基于LAMBDA和DC算法的GPS单历元整周模糊度的快速确定

仅利用LAMBDA方法求解GPS单历元整周模糊度成功率不高,并且当接收卫星数较多时搜索空间较大。为此,采用TIKHONOV正则化方法削弱单历元模型法方程的病态性,并且基于协方差矩阵选择部分宽巷模糊度,先采用LAMBDA方法进行搜索,再利用高解算效率的DC算法解算剩余宽巷模糊度,最后通过两组不同线性组合的逆变换直接求取原始观测值L1和L2的整周模糊度。实验和计算表明,方法显著提高整周模糊度的搜索效率,并且提高模糊度搜索成功率。     

北斗三频RTK附加中误差约束的单历元模糊度固定算法

为了实现北斗三频RTK单历元模糊度实时固定,提出了一种附加中误差约束的TCAR搜索法。该算法用中误差最小搜索替换TCAR直接取整固定模糊度,即对几组备选模糊度搜索计算中误差,其中中误差最小值组合作为模糊度固定解,按此方法依次固定超宽巷-宽巷-基本频点模糊度。试验表明,此方法固定成功率为100%,克服了TCAR直接取整模糊度误判问题。     

GPS/GALILEO多频组合差分定位研究

研究了多频多系统卫星导航定位的关键技术,比较了TCAR、CIA、LAMBDA3种多频观测值整周模糊度的单历元解算方法,给出了GPS/GALILEO多频组合定位模型,仿真GPS/GALILEO多频观测数据验证了所用方法的正确性。仿真数据处理结果表明,GPS/GALILEO组合定位能提高基线解算精度,其基线定位误差在2 cm范围内。     

地基伪卫星单历元三频组合逐级模糊度解算方法

为解决地基定位系统因基站固定导致几何多样性差,难以使用LAMBDA求解整周模糊度的问题.利用自差分双向时间同步原理,将双向观测值构建出消除钟差的公式.消去了时间误差的特性,将其作为双差测量值的替代,与三频模糊度解算(TCAR)算法相结合求解整周模糊度.在伪卫星平台的实验结果表明,能够实现快速单历元整周模糊度解算.     

基于模糊度相关法的北斗三频载波单历元基线解算

单历元基线解算一直是卫星导航定位中的热点和难点,随着北斗导航定位系统的全面组网,三频载波可以形成更多优良的组合观测值,有效地提高了单历元基线解算的精度和可靠性。本文在传统TCAR的基础上引入电离层延迟先验信息,将电离层延迟与位置参数和模糊度作为未知参数,采用最小二乘配置原理一并求解。同时,采用考虑电离层延迟影响的模糊度相关法约束模糊度搜索空间。结果表明,加入电离层延迟先验信息可以较大提高单历元模糊度固定的成功率;而采用考虑电离层延迟的模糊度相关法可以缩小模糊度搜索空间,有效地提高单历元模糊度解算的成功率和可靠性。     

GPS动态单频单历元定向算法及其数据分析

提出了一种动态准实时滤波算法，将基线长度作为一虚拟观测值与伪距相位观测值进行联合建模，以提高GPS动态单频单历元定向算法解算的成功率及正确率。利用LAMBDA方法初步求解整周模糊度的备选值，利用基线长度约束模糊度，计算得到单个历元的解；再根据载体的运动特性，采用一种动态适应滤波算法，剔除解算错误的值，并和解算错误或解算失败的历元进行插值和修正。对实测数据处理分析表明：该方法能够将基线约束算法的定向正确率提高5-10％左右，使其稳定性得到进一步提高。     

一种考虑随机模型精化的单频单历元算法

研究了一种适合变形监测的考虑随机模型精化的单频单历元算法。分析了单频单历元相位双差观测方程法矩阵的特性;基于吉洪诺夫正则化方法,将秩亏的法方程由秩亏变为满秩,得到模糊度的浮动解及其相应的均方误差矩阵,结合LAMBDA方法可准确地固定模糊度,得到基线向量的单历元解;给出了实时权的计算公式,用实时权代替固定权,提高了解算模糊度的成功率。通过一个3km长的基线算例说明算法的效果。     

一种改进的BDS三频单历元TCAR算法

针对原有TCAR算法中宽巷(WL)组合模糊度估计成功率不高的问题,该文通过分析BDS三频最优组合观测值性能,采用易于固定模糊度的超宽巷(EWL)组合代替原有TCAR法的宽巷组合,形成EWL+EWL+NL组合解算模式。在此基础上,对GB_TCAR法和改进的综合TCAR法的模糊度浮点解精度进行分析,并对实测BDS零基线、短基线和长基线数据进行模糊度解算。结果表明,GB_TCAR法和改进的综合TCAR法均可实现所有基线EWL组合模糊度的单历元可靠固定,且改进的综合TCAR法对模糊度解算有一定的改善作用,其中,对零基线、短基线NL组合模糊度的改善效果较明显,但随着基线长度增长,仍无法可靠地固定长基线NL组合模糊度。     

