一种GPS整周模糊度的解算方法

初始整周模糊度的求解是利用GPS载波相位进行测量的关键问题,文中提出了一种GPS整周模糊度快速解算方法。该方法：首先,对双差观测方程中指向卫星的方向阵进行QR分解;然后,通过比较估计出的基线长度和真实的基线长度建立起整周模糊度初始搜索范围;最后,综合利用快速剔除不合理模糊度解的检验方法以得到最终的模糊度解。文中对所提出的算法进行了理论推导,并进行了基于实测数据的实验与分析。实验结果表明,该算法计算量小,快速准确,适合整周模糊度的快速动态求解。     

部分模糊度固定方法在GNSS/INS紧组合中的应用研究

针对动态环境下GNSS/INS导航定位模糊度固定难的问题,提出了一种基于部分模糊度固定的GNSS/INS紧组合导航定位算法,通过选择模糊度的最优子集进行固定,并利用实测车载实验进行了算法验证.实验结果表明:在开阔环境下,基于部分模糊度固定的GNSS/INS紧组合与基于全模糊度固定的GNSS/INS紧组合算法的定位精度相...     

一种基于模糊熵的自适应多层模糊增强算法

针对传统多级模糊增强算法中边缘附近灰度值的选取缺乏理论依据,增强变换可能导致灰度集中的现象,提出一种基于模糊熵的自适应多层次增强算法,该方法通过图像模糊熵估计边缘附近灰度,定义新的隶属度函数和增强算子,实现了图像的自适应增强.     

一种基于模糊贴近度的多站数据融合算法

提出了一种基于模糊贴近度的多站数据融合算法。该算法利用模糊贴近度的概念和矩阵特征向量理论,确定多站数据融合算法的各个测量设备的权重。能充分利用测量数据,提高目标跟踪精度。与传统方法相比,该方法计算简便,便于工程实现。     

惯性辅助高动态RTK 模糊度浮点解求解算法研究

载波相位差分(RTK)技术需要着重解决整周模糊度快速精确求解问题。针对高动态应用,提出一种利用惯性信息辅助求解RTK整周模糊度浮点解的算法,建立了基于加速度信息辅助的Kalman滤波器模型,分析了加速度误差和惯导信息延迟对滤波结果的影响,并通过仿真对算法的动态性能进行了深入研究。仿真结果表明,与未受辅助的Kalman滤波算法相比,基于惯性辅助的求解算法能够在高动态下获得较精确的整周模糊度浮点解,使后续整数解的搜索空间更小,提升了模糊度固定效率和成功率;在发生周跳、出现野值和跟踪到新卫星信号的情况下,该算法同样具有很好的模糊度浮点解求解性能;此外,惯导加速度的随机测量误差和信息延迟不会对算法的性能造成较大影响。     

基于值域的多约束GNSS单频单历元定姿新算法

多天线增强了全球卫星导航系统（GNSS）单频单历元姿态测量解算模型的强度,但随着天线数量增加,模糊度维数成倍增加,从模糊度域确定搜索空间的计算量将显著增长。基于此,提出了基于值域的多约束多天线GNSS单频单历元姿态测量新算法：该算法将姿态约束融入值域搜索模型,利用姿态约束条件推导搜索步长,通过姿态域三维搜索确定模糊度搜索空间,以基于最优条件姿态解非迭代近似估计的方法固定模糊度。实验结果表明,新算法中模糊度搜索效率较原方法提高约65.8%,固定模糊度效率较标准迭代算法提高约95.3%,且与标准迭代算法性能相当;所提算法能够实现GNSS单频单历元的模糊度固定和载体全姿态测量,具有较高的正确率。     

自适应渐消Kalman滤波算法在RTK中的应用研究

在动态载波相位差分定位(RTK)中,由于观测环境复杂,会经常发生周跳、卫星信号失锁等情况,严重影响基线解算的连续性和可靠性。针对动态应用环境,提出了一种Kalman滤波算法在RTK技术中的应用方法。该方法可以实时估计模糊度浮点解及其协方差矩阵,在需要重新固定模糊度时可直接用于搜索,起到了周跳修复的作用。此外,采用了自适应渐消Kalman滤波算法提高算法的动态适应性,并引入独立的滑动窗进行新息的收集和处理,解决了由于参考星变化或卫星信号失锁造成观测量中断而无法准确计算新息协方差的难题。仿真结果表明,该算法能够在模糊度发生变化时快速收敛,并且相对于一般Kalman滤波算法在高动态下提高了模糊度浮点解的精度,提高了后续模糊度搜索的效率和固定成功率。     

