BDS/GPS短期ISB建模和预报的Kalman滤波方法
发布时间：2021-08-24 18:13
ISB是多系统PPP数据处理中必须要考虑的一项误差,因此有必要对BDS/GPS短期ISB建模和预报进行研究。为了提高ISB预报精度,针对等权LS（least square）估计ISB模型参数时忽略了拟合数据权重不同的问题,提出了采用Kalman滤波对模型参数进行估计,并根据ISB拟合数据距预报时刻的远近调整Kalman滤波拟合数据的方差。本文采用7d的ISB数据进行建模,根据所建模型预报第8天的ISB值,并对预报精度和定位结果进行了验证。进行试验的4个测站Kalman拟合模型的ISB预报精度比LS拟合模型分别提高了29.7%、11.5%、43.5%和32.0%。采用Kalman拟合模型的ISB预报值作为先验约束,PPP平均定位精度在E和U方向上比采用LS拟合模型预报值分别多提高了2.7%和0.9%,比不加ISB先验约束在E、N、U方向分别提高了10.6%、26.3%和3.4%。
【文章来源】：测绘学报. 2016,45(S2)北大核心EICSCD
【文章页数】：8 页
【部分图文】：
图２年积日第８８天２３：５０至第８９天００：０５共４个历元精密卫星钟差的历元差
第Ｓ２期张辉，等：ＢＤＳ／ＧＰＳ短期ＩＳＢ建模和预报的Ｋａｌｍａｎ滤波方法束，当ＩＳＢ模型第５—７天的拟合精度小于１ｎｓ时，先验精度取１ｎｓ，当拟合精度大于１ｎｓ时，先验精度取拟合精度。图５给出了不加ＩＳＢ先验约束和使用ＩＳＢ先验约束ＰＰＰ的定位误差，表６给出了相应的定位误差统计结果。图４Ｋａｌｍａｎ滤波和等权ＬＳ方法ＩＳＢ模型的预报精度Ｆｉｇ．４ＴｈｅＲＭＳｖａｌｕｅｓｏｆＩＳＢｐｒｅｄｉｃｔｉｏｎｂｙＫａｌｍａｎｆｉｌｔｅｒａｎｄＬＳｍｏｄｅｌｓ表５Ｋａｌｍａｎ滤波和等权ＬＳ方法ＩＳＢ模型的预报精度和最后３ｄ的建模精度Ｔａｂ．５ＭｏｄｅｌｌｉｎｇａｃｃｕｒａｃｙｏｆＫａｌｍａｎｆｉｌｔｅｒａｎｄＬＳｍｏｄｅｌｓｆｏｒｔｈｅｌａｓｔｔｈｒｅｅｄａｙｓａｎｄｔｈｅｐｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙｏｆｔｈｅｔｗｏｍｏｄｅｌｓｎｓｓｔａｔｉｏｎｓｍｏｄｅｌｌｉｎｇａｃｃｕｒａｃｙｐｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙＬＳ＿ｍｏｄｅｌＫａｌｍａｎ＿ｍｏｄｅｌＬＳ＿ｐｒｅＫａｌｍａｎ＿ｐｒｅＣＵＴ００．２２０．２２０．３７０．２６ＭＡＹＧ２．２５２．３４０．８７０．７７ＭＲＯ１０．３１０．２４０．２３０．１３ＮＮＯＲ０．２４０．２２１．０００．６８图５不加ＩＳＢ先验约束和分别采用两种模型ＩＳＢ预测值先验约束的静态ＰＰＰ在Ｅ、Ｎ、Ｕ方向的定位误差ＲＭＳＦｉｇ．５ＴｈｅＲＭＳｖａｌｕｅｓｆｏｒｓｔａｔｉｃＰＰＰｓｏｌｕｔｉｏｎｓｉｎＥａｓｔ，ＮｏｒｔｈａｎｄＵｐｃｏｍｐｏｎｅｎｔｓｗｉ
