城市环境下BDS+GPS RTK+INS紧组合算法性能分析

城市环境下运动载体接收的GNSS信号会被频繁地干扰和遮挡,GNSS RTK独立工作模式难以连续且可靠地固定模糊度以满足厘米级高精度定位需求。为此,本文设计了一套基于集中式卡尔曼滤波的BDS+GPS RTK紧组合算法,给出了其动力学模型、观测模型和算法架构流程。通过城市环境下的实际车载测试,对比分析了BDS、GPS、BDS+GPS 3种模式下RTK及RTK+INS紧组合的定位性能。试验结果表明,BDS+GPS双系统大大增加了可见卫星数,提高了城市环境下GNSS动态精密定位的可用性和精度;相对于GNSS RTK,紧组合极大地提高了精密定位的可靠性和可用性。     

基于RTK的高精度差分定位无人机系统设计

基于RTK技术提出了一种无人机机载自主定位系统的高精度差分算法,以提升无人机的自主定位能力。在传统差分算法的结果基础上,使用机器学习过程对数据进行进一步的高精度解算,可以显著提升差分算法的无人机机载RTK设备定位精度,精度提升2个数量级。但由于高精度差分算法较传统差分算法有更高的算力需求,该需求无法使用机载算力设备进行计算,所以,借助当前5G通信技术,在地面构建云,满足无人机的定位需求。     

卡尔曼滤波方法的BDS/GLONASSRTK定位算法

针对单系统RTK定位精度以及稳定性不足的问题,该文提出了BDS、GLONASS双系统联合RTK定位方法,通过对双系统进行时空基准统一,基于附加模糊度参数的卡尔曼滤波函数模型双系统RTK定位算法的研究,开发了BDS/GLONASS双系统RTK定位程序,对超短基线、短基线实测数据进行计算,并且与GPS系统结果进行比对。实验结果表明,BDS、GLONASS、BDS/GLONASS这3种模式定位精度虽稍逊于GPS,但也能够达到厘米级精度,从而提供高精度的定位服务。     

GPS+BDS中长距离RTK定位算法及结果分析

GPS/BDS中长距离RTK定位因为电离层和对流层残余误差的影响,其性能相对于常规RTK有所降低。将GPS/BDS卫星双差电离层误差和对流层误差作为参数,采用卡尔曼滤波进行实时估计。为了验证算法的有效性,利用武汉地区103 km静态基线24 h双频观测数据,分析了GPS和BDS单系统以及二者组合双系统中长距离RTK定位性能。实验结果表明,精确估计的双差电离层残余误差达到米级、对流层误差达到分米级;经过改正后,GPS/BDS单系统的定位精度在1 cm左右,组合双系统则实现了中长距离基线毫米级的高精度定位。     

GNSS RTK实时自适应换站方法

在中长基线的GNSS动态相对定位中,随着基线长度的增加,参考站与流动站之间误差的相关性会下降,导致模糊度无法快速固定,定位性能下降。在多GNSS参考站条件下,可以通过自适应选择距离更近的参考站,形成更加合理的基线,以保障RTK定位的精度。为解决换站后重新初始化模糊度所带来的定位结果重新收敛问题,本文提出了一种GNSS RTK实时自适应参考站换站算法,引入原参考站与新参考站之间的双差模糊度作为辅助,从而得到准确的新参考站与流动站之间的双差模糊度先验信息,避免了换站后模糊度的重新初始化,得到了连续的高精度定位结果。该方法可适用于实时定位,能够满足大范围RTK高精度连续定位的需求。利用香港CORS站数据进行验证,结果表明,本文换站算法能够克服换站导致的定位重收敛问题,且能够保障换站前后获得连续的高精度定位结果。     

Delaunay三角网在大规模CORS基准站组网中的应用和研究

连续运行参考系统(CORS)的核心技术——GPS网络实时动态定位(RTK)技术已经成为GPS高精度定位中一种重要技术,其定位精度与站间距离密切相关。在构建了站间距离和网络分布适中的Delaunay三角网后,探讨了基准站点删除与插入等网络局部更新以及参考站最优选择问题,提出了构网和确定流动站所在三角形的优化算法,实验证明该算法高效快捷、简便可靠。     

特殊观测环境下多模GNSS接收机RTK测量性能分析

随着我国北斗导航卫星系统(BDS)的不断发展和完善,基于GNSS多模系统的接收机种类不断增多,其RTK测量可实时获得高精度的定位信息,在国民经济和社会发展中具有广阔的应用前景。本文对多模GNSS接收机在空旷区域、大面积水域、树木下、高大建筑物旁、高压线下、雷达周围的RTK测量平面精度和固定解初始化时间进行研究,旨在探究不同特殊观测环境对RTK测量平面精度与初始化时间的影响,以期为特殊观测环境中高精度实时定位提供借鉴。     

基于MEMS IMU的GNSS RTK/INS紧组合定位分析

本文针对复杂动态的城市环境自动驾驶规模化应用需求,提出惯性单元辅助RTK快速收敛的自动驾驶低成本、高精度定位方法。使用MEMS IMU M39和战术级IMU Pos320,通过对多组实测车载数据进行仿真中断,得到INS位置漂移误差、模糊度收敛时间、模糊度固定正确性指标,再对无惯导辅助、M39辅助模糊度固定和Pos320辅助3种情形下的模糊度固定时间和定位精度进行了统计和分析。结果表明,M39在GNSS中断5 s时可辅助RTK实现模糊度瞬时固定,中断时间为10 s时可以将RTK模糊度收敛时间压缩至1/4。MEMS IMU的加入使得RTK模糊度固定错误个数显著下降,10 cm以内高精度定位占比由62.25%提高至98.44%。试验验证了MEMS IMU辅助RTK能够加快模糊度收敛速度,提高了其在自动驾驶导航定位应用中的精度和可靠性。     

BDS+GPS双系统多频RTK算法在土地整理测绘中的应用

针对传统地理信息测绘结果准确率较低的问题,提出将BDS+GPS双系统多频RTK算法应用于土地整理测绘中。BDS+GPS双系统多频RTK算法是多频系统与定位系统的结合,是目前的技术热点。本文通过详细分析多频RTK定位算法及定位特点,将其应用于土地整理测绘中,并进行试验对比,发现将BDS+GPS双系统多频RTK定位系统应用于土地整理测绘中,可以有效提高定位精度和测绘结果完整性,具有实用意义。     

大范围网络RTK基准站间整周模糊度实时快速解算

网络RTK是目前实现高精度实时动态定位的重要手段之一,而网络RTK高精度定位的关键问题是基准站间整周模糊度的实时快速准确固定。对于大范围网络RTK,由于基准站间距离的增加,电离层延迟误差、对流层延迟误差和卫星轨道误差相关性降低,导致基准站间整周模糊度不能快速准确地固定,因此本文提出了一种大范围网络RTK基准站间整周模糊度固定算法。该算法首先利用L1、L2载波相位观测值和P1、P2伪距观测值解算基准站间的双差宽巷模糊度;然后采用Saastamoinen模型和Chao映射函数模型相结合解算双差对流层延迟误差,并将双差宽巷模糊度作为L1、L2双差载波相位整周模糊度的约束关系来确定L1、L2双差载波相位整周模糊度;最后采用CORS站的实测数据进行试验,并将本文的试验结果同GAMIT软件的解算结果进行比对,结果表明该算法可以快速准确地实现单历元双差载波相位整周模糊度的固定。