優先する重要な理由です。
上海やマンハッタンのダウンタウンでは、マルチパスは例外ではなく、通常の動作条件です。オープンスカイ性能のみを想定して設計された受信機は、これらの環境では壊滅的に失敗します。
古典的な軽減技術
GNSS受信機設計者は、マルチパスに対抗するために多くの技術を開発してきました。それぞれ、有効性、計算コスト、ハードウェアの複雑さの間で異なるトレードオフがあります。
狭相関器間隔：相関関数をピーク周辺の密接したオフセット（従来の0.5チップではなく0.1チップ間隔）でサンプリングすることにより、受信機は直接経路ピークを、マルチパスによって生成されたより広く歪んだピークからよりよく区別できます。この技術はマルチパス誤差を3〜5倍改善しますが、より高いサンプリングレートと処理帯域幅を必要とします。
マルチパス推定遅延ロックループ（MEDLL）：この高度な追跡アルゴリズムは、受信信号を直接成分と反射成分の合計としてモデル化し、各経路の遅延、振幅、位相を推定します。マルチパス成分を再構築して差し引くことにより、MEDLLは標準的な相関器と比較して都市部の測位誤差を最大70%削減できます。
次世代AI支援軽減
新興のアプローチは、機械学習を活用して、古典的なアルゴリズムではできない方法でマルチパスに対処します。既知のマルチパス条件のラベル付きデータセットでニューラルネットワークをトレーニングすることにより、受信機は環境コンテキスト（アーバンキャニオンの形状、車両の向き、さらには時間帯の交通パターン）に基づいて、どの衛星が汚染されている可能性が高いかを予測できます。
Jumpstarの最新の受信機ファームウェアは、予測された反射確率に基づいて衛星を動的に重み付けするコンテキスト認識マルチパス検出を組み込んでいます。北京、ロンドン、ニューヨークの中心業務地区でのフィールドテストでは、このアプローチにより95パーセンタイル水平誤差が3.2メートルから0.8メートルに削減され、都市部のRTK性能をオープンスカイのベンチマークに近づけました。
困難な環境でGNSSを展開するシステムインテグレーターにとって、ハードウェアのみの軽減からAI支援のコンテキスト認識アルゴリズムへの進化は、達成可能な測位信頼性におけるパラダイムシフトを表しています。
.png?imageMogr2/format/webp)
.png?imageMogr2/format/webp)
