GPS多路径减轻的混合粒子滤波算法

提出一种结合无迹卡尔曼滤波(UKF)和小波阈值自适应滤波的混合粒子滤波方法.该算法在粒子产生过程中采用UKF方法以克服粒子发散,而在数据预处理和粒子产生时采用自适应阈值小波变换算法抑制观测数据噪声和数据处理过程误差.比较了EKF-PF、UKF-PF和WM-UKF-PF不同算法的性能.结果表明,经过改进的WM-UKF-PF混合粒子滤波算法能够有效地降低均方根误差,提高信噪比和相邻恒心日观测值的相关性,从而改善解算结果的统计特性.所采取的混合滤波算法的计算复杂性提高了,但能够有效减轻GPS多路径效应影响,对高精度定位测量和非平稳形变特征提取具有重要意义....

Full description

Saved in:
Bibliographic Details
Published in:中国有色金属学报（英文版） 2014, Vol.24 (5), p.1554-1561
Main Authors: 郑南山, 蔡良师, 卞和方, 林聪
Format: Article
Language:Chinese
Online Access:Get full text
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary:提出一种结合无迹卡尔曼滤波(UKF)和小波阈值自适应滤波的混合粒子滤波方法.该算法在粒子产生过程中采用UKF方法以克服粒子发散,而在数据预处理和粒子产生时采用自适应阈值小波变换算法抑制观测数据噪声和数据处理过程误差.比较了EKF-PF、UKF-PF和WM-UKF-PF不同算法的性能.结果表明,经过改进的WM-UKF-PF混合粒子滤波算法能够有效地降低均方根误差,提高信噪比和相邻恒心日观测值的相关性,从而改善解算结果的统计特性.所采取的混合滤波算法的计算复杂性提高了,但能够有效减轻GPS多路径效应影响,对高精度定位测量和非平稳形变特征提取具有重要意义.
ISSN:1003-6326
DOI:10.1016/S1003-6326(14)63225-8