GPS精密单点定位技术:模型与卡尔曼滤波应用
需积分: 35 32 浏览量
更新于2024-08-09
收藏 1.8MB PDF 举报
"东南大学硕士学位论文——GPS动态精密单点定位(PPP)研究,作者陈安京,导师高成发,专业大地测量学与测量工程,研究了GPS精密单点定位的原理、误差来源、消除误差的方法以及卡尔曼滤波在动态定位中的应用,通过实测数据分析了定位精度,证明了动态PPP可实现厘米级精度。"
在GPS技术领域,精密单点定位(PPP)是一种高精度的定位方法,它利用高精度的GPS卫星星历、卫星钟差信息以及双频载波相位观测值,无需设立参考站,仅需一台接收机就能在全球范围内进行静态或动态定位。PPP的定位精度可以达到分米甚至厘米级别,适用于高精度测量和导航定位。
在GPS静态精密单点定位中,通常需要同时接收到4颗以上的卫星信号,但由于测码伪距、广播星历、卫星钟差改正、电离层延迟、对流层延迟和多路径效应等因素的影响,即使没有SA(选择可用性)干扰,静态定位精度也只能达到米级,动态定位精度大约在10到40厘米之间。
精密单点定位观测模型主要包括消电离层组合(Iono-Free)模型和UofC模型。消电离层组合观测模型是最常见的处理电离层影响的方法,通过组合不同频率的载波相位观测值,减少电离层延迟的影响。而UofC模型则是由Calgary大学的Gao和Shen提出的另一种模型,这两种模型各有优缺点,适用于不同的定位环境和精度需求。
PPP采用非差观测模型,误差无法通过常规差分方法消除,但可以通过模型估计和观测数据的组合来减弱误差。文章深入探讨了各种误差源,包括与卫星相关的误差(如卫星钟差)、信号传播过程中的误差(如电离层和对流层延迟)、接收机误差等,并提出了相应的消除或削弱误差的策略。其中,地球自转效应、地球潮汐和大洋负荷等地球动力学因素也被考虑在内。
卡尔曼滤波作为在线性无偏最小方差估计基础上的递推滤波方法,被广泛应用于GPS动态定位数据处理。它结合系统状态转移方程和观测值,不断更新状态估计,对于处理动态定位数据特别有效。文章通过P3软件的实例,分析了卡尔曼滤波器在动态PPP中的应用,讨论了滤波器参数的随机模型和初始值设定,实测数据表明,使用30秒间隔的卫星钟差产品,动态PPP可以实现厘米级的定位精度。
关键词涵盖:GPS、动态精密单点定位、卡尔曼滤波、精密卫星星历和卫星钟差、精度分析。
2020-09-25 上传
2021-01-09 上传
2017-12-04 上传
2024-03-01 上传
2012-12-19 上传
2019-11-02 上传
2022-01-10 上传
148 浏览量
2024-04-30 上传
Yu-Demon321
- 粉丝: 23
- 资源: 3959
最新资源
- MATLAB实现小波阈值去噪:Visushrink硬软算法对比
- 易语言实现画板图像缩放功能教程
- 大模型推荐系统: 优化算法与模型压缩技术
- Stancy: 静态文件驱动的简单RESTful API与前端框架集成
- 掌握Java全文搜索:深入Apache Lucene开源系统
- 19计应19田超的Python7-1试题整理
- 易语言实现多线程网络时间同步源码解析
- 人工智能大模型学习与实践指南
- 掌握Markdown:从基础到高级技巧解析
- JS-PizzaStore: JS应用程序模拟披萨递送服务
- CAMV开源XML编辑器:编辑、验证、设计及架构工具集
- 医学免疫学情景化自动生成考题系统
- 易语言实现多语言界面编程教程
- MATLAB实现16种回归算法在数据挖掘中的应用
- ***内容构建指南:深入HTML与LaTeX
- Python实现维基百科“历史上的今天”数据抓取教程