基于Allan方差的陀螺随机误差分析

随机误差是陀螺误差分析中重要的一部分,将Allan方差用于陀螺随机误差分析中,首先介绍了Allan方差的计算步骤,其次详细论述了随机误差的类型及其在Allan方差双对数图中的表现形式,最后通过仿真以及实测数据进行验证,结果表明Allan方差可以对各种误差源的统计特性进行辨识,是一种简单实用的陀螺随机误差识别方法。     

分组并行的交叠式Allan方差快速算法

针对标准式Allan方差计算效率低、稳定性差的问题,该文构建了一种局部交叠的快速Allan方差算法.该算法采用分组并行运算的方法,通过局部的交叠式处理,得到指数变步长的数据簇.然后利用标准Allan方差公式获得对应数据簇的Allan方差值,最后绘制双对数曲线分析误差类型与大小.仿真与实测结果表明:与标准式Allan方差相比较,该算法不仅能够更精确地分离和计算噪声系数,而且大幅度提高了解算效率,长度为720 000个样本点的数据解算时长从26.71 min 降低到0.35 s.     

基于Allan方差和SVR的MEMS陀螺仪随机误差分析与预测

为了使低成本MEMS陀螺仪数据的精度更高,本文提出了一种混合核函数支持向量回归（SVR）的MEMS陀螺仪随机误差预测模型,并通过粒子群优化（PSO）算法对模型参数和核函数参数进行优化;同时通过Allan方差法对SVR预测前后的MEMS陀螺仪随机误差数据进行分析。试验结果表明：混合核函数SVR对MEMS陀螺仪随机误差的预测准确度可达99.99%;当MEMS陀螺仪所处状态不同,但噪声特性相同时,可采用统一的SVR预测模型预测随机误差,研究结果为进一步用于MEMS陀螺仪的实时误差补偿中提供依据。     

基于RWTLS的Allan方差算法简化

Allan方差是现在应用最广泛的随机误差辨识方法之一。大量的试验表明Allan方差可有效地分离出导航过程中的多项随机误差,但是Allan方差也有自身的局限性。针对Allan方差在处理大数据量时计算效率低下、辨识度受粗差的影响较大的问题,本文提出了简化Allan方差算法的方案。首先,在确保Allan方差计算准确的前提下,以提高Allan方差计算效率为目的,对Allan方差算法进行简化;然后,利用抗差加权整体最小二乘（RWTLS）模型的迭代算法对简化后的Allan方差辨识结果进行抗差拟合处理;最后,以光纤式惯性测量单元（IMU）为分析对象,设计试验方案对简化后的Allan方差进行验证。     

利用Allan方差分析GPS非差随机模型特性

非差GPS定位中,通常采用以观测值服从高斯白噪声条件的估计准则进行参数求解。研究表明卫星端误差、传播路径误差、测站环境误差等会破坏观测值的白噪声特性,并且未模型化误差同样具有不利影响。这不仅破坏了估计准则的假设条件,而且部分非白噪声有可能被状态参数吸收,影响估计的准确性。本文将观测值白噪声、有色噪声和未模型化误差一同纳入GPS非差随机模型,以验后残差来表征GPS数据的随机特性,进行Allan方差分析,研究噪声成分及其参数。结果表明,GPS非差噪声组合主要为WN+GM,相位白噪声为2.392mm,GM过程噪声为4.450mm/s,相关时间为52.074s,伪距白噪声为0.936m,GM过程噪声为0.833m/s,相关时间为14.737s,相位的GM过程噪声与卫星相关性较大,而其余噪声则与测站相关性较大,大量分析结果表明GPS非差随机模型并不服从高斯白噪声假设,有待精化。     

运动状态下MEMS IMU随机误差的Allan方差分析方法

在车载全球卫星导航系统（global navigation satellite system,GNSS）/微机械系统（micro-electro mechanical system,MEMS）惯性测量单元（inertial measurement unit,IMU）组合导航滤波解算时,通常使用MEMS厂商标定的加速度计和陀螺仪的随机模型参数（简称为标称参数）。这些标称参数由传感器厂商在静止状态或通过实验室转台设备来测定,是否适用于运动状态下的组合导航滤波解算并获得最优的定位精度,需要进一步研究和评估。本文提出了一种运动状态下MEMS IMU随机误差的Allan方差分析方法,将不同精度等级的IMU安装在同一车载平台上同步采集观测数据,用高精度IMU观测数据提取车辆运动信息,然后从低精度MEMS IMU观测数据中剔除车辆运动信息得到类似静止的观测数据,进行Allan方差分析,获得运动状态下的MEMS随机模型参数,并将其应用于GNSS/惯性导航系统（inertial navigation system,INS）组合导航解算。试验结果表明,采用运动状态下标定的随机模型参数,组合导航的定位精度优...     

