基于多参考站的分米级GPS伪距差分定位方法

为了提高GPS单频伪距差分定位精度,提出了一种利用已有CORS系统进行伪距差分定位的方法.该方法以单站伪距差分为基础,利用改进的伪距差分模型,首先将各参考站伪距改正数除去接收机钟差影响,再通过参考站与流动站的位置关系建立伪距改正数线性组合内插模型.最后将模型内插得到的综合伪距改正数发送至流动站用户,实现伪距差分定位.实验表明,该方法能有效克服常规伪距差分定位精度不高,且随基线长度增加精度递减的缺陷.多参考站伪距差分能够较稳定地实现分米级定位,精度分布均匀.     

GPS伪距差分定位技术的试验研究

讨论了GPS伪距差分定位的原理及其数学模型,为了研究伪距差分定位精度,编写了GPS伪距差分定位软件,并对某GPS网的观测数据进行了大量的伪距差分定位试验计算．计算结果表明,GPS三类伪距观测值的差分定位精度基本相同;在距基准站50km范围内,观测10～60s时间的伪距差分定位精度可以达到0．2～0．4m．伪距差分定位技术在海上定位和GIS数据采集等领域有广泛应用前景。     

GPS伪距差分解算改进模型的研究

差分GPS定位技术是通过基站与移动站之间的空间相关性，来消除公共误差部分，以提高定位精度。伪距差分是目前用途最广的一种定位技术，文章详细列出了GPS伪距差分解算模型的数据处理算法，对于伪距差分中的有关问题提出了改进模型，该模型降低了对基准站接收机时钟的要求。由于基准站的精确坐标已经知道，在计算卫星坐标时，要计算接收机钟差，因此基准站的接收机钟差可以精确获得。     

随机模型在GPS卫星钟差估计中的应用

卫星钟差是影响定位精度的重要误差源之一.针对不同接收机评估其伪距观测精度,选择相应的相位观测方差,构建合理的随机模型.采用56个IGS(International GNSS Service)跟踪站观测数据解算卫星钟差,并进行定位验证.结果表明:基于该方法的钟差估计结果与传统的钟差估计方法的结果在定位精度上改进约为5％....     

基于递推最小二乘平方差的GPS精密单点定位精度研究

对传统GPS单点定位、差分GPS定位和GPS精密单点定位进行了比较。建立了GPS精密单点定位无电离层组合的数学模型。建立了递推最小二乘平差进行参数估算的数学模型,并利用该方法进行相位平滑伪距处理。分析了该方法对伪距观测误差的影响。利用bernese软件和据此编制的程序,并利用IGS跟踪站的观测数据进行了接收机三维坐标的解算。将IGS观测值坐标作为真值,解算值和真值之间的偏差作为定位误差。仿真结果表明,经过递推最小二乘伪距平滑处理后,精密单点定位的误差在北方向、东方向、高度方向上都小于0.02 m。     

一种全球导航卫星系统钟差估计优化方案的量化研究

针对卫星钟差解算策略的优化问题,基于全球导航卫星系统数据处理软件BERNESE,设计了卫星估计钟差解算方案。提出"单位时间误差梯度"的概念,量化了解算精密钟差的效率。采用基于不规则三角网的选站法选取参考站,利用历元参数在历元间的独立性,分步解算各类参数。既减少了因大量历元参数存在引起的时间迟滞,又消除了单历元观测离群值对非历元参数估计的影响,从而提高了卫星钟差估计效率。利用国际全球导航卫星系统服务跟踪站作为参考站对以上解算过程进行实验,结果表明估计钟差与该机构精密钟差的符合精度达到0. 1 ns,陆态网精密单点定位动态解最大偏差小于10 cm,能够满足动态定位厘米级的精度要求,为估计钟差时参考站的数量和几何分布的选择提供了参考。     

GPS监测地壳形变漂移速度的计算

根据动态卡尔曼滤波理论,结合GPS监测地壳形变数据处理的特点,构建了动态卡尔曼滤波计算地壳运动漂移速度的数学模型.结合IGS的GPS连续观测网络部分站点的多期数据,使用精密定位定轨软件GAMIT进行定位计算,获得高精度的站点坐标.将坐标作为具有先验方差信息的准观测值,设置站点漂移速度为未知数,进行卡尔曼滤波漂移速度的估计.计算结果与已有结果的比较表明,卡尔曼滤波漂移速度估计可以达到mm级的精度,可用于GPS监测地壳形变进行漂移速度的估计.     

