基于改進TCAR的高精度定位技術(shù)研究

曹 兢，薛曉琴

?

基于改進TCAR的高精度定位技術(shù)研究

曹 兢，薛曉琴

（北京航天長征飛行器研究所 北京 100076）

模糊度解算是實現(xiàn)快速、高精度定位的關(guān)鍵，一直是全球衛(wèi)星導(dǎo)航系統(tǒng)研究的熱點。北斗系統(tǒng)提供三頻信號，可以進行不同形式的組合，實現(xiàn)高精度定位和模糊度解算。通過分析現(xiàn)有的無電離層三頻模糊度解算方法（TCAR）和組合觀測值的噪聲特征，提出一種低噪聲無電離層影響的寬巷與IF組合相結(jié)合的TCAR算法，選取低噪聲長波長的寬巷組合觀測值，在幾何模型下用最小二乘法逐級解算模糊度，最終實現(xiàn)靜態(tài)定位。為了驗證組合噪聲的影響和各種TCAR算法的性能，對北斗中基線的實測數(shù)據(jù)進行實驗，并且比較提出方法與現(xiàn)有算法的模糊度解算情況及位置精度。結(jié)果表明，提出方法可以有效提高模糊度解算的成功率，實現(xiàn)高精度定位。

高精度定位；三頻模糊度解算；低組合噪聲；無電離層影響

引 言

高精度定位逐漸成為全球?qū)Ш叫l(wèi)星系統(tǒng)（GNSS）的研究熱點，而精密定位技術(shù)依賴于載波相位模糊度的成功解算，傳統(tǒng)的單頻和雙頻模糊度解算并不能滿足高精度定位的需求。隨著GNSS多頻率載波信號的開通，對多頻信號觀測值的研究越來越多，研究發(fā)現(xiàn)組合多頻信號觀測值可以提高快速模糊度解算的成功率和定位精度。

本文分析組合噪聲特征，在現(xiàn)有GF-TCAR方法[8]和無電離層組合方法[7]的基礎(chǔ)上，提出了無電離層影響的寬巷與IF組合相結(jié)合的TCAR算法，逐級解算模糊度，并且加入電離層未知參數(shù)?？紤]到不同基線長度下的誤差影響不同，在中基線情況下，對北斗B1（1561.098MHz）、B2（1207.140MHz）、 B3（1268.520MHz）信號的組合觀測值進行處理。最后，為了驗證新方法的性能，進行整型模糊度的Ratio值檢驗、電離層延遲參數(shù)計算和原始模糊度成功率的統(tǒng)計。

為表示方便，標(biāo)記傳統(tǒng)的TCAR方法為Algorithm-A，無電離層組合方法為Algorithm-B，本文改進的無電離層模糊度解算方法為Algorithm-C。

1 組合觀測值的基本模型和特征

1.1 基本觀測模型

組合雙差偽碼和相位觀測值[5]是對三頻信號進行線性組合，可以表示為

組合頻率、對應(yīng)的波長和整型模糊度定義為

組合雙差偽碼和相位觀測值的方程式為

根據(jù)相位觀測值的模型，總體相位噪聲程度（以米為單位）可以定義為

1.2 北斗三頻觀測量及組合特征

表1是本文對誤差因子的估算。在此基礎(chǔ)上計算出常用超寬巷和寬巷組合信號的噪聲特征，如表2所示。

表1 短基線和中基線的雙差噪聲估算

表2 北斗三頻信號的超寬巷/寬巷組合特征

2 傳統(tǒng)TCAR方法（Algorithm-A）

通過窄巷模糊度與寬巷模糊度的線性關(guān)系（式（15））解算出三頻信號的原始模糊度。

3 無電離層TCAR方法（Algorithm-B）

Tang[7]對超寬巷（0,–1,1）、寬巷（1,0,–1）和（1,–1,0）、窄巷（1,0,0）組合應(yīng)用無電離層的三頻模糊度算法，本文選取超寬巷（0,–1,1）和（1,4,–5）組合、寬巷（1,2,–3）和（1,1,–2）組合對該算法進行介紹。