一种适合单频GPS动态求解整周模糊度的方法

对于高精度测量和导航,GPS载波相位整周模糊度的快速求解仍然是一个难点,尤其对于单频接收机。本文提出一种动态快速求解整周模糊度的方法,其基本思想先对系数阵进行QR分解,然后通过矩阵变换使模糊度参数和位置参数分离,从而降低矩阵的维数,满足实时动态求解的要求,最后应用LAMBDA方法搜索模糊度。为验证该算法,我们用单频GPS接收机进行了两种实验(静态和动态),利用本文方法解算,静态误差小于1．5cm,动态误差小于4cm。实验结果表明：对于动态用户,该方法是快速和有效的。该方法可应用于高精度的导航和定位。     

一种基于模糊重要度的多目标优化设计方法

针对工程设计中经常出现的多目标问题,对目标的重要度进行了模糊性描述,使权重系数的选取建立在重要度这个模糊概念之上。在此基础上提出了一种基于模糊评判的多目标折衷策略,并与遗传算法相结合,发展了一套多目标模糊折衷优化设计算法,通过包括损伤容限目标在内的多目标复合材料层板优化设计的算例,证明了该方法能给出指定设计要求下可能获得的最满意解。     

一种基于GPS的单频单历元姿态解算算法

本文提出了一种将GPS L1波段的载波相位观测方程和码相位观测方程相融合的新算法,使得单历元之内就可以求解整周模糊度的浮点解,克服了传统方法中仅用载波相位观测方程无法在单历元获得浮点解的缺点并提出了一种将低精度浮点解映射到固定解的方法,降低了LAMBDA算法对高精度浮点解的依赖性,避免了多个历元求解高精度浮点解,从而实现了单频单历元的整周模糊度估计,对于快速动态定姿具有重要意义。通过实际数据测试,该算法在10°俯仰角约束的条件成功率约为96%,能够有效地用于实时动态姿态解算。     

基于改进型UDVT分解的单频整周模糊度快速解算

 基于全球定位系统(GPS)快速定位中观测矩阵的病态性特点和Tikhonov正则化原理,研究了单频整周模糊度快速解算的改进方法.基于奇异值扰动理论,研究了改进型UDVT分解算法,即利用病态观测矩阵构造新的矩阵,然后化为上Hessenberg形式的三对角矩阵,利用移位QR算法得到精确的奇异值,避免了因较小奇异值发生较大抖动而使正则化矩阵出现不稳定的情况;在分析法矩阵病态性特点的基础上,设计了改善正则化矩阵的构造方法.实验结果表明,与传统最小二乘降相关平差(LAMBDA)算法和Tikhonov正则化-LAMBDA法相比,新算法能更有效地改善法矩阵的病态性,只利用3～5个历元即能实现模糊度浮点解的快速解算及其固定,且结果可靠,浮点值更加接近真实值.     

基于自适应遗传算法的DGPS整周模糊度快速解算

 鉴于遗传算法(GA)所具有的全局搜索特性,也为了更快速准确地解算差分全球定位系统(DGPS)整周模糊度,将自适应遗传算法(AGA)引入DGPS整周模糊度的搜索中。首先根据全球定位系统(GPS)载波相位双差方程求解出双差整周模糊度的浮点解,并以基线长度作为约束条件确定整周模糊度的搜索范围;然后利用白化滤波的方法对整周模糊度进行降相关处理,降低整周模糊度各分量之间的相关性;最后将自适应遗传算法应用在整周模糊度的解算过程中,搜索整周模糊度的最优解。仿真计算结果表明,与LAMBDA算法和简单遗传算法相比,自适应遗传算法能够快速地求解整周模糊度,也具有较好的可靠性和鲁棒性。     

