GPS信号的电离层延迟误差及改正

详细论述了电离层对GPS信号的延迟误差,讨论了修正电离层延迟误差的相对定位、延迟模型改正方法,分析和比较了双频观测量和三频观测量电离层延迟误差改正方法。     

GPS精密点定位的数据处理

在GPS精密点定位数据处理中,通常采用所谓无差分模型.然而,GPS单站观测量也可通过不同差分组合以减少未知参数数目,且在理论上与无差分模型等价.文中利用实际GPS观测数据,比较了不同点定位差分模型的定位精度和其他指标.     

GPS伪卫星组合定位方法及在变形监测中的应用

针对GPS在城市高楼密集区、深山峡谷等区域所跟踪的可见星数目少且分布不佳导致定位精度下降,以及GPS系统本身在垂直方向定位精度较差的问题,提出GPS伪卫星组合定位新方法,利用伪卫星增强GPS技术提高定位精度。建立了GPS和伪卫星组合定位的观测模型,分析了伪卫星多路径效应的特点,给出了减弱伪卫星多路径误差的有效方法。对某大坝坝区的实测数据进行处理的结果表明,文中所提出的方法能有效地减弱伪卫星多路径效应产生的误差,GPS和伪卫星组合定位方法提高了系统的定位精度,特别是垂直方向的精度。     

电离层对普通GPS和位置差分GPS定位误差的影响

在没有选择可用性条件下，差分ＧＰＳ定位精度完全取决于电离层的空间不相关性，为了改进差分ＧＰＳ的校正算法，本文在月平均电离层时延等值图的基础上，建立了一个简单而又逼真的电离层模型，并分析了普通ＧＰＳ和位置差分ＧＰＳ仅电离层单一因素引入的定位误差。     

工业机器人的绝对定位误差模型及其补偿算法

工业机器人重复定位精度高而绝对定位精度低。为了提高工业机器人的绝对定位精度,提出一种绝对定位误差模型。基于该模型,利用激光跟踪仪和最小二乘法辨识出所需参数,并对误差进行补偿修正。最后,将这种方法应用在KUKA KR150-2机器人上进行测量和补偿。实验结果显示:平均绝对定位精度由补偿前的1.321mm变为补偿后的0.183mm,从而表明该方法的有效性。     

一种新的北斗定位信号时延消除方法

本文分析了北斗卫星信号在传播过程中的电离层时延及对流层时延误差,提出了一种新的定位信号时延误差的估计方法,利用该方法可以在原霍普菲尔德修正模型的基础上进一步消除时延,从而提高定位信号的解算精度。     

基于GDOP分析模型的双星无源定位系统精度研究

双星无源定位系统因其良好的隐蔽性能和高效的定位特征,被广泛地应用在现代化电子对战中。定位精度是决定该系统定位可靠性的重要指标,因此如何确定系统定位精度是双星无源定位系统研究的关键。本研究以双星无源定位TDOA/FDOA联合估计模型为基础,利用几何稀疏误差(GDOP)分析方法,建立双星无源定位系统精度分析模型,对比分析了不同因素对双星无源定位系统精度的影响,研究系统定位精度特性,得出了定位精度曲线。     

基于距离和角度信息的无线传感器网络定位算法(英文)

提出一种基于距离和信号到达角信息的无线传感器网络节点自身定位算法.在所有节点的坐标轴方向都是未知的假定下,用信号到达角信息来计算信号到达角度差,然后将定位问题转化为一个凸集优化问题,节点间的几何关系也相应地转化成为线性或二次约束条件.当距离和角度测量值足够精确时,该算法是一个线性规划问题.考虑测量误差时,通过引入辅助变量,该算法可以转化为二次规划问题.通过仿真分析证明了该定位算法的有效性,并对距离和角度误差量对定位精度的影响进行了定量分析.仿真结果表明,在距离和角度误差为5%的时候,该定位算法可以满足定位精度要求.     

