GPS多路径误差滤波方法比较研究

基于GPS多路径时间序列,分别采用Vondrak滤波、经验模式分解(EMD)和小波滤波3种方法构建了GPS多路径误差修正模型,并将其用于削弱多路径效应.通过对模拟数据及实测数据的分析表明,3种方法都能有效地分离不同噪声水平下时间序列中的信号和噪声.同时,利用3种方法构建的多路径修正模型可有效地削弱多路径效应的影响,提高GPS定位精度,但3种方法的优缺点各有不同.     

参考经验模态分解-独立分量分析及其在GPS多路径误差处理中的应用

多路径误差在绝大部分应用中,其测站间相关性很弱,不能通过差分观测得到有效削弱,成为高精度GPS动态变形监测中的主要误差源。针对GPS多路径误差的特点,结合具有良好多尺度分解能力的经验模式分解方法(EMD)和具有良好盲分离能力的独立分量分析(ICA)方法,提出带参考信号的EMD-ICA方法来削弱多路径效应的影响。应用实例的结果证明了该方法的有效性。     

高精度GPS定位中多路径影响研究述评

多路径误差是影响高精度GPS测量定位成果精度的主要误差源。本文阐述了多路径误差的特点、影响的规律性以及消除或削弱多路径误差影响的方法和措施,为从事高精度GPS测量定位及其科研工作提供参考。     

GNSS多路径和信噪比相关性分析

在全球导航卫星系统(Global Navigation Satellite System,GNSS)接收机附近的反射、衍射、干扰信号等所造成的多路径效应是影响定位的主要误差来源。信噪比(Signal-Noise Ratio,SNR)的振荡是由多路径信号叠加在直接信号上引起的,基于此原理学者们提出了很多检测和缓解多路径误差的方法。本文通过谱分析的方法对多路径时间序列进行了分析,并研究多路径与信噪比之间的相关性,对基于信噪比检测和缓解多路径误差的方法的适用性进行了说明。实验表明:多路径和信噪比振荡值的时间序列具有显著的相关性,能够利用信噪比观测值削弱多路径影响。     

一种融合轨检信息的GNSS动态单历元多路径误差提取方法

随着中国高铁的发展,全球导航定位系统(global navigation satellite system,GNSS)动态定位技术在列车定位及轨道检测中具有广阔的应用前景,但其精度目前难以满足轨道检测要求。多路径效应是影响GNSS动态定位精度的一个主要误差源,目前已有的多路径误差削弱方法大多适用于静态测量环境,尚无有效的方法削弱动态多路径误差。分别采用传统算法和以轨检几何信息作为约束条件的算法解算GNSS观测数据,并将受到多路径影响的测量结果与轨检信息进行对比分析,同时利用小波多尺度分解算法分离坐标残差序列中的多路径误差和噪声,得到"干净"的轨道坐标序列。实验结果表明,由于信息量增加,融合轨检信息的GNSS数据解算方法可以有效提取多路径误差和观测噪声;利用小波相关分析能进一步削弱坐标域中的多路径误差,提高GNSS动态定位的精度,满足高铁轨道测量的需求。     

高精度GPS测量中多路径误差的研究

阐述多路径误差的特点、影响规律以及消除或削弱多路径误差影响的方法和措施,为从事高精度GPS测量定位及其科研工作提供参考。     

变形监测中基于信号反射预计的GPS多路径误差减弱方法

多路径是高精度GPS变形监测的主要误差来源。本文在推导信号反射预计公式的基础上,提出了一种削弱GPS多路径误差影响的附加参数法。试验表明该方法能有效减弱GPS相位多路径误差的影响。     

削弱GNSS多路径效应的半天球格网点建模方法

多路径效应与测站观测环境相关,无法利用差分的方式消除或削弱,是GPS精密数据处理时的主要误差源。为此,本文提出了一种利用半天球格网点模型削弱测站多路径误差影响的新方法MHGM(multi-point hemispherical grid model)。该方法对以测站为球心的半天球进行格网点划分,通过格网点的参数化描述,实现测站处多路径误差建模,可适用于现有各类GPS数据处理的软硬件设备和观测环境。本文算例的测试结果表明,采用新方法建模后双差观测值残差的RMS均值改善率平均在73.9%左右,较传统恒星日滤波方法的改善效果平均可提升26.9%,对于静态观测数据,按实时动态相对定位处理模式可获得平面精度约1.7 mm,高程精度约3.0 mm的定位结果。此外,MHGM模型还可进一步用于对测站周边可能存在的多路径误差源进行方位评估,对从物理意义上消除多路径误差源的影响给出一定的指导性意见。     

变形监测中GPS多路径效应的削弱方法研究

本文主要从GPS的基本观测方程出发,通过数学分析的方法,在GPS观测值之间建立数学模型,进一步推导了伪距观测值和相位观测值中多路径效应的影响.此外,主要研究了利用相位平滑伪距削弱伪距多路径误差的方法,以及利用小波分析的方法对GPS多路径值序列进行分解和重构,提取出高精度的多路径误差,并通过实验数据分析了几种方法中的多路径效应.     