3.1 超寬巷模糊度解算

3.2 寬巷模糊度解算

3.3 窄巷模糊度解算

根據(jù)窄巷與超寬巷、寬巷模糊度的關(guān)系（式（22）），式（21）可轉(zhuǎn)換為

窄巷模糊度觀測方程如下

4 改進的無電離層TCAR方法（Algorithm-C）

由于基線較長時誤差較大，雙差并不能消除大部分電離層延遲，而且傳統(tǒng)的TCAR方法未考慮電離層的影響。本節(jié)在現(xiàn)有的無電離層方法Algorithm-B基礎(chǔ)上，提出改進的無電離層誤差的三頻模糊度算法algorithm-C。在幾何模型下，基于最小二乘準(zhǔn)則，逐步求解模糊度，并作為高精度觀測值代入下級使用。超寬巷和寬巷模糊度解算步驟與第3節(jié)方法相同。

本方法考慮電離層延遲對寬巷WL和窄巷NL模糊度的影響，利用已經(jīng)解算的寬巷模糊度，將無電離層影響的IF組合與寬巷WL組合相結(jié)合，同時加入電離層參數(shù)，得到窄巷模糊度觀測方程，如式（25）所示。

5 實驗分析

5.1 采集數(shù)據(jù)分析

本文介紹的算法都是單個歷元獨立解算模糊度，對浮點模糊度使用LAMBDA算法進行整型固定。我們采用Ratio-test檢測，閾值設(shè)為2，當(dāng)Ratio值大于閾值2時，認(rèn)為可以接受該整型模糊度。

為了驗證三種三頻模糊度解算方法的可靠性，本文采用Trimble NetR9接收機采集兩個測站XBGD和HTTH的數(shù)據(jù)。對26.3km中基線情形，取同一段時間的北斗B1、B2、B3信號觀測值，分別在Condition-1和 Condition-2兩種條件下，對三種TCAR方法進行實驗分析。實驗中，截止仰角取10°，選取仰角最大的衛(wèi)星作為參考衛(wèi)星。

表3給出了26.3km中基線的實驗數(shù)據(jù)信息，同時采集0點到20點共20個小時的北斗數(shù)據(jù)。

表3 中基線的實驗數(shù)據(jù)信息

圖1顯示了中基線Day180在實驗階段的可見衛(wèi)星數(shù)SV與空間精度因子PDOP值， PDOP值越小，表明衛(wèi)星的空間幾何分布情況越好，可以看出所有的PDOP值基本都在3以下。

圖2展示了Algorithm-C算法求出的雙差電離層延遲，從圖中統(tǒng)計的RMS值可以看出，中基線的電離層延遲引起的噪聲在8cm以內(nèi)。

圖1 可見衛(wèi)星數(shù)和PDOP值

圖2 中基線下的電離層延遲

圖3顯示了對式（25）計算的浮點模糊度應(yīng)用LAMBDA方法時的Ratio-test值?？梢钥闯?，對于中基線，Condition-1條件和Condition-2條件下的所有Ratio值都大于閾值2，所以LAMBDA算法固定的整型值可以被接受。

圖3 模糊度檢測值

5.2 中基線實驗結(jié)果

圖4是對中基線Day180采用三種TCAR方法解算的位置誤差。表4總結(jié)了三種TCAR算法在東北天（ENU）方向的位置誤差均方根值（RMS）。表5統(tǒng)計了不同TCAR方法解算的原始模糊度成功率。

圖4 東北天方向上的定位誤差

表4 中基線的定位精度RMS值（單位：m）

表5 模糊度解算成功率

可以看出，當(dāng)選取Condition-2的寬巷組合時，Algorithm-A算法的定位精度很差，模糊度解算成功率也只能達(dá)到50%；而兩種不同組合條件對Algorithm-B算法的性能影響基本相同。從表2的中基線組合噪聲可以看出，理論上Condition-1和Condition-2的組合噪聲程度相近，但由于Condition-2下B1、B2、B3信號的噪聲同時被引入，在實際中這對三種TCAR算法的效果都有不同程度的影響。本文提出的算法Algorithm-C計算出了厘米級的電離層時延參數(shù)，提高了定位精度，在Condition-1條件下解算的原始模糊度成功率能夠達(dá)到90%以上，性能優(yōu)于Algorithm-A和Algorithm-B。

