当前位置: 首页 > news >正文

论文研读2-3:多GNSS双历元纯相位定位-定位精度分析

前序文章:
论文研读2-1:多GNSS双历元纯相位定位-模型建立与误差分析
论文研读2-2:多GNSS双历元纯相位定位-固定模糊度精度增益

5 模糊度固定的成功率

经过前边的分析,可以得知纯相位模型提供的浮点解基线解的可估计性很差,因此该模型可能不适用于快速精确定位。如果不能实现成功的模糊度解算,情况的确如此。整周模糊度解算成功与否的决定因素是正确整数估计的概率,即所谓的整周模糊度解算成功率( Teunissen 1999 )。最大可能的成功率,即整数最小二乘( ILS )成功率,由模糊度方差矩阵 Q a ^ a ^ Q_{\hat{a}\hat{a}} Qa^a^决定。假设相位测量值服从正态分布,ILS的成功率由多元积分给出:

success-rate  = ∫ S 0 1 ∣ 2 π Q a ^ a ^ ∣ exp ⁡ ( − 1 2 ∥ x ∥ Q a ^ 2 ) d x \begin{equation} \text { success-rate }=\int_{S_{0}} \frac{1}{\sqrt{\left|2 \pi Q_{\hat{a} \hat{a}}\right|}} \exp \left(-\frac{1}{2}\|x\|_{Q_{\hat{a}}}^{2}\right) d x \end{equation}  success-rate =S02πQa^a^ 1exp(21xQa^2)dx
其中积分区域 S 0 S_0 S0表达式如下:
S 0 = { x ∈ R f ( m − 1 ) ∣ ∥ x ∥ Q a ^ a ^ 2 ≤ ∥ x − z ∥ Q a ^ a ^ 2 , ∀ z ∈ Z f ( m − 1 ) } \begin{equation} S_{0}=\left\{x \in \mathbb{R}^{f(m-1)} \mid\|x\|_{Q_{\hat{a}\hat{a}}}^{2} \leq\|x-z\|_{Q_{\hat{a}\hat{a}}}^{2}, \forall z \in \mathbb{Z}^{f(m-1)}\right\} \end{equation} S0={xRf(m1)xQa^a^2xzQa^a^2,zZf(m1)}

其中 ∥ ⋅ ∥ Q a ^ a ^ 2 \| \cdot\|_{Q_{\hat{a}\hat{a}}}^{2} Qa^a^2表示 ( ⋅ ) T Q a ^ a ^ − 1 ( ⋅ ) (\cdot)^T{Q_{\hat{a}\hat{a}}}^{-1}(\cdot) ()TQa^a^1(),如果熟悉LAMBDA算法的可以得知,解算整周模糊度只需要输入 Q a ^ a ^ Q_{\hat{a}\hat{a}} Qa^a^即可求解, Q a ^ a ^ Q_{\hat{a}\hat{a}} Qa^a^的表达式我们已经在前边求得:
Q a ^ a ^ = σ ϕ 2 [ Λ − 1 P e ⊥ Λ − 1 ⊗ W − 1 ] + 2 σ ϕ 2 [ Λ − 1 P e Λ − 1 ⊗ Q ρ ^ ρ ^ ] \begin{equation} Q_{\hat{a}\hat{a}}=\sigma_{\phi}^2 [\Lambda^{-1}\mathcal{P}_e^{\perp}\Lambda^{-1}\otimes W^{-1}] + 2\sigma_{\phi}^2[\Lambda^{-1}\mathcal{P}_e\Lambda^{-1}\otimes Q_{\hat{\rho}\hat{\rho}}] \end{equation} Qa^a^=σϕ2[Λ1PeΛ1W1]+2σϕ2[Λ1PeΛ1Qρ^ρ^]

论文给出了模糊度解算成功率的表格,成功率与卫星数目,单双频和采样间隔有关:在相同频率下,卫星数目越多,采样间隔越长,成功率越高,且双频性能优于单频。
外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

