星载双频GPS载波相位周跳的实时探测与修复

提出一种新的实时方法探测和修复高动态环境下的GPS载波相位周跳。该方法仅使用单站星双频GPS伪距和载波相位数据,而且其每颗星的数据处理是独立的,所以没有最小卫星数的限制。周跳探测时,在相邻历元间时间差模型基础上建立卡尔曼滤波模型,根据滤波残差探测大周跳(>4周),然后用电离层残差法完成对小周跳(≤4周)的探测;周跳修复时,先使用两步卡尔曼滤波的质量控制方法修复周跳到小周跳范围,最后用电离层残差法完成周跳修复。使用该方法处理1 Hz采样CHAMP卫星数据,结果表明,该方法可以有效可靠地对载波相位周跳进行探测和修复。而且该方法需要的信息量和计算量小,算法易于计算机实现,适合应用于实时周跳的监测。     

基于小波与神经网络的GPS周跳探测与修复*

为了得到精密的GPS定位结果,必须对载波相位中的周跳进行有效地探测与修复.分析了周跳发生的原因及其特性,提出了一种周跳探测与修复的二步法.首先对信号进行小波多分辨率分析,根据小波系数的模极大值点的位置准确探测出周跳发生的历元;然后对周跳两侧的信号采用神经网络进行分别预测,通过对比预测值的不同来确定出周跳的大小,从而实现了周跳的修复.文末,利用实测的相位数据,验证了方法的可行性与有效性.     

检测GPS载波相位中周跳的R+1法

提出一种检测全球定位系统（GPS）载波相位信号中周跳的新方法,该方法是在同步观测序列中选出R个连续历元的观测作为正常观测,也叫拟准观测,使用拟准检定法检测相邻历元的观测值中的周跳。如果发现周跳,随即对该周跳进行修复,然后移动一个历元继续探测和修复。还提出了两种初始化的方案：多项式拟合法和最小二乘平差法。模拟试验表明R＋1法可以用来检测和修复发生在一个观测序列中单个的或连续的周跳,也可以检测和修复同时发生在多个观测序列中的周跳,还可以检测发生在基准星上的周跳,对于双差载波相位,可以检测到小至1周的周跳。     

一种有效的GPS周跳探测与修复方法研究

利用GPS载波相位进行姿态测量时,要达到很高的精度必须保证观测数据中没有载波相位周跳的发生,因此,正确探测与修复周跳是GPS姿态测量中的一个关键问题.通过分析比较常用周跳探测方法,采用电离层残差法对周跳进行探测,同时提出一种基于拟合方法的周跳修复方法.该方法能解决电离层残差检测周跳时的多值性问题,能够检测较小周跳和10周以上大的周跳,并且能很好地区分和修复周跳发生历元的载波相位值.利用实测数据验证了该方法的有效性与可行性.     

GPS姿态系统中周跳的检测及修复方法

讨论了利用GPS载波相位信号测量载体姿态中出现的周跳问题及解决方法。首先根据静态情况下GPS载波相位信号的特点提出了一种基于外推法的周跳检测和修复方法。在此基础上又用故障检测的原理提出了一种利用冗余双差载波相位观测量的周跳检测和修复方法，该方法可以应用于动态情况，其适用条件是要求相邻历元至少有4颗卫星锁定，并且整周模糊度已经固定。文中利用实测数据对提出的方法进行了验证，结果表明两种周跳检测及修复方法是有效的，在GPS姿态系统中，综合运用这两种方法可大大减少系统的初始化次数。     

基于Kalman滤波的单频北斗载波相位实时周跳探测

在应用北斗单频接收机对矿区进行实时变形监测时,为提高北斗单频载波相位观测值预处理中周跳探测的精度,提出了基于Kalman滤波的单频北斗载波相位实时周跳探测方法,论述了粗差与周跳的识别方法。利用某矿区的北斗单频载波相位实测数据进行实验,结果表明,该方法能高效、灵敏、实时地探测出周跳发生的位置。     

基于小波变换的载波相位恢复算法的研究

在相干光通信中,利用载波相位恢复算法来减小由于激光器线宽和ASE噪声所造成的相位偏移。对载波相位恢复算法进行了研究,在此基础上提出了利用小波变换中的小波分解和小波重构的方法来减少相位噪声,通过结果比对选取最佳分解次数,并对此方法进行迭代,以提高去噪性能。小波分析中用到的小波系数没有唯一性,仿真中选取了不同的基小波并对结果进行分析。结果表明通过小波变换算法能够有效地对激光器的初始相位偏差进行恢复,为载波相位恢复提供了一种新的解决办法。     

电离层活跃期三频周跳探测与修复方法

电离层活跃时的周跳探测与修复是全球卫星导航系统（GNSS）数据预处理的难点,针对电离层活跃期内周跳难以正确探测和修复的问题,提出采用滑动窗口滤波预测电离层延迟变化量,进而对周跳探测组合进行电离层延迟校正,从而正确探测并固定周跳。首先以99%的成功探测率和1%的漏检率,筛选出最优的周跳探测组合,然后再对第三周跳探测组合进行电离层延迟校正。通过实验分析,所采用的方法能正确探测并固定所有的周跳。     

GPS载波相位测量的一种应用

简要介绍了ＧＰＳ相位平滑伪距的原理，提出了用两个载波在两个历元的相位观测量的双差来消除相位周跳，并进一步对两个载波的码伪距差进行平滑，对实际数据进行处理的结果表明了这种算法改进了双频码伪距差的测量精度。     

