许 政 万胜来 郭 强 王 闯 冯思宇
1 中航机载系统共性技术有限公司, 江苏省扬州市沙湾中路9号, 225000
随着全球导航卫星系统(global navigation satellite system,GNSS)的快速发展,多系统组合定位成为必然趋势。相比于其他卫星导航系统,BDS与GPS有更好的兼容性[1-3],且双系统组合可显著增加可见卫星数量,改善卫星的几何分布,从而提高定位精度及可靠性。
但由于实际解算中观测值来自于2个不同的系统,其观测噪声与随机误差各不相同,传统等权模型将双系统观测值笼统地归为一类,反而会降低组合定位的精度[4]。因此,获取能表征观测值随机噪声水平的方差-协方差阵[5],构建精确的随机模型,进而准确地给出两类观测值的权比,实现组合定位精度的提升,是近年来国内外学者广泛关注的热点问题[6-9]。
为解决这一问题,本文提出一种利用抗差Helmert方差分量估计定权的BDS/GPS组合定位算法。首先,构建Helmert方差分量估计组合定位模型;然后,引入基于IGGⅢ方案的等价权函数,改进权函数调节因子,解决由粗差导致的方差分量估计模型失真的问题;最后,通过BDS/GPS双系统实测数据对所提算法的有效性和优越性进行仿真验证。
假定BDS和GPS观测阵LB和LG相互独立,由参数平差模型构成的误差方程为:
(1)
根据最小二乘法代价函数最小理论,误差方程为:
(2)
根据二次型期望公式推导出严密Helmert方差分量估计为:
(3)
式中,
(4)
Helmert方差分量估计不具备抗差性,当系统观测值中存在粗差时,粗差产生的影响可能会转移到随机模型中,造成模型失真。引入抗差估计权函数,生成等价权矩阵对可疑数据进行降权处理,削减粗差的影响,提升系统的抗干扰能力和可靠性。
按照抗差估计理论,建立目标函数:
(5)
式中,i表示观测类型,j表示某类观测值数量,ρ(·)为连续凸函数,(Pj)i为权函数,(Vj)i为残差函数。
基于等价权原理,可得抗差估计:
(6)
通过选取合适的权函数,确定等价权矩阵,可实现抗差估计,因此权函数的选取至关重要。本文选用基于IGGⅢ方案的抗差估计权函数:
(7)
式中,常数k1一般取值为1.5~2.0,常数k2一般取值为3.0~8.5,σ为ν的中误差,σ=median(|νj|)/0.674 5。
(8)
(9)
1) 将BDS与GPS两系统之间的初始权比设为PB=PG=1,同一系统内部根据高度角模型进行定权:
Pij=sin(Ej)
式中,Pij为权值,Ej为第j颗卫星的高度角。
2) 按式(1)进行预平差计算,获取BDS与GPS系统的观测值残差信息VB和VG;
4) 按式(4)重新调整两系统间的权阵;
5) 根据抗差估计理论,按式(9)计算自适应抗差因子,降低含粗差观测值的权重;
使用接收机实际采集到的BDS/GPS组合系统观测数据与导航电文,对本文所提抗差组合定位算法(robust Helmert算法,简称RH算法)的性能进行仿真验证。接收机的真实空间直角坐标为[-2 364 332.717 2 m,4 870 286.103 8 m,-3 360 810.227 0 m],采样周期为30 s,采样时间为24 h,共计2 880个历元,抗差估计权函数参数设为k1=1.5、k2=3.0。
为验证本文算法的正确性和有效性,选用基于高度角模型的最小二乘least squares组合定位算法(LS算法)和经典Helmert方差分量估计组合定位算法进行对比实验。分别利用3种算法对实际采集到的BDS/GPS组合系统观测数据进行定位解算,通过表征输出定位结果聚合度的极差和均方根误差(RMS)指标来评价各算法的定位性能。
无粗差情况下的仿真结果如图1和表1所示,可以看出,Helmert算法和RH算法在观测历元内的误差曲线稳定,未出现大幅波动,而LS算法的误差曲线波动略大,甚至在个别时刻出现了较大跳跃。
图1 未添加粗差的定位误差序列Fig.1 Positioning error diagram without gross error injection
表1 未添加粗差的定位结果对比
从表1定位结果可以看出,由Helmert算法和RH算法得到的E、N、U方向上的定位极差和RMS结果均优于LS算法。
Helmert算法和RH算法在2 880个历元内GPS与BDS系统间权比的均值分别为3.86和3.41,双系统间重新定权后,性能优于仅通过高度角定权的LS算法。
为验证本文RH算法的组合定位性能,人为给GPS系统内一颗随机卫星的伪距观测值添加75 m的粗差,结果如图2和表2所示。可以看出,LS算法受粗差影响,定位误差波动较大,与表1相比定位性能急剧下降;Helmert算法在2 880个历元内GPS与BDS系统间权比的均值为0.02,虽通过实时调整GPS系统权值尽可能降低了粗差带来的影响,但从E、N、U方向上部分历元的误差曲线出现阶跃可以看出,影响未被完全消除,定位性能有所下降;RH算法在2 880个历元内GPS与BDS系统间权比的均值为4.45,与未添加粗差时的权比接近,误差曲线稳定,未出现大幅波动。表2中的定位性能指标数据与表1相似,可见具有抗差模型的RH算法不仅可合理地定权,同时能够较好地抑制粗差带来的影响。
图2 单系统添加粗差的定位误差序列Fig.2 Single system positioning error diagram with gross error injection
表2 单系统添加粗差的定位结果对比
为进一步验证RH算法的组合定位性能,在每一历元分别给GPS和BDS系统内一颗随机卫星的伪距观测值添加75 m的粗差,结果如图3和表3所示。可以看出,因双系统内增加了一颗含伪距粗差的卫星,LS算法在E、N、U方向上的极差和RMS受到影响,误差进一步累加,证明仅通过高度角定权的LS算法完全无法抵御粗差;Helmert算法在2 880个历元内GPS与BDS系统间权比的均值为6.25,双系统均出现含粗差的卫星,导致算法无法通过实时调整权值降低粗差带来的影响,且从E、N、U方向上的误差曲线及定位性能指标数据可以看出,整体性能降幅较大,部分历元定位结果偏差甚至大于高度角定权的LS算法,可见粗差已经导致Helmert算法模型收敛失真;RH算法在2 880个历元内GPS与BDS系统间权比的均值为5.24,通过抗差模型消减含粗差卫星的权值,降低粗差的影响,使得系统间权比与前2次仿真结果接近且较为稳定。表3中定位性能指标数据与表2相比略有下降,从图3可以看出,E、N、U方向上的误差曲线在个别历元出现波动,对数据进行分析发现,添加粗差后部分正常卫星伪距观测值被“污染”,残差增幅达到抗差模型的临界状态,使得抗差效果有所降低。总体来说,RH算法能够较好地抑制粗差带来的影响,性能符合预期。
图3 双系统添加粗差的定位误差序列Fig.3 Dual system positioning error diagram with gross error injection
表3 双系统添加粗差的定位结果对比
本文针对组合定位中系统间权比分配的问题,提出一种抗差Helmert方差分量估计组合定位方法,引入并优化基于IGGⅢ方案的抗差估计模型,通过自适应抗差因子动态消减可疑观测,抵御粗差,改善经典Helmert算法估计模型收敛失真的问题。通过仿真对比实验证明,当BDS与GPS两系统的伪距观测值均存在粗差时,本文算法可有效抑制组合系统粗差观测值的影响,合理确定两类观测值的权比,提高组合定位的精度与可靠性。