首页 理论教育 GNSS基准站网数据处理方法与应用:模型分析成果

GNSS基准站网数据处理方法与应用:模型分析成果

时间:2023-08-27 理论教育 版权反馈
【摘要】:传统无电离层组合观测模型消除了电离层一阶项的影响,改正了约99%的电离层延迟,因此,在非差精密单点定位及差分定位中得到了广泛应用。UofC模型将L1、L2载波上的整周模糊度参数作为独立参数,分别进行估计。

GNSS基准站网数据处理方法与应用:模型分析成果

传统无电离层组合观测模型消除了电离层一阶项的影响,改正了约99%的电离层延迟,因此,在非差精密单点定位及差分定位中得到了广泛应用。GIPSY、EPOS以及CSRS-PPP等软件都采用了这一模型。但是,这种模型仍存在某些不足。第一,无电离层组合观测值并没有完全消除电离层延迟的影响,组合观测值没有顾及电离层延迟效应的高阶项,这些高阶项导致的电离层延迟仍占0.1%左右,在太阳活动强烈,电离层总电子含量高的时候对于测距仍有分米级的误差。第二,无电离层影响组合观测的噪声水平与载波相位和伪距观测值相比显著放大,约为3倍,并且残留的电离层延迟及其他无法模型化的误差都会被吸收到观测噪声中。较高的噪声水平会使滤波收敛时间变长,甚至导致滤波发散。第三,对于L1、L2载波相位观测值来说,原始的模糊度参数具有整周特性,可利用这一点进行周跳的探测、修复。但无电离层组合观测值的模糊度参数不再保持整周特性,参数估计中必须当作实数进行处理。

UofC模型和传统无电离层模型相比,不仅消除了电离层一阶项的影响,同时还将观测值的噪声水平降低了一半左右,使得观测值中无法模型化的残差项更小,有助于滤波收敛,加快定位解算速度。UofC模型最显著的优点在于,由于组合观测值并没有将L1、L2载波上的模糊度参数归并为一项,因此可以利用模糊度探测和修复算法分别估计L1、L2模糊度参数;同时,由于待估参数的减少,滤波敛散性得到有效改善,定位解算速度更快。

无模糊度模型采用对前后历元间的相位观测值求一次差的方法来消除相位模糊度参数,因此,与传统无电离层模型和UofC模型相比,显著减少了待估参数,定位解算速度更快。但是,观测时存在某些历元前后跟踪卫星不同的情况,对于这些观测值,由于无法计算历元间的一次差,观测数据只能舍弃,这就降低了数据的利用率。而且,通过历元间求一次差的方法虽然消除了模糊度参数,但却使观测值间存在相关性,这是无模糊度模型所带来的另一个问题。(www.xing528.com)

这三种模型都消除了电离层的影响,主要区别在于对载波相位观测值模糊度处理方法的不同。采用传统的无电离层组合观测值,L1、L2载波上的整周模糊度参数归并为新的组合观测值模糊度,这个新的模糊度参数不再具有整周特性,需要通过滤波的方法进行估计。UofC模型将L1、L2载波上的整周模糊度参数作为独立参数,分别进行估计。由于模糊度参数保持了原有的特性,因此可以采用一些模糊度固定方法,并且滤波收敛速度较快。模糊度参数通常并不是用户关心的参数,因此通过历元间求差消除模糊度参数的无模糊度模型可以减少待估参数个数,提高解算效率

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