基于部分模糊度固定技术的RTK定位改进算法

差分卫导实时动态定位(RTK)的定位精度取决于载波相位整周模糊度固定算法的成功率。LAMBDA(Least-Squares Ambiguity Decorrelation Adjustment)算法作为最有效的模糊度在航固定算法,其效能易受卫星故障、多径效应等因素的影响。为提高LAMBDA算法的成功率,引入部分模糊度固定技术。改进后的RTK定位算法以模糊度方差值为序,逐步剔除具有相对最大方差的模糊度并利用LAMBDA算法固定剩余的模糊度,直至模糊度固定成功。双动运动平台实测结果表明,改进后的RTK定位的模糊度固定成功率达到100%,其中首次固定成功率达到98.3%。与导航领域公认的事后处理软件定位结果相比,改进后的RTK定位精度达到厘米级。     

LAMBDA算法在卫星导航定位中的应用研究

卫星导航定位中,基于载波相位观测值的RTK定位技术能够在达到厘米级的定位精度,其核心技术是整周模糊度的快速解算。采用LAMBDA方法能快速解算整周模糊度完成初始化,实时周跳检测,搜索并固定新的模糊度。利用2个NovAtel接收机采集数据,对采集到的数据进行仿真验证。仿真结果显示,该方法缩短了搜索的时间,定位结果达到了精度要求。     

基于Kalman滤波的实时动态相对定位方法

常规实时动态定位(Real Time Kinematic,RTK)模糊度解算策略是基于当前时刻观测数据快速确定模糊度,在后续最小二乘方程中将该模糊度作为已知值,该方法会导致后续定位结果存在系统性的偏差甚至错误。针对该问题,设计了基于Kalman滤波的RTK解算方法,该方法以固定的模糊度为已知量进行强制约束来提高模糊度解算的可靠性。基于实测数据验证分析表明,该方法在超短和中长基线下具有定位精度稳定的优点。     

基于改进RTK算法的铁路导航精密单点定位优化

铁路导航精密单点定位容易受到周跳数据的影响,导致定位结果在水平和垂直方向出现相对偏移,针对该问题提出了基于改进RTK算法的铁路导航精密单点定位优化方法。根据铁路导航精密单点定位原理,采用改进RTK算法构建定位模型,初步获取定位结果。使用双频载波相位测量法探测周跳,剔除野值点,获取预处理后的单点数据。消除一阶电离层延迟,结合模糊度固定技术采集浮点数,获取不同模糊度下的位置坐标。求解载波相位整周模糊度固定问题,实现单点定位优化。分析实验结果可知,该方法在相对偏移时间为6×103s时,垂直误差最大仅为2 m,水平误差为0,说明该方法的定位结果精准。     

浅析卫星导航接收机中的码伪距差分技术

简要论述了码伪距差分技术在卫星导航接收机中的优点，详细论述了码伪距差分定位算法模型，将码伪距差分定位与单点定位进行对比仿真，明显提高了卫星导航接收机的定位精度。     

网络RTK定位性能分析

网络 RTK 技术作为传统 RTK 算法的扩展,可利用区域参考站网的大气产品提供作业范围更广、成本更低、初始化时间更短、更高精度的定位服务性能。首先对网络 RTK 算法策略进行了总结归纳,采用实测数据从基准站模糊度固定效果、大气延迟建模精度和终端定位性能三个方面评估分析了网络 RTK 的定位性能。试验结果表明,网络 RTK 技术和单基线 RTK 算法水平定位精度均优于 1 cm,高程定位精度 2 cm 左右,模糊度固定率均接近 100%。     

基于单差正交模型的GNSS伪距差分定位技术

全球卫星导航(Global Navigation Satellite System,GNSS)的伪距差分定位由于不需要解算整周模糊度,即使是在载波差分定位技术广泛应用在高精度差分定位的当代,伪距差分定位在辅助载波差分定位等方面依旧具有研究的意义。本文介绍了一种基于单差正交模型的伪距差分定位技术。它可以避免双差伪距所带来的观测量强相关和对参考卫星过分依赖的缺点,同时消除钟差项的影响。实验结果表明,码差分在动态定位时可以实现分米级的定位精度,可以用于辅助载波差分定位的快速解算。     

双系统卫星导航增强系统研究

提出了对双系统组合定位的增强方法，详细研讨了双卫星导航增强系统方案。该方法提高了卫星导航系统信息的安全性，在特殊时期，在某一系统不能使用时（如GPS），仍能利用其它卫星导航系统提供定位服务；通过地面差分修正站播发双卫星导航系统之间的系统时差以及地面差分修正站视界内所有卫星的伪距修正量，提高了卫星导航设备的可用性和定位精度；同时增加了信号的完好性，提供的冗余信息增加，使接收机自主完好性监测（RAIM）方法更易鉴别出故障卫星。     

UKF滤波在农业车载北斗导航系统中的应用

我国自主研制的北斗卫星导航系统已开始应用于农业机械自动导航。针对广泛研究的无源北斗定位系统,由于定位接收机本身误差、环境噪声以及人为干扰等因素的影响,而导致相应的量测序列出现某些粗大的错误数据,使得导航定位不精确。用无迹卡尔曼滤波算法UKF(Unscented Kalman Filter)实现农业车载导航系统的非线性状态估计,避免了EKF方法的线性化近似过程及其引入的线性化截断误差,提高了算法的收敛速度和载体的定位精度。文中针对基于BD导航定位的喷雾机,对车载BD系统进行当前统计建模,用EKF和UKF方法分别进行了滤波仿真。仿真结果表明:在车载导航状态估计中,UKF滤波方法优于EKF滤波方法,定位精度可以达到1米左右。     