6 ADOP -分析

对于双历元纯相位模型,跟踪卫星数目的增加可以导致几乎100 %的模糊度成功率。同时对于高速率相位数据,这一点也是正确的。

在这一部分论文进一步研究了的模糊度解算强度,并给出了模型的模糊度解算性能与测量采样率之间的明确联系。为此,论文利用了ADOP。ADOP定义为:
ADOP  = ∣ Q a ^ a ^ ∣ 1 f ( m − 1 ) ( cycle  ) \begin{equation} \text { ADOP }=\sqrt{\left|Q_{\hat{a} \hat{a}}\right|^{\frac{1}{f(m-1)}}} \quad(\text { cycle }) \end{equation}  ADOP =Qa^a^f(m1)1 ( cycle )

从ADOP可以推导出模糊度解算成功率的一个上界( Teunissen 2000 )。ADOP越小,成功率的上界就越高。对于小于0.14个周期的ADOP,上界始终大于99 %。

6.1 单历元RTK ADOP

伪距相位联合定位RTK模型已经被广泛采用,并针对多个多GNSS场景,众多学者对其模糊度解算性能进行了研究。因此,重要的是要解决纯相位ADOP与相当成熟的RTK ADOP有多大的不同。
对于单历元伪距相位联合定位,其观测方程为:
{ E ( Δ ϕ 1 ) = [ Λ ⊗ I ] a + [ e ⊗ G 1 ] Δ b 1 E ( Δ p 1 ) = + [ e ⊗ G 1 ] Δ b 1 \begin{equation} \left\{\begin{array}{lr} E\left(\Delta \phi_{1}\right)=[\Lambda \otimes I] a &+ \left[e \otimes G_{1}\right] \Delta b_{1} \\ E\left(\Delta p_{1}\right)= & +\left[e \otimes G_{1}\right] \Delta b_{1} \end{array}\right. \end{equation} {E(Δϕ1)=[ΛI]aE(Δp1)=+[eG1]Δb1+[eG1]Δb1
其中 Δ p 1 ∈ R f ( m − 1 ) \Delta p_{1} \in R^{f(m-1)} Δp1Rf(m1)

设正标量 ϵ \epsilon ϵ为相位-码方差比。双差码测量值$\Delta p_{1} 的方差矩阵等于将 的方差矩阵等于将 的方差矩阵等于将Q_{\phi_1 \phi_1} 除以 除以 除以\epsilon$。RTK模型的ADOP可以表示为( Odijk和Teunissen 2008):

ADOP  R T K = 2 w o σ ϕ λ ˉ ( 1 + 1 ϵ ) 3 2 f ( m − 1 ) \begin{equation} \text { ADOP }^{\mathrm{RTK}}=\sqrt{2} w_{o} \frac{\sigma_{\phi}}{\bar{\lambda}}\left(1+\frac{1}{\epsilon}\right)^{\frac{3}{2 f(m-1)}} \end{equation}  ADOP RTK=2 woλˉσϕ(1+ϵ1)2f(m1)3

其中, λ ˉ = ∏ j = 1 f λ j 1 j \bar{\lambda}=\prod_{j=1}^{f} \lambda_{j}^{\frac{1}{j}} λˉ=j=1fλjj1,且 w 0 = ( ∑ s = 1 m w s ∏ s = 1 m w s ) 1 2 ( m − 1 ) w_{0}=(\frac{\sum_{s=1}^{m} w_{s}}{\prod_{s=1}^{m} w_{s}})^{\frac{1}{2(m-1)}} w0=(s=1mwss=1mws)2(m1)1

为方便理解,论文这里做了一些近似。对于与高度角相关的等权重 w s = 1 w^{s}=1 ws=1 s = 1 , … , m s = 1, \ldots, m s=1,,m ),项 2 w o \sqrt{2} w_{o} 2 wo的上界为 2 。当前 GNSS 相位数据的精度约为其波长的 1% 。因此, ( σ ϕ / λ ˉ ) ≈ 0.01 (\sigma_{\phi} / \bar{\lambda}) ≈0.01 (σϕ/λˉ)0.01 。由于伪距数据的精度比相位数据低近两个数量级(即 ε ≈ 1 0 − 4 \varepsilon ≈10^{-4} ε104 ),项 ( 1 + 1 / ε ) (1 + 1 / \varepsilon) (1+1/ε)约为 1 0 4 10^{4} 104 。因此,我们得到如下近似:

