基于DSP的Galileo/GPS联合导航定点算法研究

文章对比了GPS、Galileo及Galileo/GPS联合导航系统的性能,研究了基于最小二乘单点定位定点解算工程实现算法。仿真结果表明,Galileo/GPS联合导航较独立系统可见星数目、GDOP值及定位精度有明显的改善和提高。通过TMS320C6416 DSP硬件平台测试表明,研究的定点解算算法较浮点解算算法定位精度变化很小,具有较快的解算处理时间,为Galileo/GPS联合导航的实际应用打下了基础。     

BDS RTK定位性能分析

目前,我国北斗三号基本系统已经建成并向全球提供公开服务,随着北斗卫星导航系统服务范围的扩大,北斗定位技术的应用正在逐渐增加,因此北斗的定位性能显得尤为重要。采用扩展卡尔曼滤波（EKF）和MLAMBDA算法基于天津地区实测数据,从卫星可见性、PDOP值、定位误差等方面对BDS及GPS、BDS/GPS的RTK定位性能进行较全面的对比分析。试验结果表明:?静态基线下,BDS RTK平面定位精度约为3.25cm,垂直定位精度约为5.98cm;?动态基线下,速度对定位精度有一定影响,BDS RTK最差定位精度不超过9cm。说明BDS在不依赖于其他卫星系统的情况下定位精度可达厘米级,足以满足日常测绘定位需求。以上研究内容为BDS用户提供了相关参考信息。      

BDS/GPS/GAL智能手机RTK动态定位算法

针对Android智能手机GNSS信号脆弱、抑径能力较差、观测值易出现粗差和周跳的问题，为了实现智能手机BDS/GPS/GAL高精度定位，提出一种不确定度联合高度角的随机模型确定观测值噪声矩阵的卡尔曼滤波参数估计算法和观测数据质量控制方法，采用验前与验后联合检测的手段进行数据预处理。静态试验结果表明，小米8及华为P40智能手机GPS/GAL/BDS组合定位模式E/N/U单方向精度均优于0.3 m。小米8智能手机GPS/GAL/BDS组合定位模式的平面定位精度相较于GPS、BDS和GPS/BDS分别提升了33.5%、80%和27.5%。与小米8智能手机相同，华为P40智能手机GPS/GAL/BDS组合定位模式的平面定位精度相较于其余3种定位模式分别提升了42.3%、27.5%和12.8%。动态试验结果表明，GPS/GAL/BDS组合定位模式平面定位精度为0.72 m,相较于GPS和GPS/BDS提升了24%以上。     

北斗/GPS双模车载终端对静态定位精度的影响

应用卫星导航系统的静态定位精度,研究了不同定位模式对车载终端静态定位精度的影响。通过每个模式下定位偏移量的对比,发现北斗/GPS双模模式下静态定位精度明显优于北斗模式下和GPS模式下静态定位精度。结果表明:北斗/GPS双模模式能够得到更精确的定位信息,达到更好的定位效果。     

BDS/GPS组合导航系统选星算法研究

针对双系统组合导航模式下常用的最佳选星法存在运算量大、硬件设计复杂、实时性差等缺点,提出了基于 BDS/GPS 双系统组合导航模式的模糊选星算法。首先说明了靶场试验中采用 BDS/GPS 双系统组合导航模式的必要性,然后对组合导航系统定位精度的关键影响因子、 可用星数量及选择方式进行了分析,并给出了基于 BDS/GPS 双系统组合导航模式的模糊选星算法的详细解算步骤。实验结果表明,该算法简单易行,定位精度高,实时性好,对靶场试验品的导航定位具有重要参考价值。     

北斗／GPS双模车载终端对静态定位精度的影响

应用卫星导航系统的静态定位精度,研究了不同定位模式对车载终端静态定位精度的影响。通过每个模式下定位偏移量的对比,发现北斗／GPS双模模式下静态定位精度明显优于北斗模式下和GPS模式下静态定位精度。结果表明：北斗／GPS双模模式能够得到更精确的定位信息,达到更好的定位效果。     

多卫星导航系统组合定位解算

主要研究由GPS、Galileo和北斗等多个卫星导航系统互相辅助,实现组合定位解算。由于各独立卫星导航定位系统的卫星星座规模有限,可提供的卫星定位服务的精度、可靠性无法得到保障。为了提高定位精度,在传统卫星定位解算的理论基础上,提出了利用多种系统组合定位的方法,可明显改善可见卫星结构,提高定位精度,从而保证定位结果的可靠性和连续性。     

GPS/GLONASS/BDS三系统组合定位的定权方法

为了提高 GPS/GLONASS/BDS三系统组合定位的稳定性和精确度,研究加权最小二乘定位中的定权方法。提出一种结合高度角先验定权和验后方差估计的定权方法,利用多系统兼容接收机实测数据进行仿真验证。结果表明,相较于传统的最小二乘法,该定权方法可以明显改善多系统组合定位的精确度,且具有很好的抗差性能,提高了定位结果的稳定性,可应用于多系统兼容接收机组合定位解算中。     

基于改进的CKF低轨卫星多普勒定位解算

针对低轨卫星多普勒定位中最小二乘法(the least squar method, LSM)和扩展卡尔曼滤波(extended Kalman filter, EKF)带来的解算误差,采用容积卡尔曼滤波(cubature Kalmanfilter, CKF)算法的思想来进行定位解算。首先设计了一种基于GeoSOT剖分网格的初值搜索方法进行粗定位,避免迭代发散;在解算过程中,对CKF进行改进,用QR分解代替其中的Cholesky分解,防止误差协方差矩阵非正定导致计算终止;最后以铱星星座对地面站的静态定位为例,通过STK 进行仿真验证算法的有效性。结果表明,改进的CKF(improvedCKF, ICKF)算法对于目标的定位误差在百米以内;且相较于LSM 和EKF,定位精度大约可以提高17%。     

EKF在GPS导航定位中的应用研究

论文中针对GPS星座轨道参数及系统特性,建立基于伪距测量误差模型的导航定位状态方程,利用扩展卡尔曼滤波算法（EKF）,对GPS定位解算精度进行仿真实验分析。仿真结果表明,EKF明显优于最小二乘算法,具有较高的滤波精度,可以更好地满足GPS用户定位精度要求。