提出了一種基于抗差Kalman濾波算法的單頻BDS周跳探測方法。該方法以Kalman濾波算法為基礎(chǔ),構(gòu)建了歷元間差分觀測值,使周跳以粗差的形式表現(xiàn)出來,并采用IGGⅢ等價權(quán)函數(shù)調(diào)整濾波增益矩陣實現(xiàn)抗差處理,從而達到準確探測周跳的目的。采用單頻BDS實測數(shù)據(jù)對本方法進行驗證,并以現(xiàn)有Kalman濾波方法作為對比。結(jié)果表明,在無周跳情況下,Kalman濾波法預(yù)報殘差序列中誤差為0.140,抗差Kalman濾波法預(yù)報殘差序列中誤差為0.121,本方法對觀測噪聲的靈敏性更強;在加入多個具有不同特征的模擬周跳后,Kalman濾波法存在濾波多次初始化問題而不能探測出少量歷元的連續(xù)周跳,本方法則實現(xiàn)了所有周跳的探測,準確率為100%,同時保證了濾波過程只需初始化1次。

【文章頁數(shù)】：4 頁

【部分圖文】：

圖1無周跳時歷元間差分觀測值序列

一般情況下,在沒有發(fā)生周跳時,Δ?rs(i)關(guān)于時間的序列表現(xiàn)為一段相對平滑的曲線,相鄰歷元間差分觀測值變化不大(圖1);當發(fā)生周跳時,歷元間差分觀測值序列中存在異常值,Δ?rs(i)的時間序列曲線存在較明顯的突變(圖2)。本文在這一特性的基礎(chǔ)上進行周跳探測。圖2有....

圖2有周跳時歷元間差分觀測值序列

圖1無周跳時歷元間差分觀測值序列2.2抗差Kalman濾波算法

圖3無周跳情況殘差序列

實驗數(shù)據(jù)采用2015年5月13日GNSS接收機實測數(shù)據(jù),接收機類型為TrimbleR10,接收機天線為TRMR10,測站周邊視野開闊,觀測數(shù)據(jù)質(zhì)量較好,采樣間隔為1s。提取出北斗C01星B1載波一個弧段的相位觀測值作為實驗數(shù)據(jù),并利用相關(guān)軟件對采集到的數(shù)據(jù)進行預(yù)處理,保證實驗....

圖4模擬周跳探測殘差序列

表1加入周跳情況歷元150300450600601602周跳大小/周125-13-2采用兩種方法分別檢驗同一組數(shù)據(jù)的噪聲水平時,不同方法計算得到的預(yù)報殘差大小能夠反映該方法對觀測噪聲的敏感程度。由圖3(a)和圖3(b)可知,在檢驗無周跳載波相位觀測值....

本文編號：3955743