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。     

自适应联邦滤波器在GPS-INS-Odometer组合导航的应用

针对多传感器观测信息较多、计算效率较低、对动力学模型误差稳键性不佳的问题,提出了一种自适应联邦滤波器并应用于GPS-INS-Odometer组合导航。首先介绍GPS-INS-Odometer组合导航的动力学模型和观测模型,比较分析了信息分配因子和自适应因子的共同特性,论证了联邦滤波器和自适应滤波器的等价性及其等价成立条件,提出了自适应联邦滤波器的信息分配因子构造方法。最后利用实测数据验证了算法的有效性。结果表明,相比于基于GPS和Odometer(里程计)初始方差构造信息分配因子的联邦滤波器,本文提出的自适应联邦滤波器兼容了联邦滤波器高效计算效率,且具有较好的抵抗动力学模型误差效果,能够有效削弱多传感器动力学模型误差对于导航解算的影响,对直接可测参数和间接可测参数的精度提高均起到了积极的作用。     

一种基于对角线预排序的模糊度降相关方法

通过分析基于升序排列和下三角乔列斯基分解的降相关算法的优缺点,提出了一种模糊度降相关新方法。该方法是基于对角线预排序和上三角乔列斯基分解的降相关算法,不仅保证每次乔列斯基分解的降相关程度最高,而且使降相关后的条件方差大致降序排列。在分析当前常用的降相关效果评价指标的基础上,选取条件数和等价相关系数作为新方法降相关效果的评价指标。应用实测数据进行降相关计算得出,与基于升序排列和下三角乔列斯基分解的降相关算法相比,新方法降相关程度更高,迭代次数更少,可以提高整周模糊度解算过程中条件搜索的效率。     

信息分配系数的自适应滤波在GPS/DR组合导航中的应用

在组合导航中常采用联合滤波器进行多源传感器的信息融合,其中信息分配系数的取值直接影响着联合滤波器的性能。在详细分析子滤波器状态变量估计协方差阵特点的基础上,文中提出了采用两组信息分配系数的自适应联合滤波模型,并将设计的自适应联合滤波模型应用于车载GPS/DR组合导航中。仿真实验表明,导航的位置精度提高约为40%;速度精度提高约为10%。同时也提高了组合系统的容错性和可靠性。     

EGNOS模型在对流层延迟插值方法改进中的应用

在插值站与已知站平均高程面高差较大的情况下,传统的反距离加权内插法得到的对流层延迟值精度较差,因此提出了一种基于EGNOS模型的反距离加权插值方法。该方法通过EGNOS模型将对流层延迟改正值在高程方向上进行投影延拓。相对于传统内插法来说,可以避免较大高差带来的空间内插结构上的畸形。采用IGS站提供的对流层产品进行实验,结果表明该方法求得的对流层延迟改正精度相比于传统的反距离加权内插法有了显著提高,特别是对于高差较大的站点有很好的改进效果。     

����EKPF��GPS����ģ���о�

??????GPS?????????????????????????????????11??PVA??Position??Velocity??Acceleration)?????????е?????λ??????????????????????????????????????????????????????????????????????ó???????????????????????·??Ч?????????????????????λ????????????????????????????     

����ͳ��ѧģ���ڱ������з����е�Ӧ��

?????????????????????????????GPS???μ?????????????????е??????? ???????????????????????????￥??????????У????ú??????????б????????????????з???????????????????????????е?????????????????????GPS????????￥???????о???????????????????????????Щ?????????????????????е?????????     

基于CEEMD-Wavelet-SavGol模型的GPS多路径修正算法

针对GPS多路径提取过程中EMD算法存在模态混叠效应及小波（Wavelet）去噪局限性的问题,提出了一种基于CEEMD-Wavelet-SavGol模型的多路径提取算法。为了能够充分提取高频和低频中的有用信息,该算法利用完备经验模态分解（CEEMD）对信号进行分解,得到一系列从高频到低频的模态函数（IMF）,并根据模量标准化累计均值法对尺度进行区分,然后分别采用Wavelet和SavGol滤波对高频分量和低频分量进行降噪,将降噪后的IMF进行重构,得到降噪后的信号。最后将该模型用于GPS多路径误差提取的实例中,并与Wavelet、EMD、CEEMD模型进行对比,证明了新模型的有效性。     

基于低通滤波的GPS/INS组合导航模型研究

惯导系统中惯性元件误差是影响惯性导航及组合导航精度的重要因素。本文首先分析了INS加速度计及陀螺仪在不同方向上的原始观测数据误差源及其相关作用,并给出低通滤波及GPS/INS(Global Positioning System/Inertial Navi-gation System)组合导航模型。在此基础上,提出采用低通滤波器消除INS原始数据中的高频随机误差,提高GPS/INS组合导航精度的技术路线。模拟INS的线速度及角加速度原始观测数据,对本文模型进行INS自主导航测试,导航精度得到明显提高。进一步采用实测数据进行组合导航分析,滤波前后计算的位置误差比较可以看出滤波后的导航解要优于滤波前,X、Y、Z三个方向上导航精度分别提高了15.1%、28.3%、28.1%。在残差最大值的比较上,三个方向上都有所减小,说明本文模型可有效提高导航精度。     

多普勒平滑伪距在GPS/INS紧耦合导航中的应用

针对GPS/INS紧耦合导航中GPS伪距观测值精度较低的问题,提出了一种多普勒平滑伪距在GPS/INS紧耦合导航的应用算法。首先给出了GPS/INS紧耦合导航详细的动力学模型和观测模型,在载波相位平滑伪距的基础上推导了多普勒平滑伪距的具体算法和方差-协方差计算公式,并引入遗传算法对平滑因子进行最优估计;然后利用实测数据验证了新算法的有效性。结果表明,平滑算法能够有效提高伪距观测值的精度,从而提高组合导航的定位精度,相对于载波相位平滑伪距,多普勒平滑伪距的精度略有提高,而且多普勒平滑伪距不受周跳的影响,算法的效率更高。与此同时,伪距观测值精度的提高使其与伪距率观测值精度相当,增强了滤波系统的稳定性。