GPS定位误差分析与建模

目的研究ＧＰＳ（全球定位系统）定位误差数据的数学模型．方法采用时间序列方法对原始数据进行分析,用周期图法提取周期项误差,用波克斯－詹金斯方法对平衡随机序列建模．结果该模型可用来提高ＧＰＳ定位精度,结论ＧＰＳ定位误差数据属于非平衡时间序列,包括周期项序列和平衡随机项序列,其中周期项序列的最大隐含周期为１０ｍｉｎ,平稳随机项序列符合ＡＲ（１）模型．     

一种具有SA预报能力的GPS KALMAN滤波器

对ＧＰＳ定位中的ＳＡ误差作了系统辨识。表明：ＳＡ误差可用时变ＡＲ（ｐ）模型表述，ＡＲ（ｐ）的时变参数可由ＲＬＳ算法结合Ｆ判据建立的ＡＲ（ｐ）模型辨识机获得。用该方法获得的模型对ＳＡ误差进行预报，在剔除野值后精度在１０ｍ之内。还提出了一种将以ＡＲ（ｐ）模型表述的ＳＡ误差加入ＧＰＳ ＫＡＬＭＡＮ滤波器的方法，可得到一种具有ＳＡ预报能力的ＧＰＳ ＫＡＬＭＡＮ滤波器。     

一种具有SA预报能力的GPS滤波器

对ＧＰＳ定位中的ＳＡ误差作了系统辨识。表明：ＳＡ误差可用时变ＡＲ（Ｐ）模型表述,ＡＲ（Ｐ）的时变参数可由ＲＬＳ算法结合Ｆ判据建立的ＡＲ（Ｐ）模型辨识机获得。用该方法获得的模型对ＳＡ误差进行预报。在剔除野值后精度在１０ｍ之内,还提出一种方法,可得到具有ＳＡ预报能力的ＧＰＳＫＡＬＭＡＮ滤波器。     

GPS定位数据的在线识别与预测

通过大量的ＧＰＳ定位观测数据的统计处理导出了一种对非平稳时序列建模或识别及预测的简单方法。该方法是 基于小二乘法和线性系统识别方法。并提出了与传统ＡＲＭＡ模型有所不同的模型，我们称之为准ＡＲＭＡ模型，用具时变参数的模型对ＧＰＳ接收机输出数据进行线识别与预测，证实了此方法有效方法。     

时间序列AR模型参数的积分求解法

基于对时间序列实质的分析，提出了旨在减少序列的随机误差影响以及提高拟合精度的ＡＲ模型参数的积分求解法．重点讨论了ＡＲ（１）模型及ＡＲ（ｐ）模型参数的积分求解法，并与最小二乘法在计算机上进行了仿真比较．结果表明，采用积分求解法所得的ＡＲ模型参数的估计精度比最小二乘法的高．     

一种增加动基座飞行器误差分离结果稳定性的半解析方法

动基座发射飞行器存在初始误差大、初始误差和工具误差强耦合等特点,相比静基座发射,其误差分离过程更为复杂针对上述问题,提出了一种增加动基座飞行器误差分离结果稳定性的半解析方法,建立了初始定位误差、初始速度误差的解析求解模型,采用了迭代方法对初始误差和工具误差进行联合求解.通过算例对比分析半解析误差分离方法和传统误差分离方法,结果表明:半解析方法中基于遥外测视位置和速度差分离初始误差,观测数据与误差量直接对应,并结合解析方法精准高效的特点,能够有效提高动基座飞行器误差分离结果稳定性.     

晋西油松人工林地上部分生物量与生产力的研究

本文采用样地法和模型研究了晋西油松人工林地上部分的生物量与生产力。研究结果为：（１）油松各类测树指标、地上部分各类营养部分生物量两两之间都有显著关系,但它们与果生物量的关系不显著。（２）ＣＡＲ模型与ＶＡＲ模型的估计效果都较好,但相对来说以ＶＡＲ模型优于ＣＡＲ模型。（３）依据相关指数（Ｒ２）,筛选各类生物量估计的最优模型：其中,树干为Ｗｔ＝ａ（Ｄ２Ｈ）ｂ,其他各营养部分为Ｗ＝ａＤｂ。（４）该区油松人工林地上部分生物量与生产力分别为２５．５５０６ｔ／ｈａ和１．１１０９ｔ／ｈａ／ｙ,以干＞枝＞叶＞果。（５）油松人工林地上部分生物量与生产力主要集中在中下部,从基部朝上逐渐减少。     