一种全球导航卫生系统钟差估计优化方案的量化研究

摘要：针对卫星钟差解算策略的优化问题,本文基于BERNESE GNSS数据处理软件,设计了卫星估计钟差解算方案。提出了“单位时间误差梯度”的概念,量化了解算精密钟差的效率。采用基于TIN的选站法选取参考站,利用历元参数在历元间的独立性,分步解算各类参数。既减少了因大量历元参数存在引起的时间迟滞,又消除了单历元观测离群值对非历元参数估计的影响,从而提高了GNSS卫星钟差估计效率。利用IGS跟踪站作为参考站对以上解算过程进行实验,结果表明估计钟差与IGS精密钟差的符合精度达到0.1ns,陆态网精密单点定位（PPP）动态解最大偏差小于10cm,能够满足动态定位厘米级的精度要求,为估计钟差时参考站的数量和几何分布的选择提供了参考。     

一种有效的单频GPS相位模糊度解算方法

针对快速定位中GPS单频相位模糊度较难归整的问题,采用理论分析和实验验证的方法,推导了实时动态下相位平滑伪距的递推公式,给出了一些提高观测方程线性化初始值精度的思路。在分析了短时间段双差方程结构特性的基础上,提出采用迭代选权拟合法提高相位模糊度实数解精度的新方法。算例表明,该方法提高了模糊度实数解的精度和可靠性,缩小了模糊度的搜索空间,促进了模糊度解算效率和成功率,从而能促进单频GPS接收机在高精度快速定位中的应用。     

GPS相对定位的数学模型及测量线性组合的相关性研究

分析了GPS变形监测网基线处理中的系统误差,在此基础上给出GPS的相对定位与绝对定位、实时与非实时定位、静态定位与动态定位的数学模型构建方法和数学模型,并对其观测量线性组合的相关性进行了研究,给出确定权阵的方法,最后导出了常用的坐标转换公式。     

精密单点定位的卡尔曼滤波新息与残差随机性对比

为了验证卡尔曼滤波新息和残差描述观测噪声的能力,根据精密单点定位载波相位和伪距观测值的先验方差,利用蒙特卡罗模拟等方差的随机噪声作为分析基准,研究描述信号随机性的平稳性、正态性、自相关性和功率谱指标。实验结果表明,新息只能正确描述伪距观测值噪声的随机性,残差能够同时描述载波相位和伪距观测值噪声的随机性。同时,两者描述伪距观测值噪声的能力相近。因此,不同精度观测值的精密单点定位应该以新息表示的残差为基础进行卡尔曼滤波模型的改进。     

反差分GPS技术在车辆监控系统中的应用与分析

介绍了伪距实时反差分GPS技术在车辆监控系统中的应用 ,具体涉及了系统的方案设计、系统配置、定位算法以及本系统的性能特点 .在此基础上讨论了应用反差分技术值得探讨的一些问题     

Novel algorithms for GPS network RTK

This paper gives some new algorithms for GPS Network RTK. The whole algorithms are based on the Double-Difference (DD) using single epoch of GPSdata. So cycle-slips and loss-of-locks of GPS satelliteare avoided. And the time of Network RTK systems tart-up and positioning is shortest, only one epoch.These algorithms need no ionospheric or troposhperic correction models. The combined bias of rover station is directly estimated and corrected by observations of reference stations of network. Hence, the algorithms are no delay, and are the really and truly real-time difference and positioning. Compared with other algorithms, they can synchronously eliminate orbital bias, ionosphere delay, troposphere delay and otherbiases of positioning correlated with distance to great degree. There are little residual high order biases and measurement noise in DD observation equation of rover station after difference correction, so RTK positioning of network with the algorithms can perform wider and more equably.     

GPS差分基准站高精度基准坐标测定方法研究

为提高基准站基准坐标定位精度,针对基于接收机长时间观测进行等权平均确定基准坐标的直接测量法不足之处,提出利用载波相位平滑伪距改善伪距测量精度。并基于平滑伪距分别对最小二乘法、卡尔曼滤波、衰减记忆滤波三种定位模型进行仿真分析。仿真结果表明:基于载波相位平滑伪距的衰减自适应记忆滤波定位方法能够有效提高定位精度,为差分基准站获取高精度位置坐标适用方法。     

北斗导航卫星伪距偏差特性及减弱方法

导航卫星信号的非理想特性会引起伪距测量产生偏差,具体表现为相同类型接收机具有相同伪距偏差,不同类型接收机的伪距偏差不一致.当提供导航定位服务产品的接收机技术状态与用户端不一致时,伪距偏差将引起导航定位服务性能降低.本文利用超短基线双差伪距O?C(Observation Minus Computation)方法计算了BDS(Beidou Satellite Navigation System)的伪距偏差,发现在早期试验卫星阶段的不同状态接收机之间存在较大的伪距偏差现象,设计了接收机环路参数调整、改变抗多径算法和卫星预失真滤波器参数调整三种减弱伪距偏差的方法.分别试验验证结果表明,接收机环路参数调整能大幅降低卫星之间的伪距偏差,B1I各颗卫星伪距偏差标准差由0.63 m降低至0.36 m;抗多径算法会造成额外的伪距偏差,窄相关算法能大幅减小伪距偏差,B1I各颗卫星伪距偏差标准差由0.36 m降低至0.18 m;调整卫星预失真滤波器参数能在一定程度上减小伪距偏差,单颗卫星伪距偏差降低约0.3–0.4 m.最后,针对BDS卫星伪距偏差解算无固定参考基准的问题,设计了一种基于外频标非实时双差O?C方法,利用该方法分别处理了BDS和GPS(Global Positioning System)数据,并对两个系统卫星伪距偏差的特性进行比较分析.结果表明,BDS和GPS卫星都存在伪距偏差;GPS卫星L2C伪距偏差与BDS-3卫星B1C数据支路相当;GPS卫星L1CA伪距偏差与其兼容互操作的BDS-3卫星B1C导频支路相当;L5C与其兼容互操作的BDS-3卫星B2a信号相比伪距偏差更大.     

