三频模糊度求解.docxVIP

利用北斗观测三频模糊度求解的性能分析摘要：本文利用实时北斗数据研究了三种频率模糊度求解的性能。测试了4种应用于三种频率观测的模糊度求解（AR）方法。分别是：最小二乘模糊度降相关调整（lambda算法）、几何无关的三载波模糊度求解方法（GF-TCAR）、几何相关的三载波模糊度求解（GB-TCAR）以及基于几何无关和电离层无关组合的三载波求解（GIF-TCAR）方法。LAMBDA, GF-TCAR and GB-TCAR之间的比较是在三个短基线和两个中基线上进行的。结果表明，λ算法在短基线和中基线的情况下都是最优的。然而，对于短基线，GB-TCAR and LAMBDA的性能略有不同。与采用几何无关模型的GF-TCAR相比，采用几何相关模型的GB-TCAR的AR性能显著提高。与双频观测相比较，在短基线上用三频观测时，LAMBDA模糊度求解结果有明显改善。GIF-TCAR的性能通过多历元观测来评估。结果表明，载波相位上的多径误差对GIF-TCAR的AR求解结果有明显的影响，对不同型号的卫星，其GIF-TCAR的AR求解性能也有所不同。对于GEO轨道卫星来说，由于载波相位的多径误差很有系统性，模糊度几乎不能被正确固定。对于IGSO（倾斜地球同步轨道）和MEO（中轨道）卫星，当高度截止角设定为30°时，需要数十到数百个历元来正确固定窄巷模糊度。本文还进行了双频观测和三频观测之间的定位性能比较。结果表明，与双频观测相比，三频观测能够得到较小的改善。关键词：北斗，三载波模糊度求解，成功率，线性组合，多径误差。简介高精度的GNSS应用取决于成功的载波相位整周模糊度求解。随着全球导航卫星系统的基础设施和技术的发展，三频率或多频率解模糊度方法已经得到了很多的关注。在过去的二十年中，基于已知频率，已经介绍了三频观测的模糊度求解方法。上世纪90年代末，Harris和Forssell等人（1997年）提出了三载波模糊度求解方法（TCAR），Jung（1999年）提出了逐步整数求解方法（CIR）。Joosten等人1999年提出最小二乘模糊度降相关调整（λ）也可以用于在三频卫星导航系统的情况下，载波相位模糊度的求解。2002年Teunissen等人比较了TCAR、CIR和lambda方法后指出，早期的TCAR和CIR方法使用基本相同的几何无关引导估计算法，而lambda算法是基于最佳性能的整数最小二乘法。通过Vollath(2004)、Feng和Rizos(2005)、Feng和Moody（2006）、Hatch(2006)等人最近几年的努力，TCAR的概念和算法或者多载波模糊度求解扩展到允许它们用于几何相关模型中。Feng（2008）提出了一种通用的几何相关的TCAR策略，其确定了三种最好的虚拟信号，使得在一定的观测条件下模糊度求解更可靠，这些条件主要包括：电离层和对流层延迟、轨道差异以及测码和相位噪声水平。Li等人（2010）利用所谓的来自两个EWL（超宽巷）组合的模糊度修正相位观测值而不是码观测值，从而形成GIF（几何无关和电离层无关）线性组合，允许与距离无关的模糊度求解。Wang和Rothacher（2013）推导出一种用于GPS、Galileo和北斗III的组合方法，该方法和2010年Li等人提出的方法类似，并分析了该组合方法的特性。然而，大多数这些三频或多频模糊度的求解方法是来自通过理论推导和模拟数据，与使用真实的观测结果相比，这往往会产生乐观的结果。尽管Wang和Rothacher（2013）利用实时的Galileo和GPS数据，但是只有一小部分三频或多频卫星用于GPS和Galileo。当前，北斗在轨卫星有14颗，所有这些卫星发送三频信号，分别是1561.098MHz（B1），1207.14MHz（B2）以及1268.52MHz（B3）。B1频带接近于GPS L1的频率1575.42MHz，B3频带接近于Galileo E6的频率1278.52MHz，B2的频率与Galileo的E5B的频率相等。这三种频率的关系是：B1B3B2。北斗卫星导航系统为我们提供了良好的机会来评估利用实际数据求解三频模糊度的性能。除此之外，对现有的和表现最好的方法也做了一些有限的研究。对于求解三频模糊度的四种不同方法的性能可通过利用实时的北斗数据来评估。首先描述三频模糊度求解的四种算法：lambda、GF-TCAR、GB-TCAR以及GIF-TCAR，接着对这四种方法进行比较。在单独的一节里，我们也是用实时北斗观测数据评估了GIF-TCAR方法的性能。在最后一节，比较了双频定位结果和三频定位结果，随后总结了主要研究结果。三频模糊度求解方法基于北斗的三种频率，本节主要介绍了适用于三频模糊度求解的四种AR算法。这四种方法中，lambda算法是基于原始伪距和载波相位测量