基于卡尔曼滤波的北斗伪距单点定位算法研究

为了提高北斗伪距单点定位的精度,提出了一种基于多普勒频移和伪距观测值的北斗卡尔曼滤波单点定位算法,并利用实测数据对该算法的可行性与稳定性进行了验证。试验结果表明,该算法在一定程度上提高了伪距单点定位的定位性能。其中,静态定位在平面方向提高42%,高程提高22%;动态定位在平面方向提高33%,高程提高21%。     

一种基于多普勒频移的GPS自适应滤波算法研究

针对接收机的动态模型对GPS定位精度的影响,提出了一种基于多普勒频移观测的高动态GPS自适应滤波算法。该算法利用GPS伪距测量值以及利用信号载波的多普勒频移所获得的伪距率测量值,在GPS动态滤波中同时观测伪距和伪距率。借助于移动目标的运动矢量模型以及GPS定位误差模型建立了滤波方程。重点讨论了运用该模型进行Kalman滤波的实现过程。仿真实验表明,该模型与传统的方差自适应模型相比,位置精度提高了32%、速度精度提高了25%,应用本文算法能够提高定位精度和改善接收机的动态性能,拓宽高精度、高动态导航的应用范围。     

GPS多普勒伪距平滑定位与测速方法

针对卫星导航系统受移动载体所处特殊工作环境及状态的影响,导致载波相位观测值发生周跳并引起载波相位平滑伪距产生较大误差的问题,该文提出一种基于高精度且不受周跳影响的多普勒频移观测值对精度相对较低的伪距观测值进行平滑的方法;采用GPS多普勒频移进行伪距平滑,并计算移动载体的位置信息;通过结合求解的位置信息与多普勒频移进一步完成移动载体速度的求取。静、动态实验结果表明:该文提出的多普勒频移平滑伪距算法能够进一步提高载体的定位和测速精度。     

顾及WGDOP的伪距单点定位算法及精度研究

介绍了伪距单点定位的基本算法,给出了相应的改正模型,以及定位精度的比较。通过实例计算,得到伪距单点定位的坐标值,并分析了平差值与已知坐标值的差值,以及模型的误差。结果表明,计算时顾及观测量精度的差异可以进一步提高定位精度。利用组合定位对提高动态导航定位的精度和可靠性具有重要的研究和应用价值。     

顾及WGDOP的伪距单点定位算法及精度研究

重点介绍了伪距单点定位的基本算法,给出了相应的改正模型,以及定位精度的比较。通过实例计算,得到伪距单点定位的坐标值,并分析平差值与已知坐标值的差值,以及模型的误差。结果表明,计算时顾及观测量精度的差异可以进一步提高定位精度。利用组合定位对提高动态导航定位的精度和可靠性具有重要的研究和应用价值。     

QZSS对GPS伪距单点定位精度影响分析

为评估准天顶系统(QZSS系统)对GPS兼容频率伪距单点定位精度的影响,本文基于IGS跟踪站实测数据,分析了QZSS系统对GPS单频、双频、三频伪距单点定位精度的影响.经分析发现,QZSS系统能有效改善GPS卫星可见数与卫星空间几何构型,改善率都在25％以上,同时QZSS能明显提升GPS伪距单点定位精度,对于GPS单频...     

载波/多普勒平滑伪距在Android手机中的定位实现

针对Android手机GNSS伪距定位精度较低的问题,利用手机端观测信息,通过载波相位/多普勒平滑伪距改善手机端伪距观测值的质量,从而达到提高定位精度的效果。首先给出了Android手机GNSS原始观测量的获取方法,然后推导了载波相位平滑伪距和多普勒平滑伪距算法模型,并设计合理有效的试验对算法的精度进行评定。试验结果表明：在手机端静态定位中载波相位和多普勒平滑算法均可提高原始伪距的定位精度,且多普勒平滑算法表现更优;在手机端动态定位中多普勒平滑算法可获得比原始伪距更优的定位精度,但是载波相位平滑算法较原始伪距更差;由于硬件的制约手机端周跳和信号失锁严重,占比超过50%,载波相位在手机端的可用性较低;多普勒平滑算法的最优平滑时间常数小于等于10 s,具有实时动态定位的巨大潜力。     