一种GPS测定姿态的新方法——具有坐标函数约束的单历元阻尼LAMBDA算法

在作者提出的GPS单历元阻尼LAMBDA算法的基础上,结合固定边长条件,给出了一种GPS姿态定位的新方法。该方法的特点在于:(1)仅利用当前一个历元的GPS观测数据;(2)在单历元法方程中添加阻尼矩阵,克服了LAMBDA方法的局限性,提高了模糊度搜索速度;(3)利用三台接收机的固定边长条件直接平差,可以提高模糊度解算的可靠性和定位精度。     

一种BDS超短基线解算实验分析

针对BDS三频精密定位问题,该文将LAMBDA算法应用于BDS三频数据模糊度解算中,基于LAMBDA算法对BDS实测超短基线数据进行处理,分别从BDS 3个频点单历元模糊度固定成功率和基线E、N、U方向增量结果分析了LAMBDA算法的有效性。结果表明,LAMBDA算法能实现BDS各频点单历元模糊度固定及基线解算,其中,B1频点单历元模糊度固定成功率相对于B2、B3频点略差,但仍有超过93.7%的历元其单历元模糊度固定成功率高于95%,且整个时段单历元模糊度固定成功率均值优于98.7%;B2、B3频点基线E、N、U方向增量结果基本一致,但与B1频点结果有一定的差异,可能是由于B1频点的频率和波长与B2、B3差异较大引起的。     

北斗中长基线三频模糊度解算的自适应抗差滤波算法

针对经典TCAR(three carrier ambiguity resolution)算法受电离层延迟及测量噪声的影响,在中长基线下难以正确固定模糊度的问题,提出一种顾及电离层延迟影响并具有良好自适应抗差特性的改进TCAR算法。在无几何TCAR模型的基础上,通过对模糊度固定的超宽巷进行线性组合得到电离层延迟,再求解宽巷模糊度,通过构造最优组合观测量后用自适应抗差滤波求解窄巷模糊度,以提高窄巷模糊度固定正确率,减小粗差的不利影响。试验结果表明,改进TCAR算法可保证较高的宽巷模糊度固定正确率,有效提高了窄巷模糊度固定正确率,并具有良好抵抗粗差的能力。     

利用多频观测数据快速解算整周模糊度的算法研究

首先阐述了多频观测数据解算模糊度时所用到的矩阵转换的一些方法,讨论了由矩阵变换方法和CAR方法可以引申出的模糊度解算方法,指出TCAR/MCAR方法模糊度解算精度低的原因并改进,对短基线利用TCAR/MCAR方法进行模糊度解算,并与矩阵变换法做了比较。     

一种顾及电离层延迟信息的长基线北斗三频模糊度解算方法

北斗卫星导航系统播发3个频点的导航信号,有利于载波相位模糊度解算。鉴于传统的三频模糊度解算方法由于受基线距离的限制难以在中长基线情形下可靠地固定模糊度,本文提出一种适用于北斗卫星系统中长基线模糊度固定的新方法。实验结果表明,改进的新算法不受基线长度的约束,在保证超宽巷、宽巷模糊度正确固定的同时,宽巷模糊度估值误差在0.3周以内;窄巷模糊度估值误差在3周以内。相比于传统算法,新方法的改进效果较好。     

一种新的中长基线BDS三频模糊度快速解算方法

虽然TCAR能够实现短基线三频模糊度单历元解算,但由于电离层延迟及观测噪声等的影响,中长基线三频模糊度快速解算仍然是导航定位的一大难点。本文提出了一种新的无几何无电离层三频模糊度解算方法。该方法通过对伪距观测值赋予不同的权重,辅助宽巷及窄巷消除电离层残差的影响,使宽巷及窄巷求解只受观测噪声的影响;然后通过多历元的平滑获取宽巷及窄巷模糊度值。通过实测BDS三频长基线数据表明,相比经典TCAR算法,该方法可大大改善中长基线模糊度的求解精度,经过数据平滑并验证基本可以实现中长基线模糊度的快速解算。     

GPS模糊度降相关LLL算法的一种改进

针对LLL(Lenstra,Lenstra,Lovasz algorithm)算法的不足,提出了具有自适应性的整数正交变换算法,并采用此算法和升序排序调整矩阵对LLL算法进行了改进。通过LLL算法和改进的LLL算法对随机模拟的600个对称正定矩阵的模糊度方差-协方差阵和30组实测数据进行处理分析,发现改进的LLL算法能够更有效地降低协方差阵的条件数,减小备选模糊度组合数,更有利于整周模糊度的搜索和解算。     

回代解算的LAMBDA方法及其搜索空间

基于回代解算的序贯条件最小二乘技术和上三角的Cholesky分解算法,提出求解载波相位模糊度的一种新算法--回代解算的LAMBDA方法.该方法同Teunissen提出的LAMBDA方法相比,有着不同的目标函数和不同的搜索空间.实例试算表明这两种方法有着不同的执行过程,但有着相同的模糊度整数解和相当的搜索效率.     

