测绘学报
測繪學報
측회학보
ACTA GEODAETICA ET CARTOGRAPHICA SINICA
2003年
4期
293-300
,共8页
柳响林%DE JONG Cornelis Dick
柳響林%DE JONG Cornelis Dick
류향림%DE JONG Cornelis Dick
GPS动态定位%随机模型精化%单差%信噪比
GPS動態定位%隨機模型精化%單差%信譟比
GPS동태정위%수궤모형정화%단차%신조비
GPS kinematic positioning%stochastic model refinements%single difference%Signal-to-Noise Ratio
GPS动态定位要求建立函数模型和随机模型.函数模型描述的是观测值和待估参数之间的物理和几何关系,随机模型描述了GPS观测值的统计特征,并通过观测值的方差协方差给定了每个观测值对最后的定位结果的贡献.正确给定函数模型和随机模型对于GPS定位结果的估计和观测值的粗差探测均至关重要.
由于有各种误差存在于伪距和载波相位观测值中,一般GPS动态定位模型均采用双差观测值来构建函数模型.有时候,仔细地使用单差观测值,较之双差观测值有更多的优点,给出了选用单差观测值的理由.但是单差观测值给函数模型带来了接收机钟差,如果直接使用单差观测方程,设计矩阵是奇异的.为了解决这个问题,将伪距观测值中接收机钟差项和接收机延迟项合并为一个新的未知参数.至于载波相位观测值,首先选定一个参考卫星,然后在观测方程的右端同时增加一正一负的参考卫星单差整周模糊度,将正项与接收机钟差项和接收机延迟项合并为一个新的未知参数,将负项和原观测方程中的单差整周模糊度项合并为双差整周模糊度,而参考卫星观测方程的模糊度项则为零,这样无须组建双差观测值,软件实现较容易,也可以直接使用LAMBDA法求整周模糊度,最终也解决了观测方程奇异的问题.
准确理解观测值的统计特征是建立GPS随机模型的基础,长期以来GPS商业软件均采用简化模型.关于GPS随机模型的研究远没有函数模型那样受到广泛关注,静态GPS定位可以采用方差协方差分量估计等严密的方法,而动态定位无法承担方差协方差分量估计的计算负担.GPS观测值的信噪比(SNR)是GPS接收机观测过程中的副产品,影响SNR值的因素,如大气层、多路径、接收机内部电路等,也正好是GPS观测值的误差源,因此GPS观测值的方差与SNR存在一定的对应关系.利用这个对应关系来精化GPS随机模型.为了验证本文采用的函数模型的正确性和随机模型的有效性,我们对1999年的一次实测数据(包括零基线和短基线)进行了试算.与零基线的真值和GPSurvey 2.35处理的短基线静态结果比较,表明使用的函数模型是正确的.简化随机模型和精化随机模型处理的结果比较说明精化模型提高了基线处理的精度,同时说明了研究GPS随机模型精化的必要性.
GPS動態定位要求建立函數模型和隨機模型.函數模型描述的是觀測值和待估參數之間的物理和幾何關繫,隨機模型描述瞭GPS觀測值的統計特徵,併通過觀測值的方差協方差給定瞭每箇觀測值對最後的定位結果的貢獻.正確給定函數模型和隨機模型對于GPS定位結果的估計和觀測值的粗差探測均至關重要.
由于有各種誤差存在于偽距和載波相位觀測值中,一般GPS動態定位模型均採用雙差觀測值來構建函數模型.有時候,仔細地使用單差觀測值,較之雙差觀測值有更多的優點,給齣瞭選用單差觀測值的理由.但是單差觀測值給函數模型帶來瞭接收機鐘差,如果直接使用單差觀測方程,設計矩陣是奇異的.為瞭解決這箇問題,將偽距觀測值中接收機鐘差項和接收機延遲項閤併為一箇新的未知參數.至于載波相位觀測值,首先選定一箇參攷衛星,然後在觀測方程的右耑同時增加一正一負的參攷衛星單差整週模糊度,將正項與接收機鐘差項和接收機延遲項閤併為一箇新的未知參數,將負項和原觀測方程中的單差整週模糊度項閤併為雙差整週模糊度,而參攷衛星觀測方程的模糊度項則為零,這樣無鬚組建雙差觀測值,軟件實現較容易,也可以直接使用LAMBDA法求整週模糊度,最終也解決瞭觀測方程奇異的問題.
