留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

联合高度角与信噪比的精化随机模型及其对高纬度精密单点定位的影响

吕明慧 李薇 张宝成 柴艳菊

吕明慧, 李薇, 张宝成, 柴艳菊. 联合高度角与信噪比的精化随机模型及其对高纬度精密单点定位的影响[J]. 全球定位系统, 2021, 46(3): 15-23, 53. doi: 10.12265/j.gnss.2020122101
引用本文: 吕明慧, 李薇, 张宝成, 柴艳菊. 联合高度角与信噪比的精化随机模型及其对高纬度精密单点定位的影响[J]. 全球定位系统, 2021, 46(3): 15-23, 53. doi: 10.12265/j.gnss.2020122101
LYU Minghui, LI Wei, ZHANG Baocheng, CHAI Yanju. Refined stochastic model of combining elevation angle and SNR and its impact on precise point positioning in high latitude areas[J]. GNSS World of China, 2021, 46(3): 15-23, 53. doi: 10.12265/j.gnss.2020122101
Citation: LYU Minghui, LI Wei, ZHANG Baocheng, CHAI Yanju. Refined stochastic model of combining elevation angle and SNR and its impact on precise point positioning in high latitude areas[J]. GNSS World of China, 2021, 46(3): 15-23, 53. doi: 10.12265/j.gnss.2020122101

联合高度角与信噪比的精化随机模型及其对高纬度精密单点定位的影响

doi: 10.12265/j.gnss.2020122101
详细信息
    作者简介:

    吕明慧:(1996—),女,硕士,研究方向为全球导航卫星系统精密定位数据处理,对流层延迟及精度分析

    李薇:(1981—),女,硕士生导师,研究方向为全球导航定位对流层延迟、对流层格网模型及大气水汽反演

    张宝成:(1985—),男,博士生导师,研究方向为全球导航卫星系统数据处理、质量控制、精密定位、大气反演

    柴艳菊:(1970—),女,硕士生导师,研究方向为GNSS数据处理与组合导航

    通讯作者:

    李薇 E-mail:liwei@apm.ac.cn

  • 中图分类号: P228.4

Refined stochastic model of combining elevation angle and SNR and its impact on precise point positioning in high latitude areas

  • 摘要: 利用主成分分析法(PCA)确定了观测噪声中高度角和信噪比(SNR)的贡献,在此基础上建立了精化的全球卫星导航系统(GNSS)随机模型,并验证了基于此随机模型的高纬度测站精密单点定位(PPP)效果. 结果表明:在高纬度地区精化随机模型相比于仅顾及高度角或SNR的传统随机模型效果更佳,定位精度较高度角模型提高约30%,较SNR模型提高约20%. 在高程方向上精度提高最为明显,对比高度角模型和SNR模型分别提高约37%和24%. 该研究对提高高纬度地区GNSS定位精度有一定的参考价值.

     

  • 图  1  6个测站的三种随机模型定位结果在不同方向上的比较

    图  2  5个测站在2016—2019年三种随机模型在U方向上的定位精度比较

    注:绿色百分数为精化随机模型较高度角模型在U方向上定位精度的RMS提高的百分比;红色百分数为精化随机模型较SNR模型在U方向上定位精度的RMS提高的百分比.

    表  1  PPP相关解算策略

    项目模型策略
    观测数据O文件
    频率GPS(L1L2
    钟差、轨道IGS产品
    相位中心改正igs14_2035.atx
    采样率/s30
    截止高度角/(°)10
    电离层延迟Ionosphere-free线性组合
    测站坐标SNX文件
    参数估计方法卡尔曼滤波
    地球自转、固体潮等相应误差模型改正
    下载: 导出CSV

    表  2  均匀选取2019年2月19日8个IGS测站信息及分析结果

    测站日期经度/(°)纬度/(°)高度/m结果
    NYA12019-02-1911.9E78.9N84.2
    CHUR2019-02-1994.1W58.7N−19.6
    DRAO2019-02-19119.4W49.3N541.7较差
    LHAZ2019-02-1991.1E29.6N3624.5较好
    BOGT2019-02-1974.1W4.5N2576.3
    ALIC2019-02-19133.9E23.7S603.4不变
    TID12019-02-19148.9E35.4S665.8较差
    CAS12019-02-19110.5E66.3S22.4
    注:表格中“结果”代表精化随机模型与高度角或SNR随机模型(以二者中定位精度较好地结果参与比较)相比在三维定位精度的改善程度. 其中:“好”:≥30%;“较好”:10%~30%;“不变”:−10%~10%;“较差”:−10%~−30%;“差”:≤−30%.
    下载: 导出CSV

    表  3  高纬度IGS测站信息

    测站日期经度/(°)纬度/(°)高度/m
    CAS12020-06-12—2020-06-26110.5E66.3S21.4
    MAW12020-06-12—2020-06-2662.9E67.5S14.5
    DAV12020-06-12—2020-06-2677.6E68.3S44.4
    NYAL2020-06-12—2020-06-2611.9E78.9N78.7
    NYA12020-06-12—2020-06-2611.9E78.9N84.4
    THU22020-06-04—2020-06-1868.5W76.3N36.2
    下载: 导出CSV