低成本U-blox模块的单频GPS/BDS增强PPP定位性能分析

以U-blox单频接收机采集数据,在GPS与GPS/BDS两种解算模式下进行局域增强精密单点定位(PPP)解算,并进行模糊度固定,对其在不同环境下的定位性能进行实验研究和分析。实验结果表明:在静态环境下,GPS/BDS浮点解收敛至cm级需3min左右,较GPS缩短64%,GPS/BDS定位精度RMS在平面与高程方向分别为(3.2cm,2.7cm),较GPS提升(47%,59%);GPS/BDS在30s左右可固定模糊度,固定后定位精度为(0.4cm,1.0cm),较GPS/BDS浮点解提升(88%,63%)。在动态环境下,GPS/BDS浮点解收敛至cm级需4min左右,较GPS提升59%,定位精度为(3.1cm,5.9cm),较GPS提升(34%,43%);GPS/BDS获得固定解需2min左右,固定后定位精度为(0.7cm,1.0cm),较GPS/BDS浮点解提升(77%,83%)。     

基于GA的民航飞机水平航线动态寻优算法

目前的机载飞行管理计算机系统 (FMCS)在进行飞行优化时 ,视航路为固定常量。这与自由飞概念是相斥的 ,而且也制约了对空域和GPS等技术的充分利用。水平航线的动态实时优化是解决该问题的根本方法。本文首先研究了该优化问题的数学建模 ;然后针对普通寻优算法耗时颇巨的缺点 ,提出了基于一种改进的遗传算法 (GA)的航线动态优化算法 ;最后给出了部分仿真实验结果以评估此算法的性能。     

Development of GPS-based attitude determination algorithms

This paper describes two Global Positioning System (GPS) based attitude determination algorithms which contain steps of integer ambiguity resolution and attitude computation. The first algorithm extends the ambiguity function method to account for the unique requirement of attitude determination. The second algorithm explores the artificial neural network approach to find the attitude. A test platform is set up for verifying these algorithms.     

北斗三频RTK定位算法研究

为了评估北斗三频观测值在短基线RTK应用中的定位性能,采用Kalman滤波模型进行动态环境下北斗三频模糊度固定,经实测数据验证,动态环境下北斗三频RTK只需1个历元即可得到固定解,模糊度成功率较GPS双频和BDS双频分别提高了15.0%和14.1%,验证了我国北斗三频信号在短基线RTK定位中的优越性能。     

Attitude determination with GPS: experimental results

An approach to global positioning system (GPS) attitude determination and the results of an experimental evaluation are presented. The most outstanding features of the method are the fundamental observable used for attitude calculation, the triple difference, and the introduction of a new parameter, the differential dilution of precision (DDOP), which relates the GPS satellite geometry to the GPS accuracy when measuring angular magnitudes. The experiment used two commercial off-the-shelf GPS C/A code receivers delivering integrated Doppler measurements. The algorithm is robust with respect to phase cycle slips and does not require solving the usual integer ambiguity of the measurements. The preliminary results show that absolute attitude determination requires a calibration of the baseline and that the relative attitude accuracy is on the order of 0.1° or 2 mrads for the case of a 2-m-long baseline     

Integration of GPS and low cost INS for pedestrian navigation aided by building layout

In outdoor environments, GPS is often used for pedestrian navigation by utilizing its signals for position computation, but in indoor or semi-obstructed environments, GPS signals are often unavailable. Therefore, pedestrian navigation for these environments should be realized by the integration of GPS and inertial navigation system （INS）. However, the lowcost INS could induce errors that may result in a large position drift. The problem can be minimized by mounting the sensors on the pedestrian＇s foot, using zero velocity update （ZUPT） method with the standard navigation algorithm to restrict the error growth. However, heading drift still remains despite using ZUPT measurements since the heading error is unobservable. Also, tbot mounted INS suffers from the initialization ambiguity of position and heading from GPS. In this paper, a novel algorithm is developed to mitigate the heading drift problem when using ZUPT. The method uses building lay- out to aid the heading measurement in Kalman filter, and it could also be combined for the initial- ization. The algorithm has been investigated with real field trials using the low cost Microstrain 3DM-GX3-25 inertial sensor, a Leica GS10 GPS receiver and a uBlox EVK-6T GPS receiver. It could be concluded that the proposed method offers a significant improvement in position accuracy for the long period, allowing pedestrian navigation for nearly40 min with mean position error less than 2.8 m. This method also has a considerable effect on the accuracy of the initialization.