基于K-Means动态聚类分析的RTK部分模糊度固定方法
复杂环境下多系统RTK由于模糊度维数骤变、观测噪声、模型误差等因素的影响,很难固定所有卫星的模糊度,部分模糊固定策略能有效保证高精度定位的可用性.如何选择模糊度最优子集尤为关键,现有方法多利用高度角、信噪比、残差排序挑选,或是降相关后根据成功率选取,这些方法在不同场景下效果有所不同.本文采用基于K-Means动态聚类分析的QR奇偶检验法,识别出误差较大的观测量所对应的模糊度或是固定错误的模糊度,剩余的模糊度组合即为模糊度最优子集,利用Lambda固定该模糊度子集.实验结果表明该方法能有效提高模糊度固定率和Ratio值,相比常规部分模糊度固定方法,成功率能提升15％～20%左右.
卫星导航系统 实时动态 部分模糊度固定 QR奇偶检验法 K-Means动态聚类分析
谭先科 蒋智 倪成岗 陈亮
千寻位置网络有限公司,上海,中国,200438
国内会议
北京
中文
1-6
2019-05-01（万方平台首次上网日期，不代表论文的发表时间）