第Ｓ２期张辉，等：ＢＤＳ／ＧＰＳ短期ＩＳＢ建模和预报的Ｋａｌｍａｎ滤波方法ＬＳ拟合模型的振幅变小，周期性也更加明显，模型的拟合精度得到了提高。ＣＵＴ０、ＭＲＯ１和ＮＮＯＲ３个站，跳变修正前模型与原始ＩＳＢ序列的拟合精度分别为０．６２ｎｓ、０．６３ｎｓ、０．６０ｎｓ，跳变修正后模型与修正ＩＳＢ序列的拟合精度分别为０．２８ｎｓ、０．５８ｎｓ、０４４ｎｓ，拟合精度均有较大提高。图２年积日第８８天２３：５０至第８９天００：０５共４个历元精密卫星钟差的历元差Ｆｉｇ．２Ｏｒｄｉｎａｌｅｐｏｃｈｄｉｆｆｅｒｅｎｃｅｏｆｐｒｅｃｉｓｅｓａｔｅｌｌｉｔｅｃｌｏｃｋｆｒｏｍ２３：５０ｉｎｔｈｅｄａｙｏｆｙｅａｒ８８ｔｏ００：０５ｉｎｔｈｅｄａｙｏｆｙｅａｒ８９为了对Ｋａｌｍａｎ滤波和等权ＬＳ方法进行比较，试验均采用跳变修正后的ＩＳＢ数据，其中ＭＡＹＧ站ＩＳＢ序列没有超过跳变阈值，未作跳变修正。使用ＬＳ方法估计模型参数时，对ＩＳＢ拟合数据采用等权处理的方式。采用Ｋａｌｍａｎ滤波方法估计模型参数时，以拟合数据最后３ｄ的ＩＳＢ平均值为标准确定拟合数据的方差，如式（８）所示。在确定模型参数后利用ＩＳＢ模型预报年积日９４天的ＩＳＢ值，并用当天的ＩＳＢ估计值对预报结果进行验证。Ｋａｌｍａｎ滤波方法的ＩＳＢ模型参数和周期项见表３。此外，对ＩＳＢ模型参数估值进行了显著性检验。给定显著水平α＝０．０５，自由度为３２６，对应的检验临界值为ｔα／２＝１．９６７。周期Ｐｉ
【参考文献】：
期刊论文
[1]Characterization of multi-GNSS between-receiver differential code biases using zero and short baselines[J]. Baocheng Zhang,Peter J.G.Teunissen. Science Bulletin. 2015(21)
[2]北斗区域导航系统的PPP精度分析[J]. 朱永兴,冯来平,贾小林,张清华,阮仁桂. 测绘学报. 2015(04)
[3]BDS/GPS精密单点定位收敛时间与定位精度的比较[J]. 张小红,左翔,李盼,潘宇明. 测绘学报. 2015(03)
本文编号：3360479
【文章来源】：测绘学报. 2016,45(S2)北大核心EICSCD
【文章页数】：8 页
【部分图文】：
图２年积日第８８天２３：５０至第８９天００：０５共４个历元精密卫星钟差的历元差
第Ｓ２期张辉，等：ＢＤＳ／ＧＰＳ短期ＩＳＢ建模和预报的Ｋａｌｍａｎ滤波方法束，当ＩＳＢ模型第５—７天的拟合精度小于１ｎｓ时，先验精度取１ｎｓ，当拟合精度大于１ｎｓ时，先验精度取拟合精度。图５给出了不加ＩＳＢ先验约束和使用ＩＳＢ先验约束ＰＰＰ的定位误差，表６给出了相应的定位误差统计结果。图４Ｋａｌｍａｎ滤波和等权ＬＳ方法ＩＳＢ模型的预报精度Ｆｉｇ．４ＴｈｅＲＭＳｖａｌｕｅｓｏｆＩＳＢｐｒｅｄｉｃｔｉｏｎｂｙＫａｌｍａｎｆｉｌｔｅｒａｎｄＬＳｍｏｄｅｌｓ表５Ｋａｌｍａｎ滤波和等权ＬＳ方法ＩＳＢ模型的预报精度和最后３ｄ的建模精度Ｔａｂ．