应用Jones-Tryon Kalman滤波器对在轨GPS Rb钟进行状态监测

时间尺度算法用于综合钟组内所有的原子钟,建立一个频率稳定度更高的时间尺度,其核心环节可以概括为通过N-1组观测量（钟差）计算得到N台钟的权重和预测值。传统算法主要关注如何调整权重来提高时间尺度的稳定度,本文算法通过调整预测值来提高时间尺度的稳定度。本文算法使用Kalman滤波器对观测钟差进行状态估计,在Kalman滤波器每一次递推的过程中,调整一次预测值,通过每次实时调整预测值来建立时间尺度。理论推导和仿真实验都表明,本文建立的时间尺度滤除了频率白噪声,主要只含有频率随机游走噪声,所以具有很高的中短期稳定度。该时间尺度是一个连续、实时、可预测的时间尺度。     

基于Kalman滤波的塔筒GPS监测系统

介绍一种基于Kalman滤波的塔筒GPS监测系统,用于监测塔筒在不同环境、各种载荷作用下的工作性能,采用Kalman滤波原理对GPS监测数据进行处理分析。采用米度测控单双频自动变形监测系统研发的监控中心软件,对风电场塔筒进行安全监测管理。经过工程试验和数据分析,说明利用GPS可以有效、准确地监测塔筒工作状态,为风电场塔筒的承载能力、工作状态和耐久性评估提供参考依据。     

基于Kalman滤波器的卫星钟差预报精度分析

Kalman滤波器稳态条件下的卫星钟差预报精度可作为评估星地时间同步性能的重要依据,研究了基于Kalman滤波器的卫星钟差预报精度问题。在卫星钟差包括3阶白噪声情况下,建立了卫星钟差的状态方程和测量方程,利用离散Riccati方程的非递归代数解,得到了Kalman滤波器的稳态解,进一步得到了卫星钟差预报误差,做了典型参数情况下的数值分析。     

扩展区间Kalman滤波器及其在GPS/INS组合导航中的应用

针对具有不确定动态模型参数的 GPS/INS 组合导航系统,首先介绍一种新型的区间Kalman滤波器,讨论了GPS/INS 组合系统中模型参数不确定性的问题,分析了惯性传感器建模中相关时间常数的区间特性,并建立了适合非线性特性的GPS/INS组合系统的扩展区间卡尔曼滤波器.计算结果表明,扩展区间卡尔曼滤波器对非线性GPS/INS组合系统是很有效的,它能给出组合系统导航误差的上下界,这对组合系统的设计具有指导的意义.     

自适应抗差Kalman滤波在公路GPS测量中的应用

本文介绍了用载波相位平滑伪距观测数据和自适应抗差Kalman滤波算法进行差分动态定位的方法，用试验数据说明了车载GPS道路测量系统所能达到的精度水平。     

一个快速Kalman滤波方法及其在GPS动态数据处理中的应用

本文首先建立起利用Ｋａｌｍａｎ滤波进行动态ＧＰＳ数据处理的数学模型。然后，基于矩阵外积概念设计了一个很有实用价值的Ｋａｌｍａｎ滤波算法，并应用于动态ＧＰＳ数据处理问题。理论分析和计算结果表明：该方法不仅数值稳定性高，而且快速高效，所用ＣＰＵ时间仅为标准Ｋａｌｍａｎ滤波的八分之一。     

GPS动态数据处理中的快速Kalman滤波算法

根据GPS数据处理中的Kalman滤波状态转移矩阵和设计矩阵大量存在零元素的特点,将其构造成特定稀疏矩阵.再利用稀疏矩阵乘法,同时结合矩阵对称性、矩阵求逆降维等方法,可大大减少Kalman滤波的乘法次数.在非差C/A伪距情况下,该算法乘法总次数不到传统算法的1/3;在双差伪距P1,P2 双差载波情况下,该算法乘法总次数甚至不到1/6;其耗时也只有传统算法的1/3左右,因而大大提高了Kalman滤波的计算效率.     

