论文部分内容阅读
针对观测噪声对周跳探测与修复性能的影响,提出了一种新的利用贝叶斯压缩感知技术进行周跳探测与修复的方法.在历元间-站间载波相位双差观测模型的基础上,通过挖掘周跳信号的稀疏特性,获取感知矩阵,推导并建立稀疏周跳探测模型,利用稀疏贝叶斯学习中的相关向量机原理,结合周跳相关数据的先验信息,基于主动相关决策理论,进行回归估计获得周跳预测值的分布,进而实现周跳的探测与修复.实验表明,新方法在仅利用单频或双频载波相位观测量的情况下能有效探测并修复周跳,性能优于正交匹配追踪法及l_1范数法.