����Kalman�˲���GEO�����˶�ѧ����

?????GEO????????????????????????????????????Kalman???????GEO?????????????????????????????????????η????????????????????????????????????????????????????????????????????????????????????з?????????????????????????????????????????Kalman???????????н????????????????к???????????????????????,????????????????Kalman????????????????????????????,???????Kalman???????????????????????????????????????????Kalman?????????????????????GEO?????????????     

��������ӦUnscented Kalman�������˲�

???????????????????????????????UKF?????????????÷??????????????????Unscented Kalman????????????????????????????????????Э????????????????????Kalman?????????????Kalman?????Unscented Kalman??????????????????????UKF?????????????????????????????     

����Ӧ������չKalman�����˲���������ϵ����е�Ӧ��

???????????????????????????о????????????????????????????????????????Kalman??????????????÷??????????????????Kalman????????????????????????????????????????и????????????3???????????????顢???Kalman??????????????????????????????????????????Kalman??????????????????????????????     

����ʱƵ����������GNSS/INS��ϵ��������˲�ģ��

??????????????????Kalman??????????????????????????Kalman?????????????????????????????????????????????????????????????GNSS/INS?????????????????????????????????????????????????????????????????????????????????????????Kalman??????????????     

Kalman�˲�������̽�����޸��е�Ӧ��

????Kalman??????????????????????е??????????????????????????裬??????????????з??????????????Kalman?????????????λ??????????????????????????????Χ??С????????????????????????С????, Kalman?????????????????????????????????????????????     

基于抗差Kalman滤波的精密单点定位

当精密单点定位的观测值含有异常数据时,Kalman滤波的精度将会降低。采用抗差Kalman滤波方法能够有效抑制观测异常,提高滤波的精度和可靠性。运用武汉国际GPS服务跟踪站数据对该方法进行了验证。结果表明,抗差Kalman滤波的精度比Kalman滤波的精度有一定程度提高,说明抗差Kalman滤波能够有效抑制观测异常。     

桥梁变形监测数据小波去噪与Kalman滤波研究

针对跨海大桥三维变形监测问题,实施了测量机器人与三维激光扫描仪测量方案,二者三维监测数据最大较差不超过0.5 mm,而且测量机器人监测数据精度高,说明三维激光扫描技术应用于桥梁变形监测是可行的。根据小波分析与Kalman滤波理论,建立小波去噪后的桥梁变形监测Kalman滤波模型。实验表明,经过小波去噪的监测数据再进行Kalman滤波处理,提高了桥梁变形预测与变形分析的可靠性。通过标准Kalman滤波、自适应Kalman滤波桥梁变形观测数据处理,及平方和误差、均方误差、平均相对误差精度分析知,自适应Kalman滤波要优于标准Kalman滤波方法。     

一种适用于PPP动力学模型异常的自适应Kalman滤波

为了削弱PPP参数估计中动力学模型异常对Kalman滤波解的影响,针对PPP状态向量中各类参数不符值对动力学模型异常描述特性的不同,以位置相关为条件对参数进行分类,构建分类因子自适应Kalman滤波用于PPP参数估计。选取6个IGS站点3 d的数据,使用标准Kalman滤波与构建的自适应Kalman滤波进行PPP解算分析。结果表明,相较于标准Kalman滤波,自适应Kalman滤波能通过自适应因子调节状态预测协方差,加速PPP收敛。静态模式下,平均收敛时间从28.2 min缩减到19.4 min,N、E、U方向的平均精度为1.50 cm、3.34 cm、5.55 cm,分别提高7%、14%、19%;动态模式下,构建的自适应Kalman滤波解N、E、U方向偏差的RMS值为2.7 cm、3.6 cm、6.3 cm,较标准Kalman滤波分别提高13%、28%、43%。     

���μ����Kalman�˲�״̬ģ�͵ıȽϷ���

??????λ??????μ???У?Kalman?????????????????????????????????????????????????Щ??????????????????????????????????????????????????????Щ????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????У????????????Kalman?????????????????????????????????μ??????е??????     

������������������GPS�ⶨ������ٶȺʹ�ֱ���ٶ�

???y???????????????λ??????????????????????????λ??Kalman????????????????????3??????????????Ashtech GPS?????????????????????????н?????????????????????λ??Kalman???????????????????????????????mm/s?????????????λ??Kalman?????????????????????????÷????B??????С????????????????????????????????????????ú????????????????侲???????????????????2??10 ^-8 ms ^-2??     

BDS参考站间低高度角卫星三频整周模糊度解算方法

针对BDS参考站间低高度角卫星整周模糊度受大气延迟误差影响较大、难以正确固定等问题,提出一种BDS参考站间低高度角卫星三频整周模糊度确定方法：首先根据超宽巷整周模糊度长波长的优势确定双差超宽巷整周模糊度,并利用其与双差宽巷组合观测值所受电离层延迟误差较为接近的特性搜索确定双差宽巷整周模糊度;然后将双差整周模糊度之间的线性关系作为约束条件,高高度角卫星双差整周模糊度根据双频无电离层组合模型确定;利用固定模糊度的高高度角卫星建立参考站间双差电离层延迟误差空间线性模型,实现对低高度角卫星电离层延迟误差的削弱;最后将固定双差整周模糊度的高高度角卫星双差载波相位观测方程作为距离约束,进一步搜索确定低高度角卫星的双差整周模糊度。     

���õ����Ȩ�صij���������RTK�ο�վ��ģ���Ƚ��㷽��

???????????????????????????????????????????????????????????????????????????RTK?ο?????????????????÷???????????λ???α????????α?????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????÷????????????????????RTK?ο????????????????????????20°????????????????????????????á?     

