基于鲁棒扩展卡尔曼粒子滤波的RAIM算法

针对基于粒子滤波的接收机自主完好性监测(receiver autonomous integrity monitoring,RAIM)算法中普遍存在粒子退化和采样枯竭问题,提出基于鲁棒扩展卡尔曼粒子滤波(robust extended Kalman particle filter,REKPF)的RAIM算法。该算法利用扩展卡尔曼滤波计算粒子的建议密度函数,引导重采样做出更加准确的采样分布;同时,为了减小伪距偏差对滤波估计的影响,利用抗差估计对卡尔曼增益矩阵进行修正。通过实测数据构建卫星故障检测的检验统计量,对各状态的累加对数似然比进行一致性检测。仿真结果表明,当存在伪距偏差时,基于REKPF的RAIM算法能够有效诊断故障星,缩短告警延迟时间,提高定位精度,算法性能更好。

基于PSO-BP神经网络的广播星历轨道误差预测模型

在卫星导航数据处理实践中,发现广播星历轨道误差中客观存在不确定性的规律现象,针对这种不能用确定数学模型表示的误差信息,建立基于粒子群优化反向传播(back propagation,BP)神经网络的轨道误差预测模型。通过粒子群算法对BP神经网络的初始权值和阈值进行全局寻优,利用广播星历解算出的卫星空间位置和速度,并结合时间信息和摄动改正数对神经网络进行训练和测试。结果表明该模型对广播星历轨道误差具有较好的拟合能力和预测效果,用该模型对卫星位置解算提供误差补偿,可有效提高卫星定轨精度,降低系统级误差。

Klobuchar电离层模型误差分析及预测

电离层延迟误差是全球导航卫星系统(global navigation satellite system,GNSS)中的重要误差源之一。目前在电离层延迟改正模型中,应用最广泛的是Klobuchar参数模型,但是该模型的改正率仅能达到60%左右,无法满足日益增长的精度需求。将国际GNSS监测评估系统(international GNSS monitoring&assessment system,iGMAS)发布的高精度电离层格网数据作为对照,对Klobuchar电离层模型误差进行计算和分析,结果发现在中纬度区域误差存在明显的周期性特征。为进一步提高Klobuchar电离层模型在中纬度区域的改正精度,建立了基于粒子群优化反向传播(back propagation,BP)神经网络的Klobuchar电离层误差预测模型,并以2019年10月的采样数据为例进行误差预测。结果表明,用该模型对中纬度区域电离层延迟提供误差补偿,可将精度提高到90%左右。

MIEKF优化算法在GPS定位测速中的应用

为了提高GPS定位测速的精度,引入了迭代扩展卡尔曼滤波(IEKF)算法。针对上述算法存在受状态初值影响的问题以及在迭代过程中存在稳定性不足的缺点,提出基于最小二乘(LS)和Levenberg-Marquardt(L-M)方法的改进迭代扩展卡尔曼滤波(MIEKF)优化算法。先用LS算法对用户接收机初始状态进行估算,然后在IEKF算法解算过程中利用L-M方法调整预测协方差矩阵,以保证算法具有全局收敛性,最后采用GPS星历数据进行仿真对比实验。通过对仿真结果的分析,证明MIEKF优化算法能够提高GPS定位测速精度,改善收敛性能。

基于GA-BP神经网络的BDS轨道误差模型研究

在对导航卫星轨道误差数据进行研究时发现,卫星广播星历轨道误差客观存在着一些不确定性的规律现象,针对这一无法用现有确定性模型表示的误差信息,建立了基于遗传算法优化BP神经网络的轨道误差预测模型。利用遗传算法来全局寻优BP神经网络的初始权值与阈值,同时根据广播星历解算出的卫星位置和速度,结合参考时刻及摄动改正项对神经网络进行训练和测试。试验结果表明,上述模型能较好的预测轨道误差,应用该模型进行卫星轨道解算时能有效提高轨道精度,降低轨道误差。

基于改进GRNN的电离层VTEC误差模型

为进一步改正电离层延迟,在研究分析Klobuchar模型电离层模型的总电子含量误差时发现其存在着一些周期性规律信息。针对这些误差信息,提出了利用K-折交叉验证方法优化广义回归神经网络(generalized regression neural network,GRNN)径向学习速度,并建立基于Klobuchar模型的总电子含量误差补偿模型,对这些误差信息进行预测和补偿。试验结果表明,优化后的误差模型对不同地区和不同季节下电离层电子含量误差具有较好的预报精度和拟合效果。利用该模型对Klobuchar模型进行误差补偿,可将该模型总电子含量预报误差减小32%-90%,提高了改正精度。

传统指北方位惯导在极区问题分析

传统指北方位惯性导航系统在极区会出现解算异常的情况而无法使用,本文从指北方位惯导系统内部方程及误差方程出发,深入分析传统指北方位惯导系统在极区使用出现误差增大的原因,对原理性计算误差和器件误差展开分析,并通过仿真对所做分析加以验证,此外本文就目前适用于极区的横向坐标系惯导算法和格网坐标系惯导算法展开分析,解析两种算法适用的本质原因,为解决惯导系统在极区使用问题提供一定基础和依据。