基于GPS单频接收机的精密单点定位研究

介绍了利用单频GPS接收机进行精密单点定位的数学模型及解算方案,并采用选权拟合法得到比较准确的状态参数初值及其方差-协方差,加快了卡尔曼滤波的收敛。算例结果表明,利用精密卫星星历及卫星钟改正数并采用单频观测值,半个小时后的定位精度可达1~2分米的水平。     

北斗卫星导航系统伪距差分定位技术研究

阐述了北斗卫星导航系统(BDS)伪距差分定位模型,比较了该模型与GPS伪距差分定位模型的差异。结合实例对BDS和GPS的基线解算进行了比较,分析了两模型基线解算结果的精度,发现伪距差分能达到亚米级至米级的精度,可为BDS地基增强建设提供新思路;并探讨了BDS卫星可见数对伪距差分定位的影响,得出有益的结论。     

北斗/GPS组合伪距单点定位性能测试和分析

目的 讨论了北斗/GPS伪距单点定位联合解算的数学模型,并根据北京、武汉两地的北斗/GPS双系统实测数据,在多种模拟遮挡环境下将北斗/GPS联合解算结果与北斗、GPS单系统在可见卫星数、PDOP值、定位精度、定位可用性等方面进行了对比分析。结果表明,相对于单系统伪距单点定位,北斗/GPS组合定位大大增加了可见卫星数,减小了PDOP值,并在观测条件较差的环境下有效地改善了定位精度、显著提高系统定位可用性。     

一种顾及GEO卫星多路径效应影响的BDS长距离相对定位方法

提出了一种北斗卫星导航系统BDS长距离相对定位方法。在该方法的观测量随机模型中,考虑了BDS的GEO卫星伪距观测量中的系统性多路径变化趋势项的影响;并采用基于非组合观测值的DSOP(Double Station Observation Processing)方法进行数据解算。分别对BDS单系统和BDS/GPS组合相对定位解算结果进行了分析,实验结果都表明采用该方法能够显著提高定位结果的收敛速度。     

基于卡尔曼滤波重建的GPS点位修正

由于单点定位的结果受卫星星历误差、卫星钟误差以及卫星信号传播过程中大气延迟误差的影响较为显著,因此解算出的定位结果在真值附近上下浮动。文中采用ARMA模型建立卡尔曼滤波的观测方程和状态方程,并对定位结果进行滤波;采用一次滤波后的坐标值作为初值,建立ARMA模型并二次滤波。实验表明,滤波有效防止了定位结果偏差过大情况的发生,使滤波收敛值与准确值最大偏差不超过3cm,表明采用一次滤波后的坐标值建立的模型更为合理,从而为单点定位结果的时间序列模型的建立提供一种新方法。     

多模 GNS 统一定位关键技术研究及精度分析

在卫星定位中,观测环境的优劣对最终定位结果精度有着显著性影响,单GPS系统因为其可观测卫星颗数少和自身星座分布的共同影响,载波相位周跳频繁,定位解的误差大、可靠性低、稳定性差。本文对多模GNSS （ Global Navigation Satellite System ）解算中时空系统的统一,组合单点定位模型和差分定位模型等关键技术进行了研究,实现了多模GNSS组合定位,改善了卫星相对于测站的几何分布,环境适应性加强,使得定位精度、系统冗余度和可靠性大幅提高,最后使用车载数据进行实验验证。验证结果表明,多模GNSS观测卫星数相比单GPS系统而言,观测卫星数增加了2倍,PDOP值降低了42％,极大地提高了差分定位解的成功率,固定解比例提高了18．3％。这充分说明了多模GNSS统一定位的可行性和优越性。     

BDS／GPS中长基线宽巷准厘米级RTK算法

针对常规实时动态（RTK）定位技术中长基线初始化时间较长、定位结果不稳定的问题，提出了一种基于部分模糊度固定策略的BDS/GPS宽巷卡尔曼滤波RTK定位方法，从充分发挥宽巷观测值波长较长和宽巷模糊度易于固定的优势，避免低高度角卫星对模糊度解算的影响，从而提高中长基线情况下的模糊度固定率. 同时采用附加宽巷模糊度参数的卡尔曼滤波方法计算浮点解，以固定高于设置模糊度解算截止高度角的卫星进行定位，并解算电离层活动较剧烈的25~76 km的中长基线. 通过3组试验，结果表明，BDS/GPS双系统联合定位宽巷模糊度固定率均接近100%，76 km基线模糊度固定率达到99.9%，定位精度达到厘米级或准厘米级.      

