張 超 戴吾蛟 曾凡河 潘家寶

1)中南大學(xué)地球科學(xué)與信息物理學(xué)院，長沙 410083

2)湖南省精密工程測量與形變?yōu)暮ΡO(jiān)測重點實驗室，長沙410083

1 引言

由于Kalman 濾波不需要存儲過去的觀測數(shù)據(jù)，可以大大減少時空復(fù)雜度，便于實時數(shù)據(jù)處理，因而在動態(tài)變形監(jiān)測、GPS 動態(tài)定位等領(lǐng)域中得到了廣泛的應(yīng)用［1－3］。但Kalman 濾波的效果與準確的狀態(tài)噪聲與觀測噪聲密切相關(guān)，當觀測值中含有粗差時，標準Kalman 濾波的估值不準確，甚至導(dǎo)致濾波發(fā)散。為了抵抗觀測值中粗差的影響，楊元喜等［4－6］基于抗差估計理論提出了抗差Kalman 濾波，余學(xué)祥等［7］也從預(yù)測殘差和多余觀測分量構(gòu)造等價增益矩陣出發(fā)提出了抗差Kalman 濾波模型(RKF，Robust KF)。這些抗差Kalman 濾波模型的實質(zhì)都是根據(jù)觀測值殘差進行粗差探測并對含有粗差的觀測值進一步降權(quán)或剔除該觀測值，以抵抗粗差的影響，但降權(quán)將直接影響抗差的效果。在GPS變形監(jiān)測中，常利用Kalman 濾波對GPS 解算后得到的位移觀測值進行動態(tài)濾波，但受觀測環(huán)境的影響，位移觀測值中常含有粗差，其中衛(wèi)星圖形結(jié)構(gòu)并不是一個定位誤差源，通常會導(dǎo)致定位解算時法方程不穩(wěn)定［7］，降低定位的精度。而衛(wèi)星定位幾何精度因子(PDOP，Position Dilution of Precision)(相對定位時為RPDOP)［8］反映出衛(wèi)星圖形結(jié)構(gòu)越好，PDOP 值越小，定位解算精度也越高［9］。所以為了提高抗差效果，本文針對GPS 變形監(jiān)測中一般采用相對定位的特點，通過引入GPS 相對定位中的幾何精度因子(RPDOP，Relative Position Dilution of Precision)值作為先驗信息來探測并定位觀測值中的粗差，從而對其進行降權(quán)處理，以達到更佳的抗差效果。

2 抗差Kalman 濾波模型

標準Kalman 濾波要求動態(tài)噪聲和觀測噪聲是高斯白噪聲序列，但在實際應(yīng)用中難以滿足該條件［10］。當有粗差存在于觀測值向量L 中時，由Kalman 濾波的遞推方程可知，狀態(tài)預(yù)測向量1)及誤差都將受到來自粗差的影響。通過分析M 估計等價權(quán)原理，增益矩陣Kk能夠反映粗差的影響，所以可以將觀測噪聲協(xié)方差陣用合適的權(quán)函數(shù)代替，這樣粗差對估計結(jié)果的影響就可以得到一定程度的削弱甚至消除。

楊元喜基于穩(wěn)健估計思想，構(gòu)造觀測向量抗差等價權(quán)矩陣［11］。權(quán)函數(shù)采用IGGⅢ方案［12］，表示為:

在變形監(jiān)測中，一般情況下監(jiān)測點的觀測值都是測點的三維坐標，這時再根據(jù)觀測向量的標準化殘差來計算顯然不太合適。根據(jù)Kalman 濾波中的預(yù)測殘差向量特征，改進如下［13］:

3 顧及RPDOP 值的GPS 變形監(jiān)測抗差Kalman 濾波模型

由于在GPS 變形監(jiān)測中，要求獲得較高精度的形變量，多采用相對定位模式［14］。由于RPDOP 值實質(zhì)上反映的是相對定位中法方程結(jié)構(gòu)的穩(wěn)定性(病態(tài)性)。所以本文引入RPDOP 值作為先驗信息，提出顧及RPDOP 值的GPS 變形監(jiān)測抗差Kalman 濾波模型。該模型首先要計算出RPDOP 值，RPDOP 推算過程如下［15］:

在觀測時刻t，在兩個測站1 和2 上對衛(wèi)星p 和q 進行同步觀測，測站1 為基線的已知端，其坐標已知，可構(gòu)成載波相位的雙差觀測方程［16］，為便于書寫，省略雙差符號:

假設(shè)兩測站的同步觀測衛(wèi)星個數(shù)為n，則相應(yīng)地可以獲得(n－1)個雙差觀測值，其誤差方程為:

式中未知參數(shù)的協(xié)因數(shù)陣為:

經(jīng)過推導(dǎo)，可以獲知t 時刻，相對定位空間位置精度因子為:

由于相對定位在GPS 變形監(jiān)測中已經(jīng)得到廣泛使用，所以只需在原有觀測資料的基礎(chǔ)上，求取RPDOP 值即可。由于顧及RPDOP 值的抗差Kalman濾波具體的算法實現(xiàn)與一般的抗差Kalman 濾波相比在實現(xiàn)的過程中多了一步RPDOP 值的判斷，若RPDOP 值大于閾值就對其進行降權(quán)處理，此處閾值的設(shè)定具有一定的經(jīng)驗性，本文通過實驗調(diào)試，將其設(shè)定為4.0，當大于此閾值時，將其權(quán)降低1 000 倍，否則就直接執(zhí)行一般的抗差Kalman 濾波。

4 實測數(shù)據(jù)處理

實測數(shù)據(jù)來自湖南省郴寧高速公路一邊坡點2012-01—12月的變形監(jiān)測數(shù)據(jù)。數(shù)據(jù)通信用GPRS 無線傳輸，每個歷元的觀測結(jié)果是3 個小時的靜態(tài)解。由于此邊坡地處山區(qū)，信號質(zhì)量較差，存在嚴重的信號遮擋，同時還受周跳、信號中斷的影響，一些時段的數(shù)據(jù)存在不同程度的缺失。此外，受多路徑效應(yīng)和信號衍射誤差的影響，監(jiān)測結(jié)果頻繁出現(xiàn)粗差(圖1)。從圖中可以明顯看出位移序列數(shù)據(jù)存在明顯奇異值，這些奇異值實際都為粗差。本次試驗中，系統(tǒng)狀態(tài)模型為隨機游走模型，采用標準Kalman 濾波、IGGIII 抗差Kalman 濾波以及RPDOP 抗差Kalman 濾波三種方法對實際邊坡GPS 變形監(jiān)測數(shù)據(jù)進行處理與比較分析，其中抗差因子的閾值設(shè)定k0=2.5，k1=4.5，而RPDOP 值的閾值則設(shè)為4.0。圖1～3 分別為三種濾波方法的結(jié)果與原始數(shù)據(jù)序列的對比圖，從圖中可以看出，本文提出的改進算法抗差效果最佳。為了進一步定量評價濾波的效果，本文還采用小波濾波方法對原始觀測值序列進行濾波，鑒于小波濾波具有很強的去奇異值及濾波去噪能力，本次實驗以小波濾波的結(jié)果作為參考，計算三種方法濾波后的殘差RMS 值，具體結(jié)果見表1。

圖1 標準Kalman 濾波Fig.1 Standand Kalman Filter

圖2 抗差Kalman 濾波Fig.2 Robust Kalman Filter

圖3 顧及RPDOP 值的抗差Kalman 濾波Fig.3 RPDOP based Robust Kalman Filter

表1 三種卡爾曼濾波方法的RMS 統(tǒng)計值Tab.1 RMS values with 3 methods

由表1 可知，顧及RPDOP 值的抗差Kalman 濾波處理數(shù)據(jù)的精度最高，IGGIII 抗差Kalman 濾波模型其次，標準Kalman 濾波模型精度最低。

為了進一步分析顧及RPDOP 值的抗差Kalman濾波的抗差效果，對明顯含有粗差的第522 歷元位移數(shù)據(jù)進行分析。第522 歷元位移大小是－54.9 mm，平均RPDOP 值為9.72。而一般正常值RPDOP 在4.0 以下，觀察其前后的數(shù)據(jù)也可以看出，此觀測數(shù)據(jù)明顯偏離正常的變形位移范圍，是個較大的粗差。若采用標準Kalman 濾波處理，其權(quán)值為865，濾波后值為－29.5mm，與小波濾波參考值相差－18.3 mm;采用IGGIII 抗差后，其等價權(quán)為476，濾波后值為－24.4 mm，與小波濾波參考值相差－13.1 mm;而考慮RPDOP 值后，權(quán)降低至0.476，濾波后值為－10.2 mm，與小波濾波參考值相差1.0 mm。這說明僅利用標準化殘差進行抗差處理是不夠的，而RPDOP 值本身可作為GPS 相對定位精度的一個指標，以此作為先驗信息進行抗差降權(quán)處理是合理的，因此顧及RPDOP 值的抗差Kalman 濾波效果最佳。

5 結(jié)語

在GPS 變形監(jiān)測中，通常對解算后得到的位移值進行動態(tài)濾波，采用抗差Kalman 濾波時，通常根據(jù)標準化的殘差進行粗差探測和降權(quán)處理，但本文研究發(fā)現(xiàn)標準化殘差不能完全反映GPS 位移觀測值的質(zhì)量，而綜合考慮GPS 相對定位幾何精度因子RPDOP 值可更準確地評價GPS 位移觀測值的質(zhì)量，因此本文引入RPDOP 值作為先驗信息，對GPS 位移觀測值中的粗差進行探測并作進一步降權(quán)處理，可起到更強的抗差作用。實際GPS 滑坡變形監(jiān)測數(shù)據(jù)應(yīng)用結(jié)果表明該方法較一般的抗差Kalman 濾波抗差效果更佳。同時，也說明先驗信息的利用有助于提高抗差Kalman 濾波的效果和可靠性。

1 Jang C W，Juang J C and Kung F C.Adaptive fault detection in real-time GPS positioning［J］.IEE Proceedings-Radar，Sonar and Navigation，2000，147(5):254－258.