非差改正数的多GNSS恒星日滤波方法

多路径误差是全球卫星导航系统(GNSS)精密数据处理的主要误差源之一,观测值域的恒星日滤波是应用较为广泛的多路径误差削弱方法,但其在多系统应用中存在映射方法相对低效的问题,且缺乏针对Galileo的应用研究.为解决现有方法不适用于大规模网解数据处理的弊端,该文提出了一种基于非差改正数的多GNSS系统恒星日滤波方法,从理论上证明了该方法在进行多路径误差改正时的效果与双差观测值域恒星日滤波方法的等价性,并提出了该方法在Galileo中的应用服务方案.对一组采集于2018年年积日219-231 d的多系统数据进行了多路径误差改正实验分析,观测值域的双差残差测试结果表明,GPS、BDS和Galileo的双差残差统计精度得到了显著的提升,频域分析结果也表明多路径误差的低频部分能被有效削弱.坐标域的静态定位结果显示,强多路径环境下GPS和BDS联合定位精度在三维方向上相对于单GPS有一定改善,加入Galileo数据后相对于单GPS可进一步提升.     

一种北斗星源伪距波动改正方法

北斗伪距观测值中存在与卫星相关的误差,这种误差称为星源伪距波动。为了进一步探究北斗星源伪距波动误差规律,提高定位精度及可靠性,对12个IGS multi-GNSS测站提供的三频数据进行了分析,并在此基础上建立了基于卫星高度角的多项式改正模型。实验表明,星源伪距波动主要存在于北斗IGSO和MEO卫星中,没有在GPS,GLONASS,GALILEO和北斗GEO卫星中发现类似的现象。经改正,自测测站三频伪距多路径组合的RMS分别减少了41.3%,37.2%及11.4%,与卫星高度角相关系数小于0.01。     

基于高度角的多路径改正模型在BDS相对定位中的应用

伪距观测值的精度对相对定位解算的收敛速度有很大影响。相关研究发现BDS伪距观测值中存在与高度角相关的多路径偏差,严重降低了伪距观测值的精度。通过EMD滤波和多项式拟合建立基于高度角的多路径改正模型对这类误差进行消除。实验结果表明,基于高度角的多路径改正模型可以有效提高伪距观测值精度,加快相对定位结果收敛速度,改正后四个时段的2 h定位结果精度分别提高了64.1％、43.9％、35.3％、66.0％。      

小波阈值降噪在GPS伪距单点定位中的应用

单点定位中多路径效应和接收机噪声等偶然误差对定位的精度影响较大,并且很难选取固定的模型对其减弱,针对上述问题,从全球定位系统（GPS）的信号结构、误差来源出发,剖析了小波分析的原理,采用离散正交小波db3对GPS伪距观测值C1进行了降噪处理．实验表明:使用上述方法对观测值进行处理后,在观测值质量较差的时段,定位精度可提高31.93％,在观测值质量较好的时段,定位精度可提高16.02％.      

北斗卫星伪距多路径系统偏差的修正方法及其对单频PPP的影响分析

北斗伪距观测值存在特有的多路径系统性偏差,偏差的数量级达到几个分米到米。该系统偏差可分为两类:一类是IGSO/MEO卫星随高度角变化的伪距系统性偏差;另一类是GEO卫星(高度角仅微小变化)明显的伪距系统性偏差。系统性的伪距偏差导致GEO卫星MP序列的标准偏差较大,本文针对GEO卫星伪距偏差问题提出了一种基于卡尔曼滤波的修正方法,修正后的GEO卫星MP序列的标准偏差下降了10%~16%。基于伪距相位组合的单频PPP技术的伪距权重较大,会受到北斗伪距偏差的影响,分析表明该系统性偏差将导致单频PPP定位结果高程方向产生约1m的偏差。对GEO伪距偏差采用提出的卡尔曼滤波修正方法进行修正,并应用Wanninger和Beer的高度角模型消除IGSO/MEO观测值伪距偏差,本文对修正后的单频精密单点定位精度进行了分析。4个multi-GNSS experiment(MGEX)站10d观测数据的分析结果表明:仅改正和卫星多路径误差,高程方向定位结果精度可改善65%左右;采用本文方法对GEO卫星的多路径修正后,该方向定位结果精度改善比例将进一步提高至75%左右。     