考虑敏感因子奇异值分解的北斗周跳探测方法

针对北斗导航系统中信噪比较高的周跳信号难以提取和定位的问题,提出一种基于敏感因子的奇异值分解(SVD)方法对周跳信号进行探测。利用相位减伪距法构造周跳检测量进行初步探测,对选取的周跳信号建立Hankel矩阵并做SVD分解,利用敏感因子在得到的分量信号中找出敏感分量,通过定位因子选择敏感分量所对应的奇异值进行信号重构,重构信号中的突变位置即发生周跳信号的历元。仿真结果表明,该方法较传统SVD方法能够更准确地定位发生周跳信号的历元。     

GPS姿态传感器的原理和实现

详细描述了GPS姿态传感器的原理,并给出了一种基于基线长度约束和空间几何约束的模糊度搜索算法并实现。经过静态和动态车载试验证明GPS姿态传感器切实可行,在基线长度为1.8m的条件下,航向角准确度能够达到0.1°。     

GPS软件接收机载波跟踪环路鲁棒滤波算法

在全球定位系统(GPS)软件接收机中,环路滤波器对噪声抖动的抑制作用,是用户精确连续跟踪卫星信号的重要保证.本文用噪声未知但有界的假设,代替了传统方法中噪声统计特性已知的苛刻要求,应用半定规划方法将滤波问题转化为凸优化问题,提出了载波跟踪环路鲁棒滤波算法,获得了包含多普勒频移的置信椭球,解决了复杂多变环境下GPS软件接收机的滤波跟踪问题.应用模拟载波信号和实际卫星信号对该算法进行验证,结果表明该方法能够连续有效跟踪GPS卫星信号,为GPS软件接收机设计环路滤波器提供了新的思路.     

基于载波频率辅助相位的GPS信号跟踪算法

针对传统全球定位系统(GPS)接收机在高动态环境下跟踪性能不理想,提出一种基于载波频率辅助相位的GPS信号跟踪算法。利用锁频环(FLL)辅助锁相环(PLL)的方式代替传统单一跟踪环路,通过卡尔曼(Kalman)滤波器对接收机各跟踪通道中频信号进行综合处理。根据多条跟踪通道的伪距和伪距率残差对系统状态参量进行综合估计,并搭建Kalman滤波器的状态方程和量测方程,给出了跟踪环路反馈量,与传统标量跟踪模式下的跟踪性能进行了对比。仿真结果表明,基于载波频率辅助相位的GPS信号跟踪算法进入稳态时间减小了100 ms,位置误差精度提高了5 m,速度误差精度提高了近3 m/s,在接收机用户快速运动的环境下,能够很好地处理高动态信号。     

小波变换在车辆GPS导航的应用

在分析车辆GPS导航信号观测粗差、噪声特性的基础上,提出了基于小波变换的车辆GPS导航信号粗差探测及滤波算法.数据仿真表明:该算法能够有效地克服Kalman滤波需要精确数学模型和滤波效果受粗差影响较大的缺点.     

基于双频GPS的微小型标校用信标球

面对日益繁重特别是特殊环境(如海上测控)的标校任务需求,提出并实现了一种便捷、可动态标校的微小型信标球,其电子系统由锂电池、双频GPS,UCB测控应答机、综合电子模块等组成.双频GPS获取信标球原始测量数据和自定位结果;UCB测控应答机下传GPS数据,同时可作C波段地面测控设备合作目标,用于地面测控设备雷达和UCB设备相互校准.信标球重1 kg,功耗10W,体积为25 cm×25 cm×10 cm,工作时长16h,定位精度优于lm,并在某基地成功进行了放飞试验.     

基于弹载IMU/GPS组合导航系统的动基座对准研究与仿真

对基于弹载IMU／GPS组合导航系统的动基座对准问题进行了研究与仿真;首先,分析了弹载IMU与GPS的系统误差,建市获得了其系统误差模型;然后,利用卡尔曼滤波技术,设计了弹载IMU／GPS组合导航系统的动基座对准算法;仿真结果表明,在初始误差较大的情况下,经过360秒的动基座对准,IMU的姿态角误差可降至10个角秒,同时位置和速度误差也得到了有效修正,从而证明该动基座对准算法是行之有效的。     

基于GPS的短基线姿态系统研究

设计一套基于全球定位系统(GPS)载波相位测量的短基线姿态系统。给出了系统的硬件结构,研究了一种综合利用QR分解法与卫星基线几何分布的模糊度解算方法,同时,提出了一种非单位向量的四元数姿态解算方法。经过静态和动态实验证明该系统可行。在基线为0.36m的条件下,星历收集完成后在30 s内可以计算出姿态角、偏航角,计算精度可以达到0.5°。     

民用GPS数据准无损压缩算法

为了提高民用GPS精度范围内的定位数据压缩率和压缩速度,在对霍夫曼编码和算术编码的性能进行分析比较的基础上,将预测编码与霍夫曼编码有机结合,提出了面向民用GPS精度范围的定位信息准无损压缩算法.该算法通过压缩预处理和二次量化去除冗余信息,采用预测编码提高编码效率,总压缩效率可达87%.采用MSP430单片机对该算法进行了测试,在压缩数据量为668 KB时,压缩率为87.1%, 处理时间为31.4 s,与仿真结果基本吻合.实验结果表明,该算法经过优化后对硬件要求较低,提高了压缩率和压缩速度,节约了存储资源,节省了数据传输时的通信费用.