中交一公局第三工程有限公司 北京 101102
摘要：GPS定位的基本信息包含有人为或非人为（大气层、设备热噪声等）随机干扰的伪距测量值和广播星历，定位计算的过程就是从这些信息中提取接收机的位置和速度的过程，即状态估计。人们总希望状态估计能抑制随机扰动而达到某种意义下的最优，大量的实验表明伪距的量测值中含有不能忽视的相关噪声，直接利用GPS卫星伪距估计用户位置，结果中含有相关误差，而采用以伪距为测量量的扩展卡尔曼滤波定位估计法实际上也不能抑制相关噪声的影响。基于此，本文主要对GPS定位误差与建模进行分析探讨。
关键词：GPS定位；误差分析；建模
前言
GPS能够为全球各地的用户提供全天候、实时的三维位置、速度和时间信息，但定位精度不高是限制他应用的瓶颈[1]。提高GPS定位精度的方法主要有两种[2]：一是采用差分技术，二是以接收机的定位误差为原始数据，建立误差模型，进行误差修正和预报。其中差分技术较为成熟，但他存在需要在作业区附近建立差分基准站、流动站与基准站之间的作业距离受到限制、精度不均匀等不足之处，直接影响了其作业效率与工程质量。因此，通过对定位误差进行建模以自主方式提高GPS定位精度的方法就显得非常重要。
1、模型基本原理
根据时间序列分析理论[8]，将GPS定位误差序列{Zt}分解成趋势项、周期项和随机项三部分。即：
Zt=Xt+Pt+Rt（1）
其中，{Xt}为趋势项，反映了定位误差序列在长时期内所呈现出来的缓慢变化；{Pt}为周期项，体现了误差序列经过一段时间后所呈现出来的相似性；{Rt}为随机项，反映了随机因素的影响。采用多点平均和样本周期图方法将GPS定位误差序列的趋势项和周期项分离出来，并建立模型分别进行预测，获得{Xt}、{Pt}序列；将周期项和趋势项剔除后的随机项（余差序列）看作平稳时间序列，采用AR模型进行预测，获得序列{Rt}；最后将趋势项、周期项和随机项的预测结果进行线性叠加得到GPS定位误差序列的组合预测模型
表 2 仿真结果中的一些重要指标
4、结束语
提出了一种GPS定位误差序列建模的新方法，建立了定位误差序列的组合预测模型。该模型首先根据多点平均方法提取序列的趋势项；然后利用样本周期图拟合周期项；最后对剔除趋势项和周期项的平稳随机序列建立自回归模型，从而完成了定位误差序列的总体建模。组合模型有效融合了各种基本建模方法的特色与优势，弥补了单个基本模型的缺陷与不足，提高了数据变化的稳定程度，改善了定位误差序列的预测准确度。仿真结果验证了方法的可行性与有效性。因此，将组合预测模型应用于GPS定位误差序列建模中，具有很好的应用前景。
参考文献
[1]曹力，黄圣国.GPS误差的时间序列分析建模研究[J].计算机工程与应用，2005，41（35）：213-216.
[2]关桂霞，邱德慧，兰晓亭.GPS/DR组合导航系统数据融合研究[J].计算机应用与软件，2006，23（5）：54-55.
[3]刘娣，薄煜明，邹卫军.基于时间序列的GPS误差建模及单点定位精度研究[J].兵工学报，2009，30（6）：825-828
[4]徐琨，贺昱曜，闫茂德.全球定位系统动态定位误差分析与建模[J].西安电子科技大学学报（自然科学版），2008，35（4）：749-753
论文作者:郭永兵,王磊
论文发表刊物:《建筑学研究前沿》2018年第30期
论文发表时间:2019/1/11
标签：误差论文; 序列论文; 建模论文; 模型论文; 周期论文; 组合论文; 趋势论文; 《建筑学研究前沿》2018年第30期论文;