GPS动态数据处理中的快速Kalman滤波算法

根据GPS数据处理中的Kalman滤波状态转移矩阵和设计矩阵大量存在零元素的特点,将其构造成特定稀疏矩阵。再利用稀疏矩阵乘法,同时结合矩阵对称性、矩阵求逆降维等方法,可大大减少Kalman滤波的乘法次数。在非差C/A伪距情况下,该算法乘法总次数不到传统算法的1/3;在双差伪距P1,P2 双差载波情况下,该算法乘法总次数甚至不到1/6;其耗时也只有传统算法的1/3左右,因而大大提高了Kalman滤波的计算效率。     

融合小波变换和自适应Kalman滤波在GPS监测中的应用研究

针对自适应卡尔曼滤波只适用于滤除高斯分布的白噪声,本文提出了融合小波变换和自适应卡尔曼滤波的算法。该算法利用小波变换的多尺度分解,将GPS高频的监测时间序列进行多层分解,重构出新的GPS监测时间序列,将其作为新的自适应卡尔曼滤波初始值,进行滤波处理。将融合算法的滤波结果与单一的自适应卡尔曼滤波结果进行对比分析,结果表明融合算法的滤波效果较为显著。同时,对融合算法滤除的噪声信息进行统计分析,结果表明融合算法滤除的噪声符合正态分布,进一步说明了该融合算法的有效性,为GPS的高频率、高精度的监测提供了技术支持。     

大坝监测资料的时变Kalman预测模型

基于对大坝监测资料预测模型时变性的要求,在模型LS参数求解过程中引入遗忘因子,提出了能够实现模型参数实时更新的IWRLS算法。在此基础上,为使预测模型体现物理含义的同时实现滤波操作,在Kalman滤波方程组中融入统计模型、ARMA等多种方法,由此建立了考虑白色观测噪声的时变Kalman预测模型。实例分析表明,时变Kalman模型拟合及预测精度均优于传统统计模型,为大坝监测资料的预测分析提供了新思路。     

GNSS星载原子钟性能评估

Kalman滤波时间尺度算法是一种实时的原子钟状态估计方法,在守时实验室具有重要实用价值。由于原子钟状态模型误差估计存在偏差,Kalman滤波时间尺度算法中状态估计可能出现相应异常扰动,应当对状态模型误差进行实时控制。对此,引入基于渐消因子的改进Kalman滤波时间尺度算法。对状态预测协方差矩阵引入渐消因子,利用统计量实时计算渐消因子的量值,控制状态预测协方差阵的增长,降低了原子钟状态估计的扰动。实验结果表明,相比于标准Kalman滤波时间尺度算法和基于预测残差构造自适应因子的Kalman滤波算法,基于渐消因子的改进Kalman滤波时间尺度算法能够提高原子钟状态估计的准确度,改进时间尺度的稳定度。     

卡尔曼滤波参数设置对箭载GPS滤波效果影响分析

卡尔曼（Kalman）滤波作为一种实时递推算法,对减少随机噪声的影响具有重要作用。但在目前资料中很少涉及关于Kalman滤波过程中各种参数选择对于滤波效果的影响分析,通过从理论和工程应用两个层面对箭载GPS状态参数的初值、参数估计的协方差矩阵的初值、测量噪声和系统噪声等参数的变化对Kalman滤波效果的影响进行了研究分析,结合工程实际,提出了Kalman滤波参数设置原则,给出了各参数设置的范围和目的,并利用实测数据进行了分析计算,结果表明：能有效减少箭载GPS滤波的盲目性,提高滤波效率,具有很好的滤波效果,更切合工程实际。     

基于UKF的GPS非线性动态滤波算法

介绍了一种Unscented卡尔曼滤波算法，它通过确定性采样获得一组采样点，可获得更多的观测假设，对系统状态统计特性的估计更加准确，同时该算法无需对系统方程进行线性化，避免了传统的EKF算法由于线性化引入的误差。本文将UKF算法用于GPS非线性动态滤波技术中，建立了仿真模型并定义了仿真条件，与EKF算法的仿真结果相比，在系统状态统计特性未知的情况下，UKF算法对系统状态的估计更准确，定位精度更高。     

