GPS/BDS组合系统伪距单点定位模型精度分析

合理确定观测值权阵对于应用GPS/BDS组合系统提高单点定位的精度和稳定性十分重要.文章对GPS/BDS常用的几种定权模型等权模型、高度角随机模型、基于Helmert验后方差估计模型、顾及PDOP值的定权模型等进行了实验与分析.结果表明:基于Helmert的定权方法精度最高,进一步对其观测值的分类根据高度角进行改进并利用PDOP值的选星思想后,模型精度再次提高.研究结果可以为提高GPS/BDS组合系统伪距单点定位的精度提供参考.     

Combined GPS/GLONASS precise positioning for long-distance baselines

Combined GPS/GLONASS can increase the accuracy and reliability of positioning especially in some applications with many impediments. Due to the atmosphere delay, the commonly used methods for processing short distance baselines can not be implemented in long distance baselines. In this paper, a new data processing strategy for long distance baselines is proposed, which uses the properties of some combination observables of combined GPS/GLONASS and distance baselines may come to the order of 10?8 and combined GPS/GLONASS improves the accuracy over that of GPS-only positioning, which brings benefit to crust deformation monitoring and research on geodynamics.     

Optimizing artificial neural network-based indoor positioning system using genetic algorithm

Abstract

The Global Positioning System (GPS) is expected to play an integral role in the development of digital earth; however, the GPS cannot provide positioning information in regions where a majority of the population spends their time, that is, in urban and indoor environments. Hence, alternate positioning systems that work in indoor and urban environments should be developed to achieve the vision of digital earth. Wi-Fi-based positioning systems (WPS) stand out because of the near-ubiquitous presence of the associated infrastructure and signals in indoor environments. The WPS-based fingerprinting is the most widely adopted technique for position determination, but its accuracy is lower than that of techniques such as time of arrival and angle of arrival. Improving the accuracy is still a challenging task because of the complex nature of the propagation of Wi-Fi signals. Here, a novel server-based, genetic-algorithm-optimized, cascading artificial neural network-based positioning model is presented. The model is tested in 2D and 3D indoor environments under varying conditions. The model is thoroughly investigated on a real Wi-Fi network, and its accuracy is found to be better than that of other well-known techniques. A mean accuracy of 1.9 m is achieved with 87% of the distance error within the range of 0–3 m.     

GNSS观测值统一表达及组合PPP解算性能分析

针对GNSS多系统组合进行PPP定位的问题,推导了GNSS观测值统一表达式;进而给出了基于UofC模型的多系统组合PPP的函数模型和随机模型;最后采用6个IGS观测站24 h观测数据对7种组合模型的PPP进行解算,并从收敛率、收敛速度和定位精度等方面进行了统计分析。实验结果表明,当观测时长为60 min时,GPS/GLONASS/BDS组合PPP收敛性能最好,收敛率为91.7%,平均收敛时间为16.1 min;而BDS PPP收敛性能最差,收敛率仅为32.7%,平均收敛时间为38.4 min。可见,多系统组合有利于提高精密单点定位的解算性能。对于定位精度,在观测时长较短时(如0.5 h),GPS/GLONASS/BDS组合PPP整体上具有最优的定位精度,(N,E)方向偏差和标准差分别为(0.3,0.5)cm和(1.9,4.3)cm;短时间内对流层参数与垂直方向的强相关性,将致使U方向精度较差。     

北斗Ⅱ载波相位差分定位法在高填方变形监测中的应用

通过对北斗Ⅱ载波相位差分定位技术在高填方变形监测中的应用研究,包括实时动态差分定位(RTK)和静态相对定位,构建了完整的北斗Ⅱ高填方变形监测软硬件系统。该系统采用基于贯序极限学习机的卫星信号周跳探测与修复方法进行数据预处理,并利用基于卫星历元数的分层置信滤波算法对静态相对定位结果进行修正,提高了定位结果的准确性和可靠性。通过自制的精度测试装置,以百分表和钢尺测量的位移变化量为相对真值,完成了上述变形监测系统的精度试验。试验结果表明:该系统的RTK高程测量精度优于2 cm,静态高程测量精度优于2 mm,静态水平位移测量精度优于1.5 mm,可有效抑制卫星信号周跳和卫星历元数量较少等因素的影响。     

一种融合空间拓扑关系的室内无线定位方法

针对仅利用无线信号源和其发射信号强度定位会丢失待测位置与信号源之间固有空间关系的问题,提出了利用已知位置接收信号源发射的无线信号强度测量未知点的低成本室内定位方法。该方法深入分析了待定位点和无线信号源以及信号覆盖范围之间的空间关系,充分利用RCC-8空间关系模型进行无线定位。实验结果表明,采用这种融合空间拓扑关系的基于无线信号强度的室内定位方案能够优化定位流程,并在测得位置中反映待测点和信号源之间的相对空间关系。     

北斗+GPS组合单点定位精度评价与分析

北斗系统现在已经进入了全球组网的阶段。本文详细推导了北斗/GPS组合单点定位的数学模型;设计了两种方案,利用Multi-GNSS Experiment（MGEX）网的实测数据,分别从单个测站和亚太及其周边地区的12个测站来全面地进行北斗、GPS单系统,以及北斗+GPS组合单点定位的精度评价与分析;验证了组合单点定位的数学模型,得出了组合系统单点定位的精度和稳定性均优于单系统的结论,以期为北斗系统的应用推广提供参考。     

基于WiFi信号室内定位技术的研究

主要对基于WiFi信号的室内定位技术中的三角形定位法进行了研究。鉴于现有的三角形定位模型受信号强度和环境干扰的约束影响,定位精度不高,提出了一种结合室内影响因素约束的权重改正定位模型,更加切合复杂的室内定位环境。通过试验测试和数据分析,经过加权去噪模型改正后的定位精度更高,适用性更广。     

面向电网巡检的多旋翼无人机航测系统关键技术研究及应用

针对无人机电力巡检所面临的定位精度低、近距离巡检操控难度大、自动化程度低、人为操控事故风险高等问题,本文提出了利用多旋翼无人机RTK差分定位技术、复杂塔型飞行规则机器学习算法等无人机航测系统技术,研发面向电网巡检的无人机智能操作系统及控制终端,提升电网线路日常管理和应急指挥的规范性、便利性和经济性,为电网管理部门提供一种低成本、易操作、高效率、机动灵活的新型巡检模式。     

利用单相机和神经网络估计的室内定位导航

由于三维场景与二维图像之间存在着非线性和高度复杂的关系,使用相机对用户的位置进行估计需要建立复杂的数学模型。针对该问题,本文提出了使用神经网络估计的单相机进行室内定位的方法。室内定位系统的主要优点是LED能够使用可见光通信发送其位置信息。首先,该方法充分利用LED光线的投影不变性,借助图像传感器通信（ISC）完成虚拟直线的构建;然后,运用神经网络估计从该虚拟直线中提取出相机的方向信息;最后,使用一个简单数学方程估计用户位置。仿真试验考虑了4种情形,结果表明,本文提出的方法性能优于同类方法,对于一个房间内的大部分地方,定位误差在35 mm以内。