基于抗差Kalman滤波算法的单频BDS周跳探测

发布时间：2024-04-15 04:35

　　提出了一种基于抗差Kalman滤波算法的单频BDS周跳探测方法。该方法以Kalman滤波算法为基础,构建了历元间差分观测值,使周跳以粗差的形式表现出来,并采用IGGⅢ等价权函数调整滤波增益矩阵实现抗差处理,从而达到准确探测周跳的目的。采用单频BDS实测数据对本方法进行验证,并以现有Kalman滤波方法作为对比。结果表明,在无周跳情况下,Kalman滤波法预报残差序列中误差为0.140,抗差Kalman滤波法预报残差序列中误差为0.121,本方法对观测噪声的灵敏性更强;在加入多个具有不同特征的模拟周跳后,Kalman滤波法存在滤波多次初始化问题而不能探测出少量历元的连续周跳,本方法则实现了所有周跳的探测,准确率为100%,同时保证了滤波过程只需初始化1次。

【文章页数】：4 页

【部分图文】：

图1无周跳时历元间差分观测值序列

一般情况下,在没有发生周跳时,Δ?rs(i)关于时间的序列表现为一段相对平滑的曲线,相邻历元间差分观测值变化不大(图1);当发生周跳时,历元间差分观测值序列中存在异常值,Δ?rs(i)的时间序列曲线存在较明显的突变(图2)。本文在这一特性的基础上进行周跳探测。图2有....

图2有周跳时历元间差分观测值序列

图1无周跳时历元间差分观测值序列2.2抗差Kalman滤波算法

图3无周跳情况残差序列

实验数据采用2015年5月13日GNSS接收机实测数据,接收机类型为TrimbleR10,接收机天线为TRMR10,测站周边视野开阔,观测数据质量较好,采样间隔为1s。提取出北斗C01星B1载波一个弧段的相位观测值作为实验数据,并利用相关软件对采集到的数据进行预处理,保证实验....

图4模拟周跳探测残差序列

表1加入周跳情况历元150300450600601602周跳大小/周125-13-2采用两种方法分别检验同一组数据的噪声水平时,不同方法计算得到的预报残差大小能够反映该方法对观测噪声的敏感程度。由图3(a)和图3(b)可知,在检验无周跳载波相位观测值....

本文编号：3955743