A D O P R T K ≈ 0.02 × 10 0 3 f ( ω − 1 ) \begin{equation} ADOP^{RTK} \approx 0.02 × 100^{\frac{3}{f(\omega-1)}} \end{equation} ADOPRTK0.02×100f(ω1)3
当跟踪7颗卫星( m = 7 m=7 m=7)时,双频RTK的ADOP约为 0.02 × 10 0 1 4 ≈ 0.06 0.02×100^{\frac{1}{4}} \approx 0.06 0.02×100410.06周,远小于0.14周。这表明,在不存在码多路径效应的情况下,双频RTK模型(13)能够实现单GNSS单历元的整周模糊度解算。

m = 7 m=7 m=7时,单频RTK的ADOP约为 0.02 × 10 0 1 2 ≈ 0.20 0.02×100^{\frac{1}{2}} \approx 0.20 0.02×100210.20周。若卫星数量增加至 m = 13 m=13 m=13,单频ADOP可降至约0.06周。这也解释了为何采用单频RTK模型时,需借助多GNSS数据才能实现单历元模糊度的成功解算(Odolinski等,2015)。

6.2 双历元纯相位ADOP对比

论文接下来对比了双历元纯相位定位的动态和静态情况下的ADOP与RTK的对比。

A D O P KIN ADOP_{\text{KIN}} ADOPKIN A D O P STA ADOP_{\text{STA}} ADOPSTA分别为动态仅相位模型和静态仅相位模型对应的ADOP。这些 A D O P s ADOPs ADOPs与式(14)中的 A D O P RTK ADOP^{\text{RTK}} ADOPRTK的关系如下:
ADOP  K I N ADOP  R T K ≈ 1 2 ( ϵ ~ γ ‾ ) 3 2 f ( m − 1 ) ADOP  S T A ADOP  R T K ≈ 1 2 ( ∏ k = 1 3 ϵ ~ [ 1 + 4 α k τ 2 ] ) 1 2 f ( m − 1 ) ADOP  K I N ADOP  S T A ≈ ( 1 δ ) 3 2 f ( m − 1 ) \begin{equation} \begin{align*} \frac{\text { ADOP }^{\mathrm{KIN}}}{\text { ADOP }^{\mathrm{RTK}}} &\approx \frac{1}{\sqrt{2}}(\tilde{\epsilon} \overline{\gamma})^{\frac{3}{2 f(m-1)}} \\ \frac{\text { ADOP }^{\mathrm{STA}}}{\text { ADOP }^{\mathrm{RTK}}} &\approx \frac{1}{\sqrt{2}}\left(\prod_{k=1}^{3} \tilde{\epsilon}\left[1+\frac{4}{\alpha_{k} \tau^{2}}\right]\right)^{\frac{1}{2 f(m-1)}} \\ \frac{\text { ADOP }^{\mathrm{KIN}}}{\text { ADOP }^{\mathrm{STA}}} &\approx\left(\frac{1}{\delta}\right)^{\frac{3}{2 f(m-1)}} \end{align*} \end{equation}  ADOP RTK ADOP KIN ADOP RTK ADOP STA ADOP STA ADOP KIN2 1(ϵ~γ)2f(m1)32 1(k=13ϵ~[1+αkτ24])2f(m1)1(δ1)2f(m1)3
其中 ϵ ~ = ϵ / ( 1 + ϵ ) \tilde{\epsilon}=\epsilon/(1+\epsilon) ϵ~=ϵ/(1+ϵ)