BDS三频信号最优组合的模糊聚类分析法

针对如何优选出三频BDS最优载波相位线性组合观测量的问题,基于三频GNSS载波相位组合观测量理论,本文提出最优组合观测量选取的模糊聚类分析法。首先构建满足超宽巷组合和窄巷组合条件,且具有不同巷数、电离层数及噪声放大因子的三频BDS组合观测量,并假定各参数均为最优值的理论最优组合观测量;然后对满足条件的超宽巷组合和窄巷组合用模糊聚类分析法进行聚类排序;最后根据各组合观测量与假定的最优组合观测量聚为一类的先后顺序,确定三频BDS最优组合观测量的选取顺序。结果表明:模糊聚类分析法通过组合观测量的聚类排序,实现了最优组合观测量的筛选。无几何TCAR算法也验证了模糊聚类分析结果的正确性。     

融合小波变换和自适应Kalman滤波在GPS监测中的应用研究

针对自适应卡尔曼滤波只适用于滤除高斯分布的白噪声,本文提出了融合小波变换和自适应卡尔曼滤波的算法。该算法利用小波变换的多尺度分解,将GPS高频的监测时间序列进行多层分解,重构出新的GPS监测时间序列,将其作为新的自适应卡尔曼滤波初始值,进行滤波处理。将融合算法的滤波结果与单一的自适应卡尔曼滤波结果进行对比分析,结果表明融合算法的滤波效果较为显著。同时,对融合算法滤除的噪声信息进行统计分析,结果表明融合算法滤除的噪声符合正态分布,进一步说明了该融合算法的有效性,为GPS的高频率、高精度的监测提供了技术支持。     

Network-based triple-frequency carrier phase ambiguity resolution between reference stations using BDS data for long baselines

Network-based ambiguity resolution (AR) between reference stations is the prerequisite to realize a precise real-time kinematic positioning service. With the help of BDS triple-frequency signals, we can efficiently deal with the ionospheric delay and tropospheric delay, and achieve rapid and reliable AR. To overcome the inaccurate ionospheric delay estimated by the geometry-free three carrier ambiguity resolution (GF TCAR) technique, which leads to failure in the original ambiguity resolution, we propose an ionospheric-free (IF) TCAR method to resolve the ambiguity between the reference stations over long baselines. Taking full advantage of the known positions of the reference stations, the easily resolved extra-wide-lane (EWL) ambiguity, and the IF phase combinations, we can reliably fix the wide-lane (WL) ambiguity. A Kalman filter is applied to estimate precise IF ambiguities and the original ambiguity is resolved with the fixed WL ambiguity. A numerical analysis with triple-frequency BDS data from three long baselines of a CORS network is provided to compare the AR performance of GF TCAR with that of IF TCAR. The results show that both methods can reliably resolve the WL ambiguity with a remarkable correctly-fixed rate of higher than 99%, and the reliably-fixed rates of the IF TCAR slightly increase from 92.19, 94.67 and 94.61–98.26, 99.54 and 97.51% for the three baselines. Herein “correctly-fixed” and “reliably-fixed” mean the difference between the float ambiguity and the true one are less than ± 0.5 and ± 0.25 cycles, respectively. On the other hand, the AR performance of the original signals with the IF TCAR method is much better than that with the GF TCAR method attaining a 100% correctly-fixed rate, while the GF TCAR method can hardly fix the original ambiguity with the largest bias being as much as 4 cycles because of the amplified systematic bias.     

单频GPS整周模糊度动态快速求解的研究

提出了一种动态快速求解整周模糊度的方法,即先对系数阵进行QR分解,然后通过矩阵变换使模糊度参数和位置参数分离,从而降低矩阵的维数,满足实时动态求解的要求,最后应用LAMBDA方法搜索模糊度。为验证该算法,用单频GPS接收机进行了静态定位和动态定位两种试验。结果表明,静态定位误差小于1cm,动态定位误差小于3cm。由此可见,该方法能够为动态用户快速而精确地实施GPS单频动态定位。