基于Bayesian估計的GPS動態(tài)導(dǎo)航算法.pdf

1、GPS動態(tài)導(dǎo)航是GPS定位系統(tǒng)應(yīng)用最為廣泛的領(lǐng)域。然而在各種復(fù)雜的觀測條件下，定位結(jié)果的精度與可靠性仍然是導(dǎo)航數(shù)據(jù)處理中非常棘手的問題。為此，本文重點研究了GPS導(dǎo)航數(shù)據(jù)處理中的函數(shù)模型、隨機模型以及參數(shù)估計的相關(guān)理論。主要研究內(nèi)容如下： ⑴闡述了導(dǎo)航技術(shù)的發(fā)展及GPS衛(wèi)星導(dǎo)航系統(tǒng)的最新進展。針對GPS導(dǎo)航的現(xiàn)狀以及存在的問題，回顧了GPS導(dǎo)航數(shù)據(jù)處理理論及算法的研究歷史，并論述了本文研究的理論意義和應(yīng)用價值。 ⑵理論上

2、將各種先驗信息獲取方式歸結(jié)為Bayesian理論體系的動態(tài)導(dǎo)航算法。 ⑶詳細研究了GPS和Doppler的函數(shù)模型及隨機模型。一方面，通過對GPS接收機雙頻硬件延遲變化特性的分析，建立了關(guān)于硬件延遲的線性或常數(shù)模型，從而提出采用雙頻觀測值定位的簡化函數(shù)模型：另一方面，建立了基于先驗速度信息的多普勒單差模型，分析了非差多普勒精度及其與衛(wèi)星高度角的關(guān)系、雙頻多普勒觀測值間的交叉相關(guān)性、觀測序列的時間相關(guān)性。 ⑷針對GPS導(dǎo)航

3、中觀測值隨機模型估計的問題，建立了一種GPS/Doppler隨機模型的實時估計方法。該方法首先利用先驗的信噪比模型并結(jié)合抗差估計，求得當前歷元的單位權(quán)方差因子。然后考慮實際動態(tài)觀測條件的時變性，依靠歷史信息可靠性并引入遺忘因子，重新估計當前歷元的隨機模型，以獲得更為準確的觀測噪聲信息。 ⑸結(jié)合載波相位推導(dǎo)了移動窗口的相位平滑偽距差分方法，提出一種實時周跳探測與修復(fù)方案；分別在顧及多普勒和無多普勒觀測數(shù)據(jù)情況下，導(dǎo)出其對應(yīng)的擴展卡

4、爾曼濾波的遞推方程；研究了基于載體運動規(guī)律的各種約束條件，如勻速度逼近及二次曲線逼近模型，并提出了一種等距離逼近模型。 ⑹提出了一種基于Bayesian理論的移動窗口遞推算法。該方法突破了動態(tài)定位需要動力學(xué)模型表示狀態(tài)轉(zhuǎn)移關(guān)系的限制，而比傳統(tǒng)的Kalman濾波理論具有更寬的先驗信息獲取方法。給出了導(dǎo)航解算中存在的兩種具體形式。對于GPS獨立導(dǎo)航，根據(jù)不同的先驗信息構(gòu)造了基于牛頓向前差分模型、最小二乘擬合模型的狀態(tài)轉(zhuǎn)移矩陣；而對于