柴大帥

山東建筑大學測繪地理信息學院，山東 濟南 250101

隨著我國BDS的持續(xù)發(fā)展，GPS不斷完善，GLONASS加緊現(xiàn)代化進程，多系統(tǒng)的聯(lián)合使用對衛(wèi)星定位的精度和可靠性帶來極大改善。但在復雜的動態(tài)環(huán)境下，衛(wèi)星信號頻繁受到遮擋，甚至失鎖，無法保證定位的有效性。INS不受外界環(huán)境的影響，并且可以獲得短時、高精度的導航參數(shù)。GNSS/INS組合導航技術能夠獲得連續(xù)、可靠和高精度的導航參數(shù)信息，已經被廣泛應用于軍事與民用領域。論文以GNSS定位算法為基礎，深入開展GNSS/INS組合導航相關算法的研究，包括多系統(tǒng)GNSS定位模型、多系統(tǒng)GNSS模糊度可靠固定方法、GNSS/INS組合導航濾波模型、GNSS/INS組合導航后處理平滑模型、數(shù)據(jù)缺失環(huán)境下GNSS/INS數(shù)據(jù)處理方法、INS輔助的模型等幾個方面，主要內容如下。

(1) GNSS動態(tài)定位中模糊度的固定性能受到觀測值精度的影響，為了改善模糊度的固定性能，提出了一種分步逐級的模糊度固定方法。根據(jù)信噪比大小將寬巷模糊度劃分為質量較高的主模糊度組和質量較低的從模糊度組；根據(jù)信噪比大小將主模糊度組進一步劃分為(4,1,1…)模式，基于改進引導算法以及LAMBDA算法，逐級固定主模糊度組以及約束固定從模糊度組。當寬巷模糊度被精確固定后，即可約束固定基礎模糊度。試驗結果表明，對于多系統(tǒng)靜態(tài)短基線、動態(tài)短基線和動態(tài)中短基線數(shù)據(jù)，本文提及方法的模糊度固定成功率分別為100%、99.82%和99.52%。

(2) GNSS/INS組合導航濾波算法需要一定的時間才能收斂到理想精度，并且在動態(tài)環(huán)境下會遇到GNSS信號失鎖而長期單獨依賴INS。為了滿足高精度用戶的需求，深入研究了基于后處理的平滑算法。試驗結果顯示，平滑算法能夠顯著改善濾波算法參數(shù)估計精度；RTSS平滑算法和雙向濾波平滑算法的性能基本一致；基于RTSS平滑和雙向濾波平滑的二次平滑算法，進一步提高平滑性能效果不明顯。

(3) 實際工程數(shù)據(jù)采集過程中，往往不可避免遇到硬件設備短時故障而導致數(shù)據(jù)缺失的情況。為了提高數(shù)據(jù)的可用性，提出了一種基于AR模型的前后向聯(lián)合預測缺失時段數(shù)據(jù)的方法；為了提高濾波結果的精度，以及避免預測時段數(shù)據(jù)處理結果對數(shù)據(jù)正常時段結果的影響，提出一種分段RTSS平滑的數(shù)據(jù)處理方法。試驗結果表明，相比于商業(yè)軟件，本文所提出的方法能夠獲得更高精度、更加可靠的導航參數(shù)，為移動測圖系統(tǒng)提供相對較優(yōu)的地理基準。

(4) 在動態(tài)環(huán)境下，GNSS觀測值容易受到外界環(huán)境的干擾，對模糊度固定性能產生影響。為了改善單頻模糊度的固定性能，提出了一種INS輔助的部分模糊度固定方法?；贗NS預測的高精度先驗信息能夠有效增強模糊度方差的強度，提高模糊度浮點解的精度?；谛l(wèi)星高度角以及后驗殘差的部分模糊度固定方法，能夠降低低精度觀測值對模糊度固定的影響，改善模糊度固定性能。試驗結果顯示，基于INS輔助的部分模糊度固定方法，有效提高了遮擋環(huán)境下模糊度固定率，改善了導航參數(shù)的估計性能。

(5) 動態(tài)環(huán)境下GNSS單頻信號的周跳探測性能容易受到低精度觀測值的影響，為此提出一種INS輔助的基于站間與歷元間雙差的周跳處理方法。通過探測方程計算的單位權中誤差初步對周跳進行探測，避免對每個歷元每顆衛(wèi)星進行周跳探測?；贗NS預測的高精度信息作為約束方程，能夠增強探測方程的強度。試驗結果顯示，基于INS輔助的方法能夠有效地識別并修復周跳；即使在衛(wèi)星數(shù)目較少的情況下，依然能夠有效地識別并修復周跳；當衛(wèi)星數(shù)目充足時，衛(wèi)星信號失鎖時長不會影響周跳探測性能。