基于最大似然估计的GPS多径估计.docx

基于最大似然估计的GPS多径估计
GPS定位技术一直以来都是精准定位的代表技术。然而在实际应用中，由于GPS信号经常受到信号衰减、反射等影响，会引起多径效应，导致对测距的误差。解决多径干扰问题是GPS定位的一个重要问题，对于解决GPS定位精度问题具有重要意义。对于多径效应的估计，目前主要有基于MF（MatchedFiltering）的方法和基于MLE（MaximumLikelihoodEstimation）的方法。
本文将围绕基于MLE的方法展开，来讨论如何基于最大似然估计的GPS多径估计。
一、多径效应
多径影响是因为卫星信号在发送到接受系统之前被地面、建筑物或其它障碍物反射、折射等导致信号路径变化，再和直接路径下行回来，与直接路径叠加，导致测距误差的产生。这是由于在多径情况下，接收到的GPS信号为来自不同路径的干扰信号和目标信号的叠加。即原本的目标信号会叠加上一个来自其他路径的强干扰信号。这会导致系统的输出结果和真实值之间产生误差。
二、解决方法
解决GPS多径干扰问题是估计多径影响的大小和被噪声覆盖的干扰项的同时确定发生干扰的时刻，这是GPS定位的一个重要问题。
主要解决方法有干扰抑制、干扰去除、多路径误差模型化等。在这里主要介绍多路径误差模型化方法。对于常规的GPS单差解算或无差解算中，利用两个及以上的卫星信号，采集用户端接收的GPS信号数据，通过计算两种或多种信号的差异，来计算出相对距离误差。然而，当使用差分模式时，当接收到的信号同时影响基准站和移动站时，就会造成基准站与移动站之间的偏差。
三、MLE的基本原理
MLE是一种参数估计方法，它假设我们已知某种统计模型的形式，但我们并不知道这个统计模型的参数是什么。基于MLE的方法是寻找到最能解释观测数据的一组参数。当我们面临这样的数据时，基于MLE的方法可以通过分析数据，通过最大化似然函数，来获得适合于此数据的概率分布的参数。在无差解算中，对于双频GPS接收机，移动站的钟差误差可以消除，在信号的相位和伪距观察值之间存在一个固定偏差。因此，采用两种观测方式即可消除钟跳和固定偏差，从而获得用户的真实位置。MLE方法可以通过最大化似然函数，来估计多径噪声影响的概率密度函数的参数。
四、MLE的估计方法
MLE方法包括两个步骤：Leslie法和Newton-Raphson法。Leslie作为一种线性估计策略，计算似然函数的导数，然后使用等高线的局部凸性最大化似然函数。Newton-Raphson方法是一种非线性迭代方法，通过一种先验概率分布的设定，来消除似然函数中的多项式项，从而获得关键点的二阶导数。因此，在差分GPS定位中，使用MLE方法可以估计多路径干扰信号对于观测结果的影响，并得到真实的GPS信号。
五、实验结果与分析
在测试数据中，通过比较不同干扰模式和参数估计方法的平均测距误差，得到基于MLE方法的多路径干扰估计方法，并在移动站和基准站之间的距离上计算误差。实验结果表明，基于MLE的方法可以减少测距误差，提高GPS定位的精度，具有较高的可靠性和精确性。
六、结论
GPS多路径干扰影响了GPS定位的精度，对GPS定位的精度提出了挑战。基于MLE的方法，可以有效地消除GPS多路径干扰的影响，提高GPS定位的精度。因此，对于解决GPS定位精度问题，MLE方法提供了一种更有效的方法，提高了GPS精度，并具有广泛的应用前景。