城市复杂场景下GNSS定位的因子图优化方法及其抗差性能分析
北斗/全球导航卫星系统(global navigation satellite system,GNSS)在开阔环境下可以提供连续可靠的高精度导航定位服务,但是在城市复杂场景下,GNSS多路径与非视距信号严重、粗差与周跳发生频繁,导航定位能力仍然存在不足.相较于扩展卡尔曼滤波(extended Kalman filter,EKF)方法,因子图优化能够充分利用历史观测,通过窗口内历元间约束与冗余观测信息共同抑制异常数据影响.构建了基于滑动窗口因子图优化的GNSS定位模型,通过验后残差迭代分析进行粗差探测,并从最小可探测误差、粗差探测成功率、定位精度提升等方面深入分析因子图优化与EKF的抗差性能.以城市复杂场景数据进行处理验证,结果表明,因子图优化的最小可探测误差减小了 11.92%~32.56%,粗差探测成功率提升了 3.84%~10.47%,GNSS定位精度提升了 11.29%~25.99%.总体而言,对于城市复杂场景下的GNSS导航定位应用,因子图优化具备更好的抗差性能和定位精度,有望取代现有基于单历元观测值的EKF模型.
城市复杂场景、因子图优化、粗差探测、定位精度提升
48
P228(大地测量学)
国家重点研发计划;国家自然科学基金;湖北省科技重大项目;湖北珞珈实验室专项基金
2023-07-11(万方平台首次上网日期,不代表论文的发表时间)
共8页
1050-1057