%0 Journal Article
%T 一种无须变换参考星的GNSS单基线卡尔曼滤波算法
%A 张宝成
%A 袁运斌
%A 蒋振伟
%J 测绘学报
%P 958-964
%D 2015
%R 10.11947/j.AGCS.2015.20140430
%X 处理单基线全球导航卫星系统观测数据可获取位置、时间、大气延迟等信息,其应用包括相对定位、时频传递等。为实现实时性,常采用卡尔曼滤波递归地估计各类参数;为确保可靠性,还需形成一组独立的双差模糊度,并将其正确地固定为整数。实践中,滤波函数模型较常采用双差观测方程(即双差滤波模型)。若在当前历元原先的参考星不再可视时,双差滤波模型则需要定义新的参考星,并“映射”双差模糊度预报值以确保滤波连续。此外,双差滤波模型所计算的接收机相位钟差估值吸收了对应于参考星的站间单差模糊度,因此当参考星变换后可能会发生“整周跳跃”。在仍将双差模糊度作为一类可估参数的前提下,本文推导出以站间单差观测方程为滤波函数模型的算法(单差滤波模型),并证明了其与双差滤波模型具备理论上的等价性和实施上的差异性。与双差滤波模型相比,单差滤波模型不再需要“映射”双差模糊度预报值等运算,从而具备了更高的计算效率和灵活性;单差滤波模型所提供的接收机相位钟差估值也不受“整周跳跃”的影响,因此特别有利于频率传递应用。
%K GNSS单基线
%K 卡尔曼滤波
%K 站间单差
%K 双差模糊度
%K 参考星
%K 频率传递
%U http://xb.sinomaps.com:8081/Jwk_chxb/CN/abstract/abstract6603.shtml