低精度光纤陀螺随机误差的辨识与仿真

陀螺随机漂移是影响惯性导航和组合导航精度的重要因素。为了有效辨识出光纤陀螺随机漂移噪声的参数,采用了自相关函数、功率谱密度和Allan方差对实测陀螺数据进行分析。实验结果表明:自相关函数、功率谱密度和Allan方差都能有效辨识出陀螺输出信号中的角度随机游走噪声,只有Allan方差能辨识出其中的角速率随机游走噪声。Allan方差可以为光纤陀螺随机漂移建模提供参考。     

GPS+BDS与UWB组合定位的Helmert方差分量估计方法

为了提高室内外过渡区定位精度,本文采用GPS+BDS与UWB组合定位,建立GPS+BDS与UWB组合定位模型,并针对GPS与BDS星座结构的不同,以及UWB与GNSS观测值残差差异较大的情况,采用Helmert方差分量估计法分别对GPS、BDS、UWB进行定权;最后通过动态室内外过渡区试验组合模型进行精度验证。结果表明,基于GNSS+UWB定位系统,采用Helmert方差分量方法,在东、北、天3个方向的定位精度均获得了显著提高,静态条件下提高幅度约为20%,动态条件下提高幅度约为10%。     

Helmert方差分量估计结果的方差一致性检验实质

Helmert方差分量估计是合理确定不同类观测值或不同种精度观测值权比的常用方法.文中从方差一致性检验的角度分析了Helmert方差分量估计迭代收敛结果的实质,指出了其检验统计量即为χ2(r)分布密度取得最大值的点;并指出当同时还存在其它平差模型误差时,Helmert方差分量估计也可能收敛,且收敛结果的检验实质并没改变,但收敛结果却已失真.     

基于方差分量估计原理的自适应卡尔曼滤波及其应用

简单介绍了GPS伪距动态定位的卡尔曼滤波模型的建立，针对传统卡尔曼滤波中动态噪声不准或不容易确定以及因动态目标机动而导致滤波发散的现象，提出了一种根据方差分量估计原理，利用预报残差计算模型的动态噪声方差分量的自适应滤波算法，当利用预报残差进行计算时，这一方面增加的计算量不大，能有效地克服由上述原因而导致的滤波不稳定现象，适用于GPS动态定位数据的实时处理。     

基于MS05AX测量机器人的精密三角高程误差来源与精度分析

对影响三角高程精度的主要因素进行了深入分析,详细分析了三角高程测量中天顶距误差来源及其对高差改正的影响,剖析了自动目标识别的主要误差源,阐述了折光系数误差是影响三角高程精度主要因素之一,提出了采用平差后高差进行大气折光系数修正的思路,利用动态折光系数对三角高程进行高差改正,为三角高程代替二等水准提供了一种新的思路。最后以实据工程为例,验证了精密三角高程代替二等水准的可行性。     

BDS广播星历的轨道误差分析

北斗卫星导航系统(BDS)已经正式投入运行,在卫星导航市场面临着GPS和GLONASS的竞争与挑战。因此,系统的性能即成为决胜市场的关键。对于实时导航的用户而言,广播星历是其能够正常定位导航的前提。对BDS的广播星历精度进行评价,无论是对系统的建设和后期发展,还是对用户市场的拓展,都具有重要的意义。分析结果表明,BDS的IGSO和MEO的广播星历精度与GPS相当,但是GEO卫星要差一些。     

