基于双频码伪距和载波相位观测量进行伪距平滑的方法
文献发布时间：2023-06-19 19:28:50
技术领域
本发明涉及卫星导航技术领域，尤其涉及一种基于双频码伪距和载波相位观测量进行伪距平滑的方法。
背景技术
随着GNSS的逐渐成熟，许多应用领域对其精度和完好性提出了更高的要求。如民用航空的精密进近着陆引导。为了使GNSS性能满足需求，陆续出现了多种技术方案。GBAS被认为是最有效地使GNSS性能提升至民用航空精密进近着陆引导所需性能的GNSS增强系统之一。其基本原理是，在位置精确已知的基准站测量得到伪距观测值，并利用卫星星历和基准站的已知位置求出伪距计算值（真实值），求出两者之差，称为校正值，然后把它发给用户。GBAS基于局域差分技术，即在一定距离内与基准站同步测量的用户可利用这些校正值对自己的伪距观测值进行校正。
在差分定位中，基准站和用户间的非公共误差来源于多径和接收机噪声导致的测距误差，这种误差无法通过差分予以消除。目前普遍采用的方法是通过在基准站和用户同时使用平滑滤波技术来削弱上述两种误差。在现有系统中，仅利用载波相位观测量的变化对伪距变化量进行低通滤波，以平均其中的快变误差，提高平滑伪距的精度。此方法可以获得基本无噪的码伪距观测量，但由于平滑伪距中存在电离层误差分量，电离层误差的时间梯度和空间梯度分别产生了平滑滤波器的差分校正残差和用户端的差分校正误差。为了解决这个问题，在双频多星座GBAS中，通常采用两种同时利用L1和L2频率的码和载波观测量的双频平滑（Dual Frequency Smoothing, DFS）方法，分别称为DFREE和IFREE方法。其中，DFREE方法可以消除电离层时间梯度的影响，但不能消除电离层空间梯度导致的差分校正残差。IFREE方法可以消除电离层空间梯度导致的差分校正残差和电离层时间梯度导致的差分校正误差，却引入了L2观测误差，与DFREE相比噪声较大，对系统误差估计和故障检测影响很大。无论基于DFREE方法还是IFREE方法的GBAS系统均不能同时在正常和异常电离层条件下满足CAT III的99%可用性需求。此外，DFREE与IFREE方法均采用Hatch滤波，对观测中断的鲁棒性较差，且现有的其他Kalman滤波方法未能消除电离层误差，现有AFKF方法仅采用标量滤波，状态估计量输出较为单一，无法满足双频输出的需求。
发明内容
鉴于上述的分析，本发明旨在公开了一种基于双频码伪距和载波相位观测量进行伪距平滑的方法。在实现伪距平滑的同时，精确估计电离层误差，并减小滤波残差噪声。
本发明公开了一种基于双频码伪距和载波相位观测量进行伪距平滑的方法，包括以下步骤：
根据建立GNSS双频观测模型以及两个频点电离层延迟的关系，利用双频载波相位观测量组合估计出电离层延迟；
考虑电离层误差影响，建立用于双频伪距平滑的自适应衰减因子卡尔曼滤波器；
根据当前时刻的观测值，采用所述自适应衰减因子卡尔曼滤波器进行滤波，更新状态估计和误差参数后进行下一时刻的滤波；
经过卡尔曼滤波后得到双频伪距平滑值，双频伪距变化量和双频电离层延迟。
进一步地，所述GNSS双频观测模型中，
GNSS频点1的观测模型为：
；
GNSS频点2的观测模型为：
；
其中，
进一步地，利用双频载波相位观测量组合估计出电离层延迟为：
；
I
进一步地，所述自适应衰减因子卡尔曼滤波器的状态向量为
；
为频点1的伪距平滑值，/>
滤波器的状态方程为：
；
其中，
进一步地，所述自适应衰减因子卡尔曼滤波器的观测向量为：
；/>
式中
滤波器的观测方程为：
；
其中，
进一步地，
所述状态一步转移矩阵：
；
其中，
进一步地，
所述观测矩阵：
。
进一步地，所述自适应衰减因子卡尔曼滤波器的更新状态估计过程包括：
1）计算状态一步预测
；
2）计算状态一步预测的均方误差
；
3）基于新到达的观测量计算新息
；
4）计算滤波增益
；
5）计算状态估计
。/>
进一步地，基于新息
；
式中，
进一步地，在初始时刻，可按下述方法设定滤波初值：
；
其中，电离层延迟的初值可用伪距观测量初值估计：
。
设定状态估计的均方误差阵的初始值
。
本发明可实现以下有益效果之一：
1、针对现有Hatch滤波收敛速度慢、中断后需耗费一定时间重启的问题，采用AFKF方法，同时估计电离层误差和伪距平滑值，收敛速度较快，中断后重启时间较短；
2、解决了现有采用Kalman滤波器以及AFKF进行伪距平滑不能精确估计并消除电离层误差，或采用非递推的方法计算电离层误差，从而引入电离层滤波残差的问题；
3、状态估计同时输出双频伪距平滑值，双频伪距变化量，双频电离层延迟。其中输出的双频伪距变化量可用于生成伪距率，输出的双频电离层延迟可直接用于电离层误差修正等，实现多功能输出。
附图说明
