一种提高GNSS测速精度的自适应Kalman滤波算法

在卫星导航系统动态定位中,采用基于瞬时多普勒观测量的最小二乘法确定速度,当载体高机动时,多普勒误差迅速增大,从而导致测速精度大幅度降低。针对该问题,提出一种同时实现动态模型自适应修正和观测模型自适应更新的Kalman滤波算法。算法采用滑动窗方式来建立实时更新的动态模型参数,使当前统计模型自适应地跟踪载体的动态特性。此外,算法提出观测模型的自适应更新方法,通过设置载体状态判决门限,高、中机动时仅进行受动态应力影响小的伪距更新,低机动下添加精度较高的伪距率更新。通过Sprient GSS8000模拟器产生的动态场景验证表明,相对于最小二乘法和常规Kalman滤波算法,提出的自适应Kalman滤波算法能够全面提高载体在多种运动状态下的测速精度。     

纯星基导航飞行程序应用研究

本文通过剖析塔城机场运行纯星基导航运行带来的优势：节约投资、缩短机场改扩建建设周期、提高机场运行效率等，以及面临的问题：低温、信号完好性等，研究纯星基导航飞行程序在未来应用的方向，如结合RNP AR、PMS（点融合）、CCO/CDO、GLS飞行程序与北斗导航系统等，有着广阔的应用空间。     

基于记忆融合模式的多无人机分散式协同导航方法

针对多无人机协同交互过程中存在的通信时滞问题，提出基于记忆-融合的多无人机分散式协同导航算法。在无人机惯性和全球卫星导航系统（GNSS）紧组合导航框架基础上，建立含时滞影响的系统状态向量，并对系统状态误差及其方差进行推导，进一步构建关于各无人机状态的最优估计模型，并基于状态误差方差最小准则对状态进行最优估计。建立了基于机间相对测量的多无人机分散式协同导航算法，提出了基于记忆融合模式的时滞处理方法。在GNSS可获取及拒止环境下进行多无人机协同导航仿真与实验测试，结果表明，所提出的基于记忆-融合的分散式协同导航算法能有效补偿通信时滞造成的精度损失，有效提高定位精度。     

基于B1c/B2a/B3I北斗三频实时 高采样率动态PPP分析

为了分析北斗三号新信号的三频实时动态PPP定位性能，首先推导了三频两两组合无电离层模型和三频非差非组合模型的观测方程。基于山东建筑大学CORS站观测得到的北斗三号B1c/B2a/B3I三频信号1s采样率数据，使用iGMAS提供的超快速精密星历预报部分，制定了基于B1cB3I-B2aB3I三频无电离层两两组合、B1cB2aB3I三频非差非组合以及用于对比分析的B1cB2a、B1IB3I两种双频无电离层共四种定位方案。然后利用Net_Diff软件进行实时动态PPP实验，对超快速精密轨道和钟差预报部分的精度和稳定度以及实验解算结果进行分析，对比不同定位方案的定位性能。实验分析表明，两种三频定位方案定位性能均优于B1cB2a双频定位方案，定位精度能达到0.462m和0.479m，收敛至分米所需时间能达到45.8min和62.8min；B1IB3I方案定位性能优于两种三频定位方案，定位精度和收敛速度能达到0.228m和6.6min。