卫星分群的抗差Kalman滤波在GPS/BDS融合精密单点定位中的应用

抗差Kalman滤波是控制GNSS动态导航定位中观测异常的有效算法,当应用到GPS/BDS实时动态精密单点定位(Precise Point Positioning,PPP)时,会出现某些历元定位精度甚至不如单一系统定位精度高,这主要是因为同一接收机接收的不同种类卫星观测量的随机特性不同,使得观测量验后残差的分布特性不一致,抗差估计时随机特性不同的观测量验后残差互比,反而对某一系统优质数据也进行了降权,导致定位结果出现偏差,减弱了GPS/BDS融合精密单点定位的优势。针对这一问题,提出了卫星分群的抗差Kalman滤波算法,并应用到GPS/BDS融合精密单点定位中,算法的核心是在每一历元观测数据质量控制时根据卫星类型分类构建方差膨胀因子,给出了算法的实施步骤,最后通过MGEX实测数据进行了验证,结果表明算法应用到GPS/BDS融合精密单点定位中,相较传统的抗差Kalman滤波算法在东、北、天三个方向分别提高了34.6%、33.3%、31.0%,同时表明该算法提高了GPS/BDS融合精密单点定位的可靠性。     

前后向平滑算法在精密单点定位/INS紧组合数据后处理中的应用

精密单点定位技术只需单台双频GNSS接收机就能实现分米到厘米级定位精度,将其与INS进行组合可以广泛应用于测量领域。但当GNSS信号被完全遮挡时,只能依赖纯惯性导航工作模式,而当重新捕获GNSS信号时,又需要一定时间才能使精密单点定位重新收敛到理想精度。针对以上问题,提出了一种适用于精密单点定位/INS紧组合的前后向平滑算法来同时提高GNSS信号完全遮挡段和重新收敛段的导航精度,详细推导了该算法的数学模型。对实测的跑车实验数据后处理表明:前后向平滑算法能有效提高精密单点定位/INS紧组合导航精度;对60 s完全遮挡段的位置误差统计表明,前向和后向滤波的三维位置误差RMS分别为44.46 cm和10.81 cm,平滑后改善到了10.47 cm。     

单频GPS/BDS/MEMS IMU紧组合模糊度固定抗差模型

针对高精度GNSS/INS组合定位中,伪距多路径误差严重影响模糊度固定效率及系统定位精度的问题,引入抗差估计函数,建立INS辅助GPS/BDS模糊度快速固定抗差模型。首先建立了单频GPS/BDS/INS紧组合动力学模型以及观测模型,继而研究了紧组合系统INS辅助下GNSS模糊度快速分解模型,分析了伪距观测值粗差对于模糊度参数估值的影响。为减弱异常观测值对于模糊度固定成功率的影响,提出了附有INS定位约束的模糊度解算抗差算法。最后利用实测导航定位数据验证了算法的有效性。结果表明:对比不考虑观测值粗差影响的模糊度固定算法,模糊度固定抗差算法显著提高了模糊度固定的可靠性,抗差算法的模糊度固定效率不受粗差值大小的影响;对于模拟的伪距多粗差情形,抗差算法对GPS/INS、BDS/INS和GPS/BDS/INS三种组合方案的模糊度固定Ratio均值分别提高了100.8%、47.7%以及19.5%;在INS定位松约束条件下,抗差算法提高了模糊度固定成功率。     

多星座GNSS/INS紧耦合方法

针对可用卫星数目不足、多星座GNSS接收机不能定位条件下,传统GNSS/INS松耦合方式退化为"纯惯性"模式,无法抑制惯导误差发散的问题,提出了一种基于多星座GNSS接收机原始伪距观测量的GNSS/INS紧耦合方法。利用惯导与多星座GNSS接收机搭建硬件平台,开展了车载试验。试验结果表明,当可用卫星数目满足定位条件时,多星座GNSS/INS紧耦合方法与松耦合方法的导航精度相当;当可用卫星数目不足、多星座GNSS接收机不能定位时,多星座GNSS/INS紧耦合方法仍可利用剩余卫星提供的观测信息继续运行,当卫星数减少为5颗时,纬度和经度精度均优于30 m;当卫星数进一步减少为4颗时,纬度精度优于90 m,经度精度优于50 m。     

基于点线视觉/惯性SLAM和目标检测的测距方法

针对无人平台在未知环境中自身定位和对远距离目标测距精度不高的问题，利用单目相机和惯性器件组成视觉/惯性导航定位系统，结合目标检测提出“动态基线+三角测距”方法实现自身定位和对目标测距。首先，建立基于点线融合的视觉/惯性系统模型，提高系统自身定位精度，给出运动前后相对位姿变化；其次，利用目标检测算法对目标进行检测和识别，得到运动前后物体对于图像平面的视差；最后，通过三角测距实现对目标的高精度测距。公共数据集实验测试结果表明，引入线特征的视觉/惯性系统的平均定位均方根误差（RMSE）为0.15 m。无人平台搭载系统对目标进行测距实验表明，系统在100 m以内对目标测距的误差小于测距距离的2%。     

