RTKLIB demo5对Glonass模糊度固定的算法优化

demo5是作者rtklibexplore的一个RTKlib版本，本文参考了作者的博客Glonass Ambiguity Resolution with RTKLIB Revisited。

和其他导航系统不同，由于GLONASS 采用频分多址，因此各卫星的载波相位存在一定的频间差（inter-frequency bias），这个硬件偏差导致GLONASS卫星的整周模糊度固定会比其他系统更加困难。

通常来说，频间差和频率号成正比，同一颗卫星L1和L2的频间差基本一致。对于同一制造商的所有接收机，频间差特性保持一致。如果基站和移动站使用来自不同厂家的接收机，由于频间差即使双差后也无法抵消，因此需要对其进行处理。

在demo5版本的RTKlib代码中，作者设置了四种GLONASS的模式:

off: 如果Glonass AR设置为OFF，则GLONASS的伪距、载波相位只用于计算浮点解。如果基站和移动站使用了不同厂家的接收机，并且采用GLONASS整周模糊度固定情况很差，卫星足够的情况下，可以尝试该选项，不进行GLONASS的整周模糊度固定。不过如果在星况较差的情况下，这样会损失很多卫星。demo5中不推荐使用这个设置。
on: 如果Glonass AR设置为on, 那么RTKLIB对待GLONASS卫星和其他系统卫星一样，使用同样的方法去进行整周模糊度固定。如果基站和移动站接收机一致，或者移动站和基站的频间差一致，demo5推荐使用这个设置。 实际如果移动站和基站的频间差都非常小（毫米级或者亚毫米级），也可以先尝试这个配置，看看固定率和残差的情况，在决定是否需要更换设置。
Fix-and-Hold: 这是Demo5中增加的一个GLONASS设置选项，是其他系统Fix-and-Hold模式的延伸。在这个模式下，会等其他系统固定之后，才会进行GLONASS模糊度的固定。在这个模式下，每次会将GLONASS双差整周模糊度浮点解的小数部分认为是频间差，然后设置一个增益（0.01）将这部分误差存在glo_icbias中，让它慢慢收敛，在下一次更新时，会减掉这部分误差。具体可以参考原作者的这篇博客。作者用数据证明了这个方法的有效性，并且推荐在使用不同接收机且频间差未知的情况下，使用该配置。不过个人感觉这个方法的理论支撑不太强。
Auto-cal： 如果使用这个设置，会在卡尔曼滤波中增加额外的状态估计量来估计频间差。原版RTKLIB中也有这个选项，但是不能设置频间差的初始值和初始协方差阵。根据demo5作者描述，如果频间差初始值和实际值相差太多，或者协方差阵不准的话，结果不会太理想，频间差估计不准确。demo5在程序中增加了初始值和初始协方差的设置，并且在通过用零基线或者短基线的方法，基于这篇论文（这篇论文在标定频间差，和使用标定值作为先验值固定GLONASS整周模糊度方面起到了关键作用，值得仔细研读），标定出了不少接收机的频间差。个人觉得这个方法是理论支撑最强的方法。

demo5中和GLONASS频间差相关的配置：

pos2-arthres2 = relative GLONASS hardware bias in meters per frequency slot
pos2-arthres3 = initial variance of GLONASS hardware bias states
pos-arthres4 = process noise for GLONASS hardware bias states

demo5作者标定出的各接收机频间差：

ComNav = 2.3 cm
Leica = 2.3 cm
Novatel = 2.3 cm
Septentrio = -0.3 cm
Spectra Physics = 0.0 cm
SwiftNav = 0.0 cm
Tersus = 0.0 cm
Topcon = 0.0 cm
Trimble = -0.7 cm
u-blox M8T = -3.2 cm
u-blox F9P = 0.0 cm

