BDS/GPS短期ISB建模和预报的Kalman滤波方法

摘要：

ISB是多系统PPP数据处理中必须要考虑的一项误差,因此有必要对BDS/GPS短期ISB建模和预报进行研究.为了提高ISB预报精度,针对等权LS(least square)估计ISB模型参数时忽略了拟合数据权重不同的问题,提出了采用Kalman滤波对模型参数进行估计,并根据ISB拟合数据距预报时刻的远近调整Kalman滤波拟合数据的方差.本文采用7d的ISB数据进行建模,根据所建模型预报第8天的ISB值,并对预报精度和定位结果进行了验证.进行试验的4个测站Kalman拟合模型的ISB预报精度比LS拟合模型分别提高了29.7%、11.5%、43.5%和32.0%.采用Kalman拟合模型的ISB预报值作为先验约束,PPP平均定位精度在E和U方向上比采用LS拟合模型预报值分别多提高了2.7%和0.9%,比不加ISB先验约束在E、N、U方向分别提高了10.6%、26.3%和3.4%.

关键词：多系统PPP、BDS、ISB建模、Kalman滤波、拟合精度、预报精度

所属期刊栏目：45

分类号：P228(大地测量学)

在线出版日期：2017-06-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：31-38