基于GPS/GLONASS组合系统的单点定位研究

介绍了GPS/GLONASS定位系统发展状况,在分析GPS单点定位数学模型的基础上,研究了GPS/GLONASS组合系统伪距单点定位的数学模型,编程实现了GPS/GLONASS组合系统伪距单点定位程序。分别比较GPS单系统、GLONASS单系统与GPS/GLONASS组合系统单天6 h伪距单点定位精度,结果表明,组合系统单点定位精度优于GPS单系统与GLONASS单系统结果。     

GPS/GLONASS组合精密单点定位研究

讨论了GPS/GLONASS组合精密单点定位的数学模型,并以IRKJ跟踪站的观测数据为例,分别利用GPS和GPS/GLONASS组合两种方式进行精密单点定位解算。计算结果表明,当GPS观测卫星数较多(9~10颗)时,组合GPS/GLONASS较单系统GPS的精密单点定位精度及收敛速度有一定改善,但效果不明显。当GPS卫星数较少(4~5颗)时,引入GLONASS卫星进行GPS/GLONASS组合精密单点定位,其定位精度及收敛速度较单系统GPS精密单点均有显著改善。     

GPS／BeiDou 组合单点定位的定权与结果分析

利用Helmert方差分量估计方法为GPS/BeiDou组合单点定位不同系统观测值定权,获得了合理的权值。分析了开阔环境和遮挡环境两种情况下的动态GPS/BeiDou组合单点定位的精度。结果表明：在静态观测和动态观测中,组合单点定位与单独G PS单点定位相比精度有显著提高。     

GPS／GLONASS组合点定位模型及其精度分析

GPS与GLONASS系统的联合应用有利于提高单点定位的精度及稳定性。文中简要介绍GPS／GLONASS等导航系统,讨论GPS／GLONASS组合单点定位算法,并采用拉萨IGS站的观测数据计算分析GPS与GLONASS伪距单系统以及组合系统单点定位精度。结果表明组合定位精度优于单系统定位。     

利用单频GPS／Galileo组合观测值的导航性能分析

针对不同观测值的初始方差比值,对比GPS／Galileo组合单点定位的结果。利用不同测站的观测数据和广播星历数据进行单频GPS／Galileo组合单点定位试验。结果表明,组合GPS／Galileo单点定位的平面方向精度优于2m,高程方向精度优于4m,点位精度优于5m;相比于GPS单系统,GPS／Galileo组合系统在平面方向的定位精度略有提高,高程方向的定位精度改善率为11％。同时给出基于4颗IOV卫星的Galileo单点定位结果。     

GPS/GLONASS组合精密单点定位模型及结果分析

在GPS和GLONASS观测方程中考虑硬件延迟偏差的基础上,推导了GPS/GLONASS双系统组合精密单点定位的数学模型,并分析了硬件延迟偏差对估计的未知参数的影响。利用IGS跟踪站的观测数据和动态实验数据,对组合GPS/GLONASS精密单点定位模型进行了试算,并与GPS单系统精密单点定位的结果进行了比较。     

北斗+GPS组合单点定位精度评价与分析

北斗系统现在已经进入了全球组网的阶段。本文详细推导了北斗/GPS组合单点定位的数学模型;设计了两种方案,利用Multi-GNSS Experiment（MGEX）网的实测数据,分别从单个测站和亚太及其周边地区的12个测站来全面地进行北斗、GPS单系统,以及北斗+GPS组合单点定位的精度评价与分析;验证了组合单点定位的数学模型,得出了组合系统单点定位的精度和稳定性均优于单系统的结论,以期为北斗系统的应用推广提供参考。     

期刊博览

正北斗+GPS组合单点定位精度评价与分析《测绘通报》2017年第5期北斗系统现在已经进入了全球组网的阶段。本文详细推导了北斗/GPS组合单点定位的数学模型;设计了两种方案,利用Multi-GNSS Experiment(MGEX)网的实测数据,分别从单个测站和亚太及其周边地区的12个测站来全面地进行北斗、GPS单系统,以及北斗+GPS组合单点定位的精度评价与分析;验证了组合单点定位的数学模型,得出了组合系统单点定位的精度和稳定性均优于单系统的结论,以期为北斗系统的应用推广提供参考。     

