CN108254768A - 一种矢量跟踪通道状态检测方法 - Google Patents

一种矢量跟踪通道状态检测方法 Download PDF

Info

Publication number
CN108254768A
CN108254768A CN201810027493.6A CN201810027493A CN108254768A CN 108254768 A CN108254768 A CN 108254768A CN 201810027493 A CN201810027493 A CN 201810027493A CN 108254768 A CN108254768 A CN 108254768A
Authority
CN
China
Prior art keywords
vector
filter
state
channel
navigation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810027493.6A
Other languages
English (en)
Inventor
陈帅
韩林
蒋长辉
樊龙江
陈德潘
张博雅
朱晓晗
王琛
顾得友
谭聚豪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Science and Technology
Original Assignee
Nanjing University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University of Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN201810027493.6A priority Critical patent/CN108254768A/zh
Publication of CN108254768A publication Critical patent/CN108254768A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/24—Acquisition or tracking or demodulation of signals transmitted by the system
    • G01S19/246—Acquisition or tracking or demodulation of signals transmitted by the system involving long acquisition integration times, extended snapshots of signals or methods specifically directed towards weak signal acquisition
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/24—Acquisition or tracking or demodulation of signals transmitted by the system
    • G01S19/243—Demodulation of navigation message

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明公开了一种矢量跟踪通道状态检测方法。该方法步骤为：通过轨迹发生器、卫星信号模拟器依次模拟生成中频信号；将模拟生成的中频信号注入软件接收机的矢量跟踪环路，经过解调产生I/Q信号，经过相关器进行相关运算得到相干积分值，再经过载波、码鉴别器得到输出值；矢量跟踪环路的每个通道设置一个预滤波器，预滤波器的状态向量是伪距和伪距率，观测向量是码和载波鉴别器的输出，使用预滤波器的故障检测函数，计算出显著性水平检测值，检测通道的状态；将每个预滤波器的状态向量输出到导航滤波器，组成导航滤波器的观测向量，进行导航定位。本发明可以有效地表征接收机通道是否正常工作，在可用卫星数量不固定的情况下，有效地提高鲁棒性和定位精度。