北斗系统对流层延迟改正模型精度分析

北斗系统是我国自主研制的卫星导航定位系统,为提高该系统的定位精度,必须对其误差源引起的定位误差进行修正。对流层延迟是影响北斗卫星定位精度的误差源之一,它是由对流层大气对卫星信号的折射而引起,因此需要进行对流层延迟改正,其改正精度将直接影响卫星的定位精度。针对目前导航系统常用的3种对流层延迟模型,利用公认的电波射线描迹法进行比对,得到了各个模型的特征和适用范围,从而为我国北斗导航卫星定位应用中的对流层延迟模型选择奠定基础。     

动态限星算法对RTK定位的耗时改进

差分卫导实时动态定位(RTK)依靠 Kalman 滤波功能的实现，当滤波器阶数过高时，会带来计算量的激增，这就会影响定位的耗时。当运算平台能力有限却需要较低的计算时间耗时，动态限星算法能够有效地将 RTK 的计算耗时降低至合适的耗时需求。运动平台实测结果表明，动态限星算法优化后的 RTK 定位耗时较优化前减少了 50%。     

一种LAMBDA整周模糊度解算正确性的评估算法

针对基于经典假设检验理论的模糊度正确性评估算法的缺陷，提出了一种依据概率指标的LAMBDA（Least Square Ambiguity Decorrelation Adjustment）整周模糊度解算的正确性评估算法。该算法能够有效解决实时动态差分定位中模糊度解算值的可信度问题，降低系统完好性风险。通过对跑车实验中GPS差分定位数据的直接处理及引入多径误差后处理，该评估算法可以在置信水平为99.5%的条件下实时有效地评估模糊度解算值的正确性。     

利用时变噪声贝叶斯卡尔曼滤波的室内移动目标定位

基于射频识别的指纹滤波定位技术是当前室内定位中常使用的技术之一。针对该技术存在的卡尔曼滤波算法不能准确适应环境噪声变化,致使定位精度不高的问题,提出了一种适应时变噪声的贝叶斯卡尔曼滤波算法。所提算法结合Sage-Husa滤波模型和贝叶斯模型,实现了过程和测量协方差矩阵的最优化,有效地降低了噪声,提高了指纹滤波定位的精度。实验结果表明,与变分贝叶斯卡尔曼滤波和Sage-Husa滤波相比,无障碍情况下,基于改进算法的定位精度提高了6%以上;有障碍干扰下,则提高了14. 6%以上。     

EKF在GPS导航定位中的应用研究

论文中针对GPS星座轨道参数及系统特性,建立基于伪距测量误差模型的导航定位状态方程,利用扩展卡尔曼滤波算法（EKF）,对GPS定位解算精度进行仿真实验分析。仿真结果表明,EKF明显优于最小二乘算法,具有较高的滤波精度,可以更好地满足GPS用户定位精度要求。     

GPS动态定位中自适应卡尔曼滤波研究

采用描述机动载体运动的“当前”统计模型，建立了一种新的GPS动态定位自适应卡尔曼滤波模型。为了进一步提高滤波器的动态性能，提出一种改进的自适应滤波算法，大大提高了GPS动态定位卡尔曼滤波器的跟踪能力，改善了滤波效果。计算机仿真结果验证了该算法的有效性。     

基于非线性滤波的交互式多模型算法

为了使交互式多模型算法更好的应用于非线性系统,将转换测量卡尔曼滤波引进到交互式多模型算法中,通过建立IMMCVCACT模型进行仿真,仿真结果表明,相对于单模型结构,引入转换测量卡尔曼滤波算法明显提高了跟踪精度.     

正逆向滤波在惯性卫星组合导航中的应用

为满足高性能惯性/全球卫星导航系统(GPS)组合导航的要求,进一步提高卡尔曼滤波算法在组合导航定位中的解算精度,考虑利用逆向数据处理和加权平滑的融合算法,提出一种正逆向融合的卡尔曼滤波算法应用于惯性/GPS的松组合导航中。分析了正逆向融合的卡尔曼滤波算法的解算方法,并与普通正向卡尔曼滤波算法做出比较。实验部分采用车载传感器采集的实测数据,通过对两种方法解算结果的误差分析,表明了正逆向融合的滤波算法在定位精度方面优于传统正向滤波算法。     

NLOS环境下基于TOA/AOA的单基站目标跟踪

现有的单基站定位技术由于非视距（Non-Line-of-Sight,NLOS）误差的存在,导致定位性能急剧下降。针对这一问题,提出了一种基于单基站的改进扩展卡尔曼滤波（Extended Kalman Filter,EKF）算法。该算法在扩展卡尔曼滤波器中引入阈值去判断是否丢弃测量值,通过对卡尔曼增益的处理来提高对NLOS误差的滤除能力,最后利用扩展卡尔曼滤波器的跟踪性能对移动目标进行定位跟踪。仿真结果表明,所提算法的定位精度优于传统的EKF、无迹卡尔曼滤波器（Unscented Kalman Filter,UKF）等算法,且对抑制NLOS误差具有良好的效果。