GPS测量原理及其应用 p50 51距离测量与定位方法(十)
本文最后更新于27 天前,其中的信息可能已经过时,如有错误请发送邮件到[email protected]

目录

  1. 短基线中的大气误差处理与单差模型
  2. 双差观测值的构建原理
  3. 双差模型中的基准卫星选择与参数减少
  4. 双差模糊度的整数特性与解算
  5. 三差观测值:消除模糊度参数
  6. 双差与三差解算的对比与精度分析
  7. 非差观测值(零差)
  8. AI 总结

1. 短基线中的大气误差处理与单差模型 原片 @ 00:00*

Screenshot-[00:00]

在处理短基线(Short Baseline)测量时,特别是工程测量中常见的场景(如两个控制点距离较近,约5公里或10公里),GPS数据处理具有以下显著特点:

  • 大气误差的空间相关性:当两个测站距离较近时,电离层延迟(Ionospheric Delay)和对流层延迟(Tropospheric Delay)在空间上具有很强的相关性。
    • 即两个测站上空的电离层和对流层状况基本相同。
    • 虽然误差本身的绝对量可能很大(例如电离层延迟可达10米),但在短距离内,其差值非常小。
  • 单差模型的优势
    • 通过在两个测站之间求差(单差,Single Difference),可以有效消除或大幅削弱电离层和对流层延迟的影响。
    • 应用建议:对于短基线(如5-10公里),可以使用单频接收机(Single Frequency Receiver)进行观测。解算时无需专门进行电离层和对流层改正模型计算,直接通过站间求差即可获得高精度的相对定位结果。

2. 双差观测值的构建原理 原片 @ 02:20*

Screenshot-[02:50]

在单差的基础上,为了进一步消除误差,GPS定位中广泛采用双差观测值(Double Difference)

  • 构建过程
    1. 第一步(单差):测站 i 和测站 j 在同一时刻 t 对卫星 P 进行观测,求差得到单差方程。
    2. 第二步(再次求差):在同一时刻 t,这两个测站同时也对卫星 Q 进行了观测,形成另一个单差方程。
    3. 第三步(双差):将对卫星 P 的单差与对卫星 Q 的单差相减。
  • 数学表达
    通常记为 \nabla \Delta \Phi_{ij}^{pq},表示在测站 i, j 之间以及卫星 P, Q 之间的二次差分。
  • 消除接收机钟差
    • 单差虽然消除了卫星钟差,但保留了两个测站之间的相对钟差(Receiver Clock Error)。
    • 对于同一时刻的观测,测站间的相对钟差对所有卫星都是相同的常数。
    • 因此,通过在不同卫星间求差(星间求差),可以完全消除接收机钟差项 \delta t_{ij}。

3. 双差模型中的基准卫星选择与参数减少 原片 @ 07:29*

Screenshot-[07:50]

在实际的双差解算过程中,并不是任意两两组合,而是采用“基准卫星”法来构建独立方程:

  • 基准卫星的选择标准
    通常选择一颗高度角大(Elevation Angle)观测时间长的卫星作为基准卫星(Reference Satellite)
  • 求差策略
    • 所有其他卫星(非基准卫星)的单差观测值,都减去这颗基准卫星的单差观测值。
    • 例如:若有7颗卫星(No. 1~7),选No. 1为基准,则构建 (2-1), (3-1), (4-1)… 等双差方程。
  • 参数与方程数量
    • 若观测了 n 颗卫星,则只能形成 n-1 个独立的双差观测方程。
    • 例如观测7颗卫星,最终只有6个独立的双差方程参与平差计算。
    • 这种处理方式不仅消除了接收机钟差参数,还减少了待求参数的个数,极大地简化了法方程(Normal Equations)的规模。

4. 双差模糊度的整数特性与解算 原片 @ 09:19*

Screenshot-[09:32]

双差模型的一个核心优势在于其模糊度(Ambiguity)的特性:

  • 模糊度的整数性质
    • 原始载波相位观测值的整周模糊度 N 是整数。
    • 单差模糊度是两个整数之差 \Delta N = N_i – N_j,仍为整数。
    • 双差模糊度是两个单差模糊度之差 \nabla \Delta N = \Delta N^p – \Delta N^q,理论上仍然严格保持为整数
  • 参数个数的减少
    • 单差时,有 n 颗卫星就有 n 个模糊度参数。
    • 双差时,由于选定了基准卫星并进行了差分,模糊度参数减少为 n-1 个。
    • 例如:观测12颗卫星(双频接收机可能是12个观测值),扣除基准星后,双差模糊度参数数量有限,这使得利用普通微机(PC)进行快速解算成为可能。
  • 数据处理优势
    • 双差观测值保留了模糊度的整数特性,这为后续的模糊度固定(Ambiguity Resolution/Fixing)提供了基础,是实现高精度定位的关键。

5. 三差观测值:消除模糊度参数 原片 @ 13:06*

Screenshot-[13:39]

