針對觀測數(shù)據(jù)含有異常粗差且無多余觀測的應(yīng)用情形,提出一種顧及觀測質(zhì)量信息的自適應(yīng)抗差Kalman濾波方法。該方法兩步計算得到自適應(yīng)因子和抗差等價權(quán)矩陣,即首先利用顧及觀測質(zhì)量信息的抗差Kalman濾波得到消除觀測粗差影響的參數(shù)估計值,然后根據(jù)該值構(gòu)造動力學(xué)模型誤差判別統(tǒng)計量并計算自適應(yīng)因子。以某邊坡GPS變形監(jiān)測數(shù)據(jù)序列處理為例,利用RPDOP（Relative Position Dilution of Precision）值作為觀測質(zhì)量信息進行處理分析,結(jié)果表明該方法能夠有效控制動力學(xué)模型誤差和觀測粗差對濾波估值的影響。 

【文章來源】：測繪工程. 2020,29(03)CSCD

【文章頁數(shù)】：5 頁

【部分圖文】：

自適應(yīng)抗差Kalman濾波理論對應(yīng)關(guān)系圖

式中:c0,c1的取值與判別統(tǒng)計量的分布性質(zhì)以及給定的置信區(qū)間有關(guān)[12],實際取值可參考文獻[12]和常用數(shù)理統(tǒng)計表。同樣可以利用速度狀態(tài)不符值統(tǒng)計量 Δ X ˙ ～ k 根據(jù)三段函數(shù)模型法計算自適應(yīng)因子。3 實例分析

濾波狀態(tài)模型均采用隨機游走模型,RPDOP值的閾值取為3.0;三段函數(shù)模型法中c0=1.0,c1=2.0。計算結(jié)果見圖4～7,通過拉伸橫坐標放大得到右側(cè)分圖,可更直觀的分析各方案在載體變形加速階段的濾波效果。為定量比較各方案濾波結(jié)果的精度,采用小波分析方法對原始觀測序列進行處理(圖3),鑒于小波分析具有很強的去奇異值和去噪能力,是一種極為有效的靜態(tài)數(shù)據(jù)處理方法[13],以小波分析結(jié)果作為參考值,計算各方案在載體變形加速階段(900～920歷元)和整體時段的均方根誤差,計算結(jié)果見表1和表2。圖4 方案Ⅰ濾波效果圖

【參考文獻】：
期刊論文
[1]顧及RPDOP值的GPS變形監(jiān)測抗差Kalman濾波[J]. 張超,戴吾蛟,曾凡河,潘家寶.  大地測量與地球動力學(xué). 2014(01)
[2]自適應(yīng)抗差濾波理論及應(yīng)用的主要進展[J]. 楊元喜,任夏,許艷.  導(dǎo)航定位學(xué)報. 2013(01)
[3]卡爾曼濾波粗差修正方法應(yīng)用[J]. 齊公玉,邱衛(wèi)寧,花向紅.  測繪工程. 2010(01)
[4]變形監(jiān)測中Kalman濾波狀態(tài)模型的比較分析[J]. 戴吾蛟,伍錫銹.  大地測量與地球動力學(xué). 2009(06)
[5]分步抗差自適應(yīng)濾波及其在GPS動態(tài)導(dǎo)航中的應(yīng)用[J]. 歸慶明,許阿裴,韓松輝.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2009(06)
[6]臨界值可變的抗差估計等價權(quán)函數(shù)[J]. 楊元喜,吳富梅.  測繪科學(xué)技術(shù)學(xué)報. 2006(05)
[7]Adaptively robust filtering with classified adaptive factors[J]. CUI Xianqiang and YANG Yuanxi (Xi’an Research Institute of Surveying and Mapping, Xi’an 710054, China).  Progress in Natural Science. 2006(08)
[8]基于小波分析的Kalman濾波動態(tài)變形模型研究[J]. 馬攀,孟令奎,文鴻雁.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2004(04)
[9]改進的Sage自適應(yīng)濾波方法[J]. 徐天河,楊元喜.  測繪科學(xué). 2000(03)
[10]卡爾曼濾波模型誤差的識別[J]. 陶本藻.  地殼形變與地震. 1999(04)



本文編號：3405087