CORS系统流动站实时周跳修复算法

针对CORS系统中流动站观测条件复杂、容易出现周跳的问题,提出了一种分类最小二乘周跳修复算法.首先利用常规周跳探测方法,确定周跳出现的卫星及频率.然后,利用非参考卫星无周跳的观测值构成的误差方程估计流动站实时位置和参考卫星的周跳值,并将估计出的参数带入非参考卫星有周跳的观测值构成的误差方程中,即可在该类误差方程的改正数中获得非参考卫星的周跳值,从而实现流动站的实时定位与周跳修复.实验结果表明,该算法可在多颗卫星同时出现周跳时实现周跳修复和实时精确定位,有效避免了利用抗差估计探测修复周跳时存在的崩溃污染率问题.     

基于电离层残差法的北斗周跳探测与修复研究

对北斗周跳探测与修复的问题,利用北斗卫星信号频率特征以及电离层残差法的基本原理,推导并构造了适用于北斗周跳探测与修复的周跳检验量,通过北斗实测数据和人为加入周跳的实验方案,对该周跳检验量进行验算.结果表明:电离层残差法能够较好探测和修复较小的周跳,适用于北斗周跳的探测与修复.     

北斗三频无几何相位组合实时周跳探测与修复

针对周跳实时探测与修复问题,在详细研究无几何相位组合和伪距载波组合原理的基础上,采用伪距载波组合辅助无几何相位组合的方法进行周跳探测与修复。根据北斗三频数据的特点讨论周跳检验量的选择标准,利用最优的周跳检验量对北斗三频数据周跳探测与修复处理。最后利用北斗三频实测数据对本算法的精确性和可靠性进行验证,计算结果表明本方法能有效准确地实现周跳的实时探测与修复。     

顾及强电离层活动的三频周跳探测与修复算法

高效精确的周跳探测与修复算法是实现高精度导航定位的前提条件。鉴于常规算法易受到电离层影响,本文利用一个三频无几何无电离层码相组合和两个无几何相位组合构建周跳检验量,该周跳检验量能够有效地强电离层活动对周跳探测的影响。通过三频GNSS实测数据对本文算法的正确性和有效性进行验证,计算结果表明本文算法能够在强电离层活动下正确地实现周跳的探测与修复。     

相位求差法对双频载波相位周跳的探测与修复

针对单站双频GPS载波相位的特点,提出了一种利用双频载波相邻相位求差的方法来探测和修复周跳;相位求差法在消除电离层和对流层影响的基础上能够准确的探测出发生周跳的历元,并利用伪距差分约束确定周跳值;本文介绍该方法的数学模型,给出了具体实施步骤,最后算例证明了该法的可靠性和有效性。     

连续运行参考站无电离层组合周跳探测与修复算法

根据线性无关原理构造了两组无电离层组合系数,以保证两组组合系数没有共同的不敏感周跳项.采用数理统计和假设检验的原理得到了较为精确的两个组合周跳探测阈值,并验证了由此两个组合构成的周跳检验量对不敏感周跳的全覆盖.最后利用日本连续运行参考站(continuously operating reference stations,CORS)网中两个测站的实测观测数据对本文算法的精确性和实用性进行了验证计算.结果表明:算法能够有效地消除不敏感周跳对探测结果的影响,并能够实现对所有周跳的探测与修复.     