基于渐消卡尔曼滤波器的定位系统设计

针对无人机捷联式惯性导航系统(Strap-down inertial navigation system,SINS)定位精度低、全球卫星定位系统(Global position system,GPS)定位的非自主性,建立了一种无人机SINS/GPS定位信息融合系统。采用渐消Kalman滤波技术,有效防止了SINS/GPS组合导航系统的滤波发散。采用自适应运算法则,从理论上证明了渐消卡尔曼滤波器的稳定性,得到了滤波器稳定要求的新的条件,与以往研究比较,条件更为宽泛。分别进行了SINS/GPS常规卡尔曼滤波仿真和渐消卡尔曼滤波仿真,结果表明:采用渐消卡尔曼滤波技术在工程实践上可以有效提高无人机的导航定位精度,并且易于工程实现。     

SINS/Two-Antenna GPS组合导航系统设计及实现

对SINS／two—antenna GPS全组合导航系统进行了研究，建立了相应的误差模型和系统观测模型，特别是组合系统下的GPS载波相位双差观测模型。提出了一种扩展的卡尔曼滤波方法，并进行了系统硬件集成设计。仿真结果表明：该设计改善了系统性能，提高了导航定位的精度、可靠性和实用性。     

伪距差分GPS的一种改进方法(英文)

在采用伪距差分的全球定位系统(GPS)中,分析了电离层时延校正不完善而产生电离层时延伪距残差的原因,指出了差分参考站和用户相对于导航卫星位置不同,引起了电波穿越电离层处的垂直TEC和角度不同是产生这种残差的主要原因,提出了一种改进的伪距差分算法,并且用计算机仿真验证了其改进的效果.     

利用人工神经网络仿真GPS误差信号

GPS（Global positioning system）是一种在军事和民用方面广泛应用的定位系统。如何降低成本，提高精度是一个重要的课题。本文应用人工神经网络能够实现高度非线性的特点，在对地理位置已知点进行大量GSP实际测量的基础上，设计出一种BP网络，作为GPS误差信号模拟器。在给出时间和天气情况的条件下，该模型器能够输出GPS的实时误差，为应用系统中对GPS误差进行补偿提供依据。通过与实际测试数据相比较，证明这种方法具有较好的模拟效果。     

GPS／DNS组合导航系统研究

通过误差分析的方法，给出了用卫星全球定位系统ＧＰＳ的位置、速度信息作为观测量的ＧＰＳ／ＤＮＳ组合导航系统的数学模型。在此模型的基础上应用卡尔曼滤波器，估计出导航参数误差并对系统进行校正，从而实现了ＧＰＳ与多普勒导航系统（ＤＮＳ）的组合。ＧＰＳ／ＤＮＳ组合导航系统克服了多普勒导航系统定位误差随时间发散的缺点，使得导航精度与时间无关，弥补了ＧＰＳ实时性的不足。仿真结果表明，该组合方案可获得高的导航定位精度。该系统丰富了组合导航系统内容，且体积小、成本低，便于工程实现，具有实用价值。     

一种基于GPS的测姿新方法

提出了一种利用GPS载波相位信号，基于积分角速率参数IRP（Interated rate parameters)的概念，并借助于扩展了卡尔曼滤波（Extended Kalman filtering)算法进行载体的姿态及姿态变化率估计的新方法，利用线性跟踪理论建立动态方程，使动态方程形式简单，意义明确，利用IRP的概念，通过解决姿态矩阵的递推过程，建立载波相位的观测方程，仿真试验结果表明，本算法具有计算效率高，实时性好，测姿态精度高等优点，并且，由于同时对姿态率进行跟踪估计，因而表现出对载体机动性较强的跟踪能力。     

A Generic Plug-and-Play Navigation Fusion Strategy for Land Vehicles in GNSS-Denied Environment

Achieving accurate navigation information by integrating multiple sensors is key to the safe operation of land vehicles in global navigation satellite system(GNSS)-denied environment. However,current multi-sensor fusion methods are based on stovepipe architecture,which is optimized with custom fusion strategy for specific sensors. Seeking to develop adaptable navigation that allows rapid integration of any combination of sensors to obtain robust and high-precision navigation solutions in GNSS-denied environment,we propose a generic plug-and-play fusion strategy to estimate land vehicle states. The proposed strategy can handle different sensors in a plug-and-play manner as sensors are abstracted and represented by generic models,which allows rapid reconfiguration whenever a sensor signal is additional or lost during operation. Relative estimations are fused with absolute sensors based on improved factor graph,which includes sensors' error parameters in the non-linear optimization process to conduct sensor online calibration. We evaluate the performance of our approach using a land vehicle equipped with a global positioning system(GPS) receiver as well as inertial measurement unit(IMU),camera,wireless sensor and odometer. GPS is not integrated into the system but treated as ground truth. Results are compared with the most common filtering-based fusion algorithm. It shows that our strategy can process low-quality input sources in a plug-and-play and robust manner and its performance outperforms filtering-based method in GNSS-denied environment.