在双差的基础上,如果在不同历元(Epoch,即时间点)之间继续求差,则构成了三差观测值(Triple Difference)

  • 构建过程
    • 取 t_1 时刻的双差观测值。
    • 取 t_2 时刻的双差观测值。
    • 将 t_2 时刻的双差减去 t_1 时刻的双差。
  • 主要特性
    • 消除整周模糊度:只要在观测期间没有发生周跳(Cycle Slip),整周模糊度 N 在时间上是常数。因此,历元间求差会直接消去模糊度参数。
    • 模型简化:方程中不再包含模糊度未知数,仅剩下坐标参数(以及可能的对流层参数等)。
  • 应用场景
    • 常用于数据处理的预处理阶段,用于探测周跳或提供初始坐标概略值。
    • 适用于精度要求不是极高(如 10^{-6} 量级)的短基线工程测量。

6. 双差与三差解算的对比与精度分析 原片 @ 15:31*

Screenshot-[17:13]

虽然三差模型计算简单,但在高精度GPS测量中,双差模型仍然是主流,原因如下:

  • 解的性质(整数解 vs 实数解)
    • 双差解:可以利用模糊度的整数特性,先求出浮点解(Float Solution),然后将其固定为正确的整数解(Fixed Solution)。将固定的整数模糊度回代到方程中,可以极大地提高坐标解的精度。
    • 三差解:由于消除了模糊度参数,本质上是在模糊度为实数(未固定)的情况下求解坐标。这相当于一种实数解(Float Solution)
  • 精度差异
    • 三差解(实数解)的精度通常低于双差固定解。
    • GPS商业软件和高精度解算软件(如GAMIT, Bernese等)通常以双差解作为最终成果。
  • 特殊情况
    • 当基线非常长(如3000km, 5000km),模糊度难以固定时,可能会退而求其次使用双差浮点解。
  • 计算工作量
    • 对于现代计算机而言,求解20个未知数(双差)和求解少数几个未知数(三差)在计算时间上差异可以忽略不计。

7. 非差观测值(零差) 原片 @ 21:00*

Screenshot-[21:31]

  • 定义:直接使用原始的、未经求差的观测值进行计算,称为非差观测值(Undifferenced Observations)零差观测值(Zero Difference)
  • 应用
    • 主要用于单点定位(SPP)
    • 在精密单点定位(PPP)中也使用非差模型,但需要通过模型严密修正各项误差。
    • 相对定位(差分定位)则主要依赖双差模型。

8. AI 总结

本视频课程详细讲解了GPS距离测量与定位方法中的差分观测值原理,重点对比了单差、双差和三差模型。

核心要点如下:

  1. 短基线单差:利用大气误差的空间相关性,通过站间求差(单差)可有效消除电离层和对流层延迟,短基线作业时可忽略这些误差。
  2. 双差模型(主流方法)
    • 消除钟差:在单差基础上进行星间求差,完全消除了接收机相对钟差。
    • 基准卫星:通过选择一颗基准卫星与其他卫星求差,构建线性独立的观测方程组。
    • 整数模糊度:双差模糊度理论上保持整数特性,允许进行模糊度固定(Integer Ambiguity Fixing),从而获得最高精度的固定解
  3. 三差模型:通过历元间求差消除模糊度参数,计算简单但仅能提供实数解,精度通常低于双差固定解,多用于探测周跳或初步解算。

综上所述,双差观测值因其能同时消除主要误差源(钟差)并保留模糊度整数特性,是高精度GPS相对定位的首选模型。

暂无评论

发送评论 编辑评论


				
|´・ω・)ノ
ヾ(≧∇≦*)ゝ
(☆ω☆)
(╯‵□′)╯︵┴─┴
 ̄﹃ ̄
(/ω\)
∠( ᐛ 」∠)_
(๑•̀ㅁ•́ฅ)
→_→
୧(๑•̀⌄•́๑)૭
٩(ˊᗜˋ*)و
(ノ°ο°)ノ
(´இ皿இ`)
⌇●﹏●⌇
(ฅ´ω`ฅ)
(╯°A°)╯︵○○○
φ( ̄∇ ̄o)
ヾ(´・ ・`。)ノ"
( ง ᵒ̌皿ᵒ̌)ง⁼³₌₃
(ó﹏ò。)
Σ(っ °Д °;)っ
( ,,´・ω・)ノ"(´っω・`。)
╮(╯▽╰)╭
o(*////▽////*)q
>﹏<
( ๑´•ω•) "(ㆆᴗㆆ)
😂
😀
😅
😊
🙂
🙃
😌
😍
😘
😜
😝
😏
😒
🙄
😳
😡
😔
😫
😱
😭
💩
👻
🙌
🖕
👍
👫
👬
👭
🌚
🌝
🙈
💊
😶
🙏
🍦
🍉
😣
Source: github.com/k4yt3x/flowerhd
颜文字
Emoji
小恐龙
花!
下一篇