    表  4  南北极6个IGS测站在不同随机模型中的PPP精度的比较

    测站方向精化模
    型/mm
    高度角模
    型/mm
    提高
    率/%
    SNR模
    型/mm
    提高
    率/%
    CAS1N4.3645.38018.8804.6746.632
    E5.0415.66511.0204.535−11.160
    U18.41023.98015.39024.39016.810
    MAW1N8.4418.325−1.3937.834−7.748
    E14.45012.430−16.30010.060−43.690
    U14.22041.26065.53028.76050.540
    DAV1N4.3635.37918.8904.6746.643
    E7.7645.664−37.0104.535−71.220
    U20.29023.98015.37024.39016.460
    NYALN6.6697.3409.1426.9524.071
    E4.1703.649−14.2804.102−1.658
    U36.68050.11026.80038.6805.171
    NYA1N6.6117.58212.8107.2008.181
    E3.9804.63014.0403.754−6.020
    U22.99038.89040.89027.88017.540
    THU2N4.8144.284−12.3704.800−0.292
    E4.5754.178−9.5023.654−25.210
    U10.24025.56059.94016.53038.050
    下载: 导出CSV

    表  5  6个IGS站在3D方向上不同随机模型定位精度比较

    测站精化模
    型/mm
    高度角模型/mm较高度角模型提高率/%SNR模
    型/mm
    较SNR模型提高
    率/%
    CAS122.1625.2212.1325.2512.230
    MAW121.9743.8949.9431.4630.170
    DAV122.4725.4511.7125.4211.610
    NYA124.2639.8939.1829.0416.460
    NYAL37.5150.7826.1339.515.062
    THU212.2026.2553.5217.5930.640
    下载: 导出CSV
  • [1] 叶世榕. GPS非差相位精密单点定位理论与实现[D]. 武汉: 武汉大学, 2002.
    [2] KOUBA J, HEROUX P. Precise point positioning using IGS orbit and clock products[J]. GPS solutions, 2001, 5(2): 12-28. DOI: 10.1007/PL00012883
    [3] ZUMBERGE J F, HEFLIN M B, JEFFERSON D C, et al. Precise point positioning for the efficient and robust analysis of GPS data from large networks[J]. Journal of geophysical research atmospheres, 1997, 102(B3): 5005-5017. DOI: 10.1029/96JB03860
    [4] 戴吾蛟, 丁晓利, 朱建军. 基于观测值质量指标的GPS观测量随机模型分析[J]. 武汉大学学报(信息科学版), 2008, 33(7): 718-722.
    [5] 刘志强, 黄张裕, 金建平. 利用卫星高度角和信噪比提高GPS定位精度的试验分析[J]. 测绘工程, 2008, 17(4): 54-58. DOI: 10.3969/j.issn.1006-7949.2008.04.015
    [6] 王郁茗, 邵利民, 张尚悦. 顾及海面多路径的PPP自适应选权随机模型[J]. 测绘科学, 2019, 44(12): 35-41, 66.
    [7] 潘宇明, 郭博峰, 丁乐乐, 等. 一种自适应伪距-相位比的精密单点定位随机模型方法[J]. 测绘地理信息, 2019, 44(5): 73-77.
    [8] 赵刚, 于先文, 孙璞玉. 一种顾及对流层残余延迟的GNSS随机建模方法[J]. 测绘科学, 2020, 45(7): 56-61.
    [9] 李征航, 张小红. 卫星导航定位新技术及高精度数据处理方法[M]. 武汉: 武汉大学出版社, 2009.
    [10] 刘云朋, 尹潇, 楼立志. 高度角信噪比联合随机模型的抗差GPS/COMPASS实时差分定位算法分析[J]. 大地测量与地球动力学, 2014, 34(4): 145-148.
    [11] 杨徐, 徐爱功, 秦小茜, 等. 高度角定权模型的BDS/GPS伪距单点定位分析[J]. 导航定位学报, 2017, 5(2): 77-78, 85.
    [12] 范士杰, 刘焱雄, 高兴国, 等. 海上动态GPS大气可降水量信息反演[J]. 中国石油大学学报(自然科学版), 2012, 36(3): 84-87, 92.
    [13] JIN S G, WANG J L. Impacts of stochastic modeling on GPS-derived ZTD estimations [C/OL]//The 17th International Technical Meeting of the Satellite Division of the Institute of Navigation (IONGNSS); Long Beach, CA, USA, 2010: 941-946. https://arxiv.org/ftp/arxiv/papers/1010/1010.1891.pdf
    [14] BRUNNER F K, HARTINGER H, TROYER L. GPS signal diffraction modelling: the stochastic sigma-δ model[J]. Journal of geodesy, 1999, 73(5): 259-267. DOI: 10.1007/s001900050242
    [15] 郭斐. GPS精密单点定位质量控制与分析的相关理论和方法研究[M]. 武汉: 武汉大学出版社, 2016.
    [16] 尹子明, 孟凡玉, 陈明剑, 等. 卫星导航数据质量分析[J]. 全球定位系统, 2016, 41(1): 54-59.
    [17] JOHNSON R A, WICHEN D W. 实用多元统计分析[M]. 北京: 清华大学出版社, 2008.
    [18] FUKUNAGA K. Introduction to statistical pattern recognition[M]. Academic Press, 1990.
    [19] 林海明, 杜子芳. 主成分分析综合评价应该注意的问题[J]. 统计研究, 2013, 30(8): 25-31. DOI: 10.3969/j.issn.1002-4565.2013.08.004
    [20] 任雪松, 于秀林. 多元统计分析[M]. 第2版. 北京: 中国统计出版社, 2016.
    [21] 张冲. 鲁棒主成分分析及其应用[D]. 西安: 西安电子科技大学, 2019.
  • 加载中
图(4) / 表(5)
计量
  • 文章访问数:  437
  • HTML全文浏览量:  250
  • PDF下载量:  72
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-12-21
  • 网络出版日期:  2021-06-30
  • 刊出日期:  2021-06-15

目录

    /

    返回文章
    返回