Description

一种矢量跟踪通道状态检测方法
技术领域
本发明涉及卫星导航技术领域，特别是一种矢量跟踪通道状态检测方法。
背景技术
卫星导航系统利用围绕地球运行的人造卫星来向地面发射经过编码和调制的无线电信号，编码中载有卫星信号时间和空间星座中各颗卫星的位置、状态等星历信息，安装在载体上的GNSS接收机可以接收卫星信号，通过计算求出自身的位置和速度等导航信息。目前，全球卫星导航系统(GNSS)主要包括美国的GPS(Global Positioning System)、俄罗斯的GLONASS(Global Navigation Satellites System)、欧盟的伽利略卫星导航系统(Galileo satellite navigation system)和中国的北斗卫星导航系统(BeiDouNavigation Satellite System,BD)。全球卫星导航系统具有全天候、全时间的优点，可以为全球用户提供可靠的三维位置、三维速度和时间信息，基本上不受地区的限制。
在过去的二十年中，矢量跟踪方法在信号挑战性环境，如弱信号、高动态、多路径信号等情况下的实现和性能评价吸引了大量的研究。全球导航卫星系统(GNSS)(VDLL(矢量延迟锁定环)/VFLL(矢量锁相环))的矢量跟踪环路(VTL)的主要缺点是低质量信号的存在，甚至部分频道的信号堵塞会影响所有频道，并可能导致异常的导航结果。大多数的矢量跟踪环路研究只考虑了固定数目的可以被跟踪环路跟踪的可用卫星，自适应导航滤波器可以很好的处理问题，但在由于用户的移动或者环境的改变，一些被阻塞的信号可能会重新出现。
发明内容
本发明的目的在于提供一种鲁棒性好、定位精度高的矢量跟踪通道状态检测方法。
实现本发明目的的技术解决方案为：一种矢量跟踪通道状态检测方法，包括以下步骤：
步骤1、通过轨迹发生器、卫星信号模拟器依次模拟生成中频信号；
步骤2、将模拟生成的中频信号注入软件接收机的矢量跟踪环路，经过I/Q解调产生I/Q信号，经过相关器进行相关运算得到相干积分值，再经过载波、码鉴别器得到输出值；
步骤3、矢量跟踪环路的每个通道设置一个预滤波器，预滤波器的状态向量是伪距和伪距率，观测向量是码和载波鉴别器的输出，使用预滤波器的故障检测函数，计算出显著性水平检测值a，检测通道的状态；
步骤4、将每个预滤波器的状态向量输出到导航滤波器，组成导航滤波器的观测向量，进行导航定位。
本发明与现有技术相比，其显著优点在于：(1)基于矢量跟踪环路结构的简化预滤波器，具有故障监测功能，用于监测信号通道的状态，确定哪些通道能用于导航滤波器中，简便可靠；(1)对由于用户的运动和环境变化导致的可用卫星数量不固定的情况，使用预滤波器的矢量跟踪环路，有效地提高了鲁棒性和定位精度。
附图说明
图1是本发明矢量跟踪通道状态检测方法的流程示意图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步详细说明。
大多数矢量跟踪环路的研究，只考虑了固定数目的可用卫星。由于用户运动或环境的变化，一些被阻止的信号可能会重新出现。本发明一种矢量跟踪通道状态检测方法，设立了指示矢量跟踪环路监测通道是否正常，当通道不能工作时，接收机可以处理不正确的频道以避免异常的导航结果。
结合图1，本发明矢量跟踪通道状态检测方法，步骤如下：
步骤1、通过轨迹发生器、卫星信号模拟器依次模拟生成中频信号，具体为：
根据飞行的物理模型，设置各阶段的飞行参数，生成飞行轨迹，将飞行轨迹导入卫星模拟器处理，得到相应的GPS中频信号。
步骤2、将模拟生成的中频信号注入软件接收机的矢量跟踪环路，经过I/Q解调产生I/Q信号，经过相关器进行相关运算得到相干积分值，再经过载波、码鉴别器得到输出值；
进一步地，所述的软件接收机的矢量跟踪环路，包括预滤波器，故障检测和通道状态监测。
步骤3、矢量跟踪环路的每个通道设置一个预滤波器，预滤波器的状态向量是伪距和伪距率，观测向量是码和载波鉴别器的输出，使用预滤波器的故障检测函数，计算出显著性水平检测值a，检测通道的状态；具体如下：
预滤波器的状态向量是伪距和伪距率，观测向量是码和载波鉴别器的输出，具体为：
