顾及有色噪声的GPS单点动态定位理论与算法

研究GPS单点动态定位的误差源及其消除或减弱措施，正确区分高斯误差和非高斯误差；研究GPS单点动态定位中有色噪声源及其随机模型的实时估计理论。研究顾及有色噪声的扩展卡尔曼滤波和不敏卡尔曼滤波理论和算法，比较两种滤波算法在进行GPS单点动态定位数据处理时的精度、可靠性、收敛速度和抗差性能。由于GPS单点动态定位包含非高斯误差，研究粒子滤波与扩展卡尔曼滤波结合的扩展卡尔曼粒子滤波，粒子滤波与不敏卡尔曼滤波结合的不敏卡尔曼粒子滤波。通过大量实测GPS数据处理，对比分析两种滤波方法的精度、适应性、抗差性和可靠性。设计与开发适合于GPS动态定位的混合滤波器。分析有色噪声对动态滤波结果的影响，研究适合于有色噪声动态随机系统等价权和自适应因子，研究有色噪声滤波的收敛性能、自适应性能和抗差性能。

GPS高精度动态单点定位是当前重要的科研课题，通常采用扩展卡尔曼滤波（简称EKF）和无迹卡尔曼滤波（简称UKF）进行数据处理。GPS单点动态定位采用的伪距、载波相位观测值具有相关性，即观测噪声为有色噪声。有色噪声问题实时估计理论与方法尚不成熟。本项目对顾及有色噪声的GPS单点动态定位数据处理系列问题进行研究。利用时间序列相似性的度量方法研究GPS伪距观测值、载波相位观测值的有色噪声随机模型建立方法和在线实时估计方法。研究不同历元GPS各种观测值噪声的相关度，建立反应状态噪声和观测噪声相关性的随机模型。系统研究顾及有色噪声的KEF和UKF理论和算法。系统研究确定整周模糊度和周跳的实时算法。研究顾及有色噪声UKF的适宜性、抗差性能、收敛性和自适应算法。.本项目研究成果包括：1、有色噪声卡尔曼滤波理论研究成果：噪声相关情况下的卡尔曼滤波，基于有色噪声自适应卡尔曼滤波的GPS单点定位，有色观测噪声情况下的无迹卡尔曼滤波算法，多组相关观测量的可变参数的序贯平差，相邻历元误差相关的抗差卡尔曼滤波算法研究；2、GPS精密单点定位研究成果：顾及有色噪声的GPS单点定位软件（软件著作），GPS非差数据的周跳探测与修复方法研究，GPS预报星历和钟差的精度及对标准定位服务的影响，天线相位中心变化及对基线解的影响，对流层延迟对GNSS精密单点定位精度的影响；3、关于UKF的研究成果：神经网络辅助的GPS/INS组合导航自适应UKF算法，基于Monte Carlo采样策略的UKF算法应用，预测残差判别统计量抗差因子在UKF算法中的应用，一种基于信息向量的动力学方程误差补偿方法，无迹卡尔曼滤波衰减记忆算法研究；4、相关数据处理研究成果：不同时效因子对位移效应量的影响分析，广义交叉准则与有效估计下的坐标重心化转换模型，基于约束平差的陀螺导线精度预计，北斗卫星导航系统C/A码的正交性研究。.本项目深入研究GPS单点精密动态定位的函数模型和随机模型，建立有色噪声随机系统处理理论，研究GPS动态定位非线性函数模型的非线性强度，研究顾及有色噪声的非线性模型的滤波方法，设计顾及有色噪声抗差自适应扩展卡尔曼滤波算法和无迹卡尔曼滤波算法，开发了GPS动态数据处理软件系统，为进一步研究中应用的优缺点和可能存在的技术问题。