时间序列AR模型参数的积分求解法

基于对时间序列实质的分析，提出了旨在减少序列的随机误差影响以及提高拟合精度的ＡＲ模型参数的积分求解法，重点讨论了ＡＲ（１）模型及ＡＲ（ｐ）模型参数的积分求解法，并与最小二乘法在计算机上进行了仿真比较，结果表明，有用积分求解法所得ＡＲ模型参数的估计精度比最小二乘法的高。     

局部反馈函数联接网络及其应用

结合时间序列分析提出了一种具有局部反馈回路的函数联接网络（ＬＲＦＬＮ）模型，并利用ＬＲＦＬＮ对非线性时间序列进行了建模与预报，对网络扩展函数选取，初始权集的设定，以及网络结构选择和学习算法进行了研究，同时，通过对模拟数据和机切削颤振数数据的建模与预报，将其与常用的时间序列模型（ＡＲ，ＡＲＭＡ和指数自回归模型）以及ＢＰ网络进行比较，研究结果表明该方法是可行和有效的。     

谱分析的神经网络方法──局部零残差法

提出了一种神经网络ＡＲ（自适应递归）参量估计的新方法──局部零残差法。利用所建立的神经网络的明确收敛性，在每一个数据到来后获得一组ＡＲ参量的零残差解，这时ＡＲ参量的特性是与时间序列的噪声相关的随机过程，最终的ＡＲ参量值为全部数据通过神经网络预测误差滤波器后，对各点获得的ＡＲ参量解的求和平均。由此，ＡＲ参量值确定的最大熵谱具有很好的稳定性，且谱的分辨率和精度是与滤波器的长度成正比，这给最佳滤波器的选择保留了充分的灵活性。另外，利用神经网络并行快速的特性，可用该系统进行实时谱分析。     

GEO与LEO卫星的联合被动定位

GPS的出现给定位技术带来了革命性的进步，但也造成了对GPS系统的依赖，这不利于某些特殊的应用场合。而要建设一个与GPS类似的系统在技术与成本上都还有困难，寻找新的定位方式已经成为必然。在分析了GEO和LEO卫星可能提供的定位形式后，提出了一种综合GEO卫星和LEO卫星的联合被动定位方案。经模拟仿真证实，在平面地球模型下，采用所提方案的普通接收机的定位误差均值为1．5km(典型值)，而较为先进的接收机可以达到小于500m(典型值)的定位精度，并给出了较为全面的误差分析。     

立地类型和定位模式对精准林业GPS定位的影响

利用Trimble AgGPS132定位试验装置,采用单机模式和信标差分模式分别在空地和林地中进行了静态定位和动态定位试验,通过多次测量结果散点分布和真值位置图,检验立地类型和定位模式对卫星可见性、位置精密度、准确度、精确度和动态测试范围周长及面积的影响。静态定位试验结果表明:信标差分定位的准确度和精确度比单机定位高,当定位地点由空地变为林地时,卫星可见数减少2～3颗,PDOP值增大0.8～1.2,准确度降低0.30～0.31 m,精确度降低0.92～1.01 m。对动态定位试验结果进行方差分析表明,立地类型、定位模式以及二者的交互作用对周长、面积等定位精度的影响差异均显著。精准林业生产作业时,林分密度、树冠形状引起的多路径效应致使信噪比降低、载波信号被拦截,降低了定位精度。因此,林地中需采用差分定位技术提高定位精度以满足精准林业的生产作业要求。     

3颗卫星条件下 GPS三维定位的新方法

提出了一种新型的双天线全球定位系统(GPS)接收机结构方案,用于某些恶劣定位条件下、接收信号的卫星数量较少时对用户位置进行解算.该方法可以在仅接收到3颗卫星信号的情况下,根据GPS的原始数据和伪距,进行较理想的三维位置估计,满足单机定位的精度.建立了基于非线性滤波的位置估计模型,根据该模型的特点,运用平淡卡尔曼滤波算法求解该模型.通过GPS定位实验,验证了该方法的可行性.     