多模GNSS统一定位关键技术研究及精度分析

在卫星定位中,观测环境的优劣对最终定位结果精度有着显著性影响,单GPS系统因为其可观测卫星颗数少和自身星座分布的共同影响,载波相位周跳频繁,定位解的误差大、可靠性低、稳定性差。本文对多模GNSS(Global Navigation Satellite System)解算中时空系统的统一,组合单点定位模型和差分定位模型等关键技术进行了研究,实现了多模GNSS组合定位,改善了卫星相对于测站的几何分布,环境适应性加强,使得定位精度、系统冗余度和可靠性大幅提高,最后使用车载数据进行实验验证。验证结果表明,多模GNSS观测卫星数相比单GPS系统而言,观测卫星数增加了2倍,PDOP值降低了42%,极大地提高了差分定位解的成功率,固定解比例提高了18.3%。这充分说明了多模GNSS统一定位的可行性和优越性。     

等价观测理论的可变参数序贯平差模型

针对序贯平差中常遇到的未知参数增减的问题,文章提出了基于等价观测理论的可变参数序贯平差模型,并进一步得出其对应的验后单位权中误差模型,其公式形式要比传统模型简单得多,非常便于计算机编程实现;采用卫星高度角模型作为单点定位验前随机模型,较好地减少了卫星观测值的随机误差。最后采用等价模型和传统模型分别对GPS/GLONASS静态单点定位不同的伪距观测值组合进行解算,实验结果表明:所提出模型的定位解算结果与传统模型完全一致,且其精度与传统模型相当,具有较强的实用性。     

双卫星导航系统短基线动态定位实验与对比分析

针对我国正在建设的北斗系统,给出并讨论了北斗系统及全球定位系统组合相对定位模型和动态基线解方法,采用卡尔曼滤波进行动态基线解算的参数估计,利用最小二乘降相关分解法固定双差模糊度,获得动态基线固定解。通过两个实际的动态定位实验,比较单卫星导航系统和双卫星导航系统动态短基线解算结果,分析了基线结果的精度和可靠性。结果表明,北斗系统及全球定位系统组合动态基线解算的精度和可靠性较单系统都有显著提高。     

卫星导航定位卡尔曼滤波时延平滑方法研究

为进一步提高卫星导航定位精度和性能,介绍和讨论了卡尔曼滤波延时平滑方法,并建立了一种卡尔曼滤波延时平滑定位模型与算法。与经典卡尔曼滤波类似,该算法同样具有状态系统与测量系统两类方程,能够根据后续历元测量值及定位结果向前进行逆向预测与更新,从而达到对整体定位过程再次平滑的目的,更大程度地获得定位结果跟随性与平滑性之间的平衡。通过多种不同情况下的GPS实测试验,对方法的正确性和可行性进行了分析与验证。结果表明,卡尔曼滤波延时平滑定位方法能够适用于多种静态、动态导航应用领域,使输出结果更为平滑和准确,在有效提高定位精度的同时具有更强的抗多径和抗干扰性。     

GPS单频精密单点定位的研究实现

本文研究建立了电离层参数估计的单频精密单点定位的数学模型,并综合考虑各项误差模型改正,运用卡尔曼滤波算法,开发了单频精密单点定位程序,最后利用实测数据进行实验。实验结果表明:静态平面、高程方向精度均优于0.15m,动态精度优于0.3m。     

扩展卡尔曼滤波的虚拟格网伪距差分算法研究

针对传统伪距差分服务端压力大,以及在复杂环境下进行导航定位,某些历元卫星信号弱、卫星数不足、无法连续定位的问题,该文提出了基于扩展卡尔曼滤波算法的虚拟格网伪距差分方法。该方法充分利用先验信息和动力学模型,解决了复杂环境中动态定位结果不连续、定位精度低等问题。为验证算法的有效性,该文分别进行了动态、静态实验,并与最小二乘结果进行对比,实验结果表明:静态模式下,卡尔曼滤波算法比最小二乘算法的定位精度,在N、E、U方向分别提高48.3%、47.1%、52.5%;动态模式下,卡尔曼滤波算法比最小二乘算法更加稳定,更适合复杂环境定位。     