抗差卡尔曼滤波在GPS动态定位中的应用

基于Kalman滤波的GPS动态定位中，动态观测量及其相应的动态模型可能存在异常，若数据处理不考虑对这些异常的特别处理，则模糊度的估值及其所提供的动态信息将极不可靠，按抗差估计原理，文中构造了状态向量和观测值对模糊度的影响函数，并由此建立了动态GPS定位的抗差Kalman滤波解法，实际计算验证了该方法的实用性和可靠性。     

Kal man 滤波在 GNSS 伪距单点定位中的应用

G PS定位是利用G PS卫星位置,以卫星天线到接收机天线的距离作为观测值来解算接收机坐标的理论和方法。伪距单点定位仅是以G PS信号中的测距码作为距离观测值以此来解算目标的坐标值及接收机钟差的方法。简单介绍了G PS 伪距单点定位的基本理论模型,分别探讨了其最小二乘解法和Kalman滤波解法。最后对两种解算结果进行对比分析, Kalman滤波能够很好的平滑解算结果,使得结果的稳定性更好。     

一种联合载波相位观测值的GPS/BDS滤波导航算法

提出了一种基于历元间相位差分的GPS/BDS单机实时动态定位算法。该方法采用历元间载波相位差分数据准确计算出载体的位置变化量;并以此描述载体的运动状态变化,建立动态定位滤波模型的状态方程。同时以历元间载波相位差分数据与伪距数据作为主要观测值,采用扩展Kalman滤波实时估计载体的位置和钟差。采用自主编制的软件对静态与车载GPS/BDS实测数据进行处理,结果表明:采用该方法,定位结果精度优于传统的标准单点定位算法与载波相位平滑伪距算法;而且算法具有较好的稳定性,与载体的运动状态无关。     

迭代扩展卡尔曼滤波用于实时GPS数据处理

标准的卡尔曼滤波可以扩展到非线性模型,即将泰勒公式应用于状态方程和观测方程,得到扩展卡尔曼滤波公式。首先推导了计算公式,研究了迭代计算方法,并将其用于GPS数据的实时处理。     

基于方差递推法的Kalman滤波在钟差预报中的应用

卫星导航系统中星载原子钟的钟差预报对于导航、定位及授时具有重要的作用。为了提高卫星钟差预报的精度,设计了一种两步确定卫星钟噪声协方差矩阵的Kalman滤波钟差预报模型。该方法首先基于Hadamard总方差确定卫星钟噪声协方差矩阵的初值,然后,使用方差递推法得到滤波过程中卫星钟的噪声协方差矩阵。使用GPS系统的星载铷钟数据进行短期预报,并与常用的二次多项式模型、灰色模型进行对比,结果表明:本文中提出的方法可以实现高精度的卫星钟差预报且预报效果优于两种常用模型,同时,该方法能够在一定程度上弥补预报误差随预报时间增加而不断变大的不足。     

UKF算法及其在GPS卫星轨道短期预报中的应用

分析了GPS卫星预报星历,在比较分析EKF和UKF优缺点的基础上,将UKF引入GPS卫星轨道预报研究中。数值模拟和结果分析表明,UKF方法预报更稳定,能有效地提高轨道预报精度和稳定性。     

使用复合滤波器实现双差GPS/INS动态组合高精度定位定姿

提出了一种双差载波相位GPS/INS紧密组合的新形式,分析了紧密组合和松散组合的计算形式和特点,进而统一了紧密组合和松散组合的估计状态,并将此紧密组合和松散组合相结合,实现了一个复合滤波器。此滤波器可以根据GPS的实际观测情况动态选择合适的滤波方式,可兼顾滤波器的精度和可靠性。通过处理实测数据,验证了此滤波器在精度和可靠性上都优于任一种单一的组合模式。