状态向量：
式中，和是在(k+1)th时刻，通道j的伪距误差和伪距率误差；和是在(k)th时刻，通道j的伪距误差和伪距率误差；vδ和是建模误差；T是积分时间，取值为1毫秒。
观测向量：
式中，和是码鉴别器和载波频率鉴别器的输出；ωδ和是通道j的伪距量测误差噪声和伪距率量测误差噪声。
使用预滤波器的故障检测函数，计算出显著性水平检测值a，检测通道的状态，具体为：
对于线性时变系统：
X(k)＝Φ(k|k-1)X(k-1)+W(k-1) (3)
Z(k)＝H(k)X(k)+V(k) (4)
式中，X(k)是状态向量；Φ(k|k-1)是状态转移矩阵；Z(k)是观测向量；H(k)是观测矩阵；W(k-1)和V(k)是噪声矩阵。
状态一步预测和状态均方误差一步预测如下：
P(k)pre＝Φ(k|k-1)P(k-1)Φ(k|k-1)T+Q(k-1) (6)
量测更新如下：
K(k)＝P(k)preH(k)T(H(k)P(k)preH(k)T+R(k))-1 (7)
P(k)＝(I-K(k)H(k))P(k)pre (9)
式中，是状态向量先验估计；P(k)pre是先验状态向量的均方误差阵；K(k)是增益矩阵，定义为预测和新量测之间的更新比重；是状态向量的估计值；P(k)是后验状态均方误差阵。
预测残差向量r(k)如下所示：
当滤波器在正常状态下时，激励序列rk是白噪声，rk的方差A(k)如下所示：
A(k)＝E(r(k)Tr(k))＝H(k)P(k)preH(k)T+R(k) (11)
故障检测函数如下：
式中，是m维的χ2方差；这里的m是量测向量Zk的维数；对于本地的通道滤波器m＝2，对于导航滤波器m是相关通道的数量。
故障检测分布函数如下：
式中，km(χ2)是的概率密度函数，TD是相关的虚警率的数量上限，a是显著性水平。
通过该显著性水平检测值a，判断通道是否正常工作，判断准则是：a≤TD时，系统工作正常；a＞TD时，系统出现故障。
步骤4、将每个预滤波器的状态向量输出到导航滤波器，组成导航滤波器的观测向量，进行导航定位，具体如下：
导航滤波器的状态方程：
Xk＝Fk-1,kXk-1+W (14)
Xk＝[δxk,δvx,k,δyk,δvy,k,δzk,δvz,k,c·δtb,k,c·δtd,k] (15)
Xk-1＝[δxk-1,δvx,k-1,δyk-1,δvy,k-1,δzk-1,δvz,k-1,c·δtb,k-1,c·δtd,k-1] (16)
Fk-1,k(1,2)＝T,Fk-1,k(3,4)＝T,Fk-1,k(5,6)＝T,Fk-1,k(7,8)＝T,Fk-1,k(7,7)＝T (17)
式中，δxk，δyk和δzk是在kth时刻，地心地固坐标系，即ECEF下用户的位置误差；δxk-1，δyk-1和δzk-1是在(k-1)th时刻，地心地固坐标系下用户的位置误差；δvx,k，δvy,k和δvz,k是在kth时刻，地心地固坐标系下用户的速度误差；δvx,k-1，δvy,k-1和δvz,k-1是在(k-1)th时刻，地心地固坐标系下用户的速度误差；δtb,k和δtb,k-1是在kth和(k-1)th时刻用户的时钟偏差；δtd,k和δtd,k-1是在kth和(k-1)th时刻用户的时钟漂移；c是光在真空中的速度；T是积分时间，取值为1毫秒。
量测方程：
Zk＝HXk+V (18)
Zk＝[zcode,1,k…zcode,j,k zcarrier,1,k…zcarrier,j,k] (19)
式中，zcode,j,k是在kth时刻，通道j的码鉴相器输出；V是测量噪声矩阵；zcarrier,j,k是在kth时刻，通道j的载波鉴相器输出；是用户到卫星的直线距离向量。
预滤波器的状态向量是伪距和伪距率，将状态向量输出到导航滤波器中，组成导航滤波器的观测向量，进行导航定位。
综上所述，本发明采用矢量跟踪通道状态检测方法，使用具有故障监测功能的预滤波器进行信号通道状态的检测，并设置了一个可以表征通道是否正常工作的检测值，确定哪些通道能用于导航滤波器中。该方法可以有效地表征通道是否正常工作，在由于用户的运动和环境变化导致的可用卫星数量不固定情况下，有效地提高了鲁棒性和定位精度。

