基于小波和Kalman滤波的GPS数据去噪方法研究

作     者：丁文 

作者单位：东北大学 

学位级别：硕士

导师姓名：马洪滨

授予年度：2009年

学科分类：081802[工学-地球探测与信息技术] 08[工学] 081105[工学-导航、制导与控制] 0818[工学-地质资源与地质工程] 0804[工学-仪器科学与技术] 0811[工学-控制科学与工程] 

主      题：小波分析 Kalman滤波 GPS 数据去噪 

摘      要：本文在分析影响GPS定位精度的各种误差来源的基础上,根据小波分析基本理论和GPS信号噪声特性,将小波分析这一数学工具应用到GPS数据去噪处理中,同时引入Kalman滤波方法,将其与小波分析方法有机结合,进而提出利用基于小波分析的自适应Kalman滤波方法进行GPS数据去噪处理,并通过实验证明该方法在GPS数据去噪方面能达到良好的效果。 本文的主要工作如下： 针对GPS信号的结构特性,将L1、L2载波数据进行提取,以削弱多路径噪声和观测噪声等偶然误差为目的,以一条基线观测数据为研究对象,采用不同分解层数、不同阈值选取方法、不同小波函数等三种方案进行小波去噪处理,结果表明：选用合适的去噪方法可以很大程度上提高基线解算的精度,反之则会降低基线解算的精度。同时,在选用合适的小波去噪方法基础上,对不同观测时间和不同长度的多条基线观测数据进行去噪处理,给出了小波分析用于GPS数据去噪的有效作用范围。 在小波去噪的基础上,引入自适应Kalman滤波方法,以小波去噪有效范围内的观测数据为研究对象进行二次处理,并与单独的小波去噪效果和单独的自适应Kalman滤波处理效果进行对比,结果表明：基于小波分析的自适应Kalman滤波方法对GPS观测数据的去噪效果优于小波分析方法和自适应Kalman滤波方法,三种方法将GPS基线解算的精度分别提高了43%、35%和4%。基于小波分析的自适应Kalman滤波方法“净化GPS原始观测数据的效果最为理想。