论文部分内容阅读
为了削弱站间星间双差电离层延迟和对流层延迟,实现中长基线参考站间模糊度快速解算,对流层干延迟用模型改正;双差对流层湿延迟和电离层延迟用一阶高斯马尔科夫过程估计;在此基础上提出了双差对流层湿延迟参数、双差电离层延迟参数和模糊度作为状态向量的卡尔曼滤波算法,并结合改进的最小二乘模糊度降相关法(MLAMBDA)搜索模糊度;经验证,该算法稳定性好,初始历元数少,高度角大于20°时搜索成功率高于96%。