GPS非差数据周跳探测的TECR-MW综合法

针对电离层总电子含量变化率(TECR)方法和双频码相组合(MW)方法探测周跳各自的局限性,综合利用TECR法和MW法进行周跳探测。首先采用TECR法探测周跳,然后用MW法进行第2次探测,最后综合电离层TECR法和MW法的宽巷模糊度探测L₁频率和L₂频率上发生的周跳。这种综合探测法不受接收机与卫星间的几何距离、接收机钟差和卫星钟差、电离层折射的影响。采用实测数据进行试验,结果表明,综合利用TECR法与MW法探测GPS周跳比采用单一方法探测周跳更加有效、可靠。     

周跳的产生与探测

在现代测量过程中GPS起到了举足轻重的作用,并对GPS的测量精度要求越来越高,而周跳是影响GPS精度的重要因素,所以本文对GPS周跳的产生和探测进行一定的探讨。     

探测与修复 GPS 周跳方法

周跳的探测与修复,特别是小周跳的探测时GPS高精度实时定位的热点问题。分析两种载波相位观测值的关系,提出一种利用两种载波相邻相位观测值求差的方法探测与修复周跳。通过实例分析,证明该方法能够有效地探测并修复周跳。     

单频非差相位观测值的周跳探测与修复方法

周跳探测在高精度GPS(global positioning system)数据处理中一直都是比较重要的环节.实际数据处理中可根据具体测量模式和需求采用已有的若干经典周跳探测方法,但单频非差相位观测值的周跳探测与修复则比较困难.为此提出一种新的周跳探测方法,它是基于灰色理论对伪距和载波相位观测值构造的周跳检验量进行建模,通过模型预测检验量的阈值范围对比实测值来判断是否发生周跳.通过对实测GPS静态数据在不同采样率下分别进行周跳探测与修复算例分析,结果表明对于高采样率的非差相位观测数据能够快速和准确地修复周跳,为非差精密定位提供了较好的数据质量控制.     

利用三差法辅助卡尔曼快速检测周跳

周跳的探测与修复是GPS高精度实时定位的关键问题。针对目前大部分方法对小周跳的探测与修复不灵敏、不适用于动态接收机的问题。首先用三差法将载波相位进行处理,减少待解的未知参量,而后用卡尔曼求解三差观测量的方差和修正数向量对周跳进行探测与修复。实测数据仿真和分析的结果表明,该方法适用于单频、高动态接收机,可以快速、准确的探测与修复周跳。     

Real-time filter based on the quasi-accurate detection of gross errors

Because of the sensitivity of the Kalman framework to gross errors, proper techniques for detection of gross errors are necessary. By integrating the selection of quasi-accurate observations and the Kalman framework, a new filter called the quasi-accurate filter (QUAF) is developed. The expansibility and implementation scheme of the new algorithm are then discussed in detail, and the reliability matrix for the Kalman filter is proposed to analyze the reliability of the filters with different detection technologies. Finally, the experimental results from a real world case study are used to validate the conclusions. The QUAF carries out the preliminary selection of the quasi-accurate observations (QAOs) using the innovation of the Kalman filter, and use the check QAOs to determine reasonable observations. This causes the QUAF to handle more easily and possess wider expansibility. QUAF can be reformulated to the special cases of several common detection methods, such as the innovation method, robust estimation and quasi-accurate detection (QUAD). Since only reasonable observations are used, the QUAF has better detection accuracy and stronger avoidance of gross errors than the innovation method and robust estimation. Meanwhile, compared with QUAD methods, QUAF introduces the state-predicted model, requiring fewer quasi-accurate observations and making it more suitable for systems with complicated observation structures or sparse observations.     

基于卡尔曼滤波的GPS导航系统故障检测

提出了一种将卡尔曼滤波器与神经网络相结合的导航系统故障检测结构.针对GPS系统的非线性特点,利用扩展卡尔曼滤波推算状态的预测值,并与实际观测值进行比较得到残差,同时采用Elman网络构成时延神经网络,利用残差的当前值及前多个历元的历史值进行故障检测.最后,计算机仿真验证表明,与χ2卡方检测方法比较,该结构不但可以快速检测出系统故障,提高故障检测的概率,而且能进行有效的故障隔离,具有很好的容错性能.     

