基于滤波降噪修正的平滑伪距差分技术在卫星定位中的研究

发布时间：2017-09-26 23:38

  本文关键词：基于滤波降噪修正的平滑伪距差分技术在卫星定位中的研究

  更多相关文章： 卫星定位 差分定位 高精度定位 模糊自适应卡尔曼滤波

【摘要】：经过多年发展,卫星导航定位系统已经从传统的静态相对定位发展到复杂环境的动态高精度精密定位阶段。现在不仅在军用,更重要的在民用方面,包括航空、航天、测绘、通信、气象、勘测、交通、运输等各大领域得到了广泛的应用。随着经济和科技的发展,在政策和需求的推动下,GPS系统也在不断的发展进步,软、硬件技术都得到了不断的完善。而全球定位系统不断地发展和应用,使精密定位的发展就显得越来越重要。高精度定位可以将定位精度达到厘米级,满足各领域的精度要求。 为提升定位精度,针对误差源中的钟差、大气延迟、星历误差、多径效应、以及最重要的用户接收机中的系统噪声与时变噪声等问题,我们展开了平滑伪距差分定位技术与滤波降噪技术相结合的研究；并分析了几种解算方法,对比了几种滤波模型的性能。论文的主要工作包括以下几个方面： (1)首先介绍了GPS系统原理与差分系统分类,给出了各差分模型的特性并对影响定位精度的误差源进行了分析,针对不同的误差源,得出了相应的模型与消减误差的方法。 (2)分析当前的定位解算方法与DGPS(差分定位)之间的优劣,对比其在不同环境条件,众多误差源影响下的解算复杂度与精度的关系,突出了差分定位在高精度定位领域的重要性,证明了以高精度级的载波相位平滑计算简便的伪距的方法在定位精度方面远远高于一般数学解算方法。 (3)针对载波相位平滑伪距算法在较多历元数时精度误差较大,而补充卡尔曼滤波的相位平滑伪距算法的噪声变化无法动态估计等不足,本文提出了一种基于模糊自适应卡尔曼滤波的相位平滑伪距算法。本算法根据观测噪声的新息与协方差的均值变化,对时变的噪声统计特性进行实时估计与调整,达到最优估计,以增加滤波的时效性、提高定位精度。 (4)搭建实验平台,测量得到定位数据,对各算法进行仿真对比,说明模糊自适应卡尔曼滤波模型结合相位平滑伪距差分算法在状态估计上精度更高,并且抑制噪声的稳定性更高,定位精度优于传统的载波相位平滑伪距算法和基于补充卡尔曼滤波的相位平滑伪距算法。
【关键词】：卫星定位 差分定位 高精度定位 模糊自适应卡尔曼滤波
【学位授予单位】：太原理工大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：P228.4
【目录】：

• 摘要3-5
• ABSTRACT5-10
• 第1章 绪论10-14
• 1.1 课题背景及意义10-11
• 1.2 研究现状与趋势11-12
• 1.3 本文主要研究内容12
• 1.4 论文结构12-14
• 第2章 GPS差分算法分类以及误差分析14-38
• 2.1 GPS系统组成14-15
• 2.2 GPS的信号产生、结构及电文15-22
• 2.3 GPS的坐标系统和时间系统22-23
• 2.4 GPS差分系统原理23-28
• 2.4.1 位置差分24-25
• 2.4.2 伪距差分25-26
• 2.4.3 载波相位差分26-27
• 2.4.4 相位平滑伪距差分27-28
• 2.4.5 不同差分方法的精度比较28
• 2.5 精密定位28-32
• 2.5.1 单差29-30
• 2.5.2 双差30-31
• 2.5.3 三差31-32
• 2.6 误差分析32-36
• 2.6.1 卫星时钟误差修正33
• 2.6.2 对流层延迟33-34
• 2.6.3 电离层延迟34-35
• 2.6.4 卫星星历误差35
• 2.6.5 多径效应误差修正35-36
• 2.6.6 来自接收机终端的钟差误差及修正36
• 2.7 小结36-38
• 第3章 基于模型的定位解算技术研究38-48
• 3.1 GPS定位原理38-39
• 3.2 软件接收机架构39-41
• 3.3 直接解算法41-42
• 3.4 牛顿迭代法42-44
• 3.5 最小二乘迭代44-45
• 3.6 仿真对比分析45-47
• 3.7 小结47-48
• 第4章 基于模糊自适应卡尔曼的相位平滑伪距差分算法48-70
• 4.1 相位平滑伪距算法48-49
• 4.2 补充卡尔曼滤波相位平滑伪距差分算法49-53
• 4.2.1 卡尔曼滤波模型49-51
• 4.2.2 卡尔曼滤波算法51-52
• 4.2.3 基于卡尔曼滤波平滑伪距算法52-53
• 4.3 模糊自适应卡尔曼滤波平滑伪距53-57
• 4.3.1 模糊自适应卡尔曼滤波模型53-56
• 4.3.2 模糊自适应卡尔曼相位平滑伪距差分算法实现56-57
• 4.4 算法仿真分析57-69
• 4.4.1 NS150-BGBeiDou/GPS实验平台57-60
• 4.4.2 实验测量数据60-62
• 4.4.3 仿真分析62-69
• 4.5 模糊自适应卡尔曼滤波平滑伪距算法优缺点分析69
• 4.6 小结69-70
• 第5章 总结与展望70-72
• 参考文献72-76
• 致谢76-78
• 攻读学位期间发表学术论文目录78-80
• 攻读学位期间参加的科研项目80

【参考文献】

中国期刊全文数据库 前6条

1 罗磊;田增山;陈俊亚;;EKF定位跟踪算法研究[J];重庆邮电大学学报(自然科学版);2009年01期

2 蔡艳辉;程鹏飞;李夕银;;用卡尔曼滤波进行GPS动态定位[J];测绘通报;2006年07期

3 朱筱虹;李喜来;杨元喜;;从国际卫星导航系统发展谈加速中国北斗卫星导航系统建设[J];测绘通报;2011年08期

4 杨元喜;;北斗卫星导航系统的进展、贡献与挑战[J];测绘学报;2010年01期

5 高为广;杨元喜;崔先强;张双成;;IMU/GPS组合导航系统自适应Kalman滤波算法[J];武汉大学学报(信息科学版);2006年05期

6 李增科;王坚;高井祥;谭兴龙;;利用SVM的GPS/INS组合导航滤波发散抑制方法研究[J];武汉大学学报(信息科学版);2013年10期

，

本文编号：926439