GPS卫星星历的精度分析

利用全球GPS永久性跟踪站WUHN(武汉)站在SA取消前后五天的广播星历文件计算得到在视卫星的位置和钟差，与事后IGS精密星历提供的卫星位置和钟差进行比较分析，说明SA取消对广播星历的影响。     

GPS系统硬件延迟修正方法的探讨

介绍GPS系统硬件延迟偏差及对TEC的影响，给出一种计算GPS系统硬件延迟偏差的方法，并结合实例，对该方法进行了探讨。     

GPS单频精密单点定位软件实现与精度分析

建立了半和改正单频精密单点定位的数学模型,利用单频栽波相位与C/A码伪距观测值,综合考虑各种误差改正模型,开发了单频精密单点定位解算模块TriP-SF,利用不同运动状态的实测数据进行了静态、静态模拟动态、车载动态及机载动态定位试验.试算结果表明,单天静态平面与高程定位精度均达到cm级,略低于当前双频精密单点定位的精度;动态定位平面位置精度为0.2～0.3 m,高程方向为0.5 m,能够满足dm级的定位要求.另外,动态定位精度与载体机动性的强弱有一定的相关性.     

GNSS多系统集成的兼容性问题

分析了GNSS多系统组合导航定位的优势,论证了GPS/GLONASS/GALIEO 系统集成的兼容性,并阐述了相应的归算模型,最后探讨了GNSS兼容机的关键技术,为实现多系统组合导航提供了一定的理论依据.     

西南极菲尔德斯海峡断层GPS地壳形变监测网的建立和精度分析

着重分析了西南极菲尔德斯海峡断层ＧＰＳ地壳形变监测网的建立,数据采集及监测精度,得出一些有益的结构和建议。     

联合SVM和HMM的水上/水下导航场景感知模型构建

导航场景感知是智能化PNT的重要特征,更是实现多场景无缝导航定位的基础。本文聚焦水上/水下导航场景,考虑电磁波的衰减程度差异将其细分为水上、浅水、深水3类场景,利用支持向量机(support vector machine, SVM)进行场景分类与识别,在此基础上,引入隐马尔可夫模型(hidden Markov model, HMM)表达导航场景切换,进一步提升场景识别可靠性。本文分别构建了基于结果联合(SVM-HMM1)及基于概率联合(SVM-HMM2)的水上/水下导航场景感知模型。实测分析表明,两种模型能够实现高精度场景感知,SVM-HMM1与SVM-HMM2识别准确率分别为91.36%与95.11%;与单一的HMM和SVM模型相比,联合模型在结果分类与识别上更为稳定,准确率提升约为0.95%～8.46%。     

单站GPS测速在实时地震监测中的应用

本文提出一种利用单站GPS载波相位或多普勒观测数据,基于单站GPS测速法实时确定地震监测台站运动状态(速度)的新方法.针对2010年4月4日发生于墨西哥Baja California(32.259°N,115.287°W)北部的M_w7.2级EI-Mayor-Cucapah地震事件,选取震中邻近区域(200 km内)若干采样率为5 Hz的高频GPS观测站数据进行实验.结果表明:基于新方法所得测站速度结果能够很好地反映出地震期间监测台站的瞬时运动状态,测站P496和P744计算的速度结果与其并置强震仪观测结果具有很好的一致性.     

参数自主学习的车辆运动约束新模型及其惯性推算误差抑制分析

准确、连续、可靠的位置信息是车载导航应用的基础条件,在不增加额外传感器的前提下,集成GNSS与MEMS及车载CAN总线传感器,并融入车辆运动约束信息,是最为简单有效且低成本的车载多源导航方案。在车辆运动约束中,合理配置相关参数是约束条件能否充分发挥作用的关键,本文重点针对车辆非完整性约束,采用多元回归和深度学习方法,构建了参数自主学习的车辆运动约束模型。同时,提出了在观测域直接学习侧向/垂向速度参数的新思路,相比原有方差域调参方法具有更好的约束效果。实测分析表明,相比于方差域调整参数的传统方法,在观测域进行参数自主学习的新模型具有显著的精度提升,采用多元回归模型的惯性推算误差在水平位置上减小了69.6%~81.2%,而利用深度学习则减小了60.0%~77.3%,同时,水平相对定位精度分别改善了75.2%和65.0%,新模型能够有效提升GNSS失效时车载定位精度维持能力。     

GNSS非组合PPP部分模糊度固定方法与结果分析

在精密单点定位(precise point positioning,PPP)技术中,模糊度固定错误将导致严重的定位偏差,为保证PPP模糊度实现更可靠的固定,需对模糊度子集的选取方式进行优化。提出了一种将质量控制与施密特正交化相结合的PPP部分模糊度固定方法。在全球导航卫星系统（global navigation satellite system,GNSS）多系统融合条件下, 选取多模GNSS实验数据,在非差非组合PPP模型中对比分析施密特正交化方法与高度角选星方法,并进行模糊度固定及定位性能验证。结果表明,施密特正交化方法相比高度角选星方法,各天与各站平均历元固定率在静态模式下分别提高了7.74%与11.46%,在仿动态模式下分别提高了7.90%与7.78%;各天与各站的首次固定时间在静态模式下分别提高了22.30%与25.42%,在仿动态模式下分别提高了20.44%与19.65%。在PPP模糊度固定和定位精度方面,多系统融合相比单BDS(BeiDou navigation satellite system)提升效果明显,在95%分位数条件下,水平和高程方向收敛时间分别平均减少20.00 min和19.00 min,水平和高程方向定位精度分别平均改善了1.50 cm和1.12 cm。在非差非组合PPP模型中,采用施密特正交化PPP部分模糊度固定方法可以显著提升模糊度固定性能,改善定位精度。     

城市场景智能手机GNSS/MEMS融合车载高精度定位

智能手机凭借其普遍性、便携性和低成本等优势,已成为大众用户导航与位置服务的主流终端载体,其多频多系统GNSS（global navigation satellite system）观测值的开放进一步激发了手机高精度定位的研究。然而,受限于消费级GNSS器件性能,手机卫星观测值呈现出信号衰减严重、伪距噪声大、粗差周跳多等问题;并且受城市复杂环境影响,手机GNSS定位的连续性、可靠性也难以保证。提出一种城市场景手机GNSS/ MEMS（micro-electro mechanical system）融合的车载高精度定位方案。首先,构建了速度约束的GNSS差分定位模型;然后,通过手机内置MEMS与车辆运动约束,在挑战环境下进行GNSS/MEMS融合精密定位。实验结果表明,在开阔和树荫场景下,速度约束方法可达到分米至米级定位精度,相比于常规方法分别提升了35.2%和78.9%;在高架场景下,GNSS/MEMS融合定位的精度和连续性均提升显著;在隧道场景下,MEMS推算位置累积误差约为2.5%。实验结果初步表明,手机GNSS具备开阔环境下的车道级定位能力,手机GNSS/MEMS融合可提升城市复杂环境下车载定位的精度和连续可用性。