农机导航中的GPS定位误差分析

现阶段GPS系统在农机导航中更为普遍地使用，借助GPS定位可以使农机在工作环境下进行自动灭草、收割、浇肥等。即农机可自动感知周边环境，实时根据要求进行既定任务。GPS定位的基础理论这里省略不谈，在其定位历程中难免会产生一定的误差，主要包括星历误差、卫星钟差、电离层误差、对流层误差、多径误差和接收机误差。在此基础上，怎样提升GPS定位精度，先就先来分析下GPS定位的误差。

GPS差分技术及协同卡尔曼滤波算法

由于GPS技术存在较大的误差，需要借助差分GPS去消除这种误差，特别是卫星钟差和部分传播误差。现阶段差分技术主要分为位置差分、伪距差分、相位平滑伪距差分、微博相位差分等4种。为了提高动态的定位精度，还会采用GPS动态滤波的方法，来消除随机误差。协同卡尔曼滤波器的分析方式可大大降低计算量，实现最优的滤波，从而减少不必要的误差。

位置差分法：已知基站的位置和基站动态解算的GPS位置，借助广播链路将差值发送到移动站点，移动站点在自身解算的基础上进行修正。

伪距差分：基站覆盖范围增大，原理是基准站在解算位置时要求得到它至可见卫星的距离，求出真实距离和含误差的测量值之间的偏差，将误差传给移动站，移动站计算出修正伪距，从而改正自身位置的估值。

相位平滑伪距差分：利用载波相位的测量精度比码相位的测量精度高的特点，获得无噪声的伪距测量。

载波相位差分技术：基于静态载波相位的相对定位基础，主要是单差、双差、三差。

协同卡尔曼滤波算法：如果在综合的导航定位系统中，采用单一滤波来解决所有信息源的数据，不仅会造成系统方程过于庞大，计算量增加，影响系统实时响应的性能，而且任何一个子系统的故障都会影响到整个系统。因此需要采用协同卡尔曼滤波器，避免产生混沌现象和混沌状态，计算好递推迭代的稳定点，对估计误差进行补偿。