５ＭｏｄｅｌｌｉｎｇａｃｃｕｒａｃｙｏｆＫａｌｍａｎｆｉｌｔｅｒａｎｄＬＳｍｏｄｅｌｓｆｏｒｔｈｅｌａｓｔｔｈｒｅｅｄａｙｓａｎｄｔｈｅｐｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙｏｆｔｈｅｔｗｏｍｏｄｅｌｓｎｓｓｔａｔｉｏｎｓｍｏｄｅｌｌｉｎｇａｃｃｕｒａｃｙｐｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙＬＳ＿ｍｏｄｅｌＫａｌｍａｎ＿ｍｏｄｅｌＬＳ＿ｐｒｅＫａｌｍａｎ＿ｐｒｅＣＵＴ００．２２０．２２０．３７０．２６ＭＡＹＧ２．２５２．３４０．８７０．７７ＭＲＯ１０．３１０．２４０．２３０．１３ＮＮＯＲ０．２４０．２２１．０００．６８图５不加ＩＳＢ先验约束和分别采用两种模型ＩＳＢ预测值先验约束的静态ＰＰＰ在Ｅ、Ｎ、Ｕ方向的定位误差ＲＭＳＦｉｇ．５ＴｈｅＲＭＳｖａｌｕｅｓｆｏｒｓｔａｔｉｃＰＰＰｓｏｌｕｔｉｏｎｓｉｎＥａｓｔ，ＮｏｒｔｈａｎｄＵｐｃｏｍｐｏｎｅｎｔｓｗｉ
第Ｓ２期张辉，等：ＢＤＳ／ＧＰＳ短期ＩＳＢ建模和预报的Ｋａｌｍａｎ滤波方法ＬＳ拟合模型的振幅变小，周期性也更加明显，模型的拟合精度得到了提高。ＣＵＴ０、ＭＲＯ１和ＮＮＯＲ３个站，跳变修正前模型与原始ＩＳＢ序列的拟合精度分别为０．６２ｎｓ、０．６３ｎｓ、０．６０ｎｓ，跳变修正后模型与修正ＩＳＢ序列的拟合精度分别为０．２８ｎｓ、０．５８ｎｓ、０４４ｎｓ，拟合精度均有较大提高。图２年积日第８８天２３：５０至第８９天００：０５共４个历元精密卫星钟差的历元差Ｆｉｇ．２Ｏｒｄｉｎａｌｅｐｏｃｈｄｉｆｆｅｒｅｎｃｅｏｆｐｒｅｃｉｓｅｓａｔｅｌｌｉｔｅｃｌｏｃｋｆｒｏｍ２３：５０ｉｎｔｈｅｄａｙｏｆｙｅａｒ８８ｔｏ００：０５ｉｎｔｈｅｄａｙｏｆｙｅａｒ８９为了对Ｋａｌｍａｎ滤波和等权ＬＳ方法进行比较，试验均采用跳变修正后的ＩＳＢ数据，其中ＭＡＹＧ站ＩＳＢ序列没有超过跳变阈值，未作跳变修正。使用ＬＳ方法估计模型参数时，对ＩＳＢ拟合数据采用等权处理的方式。采用Ｋａｌｍａｎ滤波方法估计模型参数时，以拟合数据最后３ｄ的ＩＳＢ平均值为标准确定拟合数据的方差，如式（８）所示。在确定模型参数后利用ＩＳＢ模型预报年积日９４天的ＩＳＢ值，并用当天的ＩＳＢ估计值对预报结果进行验证。Ｋａｌｍａｎ滤波方法的ＩＳＢ模型参数和周期项见表３。此外，对ＩＳＢ模型参数估值进行了显著性检验。给定显著水平α＝０．０５，自由度为３２６，对应的检验临界值为ｔα／２＝１．９６７。周期Ｐｉ
【参考文献】：
期刊论文
[1]Characterization of multi-GNSS between-receiver differential code biases using zero and short baselines[J]. Baocheng Zhang,Peter J.G.Teunissen. Science Bulletin. 2015(21)
[2]北斗区域导航系统的PPP精度分析[J]. 朱永兴,冯来平,贾小林,张清华,阮仁桂. 测绘学报. 2015(04)
[3]BDS/GPS精密单点定位收敛时间与定位精度的比较[J]. 张小红,左翔,李盼,潘宇明. 测绘学报. 2015(03)
本文编号：3360479
本文链接：https://www.wllwen.com/kejilunwen/dizhicehuilunwen/3360479.html
