n滤波动态精密单点定位.PDFVIP

自适应交互集合Kalman滤波的动态精密单点定位 王双红，等 白适应交互集合 Kalman滤波的动态精密单点定位 DynamicPrecisePointPositioning BasedonAdaptiveInteractingEnsembleKalmanFiltering 互双 聂建麂 (中原工学院电子信息学院 ，河南 郑州 450007；国家测绘局大地测量数据处理中心 ，陕西 西安 710054) 摘 要 ：为了进一步提高动态精密单点定位的解算精度 ，采用交互多模型思想构建动态精密单点定位解算模型。采用集合Kalman滤 波算法降低GPS数据中因非高斯噪声正态化处理造成的精度损失；利用状态预测向量残差信息 ，采用自回归模型(AR)修正当前历元 的预报值 ，提高动力学模型的可靠性 ；根据单位权中误差 自适应选取最终滤波解 。对某载 GPS数据进行验证，计算结果表明，自适应 交互集合 Kalman滤波是一种性能可靠、精度高的滤波算法。 关键词：交互多模型 卡尔曼滤波 GPS 非线性 数据采集 中图分类号：TP274 文献标志码 ：A Abstract：Inordertofurtherimprovethesolvingaccuracyofdynamicprecisepointpositioning(DPPP)，byadoptingtheconceptofinteracting multiplemodel。thesolvingmodelofDPPP issetup．Byusing ensembleKalman filteringalgorithm，theaccuracy losscausedbynormality processingofthenon Gaussian noise in GPS data isreduced．Withhelp ofpredicated state vectorresiduals information。and applying autoregressive(AR)model，thecurrentepochforecastvalueiscorrectedtoenhancethereliabilityofdynamicsmodel，thefinalfilteringresult isselectedinaccordancewitherroradaptationofunitweight．UsingcertainonboardGPSdataforvalidation，hteresultofcalculationindicates thattheadaptiveinteractingensembleKalmanfilteringisareliableandhighprecisefilteringalgorithm． Keywords：Interactingmultiplemodels(IMM) Kalmanfiltering GPS Nolinear Dataacquisition 的精度损失；根据状态预测残差信息，采取移动窗口方 0 引言 法修正动力学模型，提高状态预报值的精度；最后根据 自1997年Zumbeger等人提出了精密单点定位技 交互多模型选取当前历元最佳的滤波解。 术以来…，国内外许多学者纷纷投人到该技术的研究 1 动态精密单点定位模型 之中，并将其应用于导航 ]、定轨[4等领域。在削弱 各种误差影响的基础上，非高斯噪声 、非线性方程线性 1997年．Zumbeger等人给出的利用精密单点定位 化成为影响定位精度的重要因素。对于非高斯噪声与 技术计算非差载波相位与伪距的观测方程为…： 非线性方程线性化处理，可以采用抗差估计与蒙特卡 f = +c一c +6 lr0p+Sobi。。+Sobl+6 Iid+…+sP 罗方法进行控制l5 。另外，标准的常速度或常加速