众所周知,传统的DGPS是一个固定的基准站,通过无线电台把基站的数据传输到流动站上,这一模式能够满足大多数应用的需求,但在某些应用场合,这种固定基准站发送DGPS数据的有限覆盖范围,又不能够满足动态用户的应用需要:例如,远洋编队航行、舰载飞机着舰(或登陆海上作业平台)、编队飞行、空中加油等。在这些应用中,如果仍旧采用固定基准站,移动站与基准站的距离将会变得很长,由此将会产生两个问题:① 随着基线的增长,求解载波相位测量整周模糊度的时间将会增长,而且精度也会降低;② DGPS数据链将会变得很昂贵,不可靠,甚至不可能。 为了解决两个运动目标之间需要高精度的相对定位问题,我们在采用GPS动态载波相位测量技术时,将基准站也设置在运动载体上,而解求出动态用户相对于基准站的相对位置;并将它称为GPS动态对动态载波相位差分技术。本文针对这一情况,就整周模糊度的解算、周跳的修复、数学处理模型等问题展开研究,论文主要贡献有以下几点: 1.由于GPS是高轨卫星,如果只有几个历元数据(在动态定位中,GPS接收机采样率一般很高,如10Hz)采用最小二乘估计进行计算时,法矩阵的求逆会出现不稳定,又由于观测噪声不可避免,导致模糊度的浮点解与准确值偏差较大,很难正确地确定整周模糊度,所以以往只有通过增加观测时间来改善法矩阵的状态和模糊度的浮点准确性,这样就降低了快速定位的效率。针对此情况,笔者探讨了用岭估计法、谱迭代修正法、附加约束法来消除其病态性;并用实测结果进行了验证,其结果表明用单频静态数据(采样率为1秒)在连续5个历元即可正确解算出模糊度,从而实现快速定位。 2.动态对动态高精度相对定位的核心问题是如何快速准确地确定载波相位测量整周模糊度,本文在分析已有OTF的基础上,提出一种综合求解模糊度的方法,该方法的基本思想采用分步求解的方法,先用LAMBDA方法搜索一个初始模糊度,然后再组合搜索,实践证明该方法能进一步提高搜索速度。 3.在动态对动态GPS相对定位中,有时两个运动载体相距并不太远(小于10km),针对这种情况,我们提出一种适合单频GPS OTF方法,如果采用常规的算法来求解模糊度,则组成法方程阶数巨大,计算负担太大,难以满足实时性要求,而我们使用QR分解方法,再通过矩阵变换,使模糊度参数与位置参数分离,从而使求模糊度的方程阶数大大减少,该方法具有求解速度快,计算简单,适合在航解算等优点。 4.众所周知,尽管我们在解算过程中采用双差模式,可以消除大部分公共误差的影响,但由于受多路径效应及电离层、对流层残余误差的影响,GPS双差之后数据并不是白噪声,而是含有一个干扰量,如果采用常规的数据处理方法可能会有一个模型误差,针对这种情况,引入H_∞滤波理论。讨论其基本原理及其抗干扰性。 5.分析比较三种数据处理模型,即LS、Kalman滤波、H_∞滤波,我们可以发现,当γ→∞时,递推方程简化为Kalman滤波方程,这就说明Kalman滤波是的H_∞滤波的特例。通过实验对比,我们发现:当观测数据为白噪声时,三种模型精度相当,当观测数据含有干扰时,H_∞滤波精度最好,LS次之,Kalman滤波精度最差。 6.周跳是高精度定位中所特有的问题(高精度定位必须采用载波相位测量,实际上是载波相位测量中所特有的问题),所以周跳的探测与修复是GPS高精度定位中另一个核心问题,本文分析已有动态探测与修复周跳的方法,通过算例来说明各种方法的优