城市复杂场景下GNSS定位的因子图优化方法及其抗差性能分析

北斗/全球导航卫星系统（global navigation satellite system,GNSS）在开阔环境下可以提供连续可靠的高精度导航定位服务,但是在城市复杂场景下,GNSS多路径与非视距信号严重、粗差与周跳发生频繁,导航定位能力仍然存在不足。相较于扩展卡尔曼滤波(extended Kalman filter, EKF)方法,因子图优化能够充分利用历史观测,通过窗口内历元间约束与冗余观测信息共同抑制异常数据影响。构建了基于滑动窗口因子图优化的GNSS定位模型,通过验后残差迭代分析进行粗差探测,并从最小可探测误差、粗差探测成功率、定位精度提升等方面深入分析因子图优化与EKF的抗差性能。以城市复杂场景数据进行处理验证,结果表明,因子图优化的最小可探测误差减小了11.92%～32.56%,粗差探测成功率提升了3.84%～10.47%,GNSS定位精度提升了11.29%～25.99%。总体而言,对于城市复杂场景下的GNSS导航定位应用,因子图优化具备更好的抗差性能和定位精度,有望取代现有基于单历元观测值的EKF模型。     

北斗卫星广播星历精度评估与单点定位优化模型

利用精密星历产品对BDS-2和BDS-3广播星历的精度进行系统评估,进一步比较分析不同BDS-2和BDS-3卫星星座组合对单点定位的影响,提出一种基于SISRE(signal in space range error)的单点定位加权优化模型.实验结果表明,BDS-2星座中MEO、IGSO和GEO卫星广播星历轨道误差的R...