顾及滤波不适定的降参数化GNSS-PPP快速解算方法

For un-differenced precise point positioning (PPP), due to the weak strength model caused by complex relations among the parameters to be estimated and the effect of abnormal observation and state parameters on parameter estimation, it requires a relatively long initialization period to converge to optimal solution that limits its application. The project aims to solve the rapid convergence problems in precise point positioning. The main research works are as follows: (1) based on the impact of errors correction strategy and correlation between parameters on the PPP function model, we design and optimize the unknown parameters in the observation equations, and then a new PPP function model with parameters reduction is established. (2) in order to improve the reliability of the gain matrix in kalman filter, gain matrix is preliminary modified using tikhonov regularization theory. And then, a modified singular value decomposition method is proposed to control the ill-posedness of the inverse problem in calculating the gain matrix taking into account the resolution of the parameter estimation. (3) we analyze the variation of state parameters and its covariance matrix, and reveal the relationship among design parameters, prior information, gross error and abnormal state parameters. Then an adaptive factor matrix is designed based on selecting stable and reliable constraint conditions to accelerate the parameter convergence for precise point positioning. The achievements of this project will improve the performance of precise point positioning from the model structure, filter robustness and so on.

非差精密单点定位中参数间复杂的相互关系致使模型强度变弱，且参数估计易受系统状态参数异常影响，导致获得高精度位置信息需要较长的初始化时间，限制了该技术的更加广泛应用。本项目旨在解决精密单点定位短时间内快速收敛问题，主要内容包括：（1）分析GNSS误差改正策略、待估参数间的相互关系等对PPP模型强度的影响，设计和优化观测方程中的未知参数，建立降参数化PPP函数模型；（2）依据正则化原理对卡尔曼滤波增益矩阵求解中反问题的不适定性进行初步修正，并顾及参数解的分辨率，建立改进的奇异值修正方案，提高卡尔曼滤波增益矩阵的可靠性；（3）分析状态参数及其协方差阵变化规律，揭示设计参数、先验信息、观测异常及状态参数异常在滤波器中的内在联系，选择稳定可靠的约束条件，构建顾及全部状态参数的自适应因子矩阵，进而实现精密单点定位的快速收敛。本项目研究成果有助于从模型结构、滤波鲁棒性等方面改善PPP定位性能。

精密单点定位技术是基于状态空间域改正信息的高精度定位方法，具有独立高精度定位、不受基线长度限制等特点。但非差多系统组合PPP中参数间复杂的相互关系致使模型强度变弱，且参数估计易受系统状态参数异常影响，导致获得高精度位置信息需要较长的初始化时间，限制了该技术的更加广泛应用。本项目针对这一问题，系统分析了多系统GNSS数据融合中参数相互影响关系，包括码偏差、相位偏差、卫星钟差以及模糊度等参数，实现了多频多系统PPP模型；针对观测噪声和轨道误差对收敛速度的影响，基于码相位半合组合观测值以及几何无关组合观测值，提出了一种改进的PPP模型，有效提高了收敛速度。针对动力学模型异常对PPP位置解算的影响，依据状态向量中不同类型参数与动力学模型异常耦合作用不同的性质，以位置相关为条件对参数进行分类，构建分类因子自适应Kalman滤波，改善了模型异常对参数估计的影响。为了拓展实时PPP的应用，构建了基于非差和历元间差分的GNSS卫星精密钟差估计模型，卫星钟差精度满足精密单点定位的要求。同时，对GNSS PPP时间传递和水汽反演方法进行了研究。上述多系统组合PPP定位和应用关键技术的研究成果对于推动实时精密单点定位的应用具有重要的理论意义和工程应用价值。

内容获取失败，请点击重试