一种改进的GPS/GLONASS组合精密单点定位算法研究

讨论了GPS精密单点定位的数学模型。提出了一种改进的GPS精密单点定位算法,该算法是把电离层延迟分为一阶电离层延迟和二阶电离层延迟的方法。分别对各阶电离层进行研究:一阶电离层采用线性组合的方式消除,二阶电离层延迟采用模型估计方法进行消除,最终达到消除电离层影响的目的。最后把该算法应用于GPS/GLONASS组合精密单点定位中,分别从E、N、U 3个定位方向上比较了GPS和GPS/GLONASS组合精密单点定位的定位结果,计算结果表明,该算法在一定程度上提高了定位的精度。较单系统GPS精密单点定位,它能够加快定位的收敛速度,保证定位的连续性。     

GPS/GLONASS组合单点定位及精度分析

介绍了基于广播星历的GPS/GLONASS组合导航单点定位的数学模型,分析了组合导航的技术难点。在GPS伪距法单点定位的基础上进行组合导航定位,其中GLONASS卫星坐标运用四阶龙格—库塔(Runge-Kutta)数值积分方法求得,利用一种新的不需要进行轨道拟合的编程方法来进行计算。以IGS跟踪站提供的观测数据为例,分别采用GPS、GLO-NASS和GPS/GLONASS三种方式组合进行伪距法单点定位,同时比较分析了不同权重选择对组合定位精度的影响。     

基于双差伪距/伪距率的GPS/SINS紧组合导航

GPS/SINS组合导航系统的观测模型直接关系着导航系统的精度。提出了一种基于双差伪距/伪距率的GPS/SINS紧组合观测模型。分析了采用双差伪距和采用双差伪距/伪距率两种观测模型对组合导航输出参数精度的影响。实测数据结果表明,采用双差伪距和采用双差伪距/伪距率作为观测值均能实现组合导航系统的收敛。引入双差伪距率观测值明显改善了系统的可观测性,不仅提高了组合导航中速度和姿态角的估计精度,也加快了速度误差和姿态角误差估计的收敛速度。     

机载三线阵影像空中三角测量的关键问题

对机载三线阵影像空中三角测量中涉及的平差数学模型、GPS/IMU的系统误差补偿、对地面控制点的需求以及构架航线的影响四个关键技术问题进行了理论分析与实验验证。ADS40数据的实验结果表明,GPS/IMU的定位误差是系统性的,并主要表现在坐标基准的不同。通过设计适当的数学模型改正GPS/IMU的系统误差,利用低阶多项式或定向片平差,在极少量地面控制点支持下即可达到1个像素左右的定位精度。构架航线对平差结果的改善作用有限,实际作业中不建议采用。     

GPS/GLONASS组合静态相位相对定位算法

论文介绍了GPS/GLONASS组合静态相位相对定位模型,将GLONASS双差观测方程的模糊度参数表示成参考卫星的单差模糊度和双差模糊度参数;用误差分析法证明了单差模糊度按实参数估计不影响基线解算精度,而GLONASS双差模糊度必须按整参数进行解算;用Helmert方差分量估计确定GPS和GLONASS观测值的合理权比。实际观测数据处理结果表明：GPS/GLONASS组合定位较单一系统解算的基线精度均有提高,尤其比GLONASS单系统的解算精度有显著提高,比GPS单系统的精度也有适当提高,其中单历元基线解算精度约提高了10%,当单一系统的可用卫星数少于4颗时,GPS/GLONASS组合定位更具有应用价值。     

时间跨度对GPS坐标时间序列噪声模型估计影响分析

文中介绍GPS坐标时间序列模型,并给出GPS噪声模型种类、估计方法及最佳噪声模型评价准则。选取来自IGS08的24个IGS核心站的时间序列作为数据基础,对不同时间跨度的时间序列噪声模型进行定量分析,探讨其随着时间变化的演化规律。结果表明:当时间序列长度较短时,噪声模型的不确定性较大,而12.5a以上时间跨度的噪声模型趋于稳定且主要表现为闪烁噪声加白噪声的组合噪声模型;大跨度时间序列中噪声的长周期分量变得显著。     

顾及有色噪声的ETS对GPS坐标时间序列影响分析

以12个GPS站12年的坐标序列为研究对象.采用Kashyap信息准则（KIC）噪声模型估计准则对四种组合噪声特性进行估计,探讨慢滑移（ETS）现象对GPS站坐标时间序列的影响,结果表明:ETS引起了GPS站坐标序列模型的变化,E、N方向分量噪声模型占比与U分量模型占比差异较大,可能造成噪声模型的错误估计;ETS后的站速度及其不确定度相比ETS前站速度及其不确定度均有增加,且在U分量表现明显;特殊地理位置的测站可进行标记研究,尽量减少地震运动带来的不利影响,为地壳运动研究提供有价值的参考资料．      

