陈永祥,苗岳旺,万　鑫

测绘信息技术总站，陕西 西安,710054



前向-后向平滑滤波在GNSS动态数据处理中的应用

陈永祥,苗岳旺,万鑫

测绘信息技术总站，陕西 西安,710054

针对GNSS动态数据处理中，信号失锁导致GNSS定位精度下降问题，研究了前向-后向平滑滤波算法，给出了本文所使用的Kalman滤波观测模型。对一组实测的GNSS数据进行了处理，结果表明，前向-后向平滑滤波算法能够有效提高GNSS信号失锁期间的定位精度，其对三个分量定位精度的提高在30%以上。

扩展Kalman滤波；前向-后向平滑；GNSS数据处理；信号失锁

1　引　言

在GNSS数据处理中，尤其是在动态数据处理中，经常会遇到因为外界环境的遮挡和干扰，而导致卫星信号失锁的现象。可见在卫星数目迅速减少的情况下，要想获得很高的定位精度是很难的。如果可见卫星的数目小于4颗，最小二乘方法则无法进行定位计算，即使是使用Kalman滤波，由于测量信息得不到及时更新，其定位结果也会逐渐偏离运动轨迹。

对于事后或者准实时的高精度定位应用，信号失锁带来的问题是无法得到失锁时间段内的定位结果，或者得到的是错误的解，这些问题在城市或者峡谷的应用中最为突出。为了解决信号失锁期间的定位问题，本文研究了前向-后向平滑滤波算法，并采用静态实验数据模拟动态失锁环境，利用扩展Kalman滤波和前向-后向平滑滤波分别对这组数据进行了处理。

2　Kalman滤波

2.1扩展Kalman滤波

在GNSS数据处理中，采用Kalman滤波进行模糊度和参数的估计，由于GNSS观测方程是非线性的，因此只能采用非线性Kalman滤波进行处理。……