準確理解觀測值的統計特徵是建立GPS隨機模型的基礎,長期以來GPS商業軟件均採用簡化模型.關于GPS隨機模型的研究遠沒有函數模型那樣受到廣汎關註,靜態GPS定位可以採用方差協方差分量估計等嚴密的方法,而動態定位無法承擔方差協方差分量估計的計算負擔.GPS觀測值的信譟比(SNR)是GPS接收機觀測過程中的副產品,影響SNR值的因素,如大氣層、多路徑、接收機內部電路等,也正好是GPS觀測值的誤差源,因此GPS觀測值的方差與SNR存在一定的對應關繫.利用這箇對應關繫來精化GPS隨機模型.為瞭驗證本文採用的函數模型的正確性和隨機模型的有效性,我們對1999年的一次實測數據(包括零基線和短基線)進行瞭試算.與零基線的真值和GPSurvey 2.35處理的短基線靜態結果比較,錶明使用的函數模型是正確的.簡化隨機模型和精化隨機模型處理的結果比較說明精化模型提高瞭基線處理的精度,同時說明瞭研究GPS隨機模型精化的必要性.
GPS동태정위요구건립함수모형화수궤모형.함수모형묘술적시관측치화대고삼수지간적물리화궤하관계,수궤모형묘술료GPS관측치적통계특정,병통과관측치적방차협방차급정료매개관측치대최후적정위결과적공헌.정학급정함수모형화수궤모형대우GPS정위결과적고계화관측치적조차탐측균지관중요.
유우유각충오차존재우위거화재파상위관측치중,일반GPS동태정위모형균채용쌍차관측치래구건함수모형.유시후,자세지사용단차관측치,교지쌍차관측치유경다적우점,급출료선용단차관측치적이유.단시단차관측치급함수모형대래료접수궤종차,여과직접사용단차관측방정,설계구진시기이적.위료해결저개문제,장위거관측치중접수궤종차항화접수궤연지항합병위일개신적미지삼수.지우재파상위관측치,수선선정일개삼고위성,연후재관측방정적우단동시증가일정일부적삼고위성단차정주모호도,장정항여접수궤종차항화접수궤연지항합병위일개신적미지삼수,장부항화원관측방정중적단차정주모호도항합병위쌍차정주모호도,이삼고위성관측방정적모호도항칙위령,저양무수조건쌍차관측치,연건실현교용역,야가이직접사용LAMBDA법구정주모호도,최종야해결료관측방정기이적문제.
준학리해관측치적통계특정시건립GPS수궤모형적기출,장기이래GPS상업연건균채용간화모형.관우GPS수궤모형적연구원몰유함수모형나양수도엄범관주,정태GPS정위가이채용방차협방차분량고계등엄밀적방법,이동태정위무법승담방차협방차분량고계적계산부담.GPS관측치적신조비(SNR)시GPS접수궤관측과정중적부산품,영향SNR치적인소,여대기층、다로경、접수궤내부전로등,야정호시GPS관측치적오차원,인차GPS관측치적방차여SNR존재일정적대응관계.이용저개대응관계래정화GPS수궤모형.위료험증본문채용적함수모형적정학성화수궤모형적유효성,아문대1999년적일차실측수거(포괄령기선화단기선)진행료시산.여령기선적진치화GPSurvey 2.35처리적단기선정태결과비교,표명사용적함수모형시정학적.간화수궤모형화정화수궤모형처리적결과비교설명정화모형제고료기선처리적정도,동시설명료연구GPS수궤모형정화적필요성.
GPS kinematic positioning requires the specification of the functional and stochastic models. The GPS functional model describes the relationship between the observations. The GPS stochastic model gives a specification of the noise characteristics of GPS observations and the contributions to the final solution of the individual observations. The correct definition of functional model and the proper choice of stochastic model are of importance for both adjusting and testing GPS data.``We modify the functional model of single epoch, single difference (SD) kinematic positioning for short baselines by combining nuisance parameters like clock errors, GPS receiver delay and carrier phase ambiguities. We also refine on the stochastic model by considering the relationship of GPS observation quality and Signal-to-Noise Ratio (SNR). An exponential function is employed to model the relationship between SNR and the standard deviations of carrier phases. The experimental tests testify the proposed functional model and display the improvement on positioning precision by the refined stochastic model.