北斗三频数据实时周跳探测与修复方法对比分析

首先介绍了基于无几何相位组合、伪距相位组合以及LAMBDA算法进行三频周跳探测与修复的原理。然后对比了不同采样间隔下无几何相位组合和伪距相位组合周跳检验量的精度。无几何相位组合不受伪距噪声及多路径的影响,其周跳检验量的精度明显高于伪距相位组合的精度,周跳探测效果较好。最后从耗时和成功率两个方面对比分析了3种周跳修复方法的效果,结果表明无几何相位组合修复周跳时采用了搜索算法且搜索步长为经验值,其耗时和成功率都是最差的;伪距相位组合修复周跳时无需搜索,耗时最短,但其易受伪距噪声及多路径的影响,导致部分周跳修复失败;使用LAMBDA算法能有效减小搜索空间,并能在一定程度上控制历元间差分残留误差的影响,速度快且成功率高。综合考虑,建议使用筛选的两个无几何相位组合进行周跳探测,确认发生周跳后再使用LAMBDA算法进行修复。     

一种顾及电离层约束的非差周跳的实时探测与修复方法

提出了一种顾及电离层约束的非差周跳实时探测与修复方法。通过构造3个线性无关的组合观测量,按逐级模糊度确定的思路,分别对超宽巷、宽巷和窄巷进行探测与修复;然后联合三步的探测结果,将周跳恢复到原始载波值上。在宽巷组合上进行了改进,将宽巷波长放大了5.34倍(GPS为3.4倍),由于窄巷波长较短需考虑电离层的影响,对不敏感周跳组合引入电离层残差法辅助窄巷的探测与修复。实验结果表明,该方法能够有效地进行周跳的实时探测和修复。     

模糊评判在矢量地图数据质量评价中失效的处理

矢量地图数据作为GIS数据的一种主要形式,其质量问题受到很大的重视。目前对矢量地图数据的质量评价有许多种方法,应用比较多的是模糊综合评判。但是,运用此方法会出现失效现象,本文在分析矢量地图的质量元素基础上,针对现有的质量模糊综合评判失效问题进行了探讨;提出了带信任度的模糊综合评判方法,较好解决了评判过程中的失效问题,提高了评判效率以及评判结果的可靠性。     

MGEX北斗差分码偏差产品质量分析

对MGEX发布的北斗差分码偏差（differential code biases, DCB）产品的精度与稳定性进行质量分析,比较其日解产品与周解产品,并利用交叠式Allan方差初步计算分析北斗差分码偏差的随机误差特性。结果表明,北斗系统IGSO卫星DCB产品精度与稳定性最优,MEO次之,GEO最差。3种产品中,DCBB2B3的精度与稳定性最优,DCBB1B2次之,DCBB1B3最差。实验分析得出,北斗系统DCB随机误差组合主要为WN+GM,DCBB1B2、DCBB1B3与DCBB2B3的高斯白噪声分别为0.16 ns、0.15 ns、0.09 ns;一阶马尔可夫过程噪声分别为0.093 ns/d、0.049 ns/d、0.058 ns/d,相关时间分别为42.63 d、85.79 d、42.63 d。     

一种适用于精密单点定位的抗差自适应滤波

分析了卫星星座PDOP值与卫星数的关系以及伪距和载波相位观测值残差量级的大小,结合精密单点定位各参数的特性,提出一种适用于精密单点定位的分类因子抗差自适应滤波法。该方法在等价权函数的选取上兼顾PDOP值的检验,并对不同观测量分别进行抗差等价权替换。根据不同参数的特性,建立分类自适应因子,利用预测残差求取各类参数的自适应因子。实验表明,该方法不仅能检测和控制异常观测量对定位解算的影响,而且能提高PPP定位的精度及可靠性。     

论经典平差模型的几何统一

为了更直观、深入地理解参数平差与条件平差的本质区别并找出它们的内在联系,在参数平差、条件平差、具有参数的条件平差、附有限制条件的条件平差和具有条件的参数平差模型中引入线性泛函,构建其统一的几何模型,从几何角度统一经典平差模型.     

附加系统参数的平差模型研究

考虑到系统误差源的复杂性,文中提出了一种附加系统参数的混合平差模型,导出了平差公式和假设检验统计量.附加系统参数的混合平差模型中,同时含有非随机系统参数和具有验前统计性质的随机系统参数.该平差模型是对附加系统参数的平差模型的扩展.     

利用Bayes估计进行多波束测深异常数据探测

在海底地形变化连续、平缓的假设条件下,基于Bayes估计理论提出了多波束测深异常数据探测方法,并与选权迭代加权平均滤波法进行了分析和比较。结果证明,该方法可以解决测深异常值判断标准可靠性的问题,而且能合理、有效地探测出异常值。     

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.     

变分优化的高斯混合滤波及其在导航中的应用

针对时间差分载波相位/捷联惯导紧组合系统在非高斯噪声环境工作时，采用高斯混合滤波遇到的混合模型参数估计问题，提出了一种变分贝叶斯学习优化的高斯混合自适应滤波算法。该算法借鉴变分学习理论，准确高效地实现了高斯混合模型参数的自适应估计，进一步精化了滤波算法中的随机模型，能够显著提高估计精度，降低计算负担，改善滤波性能。实验结果表明，相比传统滤波算法，该算法的估计精度得到了进一步改善，运算耗时仅与拓展卡尔曼滤波相当。