俄罗斯GLONASS伪距频间偏差(Inter-Frequency Bias,IFB)是GLONASS伪距观测值的重要误差源,针对GLONASS伪距偏差问题设计了6种参数化处理策略,分析了不同策略对GLONASS精密单点定位(Precise Point Positioning,PPP)性能的影响。通过全球...俄罗斯GLONASS伪距频间偏差(Inter-Frequency Bias,IFB)是GLONASS伪距观测值的重要误差源,针对GLONASS伪距偏差问题设计了6种参数化处理策略,分析了不同策略对GLONASS精密单点定位(Precise Point Positioning,PPP)性能的影响。通过全球144个测站的实测数据验证结果表明,忽略GLONASS伪距IFB会导致伪距残差均方根(Root Mean Square,RMS)达到1.27 m,并延长PPP收敛时间;对伪距观测值降权虽可减少7.1%的收敛时间,但无法消除伪距IFB的系统偏差。将GLONASS伪距IFB参数化表示为线性或多项式函数可以显著降低残差RMS,其中二次项对51.3%测站的贡献达0.74 m。逐星和逐频估计策略可进一步优化模型合理性,伪距残差RMS降至1.19 m以下,逐星解在卫星充足时收敛速度最快。研究表明,中高纬度地区宜采用逐星估计,低纬度或遮挡场景推荐对伪距观测值降权处理,线性模型可作为接收机类型未知时的通用方案。为GLONASS以及多系统PPP的实际应用提供了重要的处理策略参考。展开更多
文摘俄罗斯GLONASS伪距频间偏差(Inter-Frequency Bias,IFB)是GLONASS伪距观测值的重要误差源,针对GLONASS伪距偏差问题设计了6种参数化处理策略,分析了不同策略对GLONASS精密单点定位(Precise Point Positioning,PPP)性能的影响。通过全球144个测站的实测数据验证结果表明,忽略GLONASS伪距IFB会导致伪距残差均方根(Root Mean Square,RMS)达到1.27 m,并延长PPP收敛时间;对伪距观测值降权虽可减少7.1%的收敛时间,但无法消除伪距IFB的系统偏差。将GLONASS伪距IFB参数化表示为线性或多项式函数可以显著降低残差RMS,其中二次项对51.3%测站的贡献达0.74 m。逐星和逐频估计策略可进一步优化模型合理性,伪距残差RMS降至1.19 m以下,逐星解在卫星充足时收敛速度最快。研究表明,中高纬度地区宜采用逐星估计,低纬度或遮挡场景推荐对伪距观测值降权处理,线性模型可作为接收机类型未知时的通用方案。为GLONASS以及多系统PPP的实际应用提供了重要的处理策略参考。