实验一-GPS静动态滤波实验课件.pptVIP

最有估计实验一GPS静态/动态滤波实验

实验一GPS静态/动态滤波实验GPS系统的组成〔1〕空间局部：21颗工作卫星，3颗备用卫星。〔2〕地面局部：1个主控站，3个注入站，5个监测站。〔3〕用户设备局部：接收GPS卫星发射信号，以获得必要的导航和定位信息，经数据处理，完成导航和定位工作。GPS接收机硬件一般由主机、天线和电源组成。

实验一GPS静态/动态滤波实验GPS定位原理——卫星不间断地发送自身的星历参数和时间信息，用户接收到这些信息后，经过计算求出接收机的三维位置，三维方向以及运动速度和时间信息。单点定位

实验一GPS静态/动态滤波实验GPS定位模式接收机在测量中所处的状态静态定位动态定位〔1〕单点定位(绝对定位)——以GPS卫星和用户接收机天线之间距离的观测量为根底，根据的卫星瞬时坐标来确定用户接收机天线所对应的点位。〔2〕差分定位(相对定位)——使用两台或两台以上接收机的观测数据来确定观测点之间的相对位置的方法，它既可采用伪距观测量也可采用相位观测量，如大地测量或工程测量均应采用相位观测值进行相对定位。

实验一GPS静态/动态滤波实验GPS定位——误差特性随机性误差随时间、空间快速变化相关性弱的随机误差随时间、空间缓慢变化相关性很强的随机偏移误差接收机噪声多路径效应主要误差源时钟误差星历误差对流层延时误差电离层延时误差卫星空间位置误差时钟偏移用滤波方法消除随机误差——首选最优估计方法〔卡尔曼滤波器〕，将真实状态〔定位结果〕从各种随机干扰中实时最优地估计出来

实验一GPS静态/动态滤波实验滤波方法——优势与差分方法相比：不需要建立差分基准站及数据通讯装置；不受差分模式所面临的信号作用范围的限制。经过差分处理后，再应用动态滤波方法，仍可进一步提高定位精度。

实验一GPS静态/动态滤波实验实验设备GPS天线GPS电池GPS接收机监控计算机接收机监控软件+数据接收存储软件〔演示〕

实验一GPS静态/动态滤波实验应用KF进行GPS定位动态滤波：需建立系统模型观测模型〔1〕运载体动态模型〔2〕随机误差模型

实验一GPS静态/动态滤波实验〔1〕运载体动态模型Noval统计模型半马尔科夫模型研究现状微分多项式模型常速模型〔CV模型〕常加速模型〔CA模型〕时间相关模型“当前”统计模型比较与分析常用模型

实验一GPS静态/动态滤波实验〔1〕运载体动态模型a〕常加速模型〔CA模型〕例：一维直线运动，考虑随机干扰情况。当载体无机动，即匀速或匀加速直线运动，三阶常加速CA模型：运载体位置、速度、加速度假设载体运动表现出变加速度a(t)特性时，运动模型为：高斯白噪声：均值=0、方差=

实验一GPS静态/动态滤波实验〔1〕运载体动态模型b〕一阶时间相关模型〔Singer模型〕例：一维直线运动，考虑随机干扰情况。具体模型：运载体位置、速度、加速度高斯白噪声：均值=0、方差=一般机动下运动载体，均可采用二阶系统一阶时间相关模型来描述：和注意：此模型对等速和等加速范围的载体运动最适宜，但对于强烈机动，即超过等加速范围的载体运动，将引起较大的模型误差。相关时间系数

实验一GPS静态/动态滤波实验〔1〕运载体动态模型c〕“当前”统计模型实际载体的运动往往不完全属于等速或等加速范围的运动，需建立更合理、更准确的运动模型。时刻时刻取值有限，且在“当前”加速度邻域内机动提出“当前”统计模型Zhou、Kumar

实验一GPS静态/动态滤波实验〔1〕运载体动态模型c〕“当前”统计模型〔续〕本质——非零均值时间相关模型，机动加速的“当前”概率密度可用适当的函数分布描述，均值为“当前”加速度预测值，随机机动加速度在时间轴上仍符合一阶时间相关过程：机动加速度“当前”均值

实验一GPS静态/动态滤波实验〔1〕运载体动态模型c〕“当前”统计模型〔续〕机动载体“当前”统计模型

实验一GPS静态/动态滤波实验〔1〕运载体动态模型c〕“当前”统计模型〔续〕一阶时间相关模型为：与Singer模型相比，该模型采用非零均值和较合理的修正端利分布表征机动加速度特性，更真实地反映机动范围和强度的变化，是目前较好的模型之一。

实验一GPS静态/动态滤波实验〔2〕随机误差模型造成卫星导航系统定位随机误差的误差源很多对各种误差源分别建立各自的误差模型。如：时钟偏差和时钟频漂——包含一阶马尔科夫过程的随机干扰，用等效距离和等效距离变化率表示。上述等效结果使得系统模型复杂，通常有十几个甚至几十个状态变量，且模型呈非