基于BDS+GPS中长基线多频RTK定位的快速收敛模型

随着全球卫星导航系统(GNSS)进入多系统时代,天空中导航卫星的可见数不断增加,而我国北斗卫星导航系统(BDS)也已开始面向用户提供三频导航信号,这都有利于改善RTK定位的精度和可靠性。本文提出了一种BDS+GPS中长基线多频RTK定位算法,先以较高成功率快速固定BDS的两个超宽巷模糊度,继而通过简单变换得到BDS宽巷模糊度,然后用其辅助提高GPS宽巷模糊度固定成功率,最后采用将电离层延迟误差和对流层延迟误差参数化的策略以加快窄巷模糊度浮点解的收敛速度,缩短模糊度首次固定的时间。结合实测数据进行的验证分析结果表明,利用本文算法对模糊度进行解算是可行的。     

BDS IODE字段制定方法研究

差分定位中要求参考站与流动站间使用同一组卫星星历和钟差参数。GPS、GLONASS和Galileo系统采用数据期卷IOD(GLONASS t_b)识别卫星星历和钟差参数, 即通过比较差分电文和导航电文中的IOD(t_b), 判断参考站和流动站是否采用同一组卫星轨道和钟差参数。BDS数据龄期(AOD)定义为星历/钟差参数的外推时间间隔, 其取值不能体现出BDS卫星星历和钟差参数的变化, 不能用于DBDS中卫星星历和钟差参数的识别。本文结合BDS ICD中星历参数的定义, 参考GPS、GLONASS和Galileo空间信号接口和差分协议中关于卫星星历识别参数的定义方法, 总结了BDS星历识别参数应具备的性质;在此基础上提出了3种BDS卫星星历识别参数生成方法, 对提出的3种方法进行了分析比较并给出了建议方案。     

一种基于单接收机旋转的北斗快速精确定向新方法

利用1台北斗接收机以一定的臂长和角速率围绕固定中心旋转,解决了定向中北斗卫星导航系统中5颗GEO卫星静止不动和观测时间短造成的观测方程复共线性问题,推导了定向的基本原理,并概要设计了定向系统。仿真结果表明,在3 min时间内定向精度可优于10 s;在利用GPS接收机进行物理仿真时,实现的外符合定向精度优于80 s。     

机载SAR运动补偿残余误差建模及影响分析

在基于运动传感器测量数据的机载SAR运动补偿方法中,IMU/GPS测量误差和地物定位误差等非理想因素的存在会导致相位补偿量的不准确,进而引入残余运动误差,影响SAR图像质量.本文针对IMU的各项测量误差、系统延时误差、多普勒中心频率误差、参考DEM误差等影响轨迹测量和地物定位精度的具体因素展开研究,建立了上述因素与残余运动误差之间的函数关系.该函数关系显示,残余运动误差主要来源于航迹测量误差和地物定位误差,航迹测量误差主要根源于IMU/GPS测量单元中加速度计的常值漂移和IMU关于姿态角的测量误差,地物定位误差主要根源于参考DEM误差等因素.本文通过建模分析,完成了对机载SAR运动补偿精度退化机理的研究.     

北斗三频消电离层伪距差分定位及其精度分析

我国的北斗系统（BDS）是目前唯一全系统卫星播发三频信号并能提供区域成熟导航定位服务的卫星定位系统。相比双频信号,利用三频信号有望获得更好的导航定位结果。本文基于实测BDS三频数据,主要测试分析了双频消电离层组合和三频模式下的最小噪声消电离层组合的伪距差分定位性能。首先利用历元间观测值差分的方法,获取了实测BDS数据3个频点的伪距精度;其次应用最小范数法求解了三频最小噪声消电离层组合系数。理论分析结果表明,三频伪距噪声最优组合相比双频情况有所改进,但幅度不大;基于实测北斗三频数据的定位结果也显示出相同的结论,即定位精度略有提升,但幅度不大。     

基于方差膨胀模型的粗差探测Bayes方法

基于方差膨胀模型提出并建立了用观测信息的同时利用先验信息判断粗差的Bayes方法。首先,根据Bayes统计推断的基本原理,建立了判断粗差的Bayes方法——后验概率法;然后针对测量平差实际,考虑未知参数的两种先验信息分别给出了非等权独立观测条件下基于该模型的后验概率的计算公式;最后对模拟算例进行了计算和分析。试验结果表明,用给出的探测粗差的Bayes方法是切实可行的。