噪声辅助EMD方法提取多路径误差模型分析

经验模态分解(EMD)方法处理间断性信号时存在模态混叠问题,使分解结果失去物理意义.本文从理论分析和实测数据的EMD分解结果两个方面,论述了多路径误差中不可避免的存在间断性的分量.针对该问题,介绍了集合平均经验模态分解(EEMD)方法借助噪声来减弱模态混叠的思路与流程,并连续两天实测GPS数据的单历元定位坐标序列,分别用EEMD和EMD方法消除随机噪声,提取多路径重复性改正模型,结果表明,EEMD方法的效果优于EMD方法.     

GPS多路径误差处理技术

GPS高精度定位和授时中存在多路径效应。本文介绍了多路径效应产生的原理、作用特性,并着重从三个方面归纳、分析比较了目前国内多种关于多路径误差的处理技术。本文在北京基站进行了GPS单站定时实验,分析实验结果认为,多路径效应是GPS授时中不可忽视的误差因素。     

变形监测中基于信号反射预计的GPS多路径误差减弱方法

多路径是高精度GPS变形监测的主要误差来源。本文在推导信号反射预计公式的基础上,提出了一种削弱GPS多路径误差影响的附加参数法。试验表明该方法能有效减弱GPS相位多路径误差的影响。     

基于交叉证认的EMD滤波及其在GPS多路径效应中的应用

利用交叉证认的方法,提出一种新的基于EMD滤波去噪方法,并将其应用于GPS多路径效应的研究中。通过模拟实验及实测数据分析表明,该方法能够自适应地选择IMF中的信号层数,削弱随机噪声,合理地分离信号和噪声。利用该滤波方法去噪并建立具有重复性的多路径误差效应改正模型,可有效地削弱多路径效应的影响,进而提高GPS动态变形监测的精度。     

融合CNN-GRU的GNSS短基线多路径误差实时削弱方法

针对传统的恒星日滤波方法难以抑制GNSS多星座组合观测的多路径误差问题,该文提出了一种用于削弱多路径误差的卷积神经网络和门控循环单元的融合模型(CNN-GRU),通过挖掘GNSS多路径误差的深层变化规律,对短基线中的多路径误差进行实时预测和改正。实验结果表明,该模型对于BDS和不同系统间组合的多路径误差可以起到实时削弱的作用,能够显著提高定位精度。此外,CNN-GRU模型的预测结果具有良好的鲁棒性,并且不受粗差的影响。     

测站处GNSS多路径误差效应反演及其应用研究

针对测站观测环境变化对数据质量影响难以有效评估并削弱的问题,研究了一种可通用于各类卫星导航系统的多路径误差半天球格网点建模方法（multi-point hemispherical grid model,MHGM）。该方法能够综合利用不同GNSS（global navigation satellite system）系统的不同时期观测数据进行整体建模,显著削弱GNSS信号所受多路径误差影响,并图像化反演测站周围的多路径效应,确定信号干扰源的方位。算例的测试结果表明,在模拟的强多路径环境下,模型改正后模糊度固定时段的载波相位观测值残差的均方根误差（root mean square error,RMSE）统计值由0.983 cm降为0.318 cm,改善率高达67.7%。此外,MHGM建模结果中改正量较大的异常区域与对应测站处所架设挡板的方位相一致,能够反演出测站周围不同方向观测信号所受多路径误差影响。国际GNSS服务组织的历史观测数据在利用MHGM模型改正后,合计18年测试算例的观测值残差RMSE平均改善率达到29.5%。这对于评估测站观测环境在不同时期的变化状况,提升现有各类增强服务产品的精度和可靠性具有一定的潜在应用价值。     

基于观测值域的GPS多路径误差应用分析

目的 基于观测值域双差残差恒星日滤波方法消除多路径误差,利用事先计算的前一天观测卫星双差残差并进行去噪处理,根据各自卫星周日重复性改正到第二天对应时刻的双差观测方程中,得到剔除多路径误差后的“干净”双差观测值,最后解算基线信息。试验结果表明,与常规基于坐标域恒星日滤波相比,该方法在平面方向的精度可提高23%,且高程方向也有一定程度的提高。     

大型构筑物GNSS监测多路径探测及消除方法研究

本文分析了多路径效应产生的原因及其信号特征,利用相同环境下,相邻周期相同时刻的GNSS观测数据多路径误差应有强相关性的特征,采用逐个观测历元差分和卡尔曼滤波相结合的方法来消弱多路径效应的影响,从而提高大型构筑物GNSS监测的成果精度。     