利用序列平均的高精度GPS基线解算模型

系统分析了改进随机模型和改进函数模型两类GPS基线解算模型的优缺点,在此基础上,提出了一种基于序列平均的高精度GPS基线解算模型,即采用动态单历元技术进行静态基线解算,充分利用多路径效应的低频特性,采用小波变化理论,对坐标序列进行多路径效应的去除,提取低频残差项进行序列平均,得到基线向量解。同时,以动态坐标序列为依据,对出现粗差历元或者卫星进行处理,有效弥补了仅采用残差序列进行粗差判断的不足,提高了基线解算的精度和可靠性。实验表明,新模型可以更为有效地削弱多路径效应的影响,而且对于较短的观测时间尤为突出;结合坐标序列和残差序列,能更为有效地进行粗差的探测和去除,提高基线解的精度和可靠性。     

顾及时间相关噪声的单频GPS精密单点定位

扩展Kalman滤波(EKF)常常被用于单频GPS精密单点定位。Kalman滤波的前提假设之一是观测噪声为白噪声,即时间不相关,这在实践中往往不能满足。因为单频GPS观测值中包含有很难被完全消除的电离层、对流层等大气折射误差,以及多路径影响误差。这些误差在时间上是相关的,严重地影响了滤波解的精度和收敛时间。这里提出一种顾及时间相关噪声的Kalman滤波,在移动窗口内,利用核估计预测时间相关噪声的系统部分,进而实时修正当前历元的观测值和观测向量的协方差矩阵。该方法还有一个明显的优点就是,在滤波过程中不需要对时间相关误差做任何假设。最后通过一个实测算例验证了该算法的适用性。     

GPS多路径重复性试验研究

信号衍射和多路径效应是限制GPS定位精度进一步提高的瓶颈,观测中两者往往同时存在。衍射效应具有不完全重复的特性,为了研究多路径重复性并使其不受信号衍射的影响,本文提出先应用SIGMA-Δ信噪比加权模型削弱信号衍射的影响,再运用改进恒星时滤波法分析多路径重复性。实验观测资料分析表明,SIGMA-Δ模型能有效削弱衍射信号对定位结果影响,并且保留主要的多路径信号;而改进恒星时滤波法能适应测站周围多路径环境的变化,从而最大限度地削减多路径误差。两者组合比传统的恒星时滤波更能有效提高GPS的动态定位精度。     

Sidereal filtering based on single differences for mitigating GPS multipath effects on short baselines

Carrier-phase multipath effects are one of the most significant error sources in precise Global Positioning System (GPS) positioning applications. A new sidereal filtering algorithm based on single differences is developed to mitigate multipath effects for short-baseline high-rate GPS applications such as structural deformation monitoring. This method differs from traditional sidereal filtering in that our method operates on the single differences rather than the coordinates or double differences. A multipath model for the single differences on the reference day is established for each satellite and is used to remove multipath errors from observations of subsequent days by taking advantage of the sidereal repeatability of multipath signals. Using both simulated and real GPS observations, we demonstrate that this method is insensitive to different weighting strategies used in computing single differences from double differences. Applying the proposed method can reduce the root mean square (RMS) of positioning noises by 82% on average. Compared to sidereal filtering (in either coordinate or double differences domain) and aspect repeat time adjustment, this method can further reduce the RMS values by 13 and 7%, respectively. Wavelet spectra have shown that the proposed method is more effective in mitigating multipath errors of both long and short periods. This method is also more advantageous in that it is applicable when different GPS satellites are observed on different days.     

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.     

A multi-technique approach for characterizing the SVN49 signal anomaly, part 2: chip shape analysis

Due to a satellite internal reflection at the L5 test payload, the SVN49 (PRN1) GPS satellite exhibits a static multipath on the L1 and L2 signals, which results in elevation-dependent tracking errors for terrestrial receivers. Using a 30-m high-gain antenna, code and carrier phase measurements as well as raw in-phase and quadrature radio frequency samples have been collected during a series of zenith passes in mid-April 2010 to characterize the SVN49 multipath and its impact on common users. Following an analysis of the receiver tracking data and the IQ constellation provided in Part 1 of this study, the present Part 2 provides an in-depth investigation into chip shapes for the L1 and L2 signals. A single reflection model is found to be compatible with the observed chip shape distortions and key parameters for an elevation dependent multipath model are derived. A good agreement is found between multipath parameters derived independently from raw IQ-samples and measurements of a so-called Vision Correlator. The chip shapes and their observed variation with elevation can be used to predict the multipath response of different correlator types within a tracking receiver. The multipath model itself is suitable for implementation in a signal simulator and thus enables laboratory testing of actual receiver hardware.