北极地区BDS-3伪距单点定位精度分析

针对北斗三号卫星导航系统（BDS-3）在北极地区的定位性能,本文基于METG站和SOD3站分析了北极地区BDS-3的卫星可见数、PDOP 值、单频和双频伪距单点定位精度.经研究发现,北极地区BDS-3卫星可见数和 PDOP 值与GPS卫星一致,B1I频率与B3I频率伪距单点定位精度相当,相比于GPS卫星L1频率伪距单点定位精度略差,B1I／B3I频率组合下的伪距单点定位精度低于任一单频伪距单点定位精度,并且相比于GPS卫星L1／L2频率组合下的伪距单点定位精度略差.      

单点定位中一种载波相位平滑伪距方法

针对伪距单点定位精度低,定位结果发散等问题,该文提出一种基于卫星高度角的卡尔曼滤波相位平滑伪距方法。基于该方法利用载波相位信息对C/A码伪距进行平滑,并用最小二乘法求解用户位置。通过实测的静态和动态数据验证了该方法的可行性。结果表明:和最小二乘法比,该方法定位结果更加平滑,一定程度上提高了伪距单点定位精度。其中,静态定位水平精度提升了20.7%,垂直精度提升了15.7%,三维精度提升了16.8%;动态定位水平精度提升了27.8%,垂直精度提升了20.8%,三维精度提升了21.2%。     

利用GPS伪距导出的多普勒频移测速

推导了利用伪距观测值获取多普勒频移的公式,并利用导出的多普勒频移来确定载体的速度。实测数据表明,利用伪距导出的多普勒频移测速,可以达到dm/s级的水平。在没有原始多普勒观测值或者相位观测出现了频繁周跳的情况下,可以利用伪距导出的多普勒频移获得载体概略的速度信息。     

基于自适应 Kalman 滤波的边坡变形预测研究

研究Kalman滤波和自适应Kalman滤波算法,结合边坡监测点的运动模型将其应用于边坡变形监测动态数据变形预测。利用小湾水电站二号山梁高边坡GPS监测数据进行实验研究。结果表明,自适应Kalman滤波在边坡三维形变预测及变形速率估算方面有很好的预测结果。     

扩展卡尔曼滤波的安卓手机定位算法研究

随着手机定位的应用越来越多,目前市场中许多APP(Application)都会用到定位功能.但多数APP使用传统的定位算法,不能满足人们实时获取高精度地理位置信息的需求.现阶段对于手机的全球定位系统(GPS)芯片原始数据定位方法的研究较少,因此本文主要对利用手机GPS原始数据定位的可行性及定位算法进行了研究.利用Android 7.0系统提供的应用程序接口获取GPS芯片的原始数据参数,根据手机实用场景的速度特征,分别设计并实现了针对于静态场景的静态卡尔曼滤波和针对低速场景的动态卡尔曼滤波定位算法.通过静态实验以及电动车实验和步行实验的结果表明:与传统的定位算法相比,本文设计的静态卡尔曼滤波和动态卡尔曼滤波定位算法拥有更好的定位结果,更加接近实际行走路线,证明了利用手机GPS原始数据定位的可行性,同时也证明了设计的卡尔曼滤波算法可以提高定位精度,论文的研究结果为实现静态与动态的高精度手机定位算法提供了理论依据.     

