[发明专利]基于GNSS的Kalman相对定位方法

摘要

本发明公开了一种基于GNSS的Kalman相对定位方法，包含一：双差载波相位建立；二：三差载波相位相对定位；三：自适应改进Kalman滤波动力学模型；四：Kalman滤波状态更新；五：卫星几何构型变化处理；六：Kalman滤波测量更新；七：整周模糊度解算；八：相对位置信息输出。本发明更好地适应变加速运动载体的相对定位，同时提高了模糊度浮点解的精度和整周模糊度固定成功率，缩短了相对定位系统的初始化时间，增强了相对定位的实时性和可靠性。

主权项

一种基于GNSS的Kalman相对定位方法，包含以下步骤：步骤一：在第k历元时刻，利用接收机A和接收机B从二个共同观测的GNSS卫星处接收到的载波相位观测量和伪距观测量构建双差测量模型；当k＝1为初始历元时刻时，则对双差测量模型采用最小二乘法求解，得到初始历元时刻时的相对位置和模糊度浮点解及方差协方差矩阵P1，进入步骤七；当k>1则进入步骤二；步骤二：根据第k历元时刻时及第k‑1历元时刻得到双差测量模型式进行历元差分，构建三差载波相位测量模型；对三差载波相位测量模型采用最小二乘法求解，得到第k历元时刻的三差载波相对位置解rAB(k)和方差协方差矩阵P(k)；步骤三：利用三差载波相对位置解rAB(k)和方差协方差矩阵P(k)解算出Kalman滤波动力学模型中的状态转移矩阵和状态转移噪声阵；步骤四：依据状态转移矩阵和状态转移噪声阵进行Kalman滤波状态更新，得到一步预测的状态向量和方差协方差矩阵Pk,k‑1：步骤五：根据卫星几何构型变化情况更新一步预测的状态向量和方差协方差矩阵Pk,k‑1：步骤六：利用更新后的一步预测的方差协方差矩阵Pk,k‑1，以及步骤一构建的双差测量模型中所构建的双差测量设计矩阵Hk和测量噪声阵Rk，计算滤波增益矩阵Kk；利用增益矩阵Kk、一步预测的状态向量和双差测量模型，更新当前k历元时刻的相对位置和模糊度浮点解和方差协方差矩阵Pk；步骤七：将步骤一解算出的相对位置和模糊度浮点解及方差协方差矩阵P1或步骤六解算出的相对位置和模糊度浮点解和方差协方差矩阵Pk传送至LAMBDA法进行整周模糊度解算，输出整周模糊度向量和模糊度ratio检验值；如果ratio超过设定阀值，则模糊度检验通过，利用解算出的整周模糊度向量修正Kalman滤波得到相对位置固定解和方差协方差矩阵相对位置固定解输入到步骤二中进入下一个历元时刻求解三差载波相位相对位置，将相对位置固定解和方差协方差矩阵输入到步骤四中进入下一个历元时刻滤波状态更新和测量更新；如果ratio小于设定阀值，则模糊度检验不通过，直接输出滤波给出相对位置浮点解和方差协方差矩阵将相对位置浮点解输入到步骤二中步骤二中进入下一个历元时刻求解三差载波相位相对位置，将相对位置浮点解和方差协方差矩阵输入到步骤四中进入下一个历元时刻滤波状态更新和测量更新；步骤八：输出相对位置固定解方差协方差矩阵或者相对位置浮点解方差协方差矩阵返回步骤一。