我个人觉得，如果使用不同厂家的接收机，最好的方法还是用零基线的方法标定频间差，然后将这个先验值直接带入计算，从载波相位中把频间差扣除。

目前也看到GPS Solutions上的一篇论文[4]，通过选两颗GLONASS参考星的方法，可以将由于时钟偏差引起的频间差消除。不过感觉作者也不确定频间差是否是由于时钟偏差引起，未曾尝试，不太确定这个方法是否靠谱，感兴趣的同学可以看看。

参考资料：
[1] https://rtklibexplorer.wordpress.com/2018/06/14/glonass-ambiguity-resolution-with-rtklib-revisited/
[2] https://rtklibexplorer.wordpress.com/2016/05/26/fix-and-hold-extended-to-glonass-and-sbas/
[3] Wanninger, Lambert. “Carrier-phase inter-frequency biases of GLONASS receivers.” Journal of Geodesy 86.2 (2012): 139-148.
[4] Banville, Simon, Paul Collins, and François Lahaye. “Model comparison for GLONASS RTK with low-cost receivers.” GPS Solutions 22.2 (2018): 1-12.

RTKLIB demo5对Glonass模糊度固定的算法优化相关推荐

（四）GNSS定位中的距离测量（模糊度固定LAMBDA算法）
GNSS定位中的距离测量测距码伪距观测方程载波相位重建载波测量原理观测方程周跳的探测与修复整周模糊度的确定 RTKLIB中的lambda函数代码定位的手段源自距离交会,因此首先要搞懂 ...
网络RTK基准站模糊度固定方法——三步法
在CORS网中,基线间的双频载波相位整周模糊度需要先被确定,模糊度固定之后,才可以精确计算与距离有关的相关误差项.然而,参考站间的基线长导致空间相关性降低,对流层折射与电离层折射误差变大,难以实现时模 ...
PPP模糊度固定解文件下载
PPP模糊度固定 PPP模糊度固定借助小数偏差产品,可以实现快速固定无电离层整周模糊度,大幅度提高定位精度和收敛速度. 小数偏差产品目前可以公开下载的小数偏差产品包括武汉大学发布的FCB产品和法国C ...
专访 | PP云技术副总监：如何使用机器学习算法优化分发链路
转载声明:本文转自公众号[PP视频云] 4月21日PP云作为LiveVideoStack的特别支持单位,将在上海浦东新区陆家嘴软件园苏宁文创园区举办<多媒体开发新趋势>系列沙龙,为大家展现 ...
快速排序quicksort算法优化
1.基本想想快速排序使用分治的思想通过一趟排序将待排序列分割成两部分,其中一部分所有元素均比基准大,另一部分均比基准小分别对这两部分元素继续进行排序,以达到整个序列有序 2.快排的步骤 1.选择 ...
ElasticSearch cardinality基数算法优化内存开销及HLL算法
2019独角兽企业重金招聘Python工程师标准>>> cardinality 可用于聚合函数,可计算某个字段的基数,即该字段的distinct值,它基于HLL算法来实现的.HHL会 ...
基于帝企鹅算法优化BP神经网络实现数据预测matlab代码
1 算法介绍 1.1 BP神经网络 1. 反向传播算法应用领域反向传播算法应用较为广泛,从字面意思理解,与前向传播相互对应.在简单的神经网络中,反向传播算法,可以理解为最优化损失函数过程,求解每个参 ...
基于蝙蝠算法优化BP神经网络的数据分类算法及其MATLAB实现-附代码
基于蝙蝠算法优化BP神经网络的数据分类算法及其MATLAB实现-附代码文章目录基于蝙蝠算法优化BP神经网络的数据分类算法及其MATLAB实现-附代码 1 蝙蝠算法与BP神经网络分类模型 1.1 蝙 ...
PID算法优化（以平衡小车代码为例）
PID控制这篇文章是PID控制的进阶说明,如果没有看过PID控制(上)的读者,请先看看PID控制(上),以便更容易看懂这篇文章.关注微信公众号"电子搬砖师"即可阅读PID控制(上 ...

RTKLIB demo5对Glonass模糊度固定的算法优化

RTKLIB demo5对Glonass模糊度固定的算法优化相关推荐

最新文章

热门文章