抗差方差分量估计在GPS/GLONASS组合导航中的应用

运用GPS/GLONASS组合导航时,由于卫星系统的测距精度不同,需要在组合解算中采用方差分量估计进行合理定权和平差计算。但是,当GPS和GLONASS观测值中含有粗差时,若采用最小二乘方差分量估计则无法抵抗粗差的影响,从而降低平差结果的精度和可靠性。为了提高GPS/GLONASS组合解算的抗差性,本文引入了基于IGGⅢ等价权函数的抗差估计方法,经过对GPS/GLONASS实测数据的计算和分析,证明这是一种可行的和有效的方法。

Hopfield神经网络在水准网平差中的应用

Hopfield神经网络有较强的优化计算能力,引入IGGⅢ等价权方案,构造Hopfield神经网络新的能量函数形式,采用共轭梯度法,进一步提高神经网络的效率,并讨论Sigmoid函数的抗差能力。通过模拟水准网算例表明:在无粗差情况下,利用神经网络进行测量平差可以精化模型,提高平差效率,而在有粗差情况下,引入IGGⅢ等价权方案可以使神经网络计算具有较强的抗差能力。

基于方差分量估计的不同截止高度角下的组合单点定位

BDS/GPS/GLONASS组合系统定位时,由于系统间卫星测距精度的差异性,需要合理确定卫星间权比,Helmert方差分量估计常被用于确定不同类观测值间权比;而当观测值含有粗差时,Helmert方差分量估计定位结果容易被粗差污染或收敛失真,出现大的偏差。文中基于Helmert方差分量估计,引入等价权因子IGGIII函数,建立抗差Helmert方差分量估计权函数模型,对比分析其在低截止高度角10°、15°和20°下,在BDS/GPS/GLONASS组合系统定位中的应用及定位精度,并讨论分析在高截止高度角30°和40°下,组合系统和单系统BDS的定位精度。实验结果表明:当观测值无明显粗差时,Helmert方差分量估计和抗差分量估计的定位精度相当,略低于高度角权函数的定位结果,点位精度RMS优于2.5m;含粗差时,抗差解定位精度最高;当截止高度角为30°时,BDS单系统定位精度RMS优于5m,而组合系统RMS接近3m;为40°时,组合系统平面精度RMS优于2m,三维精度RMS优于6m,而单系统不能定位。