Claims (6)

1.一种矢量跟踪通道状态检测方法，其特征在于，包括以下步骤：
步骤1、通过轨迹发生器、卫星信号模拟器依次模拟生成中频信号；
步骤2、将模拟生成的中频信号注入软件接收机的矢量跟踪环路，经过I/Q解调产生I/Q信号，经过相关器进行相关运算得到相干积分值，再经过载波、码鉴别器得到输出值；
步骤3、矢量跟踪环路的每个通道设置一个预滤波器，预滤波器的状态向量是伪距和伪距率，观测向量是码和载波鉴别器的输出，使用预滤波器的故障检测函数，计算出显著性水平检测值a，检测通道的状态；
步骤4、将每个预滤波器的状态向量输出到导航滤波器，组成导航滤波器的观测向量，进行导航定位。
2.根据权利要求1中所述的矢量跟踪通道状态检测方法，其特征在于，步骤1中所述的通过轨迹发生器、卫星信号模拟器依次模拟生成中频信号，具体为：
根据飞行的物理模型，设置各阶段的飞行参数，生成飞行轨迹，将飞行轨迹导入卫星模拟器处理，得到相应的GPS中频信号。
3.根据权利要求1中所述的矢量跟踪通道状态检测方法，其特征在于，步骤2中所述的软件接收机的矢量跟踪环路，包括预滤波器，故障检测和通道状态监测。
4.根据权利要求1中所述的矢量跟踪通道状态检测方法，其特征在于，步骤3中所述的矢量跟踪环路的每个通道设置一个预滤波器，预滤波器的状态向量是伪距和伪距率，观测向量是码和载波鉴别器的输出，具体为：
状态向量：
式中，和是在(k+1)th时刻，通道j的伪距误差和伪距率误差；和是在(k)th时刻，通道j的伪距误差和伪距率误差；vδ和是建模误差；T是积分时间，取值为1毫秒；
观测向量：
式中，和是码鉴别器和载波频率鉴别器的输出；ωδ和是通道j的伪距量测误差噪声和伪距率量测误差噪声。
5.根据权利要求1中所述的矢量跟踪通道状态检测方法，其特征在于，步骤3中所述的使用预滤波器的故障检测函数，计算出显著性水平检测值a，检测通道的状态，具体为：
对于线性时变系统：
X(k)＝Φ(k|k-1)X(k-1)+W(k-1) (3)
Z(k)＝H(k)X(k)+V(k) (4)
式中，X(k)是状态向量；Φ(k|k-1)是状态转移矩阵；Z(k)是观测向量；H(k)是观测矩阵；W(k-1)和V(k)是噪声矩阵；
状态一步预测和状态均方误差一步预测如下：
P(k)pre＝Φ(k|k-1)P(k-1)Φ(k|k-1)T+Q(k-1) (6)
量测更新如下：
K(k)＝P(k)preH(k)T(H(k)P(k)preH(k)T+R(k))-1 (7)
P(k)＝(I-K(k)H(k))P(k)pre (9)
式中，是状态向量先验估计；P(k)pre是先验状态向量的均方误差阵；K(k)是增益矩阵，定义为预测和新量测之间的更新比重；是状态向量的估计值；P(k)是后验状态均方误差阵；
预测残差向量r(k)如下所示：
当滤波器在正常状态下时，激励序列rk是白噪声，rk的方差A(k)如下所示：
A(k)＝E(r(k)Tr(k))＝H(k)P(k)preH(k)T+R(k) (11)
故障检测函数如下：
式中，是m维的χ2方差；这里的m是量测向量Zk的维数；对于本地的通道滤波器m＝2，对于导航滤波器m是相关通道的数量；
故障检测分布函数如下：
式中，km(χ2)是的概率密度函数，TD是相关的虚警率的数量上限，a是显著性水平；
通过该显著性水平检测值a，判断通道是否正常工作，判断准则是：a≤TD时，系统工作正常；a＞TD时，系统出现故障。
6.根据权利要求1中所述的矢量跟踪通道状态检测方法，其特征在于，步骤4中所述的将每个预滤波器的状态向量输出到导航滤波器，组成导航滤波器的观测向量，进行导航定位，具体步骤如下：
导航滤波器的状态方程：
Xk＝Fk-1,kXk-1+W (14)
Xk＝[δxk,δvx,k,δyk,δvy,k,δzk,δvz,k,c·δtb,k,c·δtd,k] (15)
Xk-1＝[δxk-1,δvx,k-1,δyk-1,δvy,k-1,δzk-1,δvz,k-1,c·δtb,k-1,c·δtd,k-1] (16)
Fk-1,k(1,2)＝T,Fk-1,k(3,4)＝T,Fk-1,k(5,6)＝T,Fk-1,k(7,8)＝T,Fk-1,k(7,7)＝T (17)
式中，δxk，δyk和δzk是在kth时刻，地心地固坐标系，即ECEF下用户的位置误差；δxk-1，δyk-1和δzk-1是在(k-1)th时刻，地心地固坐标系下用户的位置误差；δvx,k，δvy,k和δvz,k是在kth时刻，地心地固坐标系下用户的速度误差；δvx,k-1，δvy,k-1和δvz,k-1是在(k-1)th时刻，地心地固坐标系下用户的速度误差；δtb,k和δtb,k-1是在kth和(k-1)th时刻用户的时钟偏差；δtd,k和δtd,k-1是在kth和(k-1)th时刻用户的时钟漂移；c是光在真空中的速度；T是积分时间，取值为1毫秒；
量测方程：
Zk＝HXk+V (18)
Zk＝[zcode,1,k…zcode,j,k zcarrier,1,k...zcarrier,j,k] (19)
式中，zcode,j,k是在kth时刻，通道j的码鉴相器输出；V是测量噪声矩阵；zcarrier,j,k是在kth时刻，通道j的载波鉴相器输出；是用户到卫星的直线距离向量；
预滤波器的状态向量是伪距和伪距率，将状态向量输出到导航滤波器中，组成导航滤波器的观测向量，进行导航定位。
CN201810027493.6A 2018-01-11 2018-01-11 一种矢量跟踪通道状态检测方法 Pending CN108254768A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810027493.6A CN108254768A (zh) 2018-01-11 2018-01-11 一种矢量跟踪通道状态检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810027493.6A CN108254768A (zh) 2018-01-11 2018-01-11 一种矢量跟踪通道状态检测方法

Publications (1)

Publication Number Publication Date
CN108254768A true CN108254768A (zh) 2018-07-06

Family

ID=62726283

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810027493.6A Pending CN108254768A (zh) 2018-01-11 2018-01-11 一种矢量跟踪通道状态检测方法

Country Status (1)