6 結(jié)束語

本文在理論上分析了組合觀測量的主要誤差源，選取最佳的超寬巷組合（0,–1,1）和（1,4,–5），比較了Condition-1和Condition-2的寬巷組合噪聲。在無電離層TCAR算法基礎(chǔ)上，提出了IF組合與WL組合相結(jié)合的算法Algorithm-C，并加入電離層延遲參數(shù)來解算模糊度。在中基線情形下，通過實驗分析組合噪聲對算法的影響，以及三種TCAR算法的性能差異，結(jié)論如下：

①實驗結(jié)果與理論分析相符，在中基線下，由于Condition-2的線性組合同時引入了三個頻率信號的噪聲，所以Condition-1是噪聲較小的最佳組合。

②傳統(tǒng)的Algorithm-A算法可靠性較低，僅適用于短基線情形。Algorithm-B算法性能較優(yōu)，中基線下模糊度解算成功率能夠達(dá)到85%以上。相比較而言，本文提出的Algorithm-C算法性能最好，能夠提高模糊度的解算成功率到90%以上，并且實現(xiàn)了中基線情形下厘米級的定位精度?？梢?，本文提出的Algorithm-C算法適用于中基線情形下的模糊度解算。

[1] FORSSELL B, MARTIN N M, HARRIS R A. Carrier phase ambiguity resolution in GNSS-2[C]//10th International Technical Meeting of the Satellite Division of ION, Kansas City Missouri, 1997: 1727–1736.

[2] HATCH R, JUNG J, ENGE P , et al. Civilian GPS: the benefits if three frequencies[J]. GPS Solut, 2000, 3(4): 1–9.

[3] JI S, CHEN W, ZHAO C, et al. Single epoch ambiguity resolution for galileo with the CAR and LAMBDA methods[J]. GPS Solut, 2007, 11(4): 259–268.

[4] TEUNISSEN P J G. The least-squares ambiguity decorrelation adjustment: a method for fast GPS integer ambiguity estimation[J]. Journal of Geodesy, 1995, 70(1-2): 65–82.

[5] FENG Y. GNSS Three carrier ambiguity resolution using ionosphere-reduced virtual signals[J]. Journal of Geodesy, 2008, 82(12): 847–862.

[6] FENG Y, RIZOS C, HIGGINS M. Multiple carrier ambiguity resolution and performance benefits for RTK and PPP positioning services in regional areas[C]//20th International Technical Meeting of the Satellite Division of ION, 2007: 668–678.

[7] TANG Weiming, DENG Chenlong, SHI Chuang, et al. Triple-frequency carrier ambiguity resolution for beidou navigation satellite system[J]. GPS Solut, 2014, 18: 335–344.

[8] ZHANG Xiaohong, HE Xiyang. Performance analysis of triple-frequency ambiguity resolution with BD observations[J]. GPS Solut, 2016, 20: 269–281.

[9] CHEN Dezhong, YE Shirong. A geometry-free and ionosphere-free multipath mitigation method for BDS three-frequency ambiguity resolution[J]. Journal of Geodesy, 2016, 90: 703–714.

Research on high precision positioning technology based on improved TCAR

CAO Jing, XUE Xiaoqin

（Beijing Institute of Space Long March Vehicle, Beijing 100076, China）

Ambiguity resolution is the key to achieve rapid and accurate positioning, which is always the focus of GNSS research. The Beidou navigation system provides triple-frequency signals, which can be combined into different forms. Based on these combinations, we can realize precise positioning and fix the ambiguity. In this paper we analyze the noise characteristics of combined observations and current ionosphere-free three carrier ambiguity resolution (TCAR) algorithms. Then we propose a TCAR algorithm with low noise and ionosphere-free impact, which is processed by the least squares principle under geometry model. After that, we achieve static positioning. Finally in order to verify the noise effect of combination and the performance of TCAR algorithms, a series of tests are conducted on real observations in medium baseline. What is more, comparisons are made between current algorithms and the proposed algorithm. The results indicate that the proposed TCAR algorithm can improve ambiguity resolution success rate effectively and achieve precise positioning reliably.

Precise positioning; TCAR; Low combined noise; Ionosphere-free

P228

A

CN11-1780(2019)02-0031-08

2019-01-26

2019-02-19

曹 兢 1993年生，工程師，主要研究方向為衛(wèi)星導(dǎo)航與定位技術(shù)。

薛曉琴 1992年生，碩士，工程師，主要研究方向為衛(wèi)星導(dǎo)航與定位技術(shù)。