在进行GPS/GLONASS联合卫星钟差估计时,GLONASS码频间偏差(inter-frequency bias,IFB)因卫星频率间的差异而无法被测站接收机钟差参数吸收,其一部分将进入GLONASS卫星钟差估值中。通过引入多个"时频偏差"参数(inter-system and inter-frequency bias,ISFB)及附加基准约束对测站GLONASS码IFB进行函数模型补偿,实现其与待估卫星钟差参数的有效分离,并对所估计实时卫星钟差和实时精度单点定位(real-time precise point positioning,RT-PPP)进行精度评估。结果表明,在卫星钟差估计观测方程中忽略码IFB,会明显降低GLONASS卫星钟差估值精度;新方法能有效避免码IFB对卫星钟差估值的影响,所获得GPS、GLONASS卫星钟差与ESA(European Space Agency)事后精密钟差产品偏差平均均方根值分别小于0.2ns、0.3ns。利用实时估计卫星钟差进行静态RT-PPP,当观测时段长为2h时,GPS单系统、GPS/GLONASS组合系统的3D定位精度优于10cm,GLONASS单系统3D定位精度约为15cm;三种模式24h单天解的3D定位精度均优于5cm。
针对传统最小二乘法拟合球形目标抗差能力弱的问题,提出了基于统计滤波的M估计球形目标点云拟合方法。首先引入统计滤波剔除空间分布稀疏且不均匀的噪声点,结合最小二乘算法建立M估计球形目标拟合模型;然后根据球形目标扫描点云及其误差分布特征,设计了与待求参数相互依赖的权函数,提高剔除目标点云中系统性误差和粗差能力。最后结合等距离间隔条件下扫描球形目标实验数据,分别采用本文方法、最小中值方差一致性估计算法(Least Median of Squares,LMedS)以及最小二乘算法进行拟合处理与结果分析。结果表明,提出的基于残差分布定权的M估计球形目标点云拟合方法得到的球形目标误差较LMedS算法减小21.1%,较最小二乘拟合算法减小48.1%,本文方法具有更好的抗差能力。