Country Link
CN (1) CN108254768A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110315540A (zh) * 2019-07-15 2019-10-11 南京航空航天大学 一种基于uwb和双目vo紧耦合的机器人定位方法及系统
CN113640836A (zh) * 2021-08-09 2021-11-12 深圳市电咖测控科技有限公司 一种gnss接收机状态调度方法及其接收机
CN114114144A (zh) * 2021-11-15 2022-03-01 东南大学 基于定位质量评估指纹的伪卫星矢量跟踪接收机设计方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106443726A (zh) * 2016-08-30 2017-02-22 西安航天华迅科技有限公司 一种基于预滤波的gnss矢量跟踪环路及其实现方法
CN106501832A (zh) * 2016-12-16 2017-03-15 南京理工大学 一种容错矢量跟踪gnss/sins深组合导航方法
CN106842242A (zh) * 2016-12-16 2017-06-13 南京理工大学 一种基于支持向量机的矢量跟踪通道故障检测方法
CN106885570A (zh) * 2017-02-24 2017-06-23 南京理工大学 一种基于鲁棒sckf滤波的紧组合导航方法
US20170276795A1 (en) * 2015-10-20 2017-09-28 Southeast University Joint non-coherent integral vector tracking method based on spatial domain

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170276795A1 (en) * 2015-10-20 2017-09-28 Southeast University Joint non-coherent integral vector tracking method based on spatial domain
CN106443726A (zh) * 2016-08-30 2017-02-22 西安航天华迅科技有限公司 一种基于预滤波的gnss矢量跟踪环路及其实现方法
CN106501832A (zh) * 2016-12-16 2017-03-15 南京理工大学 一种容错矢量跟踪gnss/sins深组合导航方法
CN106842242A (zh) * 2016-12-16 2017-06-13 南京理工大学 一种基于支持向量机的矢量跟踪通道故障检测方法
CN106885570A (zh) * 2017-02-24 2017-06-23 南京理工大学 一种基于鲁棒sckf滤波的紧组合导航方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110315540A (zh) * 2019-07-15 2019-10-11 南京航空航天大学 一种基于uwb和双目vo紧耦合的机器人定位方法及系统
CN113640836A (zh) * 2021-08-09 2021-11-12 深圳市电咖测控科技有限公司 一种gnss接收机状态调度方法及其接收机
CN113640836B (zh) * 2021-08-09 2024-01-12 深圳市电咖测控科技有限公司 一种gnss接收机状态调度方法及其接收机
CN114114144A (zh) * 2021-11-15 2022-03-01 东南大学 基于定位质量评估指纹的伪卫星矢量跟踪接收机设计方法

Similar Documents

Publication Publication Date Title
Xu et al. Vector tracking loop-based GNSS NLOS detection and correction: Algorithm design and performance analysis
CN109459778B (zh) 基于抗差方差分量估计的码伪距/多普勒联合测速方法及其应用
Xiaohong et al. Instantaneous re-initialization in real-time kinematic PPP with cycle slip fixing
Deng et al. Reliable single-epoch ambiguity resolution for short baselines using combined GPS/BeiDou system
CN101680944B (zh) 在全球导航卫星系统中执行载波相位整数模糊度解算的方法及装置
US12055644B2 (en) System and method for reconverging GNSS position estimates
Nan et al. Integrated method for instantaneous ambiguity resolution using new generation GPS receivers
Carcanague Real-time geometry-based cycle slip resolution technique for single-frequency PPP and RTK
CN108508461A (zh) 基于gnss载波相位高精度定位完好性监测方法
CN107505642B (zh) 一种ins辅助的实时bds单频周跳探测方法
WO2013016800A4 (en) System, method, and computer program for a low power and low cost gnss receiver
CN104898145B (zh) 一种基于半周模糊度的模糊度固定方法和系统
CN109597099B (zh) 判断基准站接收机是否移动的方法、oem板卡及接收机
Zair et al. A-contrario modeling for robust localization using raw GNSS data
Li et al. Carrier phase prediction method for GNSS precise positioning in challenging environment
CN108254768A (zh) 一种矢量跟踪通道状态检测方法
Yoder et al. Low-cost inertial aiding for deep-urban tightly coupled multi-antenna precise gnss
Pan et al. A variational Bayesian-based robust adaptive filtering for precise point positioning using undifferenced and uncombined observations
Kanhere et al. Integrity for GPS/LiDAR fusion utilizing a RAIM framework
Vouch et al. On the adaptivity of unscented particle filter for gnss/ins tightly-integrated navigation unit in urban environment
Wen et al. Mitigation of multiple outliers using consistency checking for GNSS standard point positioning in urban areas
Altmayer Cycle slip detection and correction by means of integrated systems
Rahman et al. Earth-centered Earth-fixed (ECEF) vehicle state estimation performance
Bauer et al. Non-line-of-sight mitigation for reliable urban gnss vehicle localization using a particle filter
Quan A new machine learning based method for multi-GNSS data quality assurance and multipath detection

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180706