恶劣环境下GPS/BDS混合双差模糊度固定性能分析

针对在恶劣观测环境下每个GNSS系统只观测到较少的几颗卫星,采用标准双差模型很难实现整周模糊度固定的问题,该文对GPS/BDS系统间混合双差模型进行研究,利用该模型计算出GPS/BDS系统偏差。在此基础上,利用实验分别对模拟和真实恶劣观测环境下的模糊度固定性能进行分析,实验结果表明,恶劣环境下GPS/BDS系统间混合双差模型表现良好,相较于经典的双差模型可将模糊度固定平均所需时间分别缩短43%和33%,模糊度固定成功率分别提高107%和31%。     

卫星轨道与钟差对精密单点定位精度的影响

为了分析不同卫星轨道与钟差产品对精密单点定位精度的影响,选取不同的卫星轨道与钟差产品组合分别进行不同时长的静态精密单点定位试验。结果表明,快速轨道和钟差与最终轨道和钟差的定位精度是一致的,1小时定位精度在2cm左右,6小时定位精度提高了3倍以上,达到了mm级,定位精度随观测时间的增长而提高。超快轨道实测部分与最终轨道的定位精度十分接近,1小时定位精度在3cm左右,6小时定位精度可达mm级。超快轨道外推部分与最终轨道的定位精度差异明显,1小时定位精度在3cm左右,2小时后定位精度均在1cm左右。     

新息向量的抗差Kalman滤波方法及其在UWB室内导航中的应用

针对超宽带（ultra wideband,UWB）室内导航中非视距（non line of sight,NLOS）测距误差会大幅降低导航精度以及系统噪声的不确定性导致滤波精度不高的问题,提出了一种基于新息向量的抗差Kalman滤波方法。该方法在UWB室内导航线性化模型的基础上,利用单个新息值构造抗差因子矩阵,从而消除非视距测距误差的影响,同时对系统噪声协方差矩阵进行实时估计和修正。实验结果表明,该方法不但能有效地消除非视距测距误差对导航解算的影响,而且能进一步提高导航解算的精度和稳定性。     

零速修正与完备监测在UWB/MEMS IMU组合中的应用

针对超宽带(UWB)在室内定位过程中受非视距环境影响易出现粗差以及微机电系统(MEMS)惯性测量单元(IMU)定位误差随时间快速发散的问题,该文提出了采用自适应卡尔曼滤波的UWB/MEMS IMU组合的室内定位方法,并通过自主完好性监测算法对UWB测距异常值进行剔除,将零速修正算法加入到组合定位系统中,抑制在UWB数据中断情况下MEMS IMU误差的发散。实验结果表明,在UWB存在中断的复杂室内环境下,UWB/MEMS IMU组合定位的平面定位精度在0.2 m以内,自主完好性监测与零速修正能有效地提高组合定位系统的精度与稳定性。     

2008年11月黑龙江省3次较大降雪过程云图对比分析

本文针对2008年11月2日、13日和15日3次较大降雪天气过程,从卫星云图应用等方面分析了3种不同的云系在降雪过程中的演变情况,并结合700 hPa高空网进行分析.初步得出3种不同云系出现大降雪的一些特征.     

惯性测量单元辅助的LiDAR动态点云剔除方法

针对动态场景下动态目标影响激光雷达同时定位与建图算法(LiDAR SLAM)的精度和成图效果问题,该文提出一种基于惯性测量单元(IMU)辅助的多层次模糊综合评价动态点云剔除方法。通过标定IMU/LiDAR外参统一两类传感器坐标系,再将每帧点云聚类分割为若干点云簇,以此为基础,利用IMU信息辅助建立相邻帧各点云簇间的配对关系,构建点云运动状态多层次模糊综合评价模型,判定各点云簇的运动状态,最终将动态点云簇从原始点云数据中剔除。为验证该文方法的可行性和精确性,设计了动态点云剔除实验,并将剔除动态点云后的点云数据输入激光雷达里程计与建图算法(LOAM)进行定位与建图。实验结果表明,该文方法动态点云的剔除成功率为98.67%,静态点云的误剔除率为2.01%,能够有效地提高点云数据质量。相比基于原始点云数据的LOAM算法,均方根误差降低了66.06%,最大误差降低了72.78%,实现了厘米级精度的定位,并且优化了建图效果。     

非视距环境下基于PSO-SVM和RAIM的UWB定位方法

针对室内定位过程中超宽带(UWB)信号容易受到非视距(NLOS)环境的影响从而降低定位的精度和稳定性的问题,该文提出了基于粒子群优化支持向量机(PSO-SVM)和自主完好性监测(RAIM)的误差识别算法,通过粒子群优化(PSO)算法对支持向量机(SVM)模型参数进行优化,将优化后的支持向量机模型用于UWB NLOS信号的识别,并利用自主完好性监测算法将异常的UWB测距值剔除。实验结果表明,该文算法能够对NLOS信号进行准确的识别,并有效提升了NLOS环境下UWB定位的精度及稳定性,平面定位误差可控制在0.26 m以内,东、北方向的均方根误差分别为0.09、0.11 m。     

车载POS公路线形特征识别与参数计算

为了高效获取高质量公路线形参数信息,采用车载定姿定位系统（position orientation system,POS）获取的离散坐标、姿态等信息,通过后处理的方式反演公路线形参数及特征。包括利用均值加速中值滤波平滑的姿态信息分析曲率分布特征,并进行线形特征初步识别、直线和圆曲线线形窗口准确识别与参数计算,利用平差后的直线和圆曲线参数计算缓和曲线参数,最终获得全路段最优化轨迹及线形特征信息。利用该方法处理某公路路段（全程20 km）的车载POS数据,处理结果证明该方法简单高效,具有可行性。     

GPS/BDS接收机端系统偏差实时估计方法

针对GPS-BDS系统偏差会导致GPS和BDS系统间的混合双差模糊度不具有整数特性,且其不完全稳定的问题,该文提出一种GPS/BDS系统偏差实时在线估计方法。通过将双差模糊度以单差模糊度之差的形式进行求解,然后再将以周为单位的单差模糊度投影为双差模糊度,以此消除GPS和BDS不同波长的影响;在此基础上,采用Kalman滤波对系统偏差进行实时动态估计。实验结果表明,该方法采用较少历元的观测数据便可使系统偏差收敛,并且收敛后十分稳定,可以将其作为校正参数;加入系统偏差改正的GPS/BDS紧组合定位在恶劣环境下表现良好,可将模糊度固定平均所需时间缩短29%,模糊度固定成功率提高45%。