利用Allan方差分析GPS非差随机模型特性

非差GPS定位中,通常采用以观测值服从高斯白噪声条件的估计准则进行参数求解。研究表明卫星端误差、传播路径误差、测站环境误差等会破坏观测值的白噪声特性,并且未模型化误差同样具有不利影响。这不仅破坏了估计准则的假设条件,而且部分非白噪声有可能被状态参数吸收,影响估计的准确性。本文将观测值白噪声、有色噪声和未模型化误差一同纳入GPS非差随机模型,以验后残差来表征GPS数据的随机特性,进行Allan方差分析,研究噪声成分及其参数。结果表明,GPS非差噪声组合主要为WN+GM,相位白噪声为2.392mm,GM过程噪声为4.450mm/s,相关时间为52.074s,伪距白噪声为0.936m,GM过程噪声为0.833m/s,相关时间为14.737s,相位的GM过程噪声与卫星相关性较大,而其余噪声则与测站相关性较大,大量分析结果表明GPS非差随机模型并不服从高斯白噪声假设,有待精化。

时间序列异常值探测的Bayes方法及其GNSS数据质量控制中的应用

GNSS卫星精密定轨定位的观测量验后残差分析是数据质量控制的重要组成部分。目前的方法都是根据经验设定异常值判断的阈值,没有利用验后残差序列的时间序列特性。引入基于识别变量的AR模型异常值探测的Bayes方法对验后残差序列中的异常值进行探测;将异常值探测问题转化为识别变量后验概率值的计算问题,并给出明确的判别阈值,通过后验概率值与事先给定的阈值进行比较判别出异常值的位置;运用Gibbs抽样设计了识别变量后验概率值的计算方法和异常值的估算方法。实测数据对该算法的验证表明该算法能够准确地探测出异常值的位置,将异常值剔除之后的观测值序列应用到精密单点定位中,结果表明该算法的使用提高了精密单点定位的定位精度。

一种地面连续运行参考站实时质量控制算法

提出了一种适用于地面连续运行参考站(CORS)的实时数据质量控制算法,该算法充分利用地面连续运行参考站GPS卫星精密单点定位得到的载波相位观测量的验后相位残差时间序列,对监测站的多路径误差进行建模。通过设置一定高度角和水平角大小的格网,计算落入相应格网的载波相位观测量验后残差的均值与标准差,将所得均值与标准差作为地面连续运行参考站的载波相位观测量在该方向的多路径误差,并给出了其具体计算步骤。通过10个IGS监测站的实测数据仿真计算表明,该算法能够显著修正载波相位观测量中的多路径误差,当格网设为0.5°×0.5°时,经过多路径误差改正后的相位观测量残差的精度提高了大约30%。最后采用抗差估计,利用载波相位观测量验后残差格网的均值与标准差,对实时精密单点定位(PPP)的载波相位观测量进行质量控制。实测数据表明,在监测站数据存在粗差时,能够显著提高实时PPP的精度,大约提高39.7%。

球面多路径格网的恒星日滤波算法及其在PPP中的应用

针对传统的观测值域恒星日滤波在卫星精密单点定位(precise point positioning,PPP)应用中存在的问题,提出球面多路径格网的恒星日滤波算法并应用到静态PPP中,设计了确定格网大小的统计方法,给出了算法的实施步骤。利用全球分布的10个IGS监测站接收的GPS卫星实测数据进行了试验验证,结果表明,本文算法能够明显削弱地面连续运行监测站载波相位观测量的多路径误差;应用本文算法后,1~3h的静态PPP定位精度得到明显提高,E、N、U三方向RMS分别提高41.59%、38.60%、36.96%。