北斗无源定位的虚拟卫星算法

为了解决现有的气压高度计辅助卫星定位算法计算繁琐或者难于分析定位精度的问题,该文提出虚拟卫星定位算法。该算法根据用户的位置估计值生成一颗"虚拟"卫星,对应的"虚拟"伪距由气压高度计提供,结合用户的可见卫星和测得的伪距来更新用户的位置估计值,反复执行上述过程直至收敛。该算法计算步骤简单,可直接进行定位精度分析。将该算法应用于北斗三星无源定位当中,仿真结果表明:设定气压测高误差标准差为8m,则中国及邻近地区的位置精度因子为8.8至22.4;在清华大学校园进行的静态测试显示,在各个历元上迭代过程只有4～9次,定位均方根误差为42.7m。     

CORS系统流动站实时周跳修复算法

针对CORS系统中流动站观测条件复杂、容易出现周跳的问题,提出了一种分类最小二乘周跳修复算法.首先利用常规周跳探测方法,确定周跳出现的卫星及频率.然后,利用非参考卫星无周跳的观测值构成的误差方程估计流动站实时位置和参考卫星的周跳值,并将估计出的参数带入非参考卫星有周跳的观测值构成的误差方程中,即可在该类误差方程的改正数中获得非参考卫星的周跳值,从而实现流动站的实时定位与周跳修复.实验结果表明,该算法可在多颗卫星同时出现周跳时实现周跳修复和实时精确定位,有效避免了利用抗差估计探测修复周跳时存在的崩溃污染率问题.     

多参考站网络的虚拟观测值生成算法

讨论了GPS观测值误差改正方法,提出了一种基于多参考站的GPS观测值向流动站用户发布虚拟观测值的算法.该算法通过参考站的已知精确坐标和已经解算的模糊度计算参考站间双差空间相关误差,然后内插局域网内任意一点空间相关误差作为改正数.当只使用3个参考站时使用线性内插法,多于3个参考站时使用曲面拟合或最小二乘平差方法等内插方法.用内插获得的改正数改正离流动站最近的参考站(主参考站)的观测值,形成虚拟观测值,然后发送给流动站用户,流动站用户仍然应用已有的单参考站GPS定位算法进行定位.通过对江苏局域参考站网络收集的实测数据计算分析证明了本文算法的有效性,达到厘米级定位精度.     

一种动对动相对定位中平滑惯导辅助模糊度解算策略

针对基于单频载波相位的动对动相对定位中实时模糊度固定可靠性不高的问题,提出了一种基于DGNSS/INS紧组合的平滑惯导辅助模糊度解算策略,以提高低成本接收机高精度定位的普适性。首先,基于伪距和载波相位观测量构建动对动相对定位模型;其次,对惯性导航数据进行卡尔曼滤波处理,并利用滤波平滑后的惯导位置预测卫地距重构双差观测方程并构造惯导位置约束方程,继而获得较高精度浮点解及其协方差阵,采用LAMBDA算法进行整周模糊度固定及Ratio检验;最后,由DGNSS/INS紧组合算法对惯性误差进行反馈校正,以维持惯性高精度导航。实测数据实验结果表明,对比没有惯导辅助、有惯导辅助和经滤波平滑后的惯导辅助结果,本文方法可以有效地提高模糊度浮点解精度,减小模糊度搜索空间,提升整周模糊度固定成功率,三种方法下模糊度固定成功率分别为92.3%、99.1%和99.6%,并最终实现厘米级动态相对定位。     

基于机器学习与视觉的四足机器人步态精确监测方法

为保证四足机器人在复杂地形中能准确行进,对其步态实时监测方法进行了研究,提出一种基于机器学习和双目视觉的步态精确监测方法。首先为降低视觉残影误差,从已知步态轨迹“动中取静”确定对足端的最佳观测点位。此外,为补偿视觉系统误差所致足端位姿测量误差,提出一种基于深度神经网络的足端位姿精确预测方法。最后仿真结果表明所设计神经网络有99.68%的概率能达到0.025 mm足端位置预测精度,可满足实时、高精度监测要求。此方法将机器学习的泛化能力与视觉系统复杂误差来源相结合,使视觉方法实现了高精度测量,为足式机器人步态实时精确监测提供了新思路,进而为其足端精确定位及步态周期性保持提供了有益的方法参考。