高斯过程回归辅助下的GPS干涉反射积雪深度估测

本文对全球定位系统干涉反射技术进行了研究。以美国板块边界天文台计划提供的P101测站的GPS监测数据为基础,利用GPS卫星高度角低于某一角度时多路径效应明显的特点,构建高斯过程回归(GPR)辅助的GPS干涉反射积雪深度估测模型,并监测了测站周围的积雪深度。结果表明,GPR辅助的GPS干涉反射积雪深度估测模型输出的雪深估测值的精度,相比传统单星反演结果有不同程度的提高,并且更贴近实测雪深的变化,为地表雪深反演提供了新思路。     

多传感器与道路网数据用于汽车导航的研究

对车载导航系统中GPS接收机，车论计数器和电子罗盘传感器数据与导航电子地图所提供的道路网络数据进行了综合处理，建立了道路网络数据的网络拓扑关系，在此基础上提出了基于道路网络拓扑关系，利用GPS接收机，车轮计数器和电子罗盘传感器对汽车进行实时定位的算法。最后，对导航中汽车的定位误差进行了分析。实验证明，GPS接收机，车轮计数器和电子罗盘传感器与道路网络数据综合，在导航过程中能够补偿GPS信号技失，实时、高精度、高可靠性地确定汽车的位置。     

Filtering GPS time-series using a Vondrak filter and cross-validation

Multipath disturbance is one of the most important error sources in high-accuracy global positioning system (GPS) positioning and navigation. A new data filtering method, based on the Vondrak filter and the technique of cross-validation, is developed for separating signals from noise in data series, and applied to mitigate GPS multipath effects in applications such as deformation monitoring. Both simulated data series and real GPS observations are used to test the proposed method. It is shown that the method can be used to successfully separate signals from noise at different noise levels, and for varying signal frequencies as long as the noise level is lower than the magnitude of the signals. A multipath model can be derived, based on the current-day GPS observations, with the proposed method and used to remove multipath errors in subsequent days of GPS observations when taking advantage of the sidereal day-to-day repeating characteristics of GPS multipath signals. Tests have shown that the reduction in the root mean square (RMS) values of the GPS errors ranges from 20% to 40% when the method is applied.     

Avoiding numerical stability problems of long duration DGPS/INS Kalman filters

A current pursuit of the geodetic community is the optimal integration of differential GPS (DGPS) and inertial navigation system (INS) data streams for precise and efficient position and gravity vector surveying. Therein a complete INS and multiple-antenna GPS receiver payload, mounted on a moving platform, is used in conjunction with a network of ground-fixed single antenna GPS receivers. This paper presents a complete, GPS-based, external updating measurement model for the applicable Kalman filter. The model utilizes four external observation types for every GPS satellite in-view: DGPS range differences, single phase differences, and single phase-rate differences; as well as the mobile, multipleantenna GPS receiver's measurement of theerrors in the INS's estimate of the phase difference between any two vehicle-borne GPS antennae. Although not widely conveyed in the geodetic world, the inertial navigation community has long known that traditional Kalman filter covariance propagation recurrences are inherently unstable when such highly accurate external updates are repeatedly applied (every 1 second) over long time durations. A hybrid square root covariance/U — D covariance factorization approach is a numerically stable alternative and is reviewed herein. The hybrid makeup of the algorithm is necessitated by the correlated nature of the fourth type of GPS external measurement listed above (each vehicle-borne GPS antenna formstwo baselines). Such measurement correlations require a functional transformation of the overall external updating model to permit the multiple updates (simultaneously available at each updating epoch) to be sequentially (and efficiently) processed. An appropriate transformation is given. Stable covariance propagation relationships are presented and the transformed Kalman gain is also furnished and its use in the determination of the externally updated error states is discussed. Specific DGPS/INS instabilities produced by the traditional recurrences are displayed. The stable alternative method requires about 25% more CPU time than the traditional Kalman recurrences. With the ever-increasing computational speeds of microprocessors, this added CPU time is of no real concern.     

远距离高精度GPS潮汐观测及垂直基准转换研究

为实现远岸潮汐精确监测及潮位海图高程转换,基于GPS事后动态处理技术(PPK)开展了远距离高精度潮位观测、提取及垂直基准面确定和转换模型构建方法研究。分别探讨了在锚定和走航情况下瞬时水面高程信号改正方法及潮位有效信息提取的最优截止频率,并给出了在不同情况下深度基准面大地高的计算方法模型及区域无缝深度基准面大地高构建模型。在实际试验中,基线距离在100km范围内,获得了基于深度基准的GPS潮位,精度优于10cm。