融合小波变换和自适应Kalman滤波在GPS监测中的应用研究

针对自适应卡尔曼滤波只适用于滤除高斯分布的白噪声,本文提出了融合小波变换和自适应卡尔曼滤波的算法。该算法利用小波变换的多尺度分解,将GPS高频的监测时间序列进行多层分解,重构出新的GPS监测时间序列,将其作为新的自适应卡尔曼滤波初始值,进行滤波处理。将融合算法的滤波结果与单一的自适应卡尔曼滤波结果进行对比分析,结果表明融合算法的滤波效果较为显著。同时,对融合算法滤除的噪声信息进行统计分析,结果表明融合算法滤除的噪声符合正态分布,进一步说明了该融合算法的有效性,为GPS的高频率、高精度的监测提供了技术支持。

用“预测-校正”法快速解算接收机码间偏差

为了提高接收机码间偏差的计算效率和精度,利用CODE中心发布的全球VTEC地图和卫星码间偏差,通过内"预测-校正"法快速解算接收机码间偏差,并结合VTEC多项式对内插结果进行误差项改正。新算法解算的码间偏差与IGS发布的数据差值基本维持在0.2 ns以内,表明该算法计算精度较高,且效率明显高于传统方法。