为了分析当前GPS(Global Positioning System)、Galileo(Galileo Navigation Satellite System)和BDS-3(Beidou Navigation Satellite System with Global Coverage)广播星历的精度,详细分析研究了各种偏差改正及消除方法,并尽可能地消...为了分析当前GPS(Global Positioning System)、Galileo(Galileo Navigation Satellite System)和BDS-3(Beidou Navigation Satellite System with Global Coverage)广播星历的精度,详细分析研究了各种偏差改正及消除方法,并尽可能地消除了系统误差和粗差对评估结果的影响。选取2021-11-01/12-31共61天MGEX(multi-GNSS experiment)发布的多系统混合广播星历与武汉大学分析中心发布的事后精密星历数据进行实验,对GPS、Galileo和BDS-3近期广播星历精度进行对比分析,实验结果表明:3个系统广播星历整体精度由高到低依次是Galileo、BDS-3和GPS,其空间信号测距误差的RMS(root mean square)分别优于0.17、0.25和0.37 m,整体轨道精度的RMS分别优于0.17、0.12和0.25 m,BDS-3广播星历的轨道精度最高,钟差误差的RMS分别优于0.15、0.23和0.27 m,Galileo广播星历的钟差精度最高。对于GPS卫星的广播星历,blockⅢA卫星钟差和轨道精度均优于其他GPS类型卫星。展开更多
抗差Kalman滤波是控制GNSS动态导航定位中观测异常的有效算法,当应用到GPS/BDS实时动态精密单点定位(Precise Point Positioning,PPP)时,会出现某些历元定位精度甚至不如单一系统定位精度高,这主要是因为同一接收机接收的不同种类卫星...抗差Kalman滤波是控制GNSS动态导航定位中观测异常的有效算法,当应用到GPS/BDS实时动态精密单点定位(Precise Point Positioning,PPP)时,会出现某些历元定位精度甚至不如单一系统定位精度高,这主要是因为同一接收机接收的不同种类卫星观测量的随机特性不同,使得观测量验后残差的分布特性不一致,抗差估计时随机特性不同的观测量验后残差互比,反而对某一系统优质数据也进行了降权,导致定位结果出现偏差,减弱了GPS/BDS融合精密单点定位的优势。针对这一问题,提出了卫星分群的抗差Kalman滤波算法,并应用到GPS/BDS融合精密单点定位中,算法的核心是在每一历元观测数据质量控制时根据卫星类型分类构建方差膨胀因子,给出了算法的实施步骤,最后通过MGEX实测数据进行了验证,结果表明算法应用到GPS/BDS融合精密单点定位中,相较传统的抗差Kalman滤波算法在东、北、天三个方向分别提高了34.6%、33.3%、31.0%,同时表明该算法提高了GPS/BDS融合精密单点定位的可靠性。展开更多
文摘为了分析当前GPS(Global Positioning System)、Galileo(Galileo Navigation Satellite System)和BDS-3(Beidou Navigation Satellite System with Global Coverage)广播星历的精度,详细分析研究了各种偏差改正及消除方法,并尽可能地消除了系统误差和粗差对评估结果的影响。选取2021-11-01/12-31共61天MGEX(multi-GNSS experiment)发布的多系统混合广播星历与武汉大学分析中心发布的事后精密星历数据进行实验,对GPS、Galileo和BDS-3近期广播星历精度进行对比分析,实验结果表明:3个系统广播星历整体精度由高到低依次是Galileo、BDS-3和GPS,其空间信号测距误差的RMS(root mean square)分别优于0.17、0.25和0.37 m,整体轨道精度的RMS分别优于0.17、0.12和0.25 m,BDS-3广播星历的轨道精度最高,钟差误差的RMS分别优于0.15、0.23和0.27 m,Galileo广播星历的钟差精度最高。对于GPS卫星的广播星历,blockⅢA卫星钟差和轨道精度均优于其他GPS类型卫星。
文摘抗差Kalman滤波是控制GNSS动态导航定位中观测异常的有效算法,当应用到GPS/BDS实时动态精密单点定位(Precise Point Positioning,PPP)时,会出现某些历元定位精度甚至不如单一系统定位精度高,这主要是因为同一接收机接收的不同种类卫星观测量的随机特性不同,使得观测量验后残差的分布特性不一致,抗差估计时随机特性不同的观测量验后残差互比,反而对某一系统优质数据也进行了降权,导致定位结果出现偏差,减弱了GPS/BDS融合精密单点定位的优势。针对这一问题,提出了卫星分群的抗差Kalman滤波算法,并应用到GPS/BDS融合精密单点定位中,算法的核心是在每一历元观测数据质量控制时根据卫星类型分类构建方差膨胀因子,给出了算法的实施步骤,最后通过MGEX实测数据进行了验证,结果表明算法应用到GPS/BDS融合精密单点定位中,相较传统的抗差Kalman滤波算法在东、北、天三个方向分别提高了34.6%、33.3%、31.0%,同时表明该算法提高了GPS/BDS融合精密单点定位的可靠性。