基于双因子抗差卡尔曼滤波在动态导航中的应用

针对动态导航卡尔曼（Kalman）滤波的异常扰动影响问题,根据观测量中的粗差对状态向量滤波值的影响规律,引入了双因子算法,导出基于预报残差的抗差卡尔曼滤波模型,该模型具有良好的抗差性,利用实测数据加模拟粗差进行验证,结果表明：抗差卡尔曼滤波可以很好的控制状态对滤波估值的影响,精度相对于标准卡尔曼滤波有明显的提高。     

抗差卡尔曼滤波模型及其在GPS监测网中的应用

根据量测向量中的粗差对状态向量滤波值的影响规律，导出了抗差卡尔曼滤波模型，该模型对观测空间和设计空间均具有良好的抗差性。通过对含有粗差的模拟GPS监测网的计算，与标准卡尔曼滤波模型相比较，利用该抗差滤波模型，可获得可靠的变形分析结果。     

GPS监测网基准点位移及观测粗差的抗差估计方法

根据GPS监测网中基准点位移和观测值粗差联合影响的误差方程，提出可以将基准点位移看做是一种特殊的观测值粗差，从而对二者进行联合处理的抗差估计模型。通过模拟计算，该模型较好地解决了基准点位移和观测值粗差对变形分析结果影响的问题。该方法同样适用于常规监测网。     

抗差Kriging方法在GPS高程拟合中的应用研究

由于环境或人为因素的影响,观测值中往往含有粗差,针对普通Kriging方法在GPS高程拟合中受粗差影响的问题,提出基于抗差估计的样本变异函数模型,以降低或消除粗差的干扰。利用实测数据对该算法进行试验分析,结果表明,利用改进的抗差变异函数模型处理含有异常值的观测样本,能有效地抵制异常值的影响,验证了抗差Kriging法在局部区域内进行高程拟合的可靠性和准确性。     

抗差加权非等时距GM(1,1)模型在大型建筑物沉降预测中的应用

针对沉降观测中不等间隔和观测值可能含有粗差的情况,提出抗差加权非等时距GM(1,1)模型,实验表明,当观测值中不含粗差时,抗差加权非等时距GM(1,1)模型和常规GM(1,1)模型一样具有良好的预测效果;当观测值中含有粗差时,具备良好抵抗粗差的能力,具有非常好的预测效果。     

基于抗差卡尔曼滤波的GM(1,1)模型在变形预计中的应用

针对传统灰色模型建模过程中易受观测数据随机噪声干扰的影响,利用抗差卡尔曼滤波理论能够有效地估计含有噪声的观测值的优点,构建了基于抗差卡尔曼滤波的GM(1,1)模型。结合实例,验证了该模型在一定程度上可以提高变形监测预测精度,更好地反映观测对象的变形趋势。     

精密单点定位不等精度观测值的RKF研究

推导了精密单点定位含有粗差观测数据的M-LS滤波原理,对等价权阵采用三段降权函数实现抗差。从新息和残差的协方差关系出发,利用对粗差敏感的残差标准差作为抗差因子。通过迭代减弱卫星间载波残差及其抗差因子的相关性。针对载波和伪距观测值不等观测精度和不相关性,采用双抗差因子实现静态抗差卡尔曼滤波（robust Kalman filtering,RKF）。采用标准卡尔曼滤波、基于新息RKF、基于残差的增益矩阵双抗差因子RKF、基于残差的等价权阵双抗差因子RKF等4种模型,分别对一组实测数据解算分析。结果表明,基于新息RKF对精度较高的载波粗差不敏感;基于残差的增益矩阵RKF对载波较小的粗差抗差效果较差,且发生粗差历元时刻的状态参数与真值偏差较大;而基于残差构造的等价权阵双抗差因子RKF可以非常精确和高效地实现抗差,单个卫星粗差对测站位置参数影响小于1 mm。     

卡尔曼滤波粗差探测在GPS变形监测中的应用

在GPS变形监测中,由于受到周跳、SA政策、整周模糊度解算误差及其多路径效应的影响,致使观测数据中含有粗差。用标准卡尔曼滤波方法进行数据处理时,观测数据中的粗差会在卡尔曼滤波预测残差中得到反映。通过结合标准卡尔曼滤波模型与拟准检定法检测,找出并剔除粗差,处理得到正确的结果,并列举了实例证明该方法的实用性。     

高精度GPS形变监测网数据处理的理论与方法

分析了高精度GPS形变监测网数据处理中系统误差的影响,给出了顾及系统误差影响的自由网平差模型;针对粗差在GPS观测数据中存在的广泛性,在对平差模型进行整体性检验的基础上,采用检验方法消除粗差对平差结果的影响;结合抗差估计,对中国地壳运动观测网络工程1999~2003年观测数据进行了处理,验证了模型的精度和可靠性。     

高精度GPS形变监测网数据处理的理论与方法

分析了高精度GPS形变监测网数据处理中系统误差的影响,给出了顾及系统误差影响的自由网平差模型;针对粗差在GPS观测数据中存在的广泛性,在对平差模型进行整体性检验的基础上,采用检验方法消除粗差对平差结果的影响;结合抗差估计,对中国地壳运动观测网络工程1999～2003年观测数据进行了处理,验证了模型的精度和可靠性.