基于参考信号的广义特征值分解盲源分离算法及其在北斗多路径效应削弱中的应用 |
| |
引用本文: | 陈健,岳东杰,刘志强,朱少林,陈浩.基于参考信号的广义特征值分解盲源分离算法及其在北斗多路径效应削弱中的应用[J].中国惯性技术学报,2018(1). |
| |
作者姓名: | 陈健 岳东杰 刘志强 朱少林 陈浩 |
| |
作者单位: | 河海大学地球科学与工程学院 |
| |
摘 要: | 多路径误差是北斗导航定位系统高精度动态监测的主要误差源。针对北斗导航定位系统多路径误差的特性,结合广义特征值盲源分离方法的优势,提出一种基于参考信号的广义特征值盲源分离算法来削弱多路径效应的影响。首先将前一天的原始坐标残差序列通过奇异谱分析方法进行去噪,其结果作为初始参考信号;然后将当天的原始坐标残差序列进行经验模式分解方法分解,分解得到的IMF分量作为虚拟观测数据,利用广义特征值盲源分离算法获取当天多路径误差信号;最后,利用仿真数据和连续10天的实际观测数据进行试验分析,结果表明利用该方法建立的多路径误差改正模型能有效地了削弱多路径的影响,北、东、天三个方向精度分别提高了78.8%、35.3%、90.1%。提出的模型在一定程度上解决了固定多路径模型随着时间推移重复性减小且有效性降低的问题。
|
关 键 词: | 经验模式分解 广义特征值 盲源分离 多路径误差 北斗定位系统 动态监测 |
Blind source separation algorithm of generalized eigen-value decomposition based on reference signal and its application in BDS multipath |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|