基于KinPOS软件的BDS/GPS动对动相对定位性能分析

基于载波相位观测值的动对动相对定位可以得到双移动测站之间精确的相对位置关系,极大地扩展了动态相对定位的应用领域。GNSS精密动态定位、测速和定姿软件KinPOS针对动对动相对定位的质量控制方法进行优化,并基于三组不同场景下的实测GPS/BDS数据开展了动对动定位性能分析,结果表明:KinPOS软件解算结果稳定可靠,中短基线定位精度优于5 cm;BDS与GPS的动对动定位性能基本相当。     

顾及频间钟差的BDS/GPS三频非组合精密单点定位方法

采用传统精密钟差产品进行多频精密单点定位(PPP)时,频间钟差(IFCB)会对定位结果产生明显的系统性偏差,针对此问题,提出了基于无几何模型的BDS/GPS频间钟差估计方法,并推导了其在三频非组合PPP模型中的应用方法。通过全球184个监测站连续7天的数据实验,验证分析了IFCB的时变特性。结果表明:GPS和BDS GEO/IGSO卫星的IFCB周期性明显,BDS的IFCB量级小于GPS,一般不超过3 cm;对于静态PPP,与不改正IFCB相比,IFCB改正后,单GPS点位精度提高83.4%,GPS和BDS GEO/IGSO/MEO卫星的相位验后残差标准差分别减小了75.0%、54.5%、32.1%和19.2%;对于动态PPP,单GPS和BDS/GPS双系统组合的点位精度分别提高59.6%和54.7%。该方法解决了传统钟差产品与多频精密定位的兼容问题。     

不受姿态误差影响的惯性/磁感应融合定位方法

针对传统电磁信标导航定位系统中由惯性元件解算磁传感器姿态误差导致定位性能下降问题,提出了一种不受传感器姿态影响的改进惯性/磁感应定位融合定位方法,避免了姿态误差对定位结果的影响。首先,基于磁信标磁场分布规律与特征矢量构建了与传感器姿态无关的非线性磁感应定位模型;然后,结合惯性元件对载体目标的状态估计提出了改进的惯性/磁感应定位模型,降低了累计误差、提高了定位精度与结果的输出速度;最后,利用无迹卡尔曼滤波（UKF）对融合数据进行处理,实现对动态目标的位置估计。分别通过实验和仿真验证了不受姿态影响的磁感应定位模型以及惯性/磁感应定位方法的有效性。实验结果表明磁感应定位模型能够不受传感器姿态误差的影响实现定位;数值仿真结果表明惯性元件解算姿态辅助磁信标定位方法的最大误差为7.29 m,基于改进的惯性/磁感应融合定位方法最大误差0.77 m。     

附加TDCP约束的无人船载GNSS/MEMS组合导航方法

针对无人船用GNSS SPP与MEMS进行组合导航时存在的定位误差大、鲁棒性差等问题，提出了一种附加TDCP约束的无人船载GNSS/MEMS组合导航方法。采用因子图方法构建无人船GNSS/MEMS组合导航系统模型，利用多频TDCP求解的历元间精密位置增量进行约束，并使用增量平滑算法进行状态估计。通过实际无人船试验，设计了六种组合方案进行性能评估，结果表明，加入多频TDCP约束后，横滚和俯仰角精度优于0.2°，航向角精度优于1°；北向、东向、地向的定位精度分别为0.270 m、0.201 m和0.464 m，最大定位误差小于0.5 m。与无此类约束相比，所提方法提高了无人船定位的精度和鲁棒性，且求解轨迹更平滑。     

基于非线性最小二乘估计的eLoran/INS/磁传感器组合导航方法

为实现不依赖GNSS系统的高精度导航系统,提出了一种基于非线性最小二乘估计的e Loran/INS/磁传感器组合导航方法。利用INS/磁传感器等传感器稳定性好,高频噪声低的特点,降低eLoran导航系统受传播路径影响导致的定位误差;同时所提方法可以校准其它传感器的零点偏移。首先利用INS系统估计载体当前的状态(包括姿态、位置),再通过高斯-牛顿法,求解载体状态的最小二乘解,从而使各物理量(磁场矢量、重力矢量和位置)在当前估计的载体坐标系内计算的数值与传感器的测量结果之间误差达到最小。最后,利用传感器的零点偏移在误差项中变化缓慢的特点,通过低通滤波估计零点偏移并进行校准。所提方法具有运算量小,解算精度高的特点。仿真试验结果显示所提出方法可将罗兰导航系统定位误差从100 m提高至6.1 m(2σ),证明了该系统具备独立于GNSS系统提供高精度导航定位的潜力。