發(fā)布時(shí)間：2024-04-15 04:35

　　提出了一種基于抗差Kalman濾波算法的單頻BDS周跳探測(cè)方法。該方法以Kalman濾波算法為基礎(chǔ),構(gòu)建了歷元間差分觀測(cè)值,使周跳以粗差的形式表現(xiàn)出來,并采用IGGⅢ等價(jià)權(quán)函數(shù)調(diào)整濾波增益矩陣實(shí)現(xiàn)抗差處理,從而達(dá)到準(zhǔn)確探測(cè)周跳的目的。采用單頻BDS實(shí)測(cè)數(shù)據(jù)對(duì)本方法進(jìn)行驗(yàn)證,并以現(xiàn)有Kalman濾波方法作為對(duì)比。結(jié)果表明,在無周跳情況下,Kalman濾波法預(yù)報(bào)殘差序列中誤差為0.140,抗差Kalman濾波法預(yù)報(bào)殘差序列中誤差為0.121,本方法對(duì)觀測(cè)噪聲的靈敏性更強(qiáng);在加入多個(gè)具有不同特征的模擬周跳后,Kalman濾波法存在濾波多次初始化問題而不能探測(cè)出少量歷元的連續(xù)周跳,本方法則實(shí)現(xiàn)了所有周跳的探測(cè),準(zhǔn)確率為100%,同時(shí)保證了濾波過程只需初始化1次。

【文章頁數(shù)】：4 頁

【部分圖文】：

圖1無周跳時(shí)歷元間差分觀測(cè)值序列

一般情況下,在沒有發(fā)生周跳時(shí),Δ?rs(i)關(guān)于時(shí)間的序列表現(xiàn)為一段相對(duì)平滑的曲線,相鄰歷元間差分觀測(cè)值變化不大(圖1);當(dāng)發(fā)生周跳時(shí),歷元間差分觀測(cè)值序列中存在異常值,Δ?rs(i)的時(shí)間序列曲線存在較明顯的突變(圖2)。本文在這一特性的基礎(chǔ)上進(jìn)行周跳探測(cè)。圖2有....

圖2有周跳時(shí)歷元間差分觀測(cè)值序列

圖1無周跳時(shí)歷元間差分觀測(cè)值序列2.2抗差Kalman濾波算法

圖3無周跳情況殘差序列

實(shí)驗(yàn)數(shù)據(jù)采用2015年5月13日GNSS接收機(jī)實(shí)測(cè)數(shù)據(jù),接收機(jī)類型為TrimbleR10,接收機(jī)天線為TRMR10,測(cè)站周邊視野開闊,觀測(cè)數(shù)據(jù)質(zhì)量較好,采樣間隔為1s。提取出北斗C01星B1載波一個(gè)弧段的相位觀測(cè)值作為實(shí)驗(yàn)數(shù)據(jù),并利用相關(guān)軟件對(duì)采集到的數(shù)據(jù)進(jìn)行預(yù)處理,保證實(shí)驗(yàn)....

圖4模擬周跳探測(cè)殘差序列

表1加入周跳情況歷元150300450600601602周跳大小/周125-13-2采用兩種方法分別檢驗(yàn)同一組數(shù)據(jù)的噪聲水平時(shí),不同方法計(jì)算得到的預(yù)報(bào)殘差大小能夠反映該方法對(duì)觀測(cè)噪聲的敏感程度。由圖3(a)和圖3(b)可知,在檢驗(yàn)無周跳載波相位觀測(cè)值....

本文編號(hào)：3955743