Краткий анализ влияния
- Модель псевдодальномерного наблюдения (упрощённо):
$$\rho =r+c(dT-d{T}_s)+I+T+M+\epsilon ,$$ где $r$ — геометрический путь, $c$ — скорость света, $dT,d{T}_s$ — блоковые ошибки часов, $I$ — ионосферная задержка, $T$ — тропосферная, $M$ — мультипут (многолучевой) вклад, $\epsilon$ — шум приёма.
- Ионосферная первая степень влияния: задержка инвертно пропорциональна квадрату частоты:
$$I\propto \frac{\mathrm{TEC}}{f^2}.$$ Для двух частот $f_1,f_2$ можно получить ионофобную комбинацию:
$$P_{IF}=\frac{f_1^2{P}_1-f_2^2{P}_2}{f_1^2-f_2^2}.$$
- Геометрия и DOP: из-за блокировки сигналов в «каньоне» растёт PDOP, и позиционная погрешность масштабируется как
$${\sigma }_{pos}=PDOP\cdot {\sigma }_{range}.$$
- Мультипут: в городских условиях $M$ может быть сопоставим или превышать миллиметрово‑дециметровую точность фазы; мультипут сильнее на низких углах возвышения и при отражающих поверхностях.
Рекомендации по измерительной организации
- Планирование:
- избегать измерений при минимальной геометрии (PDOP высок), использовать оконные карты видимости спутников; ставить min‑elevation $e{l}_{min}\approx 15^{\circ }\text{–}20^{\circ }$ в каньонах.
- выбирать моменты с максимальной видимостью (анализ прогнозов спутников).
- Протоколы съёмки:
- статическая или длинноэпохная статическая съёмка для абсорбции мультипута и устранения случайных ошибок (мин. 10–30 мин в сложных условиях);
- многопроходная (repeated passes), чтобы усреднить систематические ошибки;
- использование приёма от опорной станции (RTK/VRS) или сетевых поправок.
- Геометрия приёма:
- поднимать антенну на максимально возможную высоту над уровнем отражающих элементов (стены, машины),
- избегать близости металлических конструкций.
Аппаратные решения
- Приёмник:
- многочастотный, многоспутниковый (GPS+GLONASS+Galileo+BeiDou) — увеличение числа измерений уменьшает PDOP и вероятность NLOS;
- поддержка L1/L2/L5 (или эквиваленты) для ионофобных комбинаций и улучшенной разрешимости амбиций.
- Антенна:
- геодезическая антенна с мультипут‑подавлением (choke‑ring или антенна с экранирующей кромкой);
- использование небольшой металлической отражающей пластины/ground plane если применима;
- в сложных условиях — адаптивные массивы/фазированные антенны с формированием диаграммы направленности и гашением NLOS/отражённых сигналов.
- Доп. датчики:
- IMU (инерциальная система) и одометрия для интеграции (tight coupling) и поддержания непрерывности при временных потерях GNSS;
- высокочувствительные приёмники с динамическим управлением C/N0, но осторожно — избыточная чувствительность может удерживать ложные NLOS.
Методы постобработки и алгоритмы повышения надёжности
- Ионоскоррекция:
- прямое использование многочастотных ионофобных комбинаций ($P_{IF}$, $L_{IF}$) для устранения первой ордера ионосферы;
- использование сетевых моделей TEC/RTCM/PPP‑RTK для высокой точности.
- Разрешение фазовых амбиций:
- алгоритмы LAMBDA и фильтрация циклов; цикловые разрывы детектируются через контролируемые остатки и изменение фазы;
- при невозможности постоянного фикс‑режима — применить «ambiguity‑fixing» в постобработке на базовых участках.
- Гашение мультипута:
- carrier‑smoothing (Hatch filter) для псевдодальностей: сглаживание псевдодальности фазой для снижения мультипутного шума;
- sidereal filtering / multipath maps: повторяющиеся мультипут‑паттерны (прибл. каждые 23h56m) позволяют строить и вычитать карту мультипута;
- временные фильтры и вейвлет‑методы для отделения низкочастотных тенденций мультипута.
- Отбор и взвешивание наблюдений:
- применять C/N0‑фильтрацию и NLOS‑детектирование (резкое падение C/N0, несоответствие фазы/псевдодальности);
- elevation‑dependent weighting, например
$$w_i=\frac{1}{{\sin }^{2}e{l}_i}$$ или более гибко
$$w_i=\frac{1}{{\sigma }_0^2+k/{\sin }^{2}e{l}_i},$$ где $e{l}_i$ — угол возвышения, $k$ — эмпирический коэффициент.
- Робастная оценка:
- M‑оценки, RANSAC или Huber‑веса для подавления выбросов (NLOS/multipath);
- RAIM и расширенные тесты остатка для удаления ошибочных спутников.
- NLOS/отсечение по моделям окружения:
- использовать 3D‑карты/модели зданий и ray‑tracing для прогноза видимости/NLOS и автоматического исключения заблокированных спутников;
- машинное обучение/классификаторы на основе C/N0, доплера, S4, и угловой информации для детекции NLOS.
- Интеграция с IMU и SLAM:
- tight coupling GNSS/IMU или GNSS/odometry при кратковременных потерях сигналов; SLAM + визуальные данные (VSLAM) для автономной коррекции.
Рекомендованная практическая конфигурация для «городских каньонов»
- оборудование: многочастотный GNSS‑приёмник + choke‑ring антенна + IMU;
- режим: многократные статические фикс‑сессии (10–30 мин) + кинематические проходы для привязки;
- использование RTK/VRS или PPP‑RTK при наличии сетевых поправок;
- в постобработке: ионофобная комбинация, carrier smoothing, LAMBDA для амбиций, robust‑оценка, применение 3D‑масок и удаление NLOS по C/N0 и моделям зданий;
- если требуется непрерывность — fusion GNSS/IMU с динамическим переключением режимов.
Краткое резюме: в «узких каньонах» основная деградация обусловлена потерями спутников и мультипутом; сочетание многочастотных много‑созвездных приёмников, мультипут‑устойчивых антенн, сетевых поправок и постобработки (ионофобные комбинации, сглаживание по фазе, робастная оценка, 3D‑маски, интеграция с IMU) даёт наибольшее улучшение надёжности и точности.