论文部分内容阅读
随着我国BDS的持续发展,GPS不断完善,GLONASS加紧现代化进程,多系统的联合使用对卫星定位的精度和可靠性带来极大改善。但在复杂的动态环境下,卫星信号频繁受到遮挡、甚至失锁,无法保证定位的有效性。INS不受外界环境的影响,并且可以获得短时、高精度的导航参数。GNSS/INS组合导航技术能够获得连续、可靠和高精度的导航参数信息,已经被广泛的应用于军事与民用领域。本文以GNSS定位算法为基础,深入开展GNSS/INS组合导航相关算法的研究,包括多系统GNSS定位模型、多系统GNSS模糊度可靠固定方法、GNSS/INS组合导航滤波模型、GNSS/INS组合导航后处理平滑模型、数据缺失环境下GNSS/INS数据处理方法、INS辅助的模型等几个方面,主要内容及成果如下:(1)GNSS动态定位中模糊度的固定性能受到观测值精度的影响,为了改善模糊度的固定性能,提出一种分步逐级的模糊度固定方法。根据信噪比大小将宽巷模糊度划分为质量较高的主模糊度组和质量较低的从模糊度组;为了改善模糊度的固定效率,根据信噪比大小将质量较高的主模糊度组进一步划分为(4,1,1…)模式,基于改进引导算法以及LAMBDA算法,逐级固定主模糊度组中的模糊度以及约束固定质量较低的从模糊度组。当宽巷模糊度被精确固定后,即可约束固定基础模糊度。实验结果表明,对于多系统静态短基线、动态短基线和动态中短基线数据,本文提及方法的模糊度固定成功率分别为100%、99.82%和99.52%,并且能获得厘米级的定位精度。(2)GNSS/INS组合导航滤波算法需要一定的时间才能收敛到理想精度,并且在动态环境下会遇到GNSS信号失锁而长期单独依赖INS。为了满足高精度用户的需求,深入研究了基于后处理的RTSS平滑以及双向滤波平滑算法。实验结果显示,平滑算法能够显著改善前向滤波和后向滤波算法参数估计的精度;RTSS平滑算法和双向滤波平滑算法的性能基本一致;基于RTSS平滑和双向滤波平滑的二次平滑算法,进一步提高平滑性能效果不明显。(3)实际工程数据采集过程中,往往不可避免遇到硬件设备短时故障而导致数据缺失的情况。为了提高数据的可用性,提出了一种基于AR模型的前后向联合预测缺失时段数据的方法;同时为了提高滤波结果的精度,以及避免预测时段数据处理结果对数据正常时段结果的影响,提出一种分段RTSS平滑的数据处理方法。实验结果表明,相比于商业软件,本文所提出的方法能够获得更高精度、更加可靠的导航参数,为移动测图系统提供相对较优的地理基准。(4)在动态环境下,GNSS观测值容易受到外界环境的干扰,导致单频单历元模糊度固定性能受到影响。为了有效改善单频模糊度的固定性能,提出了一种INS辅助的部分模糊度固定方法。基于INS预测的高精度先验信息能够有效增强模糊度方差的强度,提高模糊度浮点解的精度。基于卫星高度角以及顾及后验残差的部分模糊度固定方法,能够降低低精度观测值对模糊度固定的影响,有效改善遮挡环境下的模糊度固定性能。实验结果显示,基于INS辅助的部分模糊度固定方法,有效的提高了遮挡环境下模糊度的固定率,改善了导航参数的估计性能。(5)针对动态环境下GNSS单频信号的周跳探测性能容易受到低精度观测值影响的问题,提出一种INS辅助的基于站间与历元间双差的周跳探测与修复方法。通过周跳探测方程计算的单位权中误差初步对周跳进行探测,避免对每个历元每颗卫星进行周跳探测。基于INS预测的短时高精度信息作为约束方程,能够有效增强探测方程的强度。实验结果显示,基于INS辅助的方法能够有效的识别并修复周跳;即使在卫星数目较少的情况下,依然能够有效的识别并修复周跳;当卫星数目充足时,卫星信号失锁时长不会影响本文提及方法的周跳探测性能。该论文有图141幅,表29个,参考文献197篇。