高度角定权模型的BDS/GPS伪距单点定位分析

为了提高BDS/GPS组合定位的精度,分别采用不同高度角定权模型计算BDS/GPS组合定位结果,论述BDS/GPS组合系统的伪距单点定位解算模型、重要误差改正方法及高度角定权和单位阵定权的理论模型,探讨BDS、GPS和BDS/GPS组合系统在卫星观测数量、PDOP值及伪距单点定位精度上的差异,比较分析应用不同定权模型的BDS/GPS组合定位结果。实验结果表明:BDS/GPS组合定位的精度高于BDS的定位精度,GPS伪距单点定位的精度略优于BDS;采用不同高度角定权模型的BDS/GPS组合定位结果精度不同。

变异系数赋权法确定GNSS系统硬件延迟

采用平均实时去噪分离方法处理相位平滑伪距数据,研究GNSS系统硬件延迟估计的随机模型。针对高度角定权、等精度定权等经验定权法参数估计不客观的问题,选取高度角平方和相位平滑值作为质量指标,提出变异系数赋权法,该方法能够顾及观测值的多种随机影响因素,具有较强的数学理论基础。实验结果表明:1)模型拟合精度与观测数据和测站位置有关,测站位置电离层周日变化越平稳、观测数据越充足,模型拟合精度越好;2)变异系数赋权法计算的模型拟合精度优于高度角定权法;3)在参数估计的精度和稳定性方面,变异系数赋权法优于高度角定权法,单天数据的解算精度提高0.2 ns。

GPS与GLONASS组合定位时权值分配问题的研究

本文就GPS与GLONASS组合定位时权值分配的问题开展研究,分别提出了基于经验的先验定权方法和基于Helmert方差分量估计的验后定权方法,并利用实测数据对以上两类权值评定方法展开可行性评估。结果显示:在双系统定位时采用基于Helmert方差分量估计的验后定权方法能得到更高精度的定位结果。

BDS与Galileo单系统及组合系统单点定位性能比较及权值分配问题的研究

多系统融合定位(GNSS,Global Navigation Satellite System)是当今导航定位实际应用的趋势。本文通过对比正在组网建设的北斗和伽利略系统组合单点定位的性能并就组合定位时的权值分配问题展开研究。结果表明:BDS/Galileo组合系统可增加BDS和Galileo单系统可见卫星数,平均增值为4~5颗;对Galileo的PDOP值最大提高率可达到497.96%,由10.64减小至1.78;对BDS的PDOP提高率最高为71.27%,组合系统在一定程度上可提高卫星几何构型。BDS与Galileo在三维方向的RMS平均值分别为2.13m和1.78m,组合后最大可提高0.45m、0.13m。组合系统对于BDS单系统的定位精度提高优于Galileo。采用Helmert方差分量估计,N、E、U及3D偏差RMS平均值分别为1.02m、1.16m、2.38m和1.73m,相对于等权分配,在各分量上RMS平均提高比例为18.21%、23.40%、12.53%和3.30%。双系统定位中,Helmert方差分量估计定权方法可适当提高定位精度。

提高GPS单历元定位精度的方法研究

为了将GPS单历元定位精度提高到mm级水平,在讨论卫星高度角定权、相位残差拟合法的基础上,提出了一种新方法:自适应选权拟合滤波法(基于残差常数项拟合修正后的滤波法)。选取一条受多路径误差影响较大的短基线作为实验数据,结果显示,相位残差拟合法能减小系统误差对定位精度的影响,而自适应选权滤波法能削弱粗差的影响,将高程方向的精度提高到mm级。

双频Android手机GPS/BDS伪距单点定位增强方法与性能评估

针对双频GNSS手机不同运动状态下的定位性能,从原始观测值质量入手进行分析,设计并比较了多种定位算法的有效性。首先,采集了华为mate30、荣耀20pro、小米10三款双频手机的原始观测数据,从DOP值、信噪比、伪距残差等方面对观测数据质量进行了分析评估。其次,设计了静态和动态实验,利用最小二乘法(LSM)、加权最小二乘法(WLS)(高度角定权、信噪比定权)、Kalman滤波法进行单点定位解算。静态测试结果表明,基于LSM的三款手机定位精度在E、N方向上分别优于2.04m和2.24m,信噪比定权相比高度角定权可使平面定位精度平均提高8.5%;动态测试结果表明,Kalman滤波可有效提高精度性能,平面定位精度平均提高7.2%,但三款手机的动态测试表现明显低于静态测试。

GNSS水汽层析的自适应代数重构算法

代数重构算法在对流层三维水汽反演中具有一定的优势,系统研究了加法代数重构、乘法代数重构、联合代数重构这3种算法,并发展了自适应代数重构算法。该算法针对3种传统算法中误差分配的不足进行了改正,提出了顾及体素块水汽密度变化对全球导航卫星系统(global navigation satellite system, GNSS)斜路径水汽含量影响的动态误差分配原则。此外,将基于GNSS信号的高度角定权模型引入到该算法中,使层析结果更靠近高精度的观测值。利用2016年7月徐州连续运行基准站系统的GNSS实测数据和探空站数据对该算法进行分析,试验结果表明,3种自适应算法反演的水汽密度的均方根误差、标准差、平均绝对偏差都低于传统算法,其中,均方根误差分别降低了25.91%、15.81%和24.64%。在小雨、中雨、大雨3种天气条件下,自适应代数重构算法的水汽廓线分布均优于传统算法的结果,其中,自适应联合代数重构算法反演的水汽廓线与探空廓线最一致。