复杂环境下BDS/INS融合遥感数据的建筑测量方法研究

摘要

针对城市复杂环境导致建筑测量中卫星信号衰减、定位精度下降及状态方程残差增大的问题，本研究开展了复杂环境下北斗卫星导航系统/惯性导航系统(BDS/INS)组合定位的质量控制分析。为抑制卫星信号衰减引起的观测粗差，本文提出了一种基于新息向量的抗差卡尔曼滤波算法，利用卡方检验识别异常观测值，引入Huber函数进行稳健处理，并采用多历元联合观测策略削弱连续粗差影响。同时，针对惯性导航系统大方位失准角引发的误差累积问题，本文提出了一种多重渐消因子改进的强跟踪无迹卡尔曼滤波(STUKF)算法，通过针对性地调节状态向量增强滤波器动态跟踪性能。结果表明：改进STUKF算法使收敛时间减少26.7%,稳态方位误差降低至0.24%,具备优异的动态跟踪能力，能更有效地满足城市复杂环境建筑物测量的精度要求。

关键词

卡尔曼滤波 / 多源遥感数据 / 强跟踪无迹卡尔曼滤波(STUKF)算法 / 建筑测量