利用随机系数矩阵的GNSS/INS组合导航Kalman滤波算法

在动力学模型可靠的情况下,为避免观测异常对滤波结果的影响,建立处理观测异常的观测模型集合,以观测模型集合中系数矩阵的期望来代替观测方程的系数矩阵,利用随机系数矩阵Kalman滤波算法来控制观测信息异常的影响。算例结果表明,该算法可以有效地控制观测值异常对滤波结果的影响。     

卫星激光测距站分级与GNSS卫星轨道精度校核

GNSS卫星轨道是实现导航定位等位置服务的基础,对卫星轨道精度的精确评估关系到服务的精度与可靠性。卫星激光测距技术是评估卫星轨道精度的独立外部检核手段,由于SLR站系统水平不一,导致数据质量差异较大,因此合理选用高性能SLR站是精确评估卫星轨道的关键。本文利用聚类分析方法,依据国际激光网发布的近10 a全球SLR站性能评估报告,选择观测总圈数、LAGEOS标准点RMS值和系统短期偏差3个参数作为测站分级评估指标,将全球SLR站进行分级。在此基础上,对2020年所有参与国际激光联测的GNSS卫星的事后精密轨道进行了精度校核。结果表明,SLR站水平与数据质量密切相关,利用模糊C-均值聚类算法可有效对全球SLR测站进行分级,Ⅰ、Ⅱ和Ⅲ级测站占比分别为28%、51%和21%;采用不同级站观测数据得到的检核结果存在明显差异,基于Ⅰ级站数据的校轨残差均值的绝对值和标准差总体小于Ⅱ和Ⅲ级测站,3种GNSS卫星轨道精度在R、T、N方向上的差异不明显,对应分量的RMS值之间的较差均处于毫米级水平。