基于卡尔曼滤波多目标追踪的家用精子活力检测算法研究与验证

针对传统精液分析方法存在的主观性差异、操作繁琐和不适合便携式家用检测等问题,研究并验证了一种基于卡尔曼滤波多目标追踪技术的精子活力检测系统算法. 首先,通过叠加平均法,获取静态精子数量,根据三帧差法获取运动精子质心位置;然后,使用卡尔曼多目标追踪方法绘制运动目标轨迹,再根据筛选条件获取运动精子数量;最后,综合静态与运动精子数量评价精子活力. 通过对实际采集的7组样本图像进行分析,研究结果表明：该系统所检测精子的活力值与人工检测的活力值相差较小,基本满足了家用精子活力检测的需求.     

一种基于卡尔曼滤波的压缩跟踪算法研究

根据道路交通监控视频的特点,采用压缩跟踪(CT)算法进行运动车辆的检测与跟踪。在摄像头变化较大、运动车辆尺度变化和背景变化等情况下,CT算法均具有很强的鲁棒性。但是当车辆被遮挡时,跟踪算法容易失效。为了解决这一问题,提出使用卡尔曼滤波对遮挡的车辆进行轨迹预测。卡尔曼滤波能根据CT算法跟踪目标的轨迹,有效地预测目标遮挡时的轨迹。实验结果表明,本算法不但可以较好地处理跟踪车辆尺寸变化的问题,在车辆丢失或被部分遮挡时,能准确而稳定地跟踪车辆,而且具有很好的实时性,满足了工程应用的需求。     

基于卡尔曼滤波器的背景抑制及小目标检测

提出了一种采用卡尔曼滤波器作为杂波背景预测器的小目标检测方法,相比较于传统的梯度下降算法,该方法充分利用了假设的杂波图像模型,并且算法中也没有影响检测性能的步长参数,因而具有更好的检测性能,实验表明,该方法能有效地抑制杂波,并同时增强小目标的信号。     

基于卡尔曼滤波技术的河道汇流实时校正

基于卡尔曼滤波的河道汇流实时校正算法,采用非线性马斯京根矩阵解法,将河道汇流表达为一个时变线性系统,满足了卡尔曼滤波状态空间表达的要求.在进行滤波时,对系统参数矩阵的实时修正减小了河道汇流的非线性对线性滤波的影响.通过对每个子流域的“远程”和“本地”卡尔曼滤波校正,使全流域得到了全面合理的校正.提出一种新的模型噪声方差阵和量测噪声方差阵实时统计方法,该统计方法可有效地防止滤波发散现象,提高滤波预报的精度.通过在三峡区间流域上的应用,证明了基于卡尔曼滤波的河道汇流实时校正算法的有效性.     

基于遇卡识别的改进Kalman滤波器模型-加速度校正方法

由于FMI成像测井仪器在井下做复杂的非匀速运动,导致成像图像出现严重的畸变现象,需要通过加速校正来恢复采样数据对应的真实深度。针对传统Kalman滤波器模型-加速度校正方法对“遇卡区域”适应性较差的现象,首先对仪器在井下的运动状态进行分析,识别出仪器的遇卡区域,然后利用遇卡识别结果对传统的Kalman滤波器数学模型进行改进,首次考虑了仪器相邻遇卡现象的叠加情况。结果表明:改进后的方法不仅有效地解决了“粘滞滑动区域”的锯齿现象,而且较好地消除了“遇卡区域”的压缩拉伸现象,恢复了地层的原貌。该方法不仅适用于FMI成像测井,同样适用于其他成像测井系列,尤其有助于改善国产成像仪器图像的质量,具有推广应用价值。     

GPS 定位中扩展卡尔曼滤波和基于 Bancroft 算法的2步滤波法的比较分析

GPS 定位中常用的线性卡尔曼滤波模型的精度不能完全满足要求。为此,介绍了非线性卡尔曼滤波常用的扩展卡尔曼滤波（EKF）和基于 Bancroft 算法的2步滤波法。算例分析表明,基于 Bancroft 算法的2步滤波法较优。