王 勋，崔先强，高天杭

城市环境下数据缺失定位算法比较

王 勋，崔先强，高天杭

（中南大学 地球科学与信息物理学院，长沙 410083）

针对在城市峡谷、树木茂盛、隧道等环境下进行全球卫星导航系统（GNSS）动态测量，容易因卫星数量不足而造成常规的最小二乘定位算法无法完成定位解算的问题，对现有的4种GNSS数据缺失定位算法进行比较分析：介绍4种算法的基本原理，并分析其在实际应用中的优缺点；然后使用实测数据对4种算法的性能进行评估。结果表明：在3颗观测卫星的情况下，伪距预报算法在3个方向上的精度都要优于其他3种算法；当观测卫星数少于3颗时，伪距预报和卡尔曼（Kalman）滤波算法的定位精度均会随可见卫星数的减少而降低，但伪距预报算法的定位精度始终优于Kalman滤波算法。

动态全球卫星导航系统；城市峡谷；伪距预报；卡尔曼滤波；可靠性

0 引言

在城市环境中进行动态全球卫星导航系统（global navigation satellite system,GNSS）测量时，经常会因为遮挡问题而引起观测数据的缺失，导致无法获得连续的定位结果。如何在数据缺失条件下获得连续、可靠的高精度GNSS导航定位服务一直都是研究的热点。随着GNSS的快速发展，各个定位系统不断完善，并且卫星的数目也越来越多，加上对GNSS系统兼容与互操作问题的深入研究，使得多个定位系统进行融合定位成为可能，可为用户提供更高质量的定位、导航、授时（positioning, navigation and time, PNT）服务[1-2]。多系统融合定位，在一定程度上能够改善由于观测卫星数不足而引起的定位问题，但是在遮挡较为严重的地方，数据质量差、精度低，也会出现组合后的可见卫星数不足的情况[3-6]。……