GNSS kinematic position and velocity determination for airborne gravimetry

Das weltumspannende Satelliten-Navigationssystem GNSS spielt eine wichtige Rolle für die Fluggravimetrie. Gegenstand dieser Arbeit ist die Entwicklung zuverlässiger GNSS-Algorithmen und Software für die hochgenaue GNSS-Datenanalyse in der Fluggravimetrie. Ausgehend von den Anforderungen für praktische Anwendungen der Fluggravimetrie lassen sich die Beiträge und Schwerpunkte dieser Dissertation wie folgt zusammenfassen: Ausgleichs- bzw. Schätzungs-Algorithmen: Ausgehend von den Genauigkeitsanforderungen an die GNSS-basierte Positionsbestimmung in der Fluggravimetrie werden in einer kinematischen GNSS-Daten-Auswertung eine Schätzung nach kleinsten Quadraten einschließlich der Eliminierung von Störparametern sowie ein Zwei-Wege-Kalman-Filter angewendet. Das Ziel der beiden Ausgleichsverfahren ist es, an jedem Messzeitpunkt zunächst globale Parameter (wie System-Fehler und Trägerwellen-Ambiguities) und anschließend lokale Parameter (wie Position und Geschwindigkeit der bewegten Messplattform) zu bestimmen. Die angewandten Methoden sind sehr effizient und ergeben hochpräzise Resultate für die GNSS-Datenanalyse. Analyse von Genauigkeit und Zuverlässigkeit: Die Genauigkeit und Zuverlässigkeit der Resultate der präzisen kinematischen GNSS-Positionsbestimmung werden untersucht. Dabei wird eine besondere Methode zur Bewertung der Genauigkeit der kinematischen GNSS-Positionsbestimmung vorgeschlagen, wo bekannte Entfernungen zwischen mehreren GNSS-Antennen als Genauigkeits-Maßstab genommen werden. Weiterhin wird der Einfluss der Uhrenfehler der GNSS-Empfänger auf die Genauigkeit der kinematischen Positionsbestimmung für die Hochgeschwindigkeits-Plattform untersucht. Für dabei auftretende Probleme wird eine Lösung vorgeschlagen. Algorithmen der kinematischen Positionsbestimmung die auf mehreren Referenzstationen beruhen: Um das Problem der im Falle langer Basislinien abnehmenden Genauigkeit in der relativen kinematischen GNSS-Positionsbestimmung zu bewältigen, wird ein neuer Algorithmus vorgeschlagen. Er beruht auf der apriori Einführung von Exzentrizitäts-Bedingungen für mehrere Referenzstationen. Dieser Algorithmus erhöht die Genauigkeit und Zuverlässigkeit der Ergebnise in der kinematischen Positionsbestimmung für große Regionen resp. lange Basislinien. Präzise GNSS-Positionsbestimmung, beruhend auf robuster Schätzung: Das Vorhandensein von groben Fehlern in den GNSS-Beobachtungen verursacht das Auftreten von Ausreißern in den Ergebnissen der Positionsbestimmung. Um dieses Problem zu überwinden, wird ein robuster Ausgleichungs-Algorithmus angewendet, der die Auswirkungen von gro-ben Fehlern in den Ergebnissen der kinematischen GNSS-Positionsbestimmung beseitigt. Kinematische Positionierung auf der Basis mehrerer bewegter Stationen: In der Fluggravimetrie werden in der Regel mehrere GNSS-Antennen auf einer bewegten Plattform installiert. In diesem Zusammenhang wird deshalb erstens ein kinematisches GNSS-Positionsbestimmungsverfahren vorgeschlagen, das auf mehreren gleichzeitig bewegten GNSS-Stationen basiert. Aus den bekannten, konstanten Distanzen zwischen den GNSS-Antennen werden dabei apriori Exzentrizitäts-Bedingungen abgeleitet und in die Positions-schätzung eingeführt. Dies verbessert die Zuverlässigkeit des Messsystems. Zweitens wird solch ein Ansatz auch zur Bestimmung eines gemeinsamen Refraktionsparameters aller GNSS-Antennen der Plattform für den feuchten Teil der Atmosphäre verwendet. Dieses Verfahren reduziert nicht nur die Menge der geschätzten Parameter, sondern verringert auch die Korrelation zwischen den atmosphärischen Parametern. Kinematische Positionierung basierend auf der Kombination verschiedener GNSS-Systeme: Um die Zuverlässigkeit und Genauigkeit der kinematischen Positionsbestimmung zu verbessern, werden die Signale mehrerer GNSS-Systeme (d.h. GPS und GLONASS) gemeinsam registriert und ausgewertet (sog. GNSS-Integration). Zur Optimierung des relativen Gewichts zwischen den Daten der verschiedenen GNSS-Systeme wird die Helmertsche Varianz-Komponenten-Schätzung angewandt. Der auf dieser Basis entwickelte Kombinationsalgorithmus ermöglicht die Verbesserung der Beiträge von mehreren GNSS-Systemen. Geschwindigkeitsbestimmung mit GNSS-Doppler-Daten: Die Auswertung der Schwere-Messdaten in der Fluggravimetrie verlangt die hochgenaue Bestimmung des Geschwindigkeitsvektors der bewegten Plattform. Deshalb werden rohe GNSS-Doppler-Beobachtungen verwendet, um die Geschwindigkeit der bewegten Plattform im Falle hoch-dynamischer Flugbedingungen kinematisch zu bestimmen. Darüberhinaus werden aus der Trägerphase abgeleitete Doppler-Beobachtungen verwendet, um präzise Geschwindigkeitsschätzungen im Falle weniger dynamischer Flugbedingungen zu erhalten. Die Kombination verschiedener GNSS-Systeme wird auch bei der Doppler-Geschwindigkeitsbestimmung angewandt. Hierzu wird die Anwendung der Helmertschen Varianzkomponenten-Schätzung und einer robusten Schätzung untersucht. Software Entwicklung und Anwendung: Um die aktuellen Anforderungen der GNSS-basierten Positionsbestimmung in der Flug- sowie Schiffsgravimetrie zu erfüllen, wurde ein Software-System (HALO_GNSS) für die präzise kinematische GNSS-Flugbahn- und Geschwindigkeitsberechnung kinematischer Plattformen entwickelt. Die in dieser Arbeit vorgeschlagenen Algorithmen wurden in diese Software integriert. Um die Effizienz der vorgeschlagenen Algorithmen und der HALO_GNSS Software zu prüfen, wurde diese Software sowohl in Flug- als auch in Schiffsgravimetrie-Projekten des GFZ Potsdam angewandt. Alle Ergebnisse werden verglichen und geprüft und es wird gezeigt, dass die angewandten Methoden die Zuverlässigkeit und Genauigkeit der kinematischen Positions- und Geschwindigkeitsbestimmung effektiv verbessern. Die Verwendung der Software HA-LO_GNSS ermöglicht kinematische Positionsbestimmung mit einer Genauigkeit von 1-2 cm sowie Geschwindigkeitsbestimmung mit einer Genauigkeit von ca. 1 cm/s mit Roh- und etwa 1 mm/s mit aus der Trägerphase abgeleiteten Doppler-Beobachtungen.

Author dc:creator

• He, Kaifei

Advisor dc:contributor.advisor

• Xu, Guochang

Licence dc:rights.uri

• https://creativecommons.org/licenses/by/3.0/de/

Language dc:language.iso

en, English

Identifier URI

urn:nbn:de:kobv:83-opus4-63840
http://dx.doi.org/10.14279/depositonce-4372

OAI identifier oai:identifier

oai:depositonce.tu-berlin.de:11303/4669