VRS技術(shù)參考站間模糊度解算

VRS技術(shù)參考站間模糊度解算中圖分類號：TN711文獻(xiàn)標(biāo)識碼：A文章編號：VRS技術(shù)是基于多參考站網(wǎng)絡(luò)環(huán)境下的GPS實(shí)時動態(tài)定位技術(shù)，代表了新一代定位技術(shù)的發(fā)展方向。其技術(shù)的關(guān)鍵是快速準(zhǔn)確地計算參考站間模糊度。目前常用的解算模糊度的方法分兩步:首先，利用寬巷模糊度的波長較長，可以在短時間內(nèi)固定雙差寬巷模糊度，在此我采用消電離層偽距組合和雙頻相位組合法；其次是利用電離層無關(guān)的線性組合，確定L1和L2模糊度，在此我研究了序貫最小二乘法求解L1雙差模糊度的方法，并提出一種改進(jìn)的序貫最小二乘方法，改善模糊度解算過程中法方程的病態(tài)性，并且不影響模糊度固定時間。雙差寬巷模糊度解算目前解算寬巷模糊度主要有兩種方法，寬巷組合定義法和雙頻P碼組合法，這兩種方法都有其一定的局限性：首先寬巷組合定義法無法消除電離層與對流層延遲，導(dǎo)致寬巷無法在短時間內(nèi)固定；而雙頻P碼組合法需要高精度的P碼，實(shí)際應(yīng)用中，由于民用接收機(jī)一般只能獲取C/A碼及交叉相關(guān)碼，所以我采用消電離層偽距組合和雙頻相位組合法，本方法既不需要高精度的P碼，也不需要顧及基線長度以及電離層的影響，公式如下:(i=1,2)為載波相位雙差觀測值；△?Ῥ為CA碼偽距觀測值；ƒ1、ƒ2為L1和L2的頻率；△?T為對流層延遲；△?，M1M2為多路徑效應(yīng)。采用高精度的對流層模型計算得到的A?T，其誤差最大也只在厘米級，對于解算寬巷模糊度的影響可忽略，而在連續(xù)運(yùn)行參考站上A?Mw可忽略不計;對于采用CA碼所帶來的觀測噪聲的影響，根據(jù)噪聲的偶然誤差特性，綜合多歷元觀測數(shù)據(jù)進(jìn)行求解，并設(shè)立固定條件，保證寬巷模糊度固定的正確性設(shè)定寬巷模糊度固定條件為:式中round為四舍五入算子，6為閾值，一般取0.1~0.2;當(dāng)(2)式成立時，可認(rèn)為寬巷模糊度固定為round(A?Nw(n));若不成立，則n值過小，需要繼續(xù)采用更多歷元數(shù)據(jù)繼續(xù)解算。L1雙差模糊度的確定在寬巷模糊度確定后，一般可采用電離層無關(guān)線性組合，同時將L1的雙差模糊度^?N1和天頂對流層延遲ZD作為待估參數(shù)，可按式(3)求解。)式中，MF(.)為對流層映射函數(shù)；入n、入w分別是窄巷和寬巷觀測的波長；為無電離層組合;△?Nw為寬巷模糊度；ƒ1、ƒ2為L1和L2的頻率；△?p是雙差衛(wèi)地距；p、q為參考站編號；k+1為觀測衛(wèi)星數(shù)。對于式(3)的解算，本文探討一般序貫最小二乘方法進(jìn)行L1載波雙差模糊度△?N1和天頂對流層延遲ZD解算，并針對其不足，提出了一種改進(jìn)的序貫最小二乘方法求解L1雙差模糊度，并結(jié)合Lambda算法加快模糊度的固定速度。2.1序貫最小二乘法求解采用序貫平差進(jìn)行L1載波模糊度解算，將雙差模糊度N1和天頂對流層延遲ZD作為固定參數(shù)，再以參數(shù)估計的最小二乘法為原則進(jìn)行解算。在采用序貫平差中，為較快地得到正確的模糊度，定權(quán)是關(guān)鍵，常用的定權(quán)方法有傳統(tǒng)的等權(quán)法高度角定權(quán)以及自適應(yīng)定權(quán)。設(shè)在tk歷元，有m+1個衛(wèi)星，有nkX1觀測向量Lk，相應(yīng)的協(xié)方差矩陣為Qk,權(quán)矩陣為Pk=Qk—1，在tk－1歷元獲得模型參數(shù)向量估計值Xk－1，相應(yīng)的協(xié)方差矩陣為Qk—1,誤差方程為：隨著衛(wèi)星的起落，狀態(tài)參數(shù)X的維數(shù)會發(fā)生變化，一般的對于已經(jīng)消失的衛(wèi)星,其相應(yīng)的參數(shù)仍附在誤差方程中,只是這些未知參數(shù)不再增加新的觀測信息而對于增加的衛(wèi)星,即新增未知參數(shù),只需在法方程中增加新的行和列,就能解出新增未知參數(shù)。2.2改進(jìn)型序貫最小二乘法我在對上述方法進(jìn)行了研究后,認(rèn)為該方法存在一定的缺陷及不足:對于序貫最小二乘法,其定權(quán)是關(guān)鍵,關(guān)系到能否較快解算得正確的模糊度,而且由法方程帶來的病態(tài)性對結(jié)果有很大的影響。鑒于此,提出了一種改進(jìn)的序貫最小二乘法。對式(4)進(jìn)行如下分解,由系數(shù)陣Ak可知，當(dāng)兩顆衛(wèi)星i、j的衛(wèi)星高度角接近時，導(dǎo)致其投影函數(shù)值接近，從而導(dǎo)致法矩陣N0=ATP0A會出現(xiàn)病態(tài)性，隨著序貫平差的進(jìn)行導(dǎo)致此時條件數(shù)在1010左右，這對于連續(xù)運(yùn)行參考站系統(tǒng)來說是極為不利的。所以可通過在系數(shù)陣A中加入一項(xiàng)正則化矩陣R,從而改善法矩陣的狀態(tài)；對于病態(tài)性的解決可通過病態(tài)方程的一般解法解決。我采用Tikhonov正則化方法:代替原有的協(xié)因數(shù)矩陣，結(jié)合lambda算法固定模糊度。由于衛(wèi)星高度角變化很緩慢，無論是對L1載波雙差模糊度和天頂對流層延遲的序貫平差(不斷地對原有的狀態(tài)參數(shù)估計和相應(yīng)的協(xié)因數(shù)矩陣進(jìn)行適當(dāng)?shù)男迯?fù))還是濾波，都是一個較長過程，為了實(shí)現(xiàn)對正確整周模糊度的獲取，可通過Lambda算法，提高搜索效率為了使得L1載波雙差模糊度更具有可靠性，可對整周模糊度進(jìn)行可靠性檢驗(yàn)，即給定顯著性水平，檢驗(yàn)最小Qmin(N1)和次小Qsec(N1')是否有顯著不同，如果是，則判定N1為正確的模糊度，否則繼續(xù)上述過程，直到找到最小Qmin(N1)和次小Qsec(N1‘)有顯著不同?？赏ㄟ^式(8)進(jìn)行判斷:其中a為給定的置信水平，Ratio因子服從F分布。應(yīng)用中，可根據(jù)實(shí)際情況定閾值K，一般的K=min(Fa,3)。參考站間整周模糊度的在線解算