参考经验模态分解-独立分量分析及其在GPS多路径误差处理中的应用

多路径误差在绝大部分应用中,其测站间相关性很弱,不能通过差分观测得到有效削弱,成为高精度GPS动态变形监测中的主要误差源。针对GPS多路径误差的特点,结合具有良好多尺度分解能力的经验模式分解方法(EMD)和具有良好盲分离能力的独立分量分析(ICA)方法,提出带参考信号的EMD-ICA方法来削弱多路径效应的影响。应用实例的结果证明了该方法的有效性。     

顾及有色噪声的卡尔曼滤波在多路径误差削弱中的应用

多路径误差为一时空环境效应,难以构建准确数学模型消除其影响,且该误差在基线两端不具有空间相关性,运用现有差分技术也无法很好消除,是高精度短基线测量中主要误差之一.为进一步削弱多路径误差,本文以监测站坐标时间序列中多路径误差为研究对象,根据多路径误差在历元间的时变特性,建立多路径误差状态空间模型,采用标准卡尔曼滤波和顾及有色噪声的卡尔曼滤波从监测站第一天双差固定解坐标残差序列中估计多路径误差改正序列,并根据多路径误差的周日重复特性,利用第一天得到的多路径误差改正序列对之后各天坐标序列进行改正.最后通过实验分析,得出顾及有色噪声的卡尔曼滤波估计方法优于标准卡尔曼滤波的结论.研究方法对提高GNSS定位精度具有重要实用价值.     

基于经验模式分解的滤波去噪法及其在GPS多路径效应中的应用

经验模式分解(Empirical Mode Decomposition,EMD)是一种新的信号处理技术,它是基于数据本身的,且能在空间域中将信号进行分解,从而可以区分噪声和有用信号。根据EMD分解白噪声而得到的本征模式函数(IMF)分量的能量密度与其平均周期的乘积为一常量这一特性,建立一种新的基于EMD滤波去噪方法,并将该方法应用于GPS多路径效应的研究中。通过对模拟数据与GPS实测数据的处理分析,得出以下主要结论:①EMD滤波去噪法与小波方法都能最大限度地削弱测量的随机误差,但EMD滤波去噪法比小波方法更直接,且不受测不准原理及小波函数选择的影响;②相比小波方法,EMD能够更有效地剔除瞬时强噪声,从而能够提取更精确的多路径效应重复性误差改正模型。     

浅谈GPS测量多路径误差

对GPS测量多路径误差进行了分析,根据多路径误差变化同时间段一致性特性,采用残差相减重复部分的方法,探索抑制多路径效应的途径。     

奇异谱分析滤波法在消除GPS多路径中的应用

基于奇异谱分析(singularspectrumanalysis,SSA)的基本思想,利用噪声与信号的赫斯特(Hurst)指数有显著差异这一特性,提出了一种新的SSA滤波法,同时给定了嵌入维数犔与重构阶次犘的确定标准,并将该方法应用于GPS多路径的研究中。通过模拟数据及实测GPS坐标序列的数据分析,结果表明SSA滤波法是一种有效的去噪方法,其去噪效果与小波滤波与经验模态分解(empriricalmodedecomposition,EMD)滤波相当。针对多路径效应周日重复性的特点,利用该滤波方法建立改正模型,可有效地削弱多路径效应的影响,进而提高GPS动态变形监测的精度。     

论GPS测量中的多径误差

多径误差是小区域(<3000km2)GPS点位测量的主要误差源。论述多径误差的简化模型和4种参数(卫星方位角、卫星高度角、截止高度角和时段长度)对多径误差的影响。     

一种利用增广参数Kalman滤波的GPS多路径效应处理方法

提出了一种基于增广参数Kalman滤波的多路径效应系统误差估计方法,将系统误差作为状态参数,并对其建立一阶AR模型,同时利用多路径重复性特性,更新多路径误差改正模型,在一定程度上解决了固定多路径误差模型随着时间推移重复性减小而有效性降低的问题,并利用16d实测数据例证了本方法具有一定的可行性和有效性。     

GPS非差数据处理中的粗差处理方法及其应用

探讨了数据探测和稳健估计两大类粗差处理方法,处理了实际GPS观测数据,实现了在非差单点定位数据处理中对单个粗差的有效探测和处理。     

Evolution of Multipath Error Reduction with Signal Processing

GPS Solutions - The described method of code and carrier multipath error reduction is a refinement of the strobe method of pseudo random noise (PRN) signal processing. This method utilizes as a...