论文部分内容阅读
GPS动态导航是GPS定位系统应用最为广泛的领域。然而在各种复杂的观测条件下，定位结果的精度与可靠性仍然是导航数据处理中非常棘手的问题。为此，本文重点研究了GPS导航数据处理中的函数模型、随机模型以及参数估计的相关理论。主要研究内容如下：
⑴阐述了导航技术的发展及GPS卫星导航系统的最新进展。针对GPS导航的现状以及存在的问题，回顾了GPS导航数据处理理论及算法的研究历史，并论述了本文研究的理论意义和应用价值。
⑵理论上将各种先验信息获取方式归结为Bayesian理论体系的动态导航算法。
⑶详细研究了GPS和Doppler的函数模型及随机模型。一方面，通过对GPS接收机双频硬件延迟变化特性的分析，建立了关于硬件延迟的线性或常数模型，从而提出采用双频观测值定位的简化函数模型：另一方面，建立了基于先验速度信息的多普勒单差模型，分析了非差多普勒精度及其与卫星高度角的关系、双频多普勒观测值间的交叉相关性、观测序列的时间相关性。
⑷针对GPS导航中观测值随机模型估计的问题，建立了一种GPS/Doppler随机模型的实时估计方法。该方法首先利用先验的信噪比模型并结合抗差估计，求得当前历元的单位权方差因子。然后考虑实际动态观测条件的时变性，依靠历史信息可靠性并引入遗忘因子，重新估计当前历元的随机模型，以获得更为准确的观测噪声信息。
⑸结合载波相位推导了移动窗口的相位平滑伪距差分方法，提出一种实时周跳探测与修复方案；分别在顾及多普勒和无多普勒观测数据情况下，导出其对应的扩展卡尔曼滤波的递推方程；研究了基于载体运动规律的各种约束条件，如匀速度逼近及二次曲线逼近模型，并提出了一种等距离逼近模型。
⑹提出了一种基于Bayesian理论的移动窗口递推算法。该方法突破了动态定位需要动力学模型表示状态转移关系的限制，而比传统的Kalman滤波理论具有更宽的先验信息获取方法。给出了导航解算中存在的两种具体形式。对于GPS独立导航，根据不同的先验信息构造了基于牛顿向前差分模型、最小二乘拟合模型的状态转移矩阵；而对于GPS/Doppler组合导航时，构造了一种基于牛顿向前差分和定积分理论的状态转移矩阵。最后，将该算法应用于GPS/INS松组合导航，实现了稳健自适应的GPS/INS组合导航。
⑺总结本文的主要研究工作并展望下一步的研究计划。