利用Kalman滤波修正卫星导航差分RTK定位坐标

卫星导航差分RTK(Real Time Kinematic)定位方法的定位精度极易受到载波相位整周模糊度固定算法的影响，在模糊度固定失败的情况下，差分RTK定位将出现大幅偏差。针对该问题，基于Jerk模型提出了一种利用Kalman滤波修正差分RTK定位坐标的方法。在传统Jerk模型基础上，将卫星导航系统输出的载体运动速度信息引入状态空间模型的观测方程。基于扩展状态空间模型，利用Kalman滤波器实时修正载体的位置坐标。半实物仿真表明，所提方法能大幅改善卫星导航差分RTK定位精度。     

一种结合多重插补的ADS-B数据筛选算法

为了提高广播式自动相关监视（Automatic Dependent Surveillance- Broadcast，ADS-B）报文质量，解决由于地面站多重覆盖、硬件设施配置、运行状态等原因引起的报文在数据重复性、数据完整性和实时性上存在的问题，采用多条件直接起始法建立航迹，采用多项约束条件筛选进入优选的报文，并基于专家评级法对报文中表征数据项完整性的权重参数进行估计，结合报文的位置精度和完好性参数综合计算得出ADS-B数据质量指标并将其作为挑选依据。对于ADS-B报文质量极度不理想的特殊情况，使用多重插补（Multiple Imputation,MI）算法对其进行补全处理，综合以上步骤挑选出高质量和高可靠性的ADS-B更新点迹。仿真计算证明该方法可有效剔除重复覆盖造成的重复报文和网络延迟造成的历史数据，防止航迹点回跳，提高数据质量和监视效率。目前，该方法已实际应用于地面站和传输链路条件均不理想的场合，大量实践结果表明该方法可用于保证输出高实时性的、周期性的、稳定平滑的、可靠的ADS-B数据。