基于卡尔曼滤波的罗兰C时差信号处理

罗兰C时差信号测量误差是影响定位精度的关键。简要介绍了罗兰C系统的定位原理和卡尔曼滤波技术,针对罗兰C时差信号的特征,设计卡尔曼滤波算法,基于CV模型和CA模型分别对罗兰C静态定位和动态定位的实测数据进行处理,得出相关结论,具有一定的工程实用意义。     

基于卡尔曼滤波的GPS静态定位精度分析

GPS静态定位精度是实现精密测量的关键。简要介绍了GPS静态定位原理和卡尔曼滤波技术,针对GPS信号噪声特点,建立GPS静态定位数据处理的数学模型,设计卡尔曼滤波算法,通过对三种定位方式的实测数据进行比较分析,得出相关结论,为工程应用提供有益的参考。     

基于MCS-SCKF的超宽带室内定位算法

针对传统超宽带（UWB）室内定位中非线性跟踪问题,基于当前统计（CS）模型和容积卡尔曼滤波（CKF）,本文提出了一种新的定位算法。即采用奇异值分解（SVD）代替标准CKF算法中的Cholesky分解,提高了算法的稳定性,构造了奇异值分解容积卡尔曼滤波器（SCKF）。首先在CS模型的基础上改进了先验参数的函数形式,得到改进的CS模型（MCS）,实现模型参数的自适应调整;然后将MCS模型引入SCKF滤波器,实现滤波算法的自适应调整;最后利用MCS-SCKF算法对UWB定位系统模型进行解算,从而得到移动目标位置。仿真和试验结果表明,该算法优于CS模型-卡尔曼滤波算法（CS-KF）和CS模型-SCKF算法（CS-SCKF）,提高了UWB室内定位的定位精度。     

自适应卡尔曼滤波在GPS/DR组合导航中的应用

针对在观测条件较差的情况下卡尔曼滤波的鲁棒性较差,本文设计了一种自适应卡尔曼滤波模型。通过实际车载GPS/DR组合导航试验,结果表明该模型在观测质量较差的情况下能够抑制较大的偏差,相对于标准卡尔曼滤波模型,其平面定位精度提高了近一倍,达到2～3m。因此,在观测环境较差的情况下建议采用渐消自适应卡尔曼滤波模式进行组合导航。     

动态定位的模型偏差检测与校正

动态定位的数据处理中广泛应用卡尔曼滤波,而卡尔曼滤波的应用要求动态模型(函数模型)和随机模型可靠和切合实际,但实际测量定位中难以保证观测对象的规则运动,因而容易出现模型误差.探讨在实际应用中存在模型误差时的卡尔曼滤波,研究动态定位时卡尔曼滤波的模型检测与校正,给出一种偏差分离估计方法.由于不存在状态增广,因而该方法计算效率高.最后以一数字仿真(模拟)实验论证方法的可行性.     

基于模糊理论的抗差Kalman滤波算法

动态导航与定位的质量取决于对动态载体扰动和观测异常扰动的认知和控制质量。在实践中,观测向量及其动态模型信息均可能存在异常,此时若仍利用标准Kalman滤波,则状态滤波解将极不可靠。在标准Kalman滤波原理的基础上,结合模糊控制理论,提出了一种基于模糊理论的抗差Kalman滤波算法。该方法是依据滤波处理后的数据残差,利用模糊理论构造等价权,从而有效控制粗差对导航解的影响,并用算例验证了该方法的可行性和有效性。     

扩展卡尔曼滤波的安卓手机定位算法研究

随着手机定位的应用越来越多,目前市场中许多APP(Application)都会用到定位功能.但多数APP使用传统的定位算法,不能满足人们实时获取高精度地理位置信息的需求.现阶段对于手机的全球定位系统(GPS)芯片原始数据定位方法的研究较少,因此本文主要对利用手机GPS原始数据定位的可行性及定位算法进行了研究.利用Android 7.0系统提供的应用程序接口获取GPS芯片的原始数据参数,根据手机实用场景的速度特征,分别设计并实现了针对于静态场景的静态卡尔曼滤波和针对低速场景的动态卡尔曼滤波定位算法.通过静态实验以及电动车实验和步行实验的结果表明:与传统的定位算法相比,本文设计的静态卡尔曼滤波和动态卡尔曼滤波定位算法拥有更好的定位结果,更加接近实际行走路线,证明了利用手机GPS原始数据定位的可行性,同时也证明了设计的卡尔曼滤波算法可以提高定位精度,论文的研究结果为实现静态与动态的高精度手机定位算法提供了理论依据.