巡检机器人全球定位系统/里程计组合定位方法

摘要：针对巡检机器人在校园环境中工作时,GPS信号易受树荫及较高建筑物遮挡而出现定位不准确的问题,提出GPS和ODO组合定位方法。该方法以GPS坐标信息为初始位置,里程计信息为主导航,GPS接收机的脉冲信号作为实时修正数据,利用卡尔曼滤波算法对系统状态进行最优估计,得到较为准确的状态估计值,最后利用状态估计值去修正系统的导航误差。同时在实验平台上进行验证仿真,实验结果表明,机器人以150cm/s的速度行驶80s后其轨迹误差能控制在5cm以内,得出利用多传感器融合技术可以提高机器人的定位精度和可靠性的结论,即通过对GPS和ODO组合定位方法能够有效提高机器人实时定位精度。     

卫星定位误差的最优星座选择剖析

在分析定位误差的基础上,研究了星座最佳几何配置,以及几何位置相对较好、星的个数较少的4颗卫星的定位问题,并给出了星座的最佳几何分布与定位误差的关系仿真.结果表明,在卫星星座中,星的高度与分布的均匀性是决定星座几何精度的衰减因子,顶座星、底座星的仰角与方位角之差则是几何精度衰减因子的影响因素.通过计算和实验发现,在GPS系统的定位过程中,有一组最优的、由4颗卫星组成的几何配置星座,此时对应的几何精度衰减因子最小,为1.581 2.     

室内移动机器人的视觉惯性组合定位研究

针对在室内环境下移动机器人无法利用全球定位系统(global positioning system,GPS)进行精确的定位问题,提出一种紧耦合的视觉惯性组合定位方法,运用了预积分、联合初始化、边缘化等关键技术,并提出一种新的基于Vicon的惯性测量单元(inertial measurement unit,IMU)内参标定方法.通过EuRoc数据集实验,验证了新的标定方法能提供鲁棒的IMU内参初值;模拟室内场景的测试结果表明,定位结果具有很高的准确性与稳定性,定位误差可控制在0.1 m以内.     

一种基于GPS实现水下定位的有效方法

针对水下目标的定位需求,在探讨GPS定位原理和水下超声定位原理基础上,提出了一种基于GPS实现水下定位的实现方法。给出了该方法的工作原理和具体工作过程。通过分析和计算GPS定位误差、水下定位误差,得到了这种定位方法的总体误差。分析和计算结果表明基于GPS实现水下定位的设想可能具有一定的实用价值。     

一种实时双频电离层修正方法

电离层延迟是影响GPS绝对定位的重要因素。比较常用的电离层延迟修正方法有模型方法和双频方法。模型方法和使用双频码伪距的方法精度有限。使用双频载波相位进行电离层延迟计算需要求解整周模糊度,计算复杂。本文提出了一种同时使用GPS双频码和载波观测量进行电离层误差修正的方法。使用卫星信号模拟器生成信号并用接收机实时接收,用此方法计算出电离层延迟值,并与真值进行比较,计算误差为厘米级。最后,接收真实卫星信号并计算了真实电离层延迟,并与使用Klobuchar模型方法计算出的电离层延迟进行了比较。     

An improved regularization method to resolve integer ambiguity in rapid positioning using single frequency GPS receivers

A new approach is employed in GPS rapid positioning using several-epoch single frequency phase data.Firstly, the structure characteristic of the normal matrix in GPS rapid positioning is analyzed. Then, in the light of the characteristic, based on TIKHONOV regularization theorem,a new regularizer is designed to mitigate the ill-condition of the normal matrix. The accurate float ambiguity solutions and their MSEM (Mean Squared Error Matrix) are obtained using several-epoch single frequency phase data. Combined with LAMBDA method, the new approach was used to fix the integer ambiguities correctly and quickly using MSEM instead of the cofactor matrix of the ambiguities. Finally, a baseline over 3 km is taken as an example. The fixed integer ambiguities by the new approach using five epoch single frequency phase data are the same as those fixed by Bernese software using long time data. The success rate of fixing the integer ambiguities is 100 percent using 197 group data.Compared with the traditional methods, the new approach provides better accuracy and efficiency in GPS rapid positioning. So, the new approach has an extensive application outlook in deformation monitoring, pseudokinematic relative positioning, and attitude determination, etc.