基于三维移动变形平台的GPS/BDS中长基线解算性能分析

针对中长基线解算测站间的大气误差无法通过双差完全消除、影响模糊度的固定与精度的问题,在得到宽巷模糊度后,利用Kalman滤波算法对L1、B1基频模糊度进行估计,并使用LAMBDA算法确定基频模糊度。以三维移动变形平台中长基线实测数据为例,解算GPS、BDS、GPS/BDS系统3种模式下的数条中长基线。总体而言,GPS/BDS组合系统较单GPS、BDS系统精度有所提升,GPS/BDS组合系统各基线固定率、正确率优于82.08%、81.53%,X、Y、Z、3D方向的精度可达15.4 mm、15.9 mm、20.1 mm、30.0 mm;20.8 km、46.6 km基线三维移动变形中误差分别优于18.8 mm、22.5 mm,相对中误差分别优于1/71.9、1/60.1。     

一种参考站间双差模糊度快速解算策略

由于对低高度角卫星模糊度解算的困难,提出了一种参考站间模糊度解算策略。该策略使用多路径削弱方法,以相位与伪距无电离层组合作为观测量进行滤波,对相关性较强的L1模糊度使用最小二乘模糊度降相关平差法进行整数估计,并行解算宽巷和L1模糊度。这套系统在四川完备参考站网络(SIRSN)中的实时测试说明,在中低纬度和中长基线的网络环境下,该模糊度解算策略是高效和可靠的。     

BDS/GPS差分系统间偏差估计算法及性能分析

基于BDS/GPS单频紧组合相对定位模型,提出联合卡尔曼滤波与粒子滤波估计差分系统间偏差(DISB)的算法,并利用实测短基线数据对比分析卡尔曼滤波算法与本文算法估计DISB的效果。实验表明,载波DISB的整数部分会影响参考卫星站间单差模糊度的估计,从而影响载波DISB小数部分的估计结果;利用本文算法估计并改正DISB后得到的模糊度解算的可靠性和固定解精度均优于卡尔曼滤波,固定解精度最大可提高10%～20%。     

基于正则化的GPS/BDS单频单历元模糊度固定

针对单频单历元模糊度固定中的秩亏问题,给出一种基于双差载波系数阵奇异值分解的正则化方法。通过对坐标改正参数进行约束,改善法矩阵的病态性,并结合LAMBDA方法实现单历元模糊度固定。采用长度不同的两组GPS/BDS基线数据进行单频单历元模糊度解算,并与选权拟合法比较。结果表明,采用该方法,5.8 m基线BDS系统模糊度解算成功率提高17.61%,2.34 km基线GPS、BDS及GPS/BDS模糊度解算成功率分别提高4.67%、3.56%和3.63%。当截止高度角为10°时,E、N方向定位精度达到mm级,U方向达到mm至cm级。     

�˼�RPDOPֵ��GPS���μ�⿹��Kalman�˲�

??GPS???μ???У???????????·??Ч????????????????ν??????λ??????г????д??????????ν????????????λ??????????λ?????????????????λ????????????????????????GPS?????λ?е?????λ???ξ????????????????????????Kalman?????????к????????????y????????????RPDOP??????Kalman??????и???????Ч????     

�����뵥��Ԫ�Dz�����RTK����

?о???????????RTK?ο???????????????????????????????????????????????????????????????????????????????????????????????????顣?????????÷??????????÷??????????????????????RTK???????????cm????λ??     

长距离单历元非差网络RTK方法

研究长距离网络RTK参考站整周模糊度单历元解算算法和区域误差非差改正数的计算方法,并介绍流动站整周模糊度的单历元解算方法,最后使用实测数据进行算法实验。实验表明,该方法可以利用非差误差改正数实现长距离网络RTK流动站的单历元cm级定位。     

基于模糊聚类分析法的BDS长基线模糊度解算

为探求BDS长基线模糊度解算的最优组合观测量,基于模糊聚类分析法分别选取2个BDS最优超宽巷组合和1个最优窄巷组合共同构建TCAR模型,分别采用GF_TCAR、GB_TCAR和GIF_TCAR模型对实测BDS长基线进行模糊度解算。实验表明,3种模型解算超宽巷组合模糊度的结果基本一致; GF_TCAR模型解算模糊聚类分析法所得最优窄巷组合(3,0,-2)的相邻历元组合模糊度差值优于常用的(4,2,-5)组合;GB_TCAR模型解算IGSO卫星时,窄巷组合(3,0,-2)的结果优于(4,2,-5)组合,而解算GEO、MEO卫星时2种窄巷组合结果一致;GIF_TCAR模型解算窄巷组合(3,0,-2)的结果略逊于(4,2,-5)组合。