基于模糊理论的抗差Kalman滤波算法

动态导航与定位的质量取决于对动态载体扰动和观测异常扰动的认知和控制质量。在实践中,观测向量及其动态模型信息均可能存在异常,此时若仍利用标准Kalman滤波,则状态滤波解将极不可靠。在标准Kalman滤波原理的基础上,结合模糊控制理论,提出了一种基于模糊理论的抗差Kalman滤波算法。该方法是依据滤波处理后的数据残差,利用模糊理论构造等价权,从而有效控制粗差对导航解的影响,并用算例验证了该方法的可行性和有效性。     

基于渐消因子的改进Kalman滤波时间尺度估计算法

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。     

基于卡尔曼滤波方法的BDS动态伪距差分定位算法研究

针对北斗卫星导航系统(BDS)最小二乘伪距差分方法定位精度及稳定性不足的问题,提出了一种基于卡尔曼滤波方法的伪距差分算法,并进行了静态以及人行慢动态两种条件下的实验.对实测数据结果的处理分析表明,卡尔曼滤波方法在静态条件下,东、北、高三个方向精度分别提升55%、23%、48%.在动态条件下,东、北、高三个方向精度分别提升71%、49%、33%.     

卫星导航定位卡尔曼滤波时延平滑方法研究

为进一步提高卫星导航定位精度和性能,介绍和讨论了卡尔曼滤波延时平滑方法,并建立了一种卡尔曼滤波延时平滑定位模型与算法。与经典卡尔曼滤波类似,该算法同样具有状态系统与测量系统两类方程,能够根据后续历元测量值及定位结果向前进行逆向预测与更新,从而达到对整体定位过程再次平滑的目的,更大程度地获得定位结果跟随性与平滑性之间的平衡。通过多种不同情况下的GPS实测试验,对方法的正确性和可行性进行了分析与验证。结果表明,卡尔曼滤波延时平滑定位方法能够适用于多种静态、动态导航应用领域,使输出结果更为平滑和准确,在有效提高定位精度的同时具有更强的抗多径和抗干扰性。     

将GPS广播星历算法作为低轨卫星动力学模型的综合定轨方法

根据GPS广播星历算法的预报特性和自适应抗差滤波原理,提出了一种将GPS广播星历算法作为低轨卫星动力学模型的自适应抗差滤波综合定轨方法。计算结果表明,所提出的自适应抗差滤波综合定轨方法不仅充分利用了几何观测信息,而且通过自适应因子合理地控制了不可靠的广播星历预报信息对滤波解的贡献,有效地保证了定轨的精度和可靠性。     

带约束条件的自适应滤波及其在GPS定位中的应用

推导了约束状态下的卡尔曼滤波递推方程,采用不消去状态参数的方法,在卡尔曼滤波的数学模型中增加约束状态方程推导出约束状态下的卡尔曼滤波递推方程.表明采用带约束条件的滤波递推过程与一般卡尔曼滤波递推方程相似,只要对预报值及其协方差增加一项约束条件改正项即可,因此,在滤波计算上不需要做大的修改.还讨论了带约束条件的卡尔曼滤波的自适应算法,说明一般自适应滤波算法同样适用于带约束条件的滤波,因此在应用上非常便利.利用一组GPS动态定位数据中的伪距观测值进行计算分析,并以距离作为一个约束条件,结果显示约束条件对滤波结果的改善程度与约束条件和动态系统本身有关.对于一般卡尔曼滤波中因模型确定误差和动态目标突然加速而导致的滤波发散现象,如果增加约束条件的约束力较小时,同样会出现滤波结果偏离,因此,带约束条件的滤波同样需要考虑滤波的自适应性.     

一种基于渐消因子的区间卡尔曼滤波器方法

在噪声环境中,运动目标发生稳态突变会降低卡尔曼滤波器的滤波性能,进而导致组合导航的可靠性降低,导航系统抗干扰能力下降,影响导航的精确度。为了提高卡尔曼滤波器性能,提高抗干扰能力和导航精度,在采用基于卡尔曼滤波器的超紧耦合同时,提出一种新型的基于渐消因子的区间卡尔曼滤波器算法。该算法通过引入渐消因子和区间矩阵对滤波器增益矩阵进行实时调整,并利用区间运算中的交集运算将各种误差源约束到交集区间,进而保证在区间运算中保真集合映射的完备性并取得最优化。结果显示,该算法能够克服原有滤波器算法的缺陷,在噪声环境中提升对稳态突变目标的跟踪能力,且在噪声中滤波器效果提高,算法计算量没有明显增加。