如第一个表达式所示,ADOP与基线的平均精度增益紧密相关。平均精度增益 γ ˉ \bar{\gamma} γˉ越小, A D O P ADOP ADOP也越小(Teunissen 1997a)。另外需要注意前两个表达式中存在 1 / 2 1/\sqrt{2} 1/2 因子,该因子表明在仅相位模型中使用两个历元的相位数据 Δ ϕ i ( i = 1 , 2 ) \Delta \phi_{i}(i=1,2) Δϕi(i=1,2)可降低相应的ADOP。

从第二个表达式,即静态仅相位模型的ADOP上。由于 α k \alpha_{k} αk的数量级为 1 0 − 8 H z 2 10^{-8} ~Hz^{2} 108 Hz2(论文图1),对于小值的 τ τ τ,第二个表达式可进一步近似为:
A D O P S T A A D O P R T K ≈ 1 2 ( 2 τ ϵ ~ α ) 3 ( m − 1 ) \begin{equation} \frac{ADOP^{STA}}{ADOP^{RTK}} \approx \frac{1}{\sqrt{2}}\left(\frac{2}{\tau} \sqrt{\frac{\tilde{\epsilon}}{\alpha}}\right)^{\frac{3}{(m-1)}} \end{equation} ADOPRTKADOPSTA2 1(τ2αϵ~ )(m1)3

当(\sqrt{\tilde{\epsilon}/\alpha} \approx 100)时,对于单频情况且卫星数量最少为7颗,当(\tau = 1)秒时,上述ADOP比值约为10。对于双频情况,该比值约降至2.7;而当卫星数量增加至(m=20)时,该比值可进一步降至仅1.1。

,对于单频情况且卫星数量最少为7颗,当(\tau = 1)秒时,上述ADOP比值约为10。对于双频情况,该比值约降至2.7;而当卫星数量增加至(m=20)时,该比值可进一步降至仅1.1。

以上基本就是本篇论文的所有理论内容,后续还有实验结果与讨论部分,感兴趣的朋友可以阅读原文A study on multi-GNSS phase-only positioning

http://www.lryc.cn/news/575940.html

相关文章:

  • 【docker】docker run参数说明
  • 便利的隐形代价?智能设备正在“偷听”你的生活——物联网时代的隐私深度危机
  • 系统学习 Android 的 进程管理、内存管理、音频管理
  • Qt 与 Halcon 联合开发六:基于海康SDK设计完整的相机类【附源码】
  • 云计算与人工智能的融合:从弹性算力到智能云的IT新革命
  • 报道称CoreWeave洽谈收购Core Scientific,后者涨超30%
  • 内测开启!看海量化回测系统V2.0版本更新,基于miniQMT的回测系统问世!
  • Android 根据包名查看已安装应用的签名
  • 分布式session解决方案
  • 【Docker】解决:构建(docker build)或重新运行容器时,丢失apt-get update问题
  • 第三十一章 MCO——PA8从主频分频输出
  • 【数据挖掘】关联规则算法学习—Apriori
  • Gitee 持续集成与交付(CI/CD)篇
  • Solidity学习 - 断言失败
  • Java:链接mysql数据库报错:CommunicationsException: Communications link failure
  • MySQL Limit数量不满足时导致查询变慢
  • 深圳中青宝互动网络股份有限公司游戏运维工程师面试题(笔
  • 使用OpenCV进行3D重建:详细指南
  • OpenCV图像添加水印
  • word中如何保存高清图片,并保存为高质量的pdf文件(图像不失真)
  • 51c~嵌入式~PLC~西门子~合集1
  • GO 语言学习 之 语句块
  • 汉中农业服务——激活田野的希望,共绘乡村振兴图
  • Guava Cache 本地项目缓存
  • 昇腾910(NPU)安装paddlepaddle【自用版】
  • LinuxBridge的作用与发展历程:从基础桥接到云原生网络基石
  • 【Linux指南】压缩、网络传输与系统工具
  • 用 pnpm + TurboRepo,构建多项目高效开发体系
  • 人工智能-基础篇-4-人工智能AI、机器学习ML和深度学习DL之间的关系
  • 几种基于Doherty结构的GAN氮化镓功放设计方法介绍