2 付夢印.Kalman 濾波理論及其在導(dǎo)航系統(tǒng)中的應(yīng)用［M］.北京:科學(xué)出版社，2003.(Fu Mengyin.Kalman filtering theory and its application to navigation system［M］.Beijing:Science Press，2003)

3 萬德鈞，等.GPS 動態(tài)濾波的理論，方法及其應(yīng)用［M］.南京:江蘇科學(xué)技術(shù)出版社，2000.(Wan Dejun，et al.GPS dynamic filtering theory，method and its application［M］.Nanjing:Jiangsu Science and Technology Press，2000)

4 楊元喜，張雙成.導(dǎo)航解算中的系統(tǒng)誤差及其方差協(xié)方差矩陣擬合［J］.測繪學(xué)報，2004，33(3):189－194.(Yang Yuanxi and Zhang Shuangcheng.Fittings of systematic errors and covariance matrices in navigation［J］.Acta Geodetica et Cartographica Sinica，2004，33(3):189－194)

5 楊元喜.動態(tài)系統(tǒng)的抗差Kalman 濾波［J］.解放軍測繪學(xué)院學(xué)報，1997，14(2):79－84.(Yang Yuanxi.Robust Kalman filter for dynamic systems［J］.Journal of the PLA Institute of Surveying and Mapping 1997，14(2):79－84)

6 Yang Y，He H and Xu G.Adaptively robust filtering for kinematic geodetic positioning［J］.Journal of Geodesy，2001，75(2):109－116.

7 馮尊德，盧秀山，郭英.GPS 定位中幾何精度因子的病態(tài)性診斷及其遞推計算［J］.煤炭學(xué)報，2006，31(5):591－584.(Feng Zhunde，Lu Xiushan and Guo Ying.Diagnostics of pathological condition of geometric factor of precision and its substitution calculation in GPS［J］.Journal of China Coal Society，2006，31(5):591－584)

8 Nielsen R O.Relationship between dilution of precision for point positioning and for relative positioning with GPS［J］.IEEE Trans Aerospace and Electronics Systems，1997，33(1):333－338.

9 Masahiko Kihara.Study of a GPS satellite selection policy to improve positioning accuracy［J］.IEEE Position Location and Navigation Symposium，1994，267－273.

10 余學(xué)祥，呂偉才.抗差卡爾曼濾波模型及其在GPS 監(jiān)測網(wǎng)中的應(yīng)用［J］.測繪學(xué)報，2001，30(1):28－31.(Yu Xuexiang and Lü Weicai.Robust Kalman filtering model and its application to GPS monitoring networks［J］.Acta Geodetica et Cartographica Sinica，2001，30(1):28－31)

11 Koch K R and Yang Y.Robust Kalman filter for rank deficient observation models［J］.Journal of Geodesy，1998，72(8):436－441.

12 楊元喜.抗差估計理論及其應(yīng)用［M］.北京:八一出版社，1993.(Yang Yuanxi.Robust estimation theory and its application［M］.Beijing:Bayi Press，1993)

13 伍錫銹.動態(tài)變形監(jiān)測中的Kalman 濾波方法研究［D］.中南大學(xué)，2011.(Wu Xixiu.Study on Kalman filtering for dynamic deformation monitoring［D］.Central South University，2011)

14 胡友健，等.論GPS 變形監(jiān)測技術(shù)的現(xiàn)狀與發(fā)展趨勢［J］.測繪科學(xué)，2006，31(5):155－157.(Hu Youjian，et al.On the status quo and development trend of GPS technology in deformation monitoring［J］.Science of Surveying and Mapping，2006，31(5):155－157)

15 劉超，等.GPS/偽衛(wèi)星相對定位中偽衛(wèi)星優(yōu)化布設(shè)模型研究［J］.中國礦業(yè)大學(xué)學(xué)報，2012，41(1):120－126.(Liu Chao，et al.An optimal pseudolites location model of GPS/pseudolites integrated relative positioning［J］.Journal of China University of Mining＆Technology，2012，41(1):120－126)

16 李征航，黃勁松.GPS 測量與數(shù)據(jù)處理［M］.武漢:武漢大學(xué)出版社，2005.(Li Zhenghang and Huang Jinsong.GPS surveying and data processing［M］.Wuhan:Wuhan University Press，2005)