附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制，在整个附图中，相同的参考符号表示相同的部件；
图1为本发明实施例中的基于双频码伪距和载波相位观测量进行伪距平滑的方法流程图；
具体实施方式
下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理。
本发明的一个实施例公开了一种基于双频码伪距和载波相位观测量进行伪距平滑的方法，如图1所示，包括以下步骤：
步骤S1、根据建立GNSS双频观测模型以及两个频点电离层延迟的关系，利用双频载波相位观测量组合估计出电离层延迟；
步骤S2、考虑电离层误差影响，建立用于双频伪距平滑的自适应衰减因子卡尔曼滤波器；
步骤S3、根据当前时刻的观测值，采用所述自适应衰减因子卡尔曼滤波器进行滤波，更新状态估计和误差参数后进行下一时刻的滤波；
步骤S4、经过卡尔曼滤波后得到双频伪距平滑值，双频伪距变化量和双频电离层延迟。
具体的，在步骤S1中，所述GNSS双频观测模型包括GNSS频点1和频点2的观测模型，
GNSS频点1的观测模型为：
；
GNSS频点2的观测模型为：
；
其中，
电离层延迟大小与载波频率的平方成反比，频点1和频点2的电离层延迟
；
式中，
两个频点电离层延迟的关系为：
；
其中，
根据建立GNSS双频观测模型和两个频点电离层延迟的关系，利用双频载波相位观测量组合估计电离层延迟为：
；
在未发生周跳的前提下，同一频点同一卫星的整周模糊度是固定的，两个不同时刻载波相位观测量相减可消去该误差。因此，相邻时刻的电离层延迟满足：
；
ε
又由于，相邻时刻的伪距变化量可通过载波相位观测量估计，即
；
基于此，得到采用载波相位观测量估计表达的两个频点电离层延迟的关系为：
；
I
具体的，在步骤S2中，考虑电离层误差影响，建立用于双频伪距平滑的自适应衰减因子卡尔曼滤波器；
所述自适应衰减因子卡尔曼滤波器中的系统方程为：
；
其中，状态方程中的状态向量为：
；
为频点1的伪距平滑值，/>
滤波器的状态方程
在建立状态方程时，考虑两个频点电离层延迟的关系，以及在较短时间内，相邻时刻的伪距变化量近乎不变，可得：
；
其中，
根据上式可得状态一步转移矩阵
；
其中，
系统噪声
。
本实施例中，所述自适应衰减因子卡尔曼滤波器的观测向量为：
；
式中
。
观测方程
观测量和状态量的关系为：
；
根据上式可得观测矩阵
。
观测噪声
；
其中，
在本实施例中，系统噪声和观测噪声均为服从标准高斯分布，且二者相互独立。即：
；
其中，
具体的，在步骤S3中，根据当前时刻的观测值，采用所述自适应衰减因子卡尔曼滤波器进行滤波的更新状态估计过程包括：
1）计算状态一步预测
；
2）计算状态一步预测的均方误差
；
3）基于新到达的观测量计算新息
；
4）计算滤波增益
；
5）计算状态估计
。
至此，完成了状态量估计的更新。
在更新完状态量估计后进行更新误差参数，用于下一时刻的滤波。
自适应衰减因子卡尔曼滤波过程中，在系统噪声协方差阵
；
式中，
至此，完成了每个时刻完整的自适应衰减因子卡尔曼滤波过程。
在步骤S4中，经过卡尔曼滤波后得到双频伪距平滑值，双频伪距变化量和双频电离层延迟。其中，其中输出的双频伪距变化量可用于生成伪距率，输出的双频电离层延迟可直接用于电离层误差修正等，实现多功能输出。
在更为具体的方案中，还包括，初始时刻，对自适应衰减因子卡尔曼滤波处置的设定。
具体的，在初始时刻，可按下述方法设定滤波初值：
；
其中，平滑伪距的初值
伪距变化量初值可用初始时刻的载波相位观测量的变化量
电离层延迟的初值可用伪距观测量初值估计：
。
更为具体的，还需设定状态估计的均方误差阵的初始值、系统噪声协方差阵的初始值和观测噪声协方差阵的初始值。
其中，优选的方案中，设定状态估计的均方误差阵的初始值
。/>
综上所述，本发明实施例的基于双频码伪距和载波相位观测量进行伪距平滑的方法，具有以下有益效果：
1、针对现有Hatch滤波收敛速度慢、中断后需耗费一定时间重启的问题，采用AFKF方法，同时估计电离层误差和伪距平滑值，收敛速度较快，中断后重启时间较短；
2、解决了现有采用Kalman滤波器以及AFKF进行伪距平滑不能精确估计并消除电离层误差，或采用非递推的方法计算电离层误差，从而引入电离层滤波残差的问题；
3、状态估计同时输出双频伪距平滑值，双频伪距变化量，双频电离层延迟。其中输出的双频伪距变化量可用于生成伪距率，输出的双频电离层延迟可直接用于电离层误差修正等，实现多功能输出。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。
- 无弥散载波相位平滑伪距平滑方法及存储介质
- 一种基于北斗的地基增强系统载波相位平滑伪距方法