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。     

利用一阶AR模型的Kalman滤波系统误差研究

在Kalman滤波算法中,利用一阶AR模型,将系统误差作为状态参数估计,从而消除或减弱其对滤波估计值的影响,并以实验证明,该算法能在一定程度上,抵制系统误差对滤波解结果的影响,证明了该算法的可行性和实用性。     

一种Kalman滤波系统误差及其协方差矩阵的半参数估计方法

提出用半参数估计理论来解决系统误差对Kalman滤波解的影响问题。即用半参数模型中的非参数分量表达观测模型和动力学模型中未知的系统误差,在移动的窗口内,基于观测残差和状态向量预测残差拟合模型系统误差,进而修正相应的观测向量和状态预测向量的协方差矩阵,以消除系统误差对滤波的影响。同时这种方法还有明显的优点,就是在滤波过程中不需要对系统误差做任何假设。文中推导了基于正则核估计来解算导航系统半参数模型的相应公式,并根据一个模拟的算例,证明了算法的有效性。     

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。     

GPS多路径效应规律研究

GPS卫星定位技术依靠定位精度高、全天候等特点,已在多个领域广泛应用,然而GPS多路径效应产生的误差却时刻影响着其定位精度。通过分析GPS多路径效应产生的原因,然后对试验的结果进行残差图和数值的比较,在理论上证明GPS多路径效应存在一定的规律性。     

CVVF方法用于GPS多路径效应的研究

将交叉证认法与Vondrak数字滤波器相组合,提出一种分离测量资料中信号与噪声的新方法,即CVVF方法,并将该方法用于GPS多路径效应的研究中.对数字模拟试验和实际观测资料的分析表明,该方法能最大限度地削弱测量的随机误差,使资料序列中的信号和噪声合理分离.同时,利用GPS多路径效应周期性重复的特性,可有效地削弱多路径效应对观测结果的影响,从而提高GPS定位精度.     

基于Kalman滤波的大规模GNSS网参数估计方法

针对传统方法存在的缺陷,研究了利用Kalman滤波技术进行大规模GNSS网参数（主要包括测站位置参数、卫星轨道参数及极移参数）估计的理论方法与关键技术,并利用40个全球均匀分布的IGS站多天的观测数据对理论成果进行了验证。结果表明,本文估计得到的测站位置参数与IGS结果各分量较差的RMS值分别为0.85、1.1、1.21 cm,得到的卫星轨道参数外推1 h后与IGS最终星历各分量较差的RMS值分别为9.8、8.6、7.2 cm,得到的极移参数与IERS结果的较差基本在1 mas之内;该方法具有较高的估值精度,可有效地用于GNSS网各类参数的估计。     

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。     

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。     

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。     

基于噪声估计的卡尔曼滤波用于GPS卫星钟差预报研究

利用重叠哈达玛方差确定卫星钟噪声随机模型,采用顾及钟差随机噪声模型的卡尔曼滤波进行钟差预报分析,并与最小二乘预报算法相比较,得出以下结论:卡尔曼滤波进行1 d以内的短期预报时,精度达到亚纳秒级,优于最小二乘预报算法,在长期预报或拟合数据量较少时,最小二乘预报精度优于卡尔曼滤波。     

基于卡尔曼滤波重建的GPS点位修正

由于单点定位的结果受卫星星历误差、卫星钟误差以及卫星信号传播过程中大气延迟误差的影响较为显著,因此解算出的定位结果在真值附近上下浮动。文中采用ARMA模型建立卡尔曼滤波的观测方程和状态方程,并对定位结果进行滤波;采用一次滤波后的坐标值作为初值,建立ARMA模型并二次滤波。实验表明,滤波有效防止了定位结果偏差过大情况的发生,使滤波收敛值与准确值最大偏差不超过3cm,表明采用一次滤波后的坐标值建立的模型更为合理,从而为单点定位结果的时间序列模型的建立提供一种新方法。     

顾及模型误差的卡尔曼滤波相位解缠

本文提出一种顾及模型误差的卡尔曼滤波相位解缠算法,该算法在卡尔曼滤波的状态空间模型中引入一与误差因素有关的控制变量,对相位误差进行补偿,通过在解缠过程中将卡尔曼滤波增益限制在一定范围内,把误差阻遏在相当小的区域,最后对解缠相位进行卡尔曼滤波平滑操作,减少了误差的传播。分别采用仿真数据和真实InSAR数据进行实验,并与原卡尔曼滤波相位解缠结果进行对比分析,验证了本文方法的有效性。     

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。     

GPS多路径误差分析及探测方法

多路径误差严重影响动态GPS测量精度,且很难将其彻底消除.介绍多路径效应的机理及特性,利用相同环境下、连续卫星周期间数据取差以及连续历元坐标序列的移动平均方法削弱多路径误差,提高定位精度.     

基于卡尔曼滤波的GPS高动态载波跟踪环路设计

针对高动态环境会使接收机接收信号载频上产生很大的多普勒频移及其变化率,普通的GPS载波跟踪环无法保证可靠的跟踪等问题,通过综合分析传统的二阶叉积自动频率控制环(CPAFC)辅助三阶锁相环(PLL)的高动态载波跟踪环路,以及卡尔曼滤波器在动态跟踪中的优势与劣势,该文设计了一种基于卡尔曼滤波的二阶CPAFC辅助三阶PLL的GPS高动态载波跟踪环路。通过仿真分析证明,新的环路能更好地适应动态性,整体跟踪性能更好;并且在信噪比较低的情况下,环路优势更明显。     

基于卡尔曼滤波和改进DBSCAN聚类组合的GPS定位算法

实时获取智能移动终端的地理位置信息是增强现实(AR)实景智能导航系统实现的关键,为了提高智能终端GPS定位的精度,提出了一种基于卡尔曼滤波与改进的具有噪声的基于密度的聚类方法(DBSCAN)结合的GPS组合定位优化方法.通过对GPS系统采集到的位置坐标数据进行卡尔曼滤波,去除较大的数据波动,控制定位误差范围,采用DBS...     

卡尔曼滤波算法的GPS双差观测值周跳探测与修复

针对非差相位观测值中误差来源较多,对周跳探测不够敏感等问题,双差观测值可大幅削弱相关性较强的误差,较好地探测序列中小的周跳。该文以GPS双差观测序列为研究对象,运用卡尔曼滤波算法,建立双差观测序列周跳探测与修复模型。最后通过理论和实验分析,验证了模型的有效性和可靠性。     

卡尔曼滤波在GPS数据预处理中的应用

为了提高GPS数据预处理过程中基线解算的精度,文章研究利用多项式拟合法得到Kalman滤波的系统状态方程和转移矩阵,提出利用Kalman滤波算法对三差观测值进行粗差及周跳的修复。实验结果证明Kalman滤波可以对含噪信号进行有效的降噪,经降噪后的信号具有更好的分布。     

GPS多路径效应中的EEMD时空滤波器

根据结构动态监测中GPS多路径效应的日重复性和低频周期等特性,本文研究了一种基于集成经验模态分解(EEMD)技术的滤波方法,构造了EEMD时空滤波器。通过计算连续两天GPS动态监测数据EEMD的相关系数,提取GPS监测数据中的多路径效应。实验结果表明了该方法的有效性,为结构动态变形模态分析提供了有效数据。