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：已知基站的精确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。

GPS定位误差分析

现阶段GPS接收机输出的信号在时间上是离散的，定位数据也随之变化，当前时刻的误差和之前时刻的误差并不可以独立，需要建立一个GPS误差模型，对误差进行预测和修正。本文采用基于时间序列分析的卡尔曼滤波组合导航的方式去计算和分析GPS定位误差，描述系统的动态特性，预测GPS定位误差的信号变化规律。

利用卡尔曼滤波解决GPS静态定位数据：对于GPS单机定位来说，常用卡尔曼滤波和最小二乘法来持续的预测和修正递推历程，降低随机误差的数值。现阶段，在静态定位中，可以将所有的待测点位置和速度作为状态变量，将系统作为线性系统，离散化状态方程，形成新的矩阵方程，获取位置信息。此种办法使用比较普遍，实验的精度值不够，但这是利用卡尔曼滤波解决GPS动态定位数据的基础，需要把握好此种处理方式。

利用卡尔曼滤波解决GPS动态定位数据：GPS定位精度是一种误差概率特性，主要采用的是基于时间序列分析的卡尔曼滤波组合去分析农机导航中的GPS定位误差，以提高农机组合导航中的定位精度。在卡尔曼滤波中融合不同源信息的信号，可以提高导航的精确程度。在误差的提取历程中，需要注意的是GPS的真值是指利用卡尔曼滤波过滤解决后的GPS原始定位数据，而其比较对象是原始的GPS定位数据，利用基于时间序列的误差模型，对计算值进行预测和修正，要求降低其误差相关性，接近白噪声。

在农机导航中，利用卡尔曼滤波历程中，初始值可以任意选定，随着滤波的持续进行，将记录好的GPS定位数据借助卡尔曼滤波解决，与农机当时的实际位置的数值进行比较，若结果接近，则证明基于时间序列的误差模型可以在导航动态条件下较好地对GPS进行定位。

总结

借助对农机导航中GPS定位的误差分析，可以探寻怎样解决低成本定位、高精度农业要求的GPS误差。国内对农机GPS导航的科学研究起点落后于发达国家，现阶段在一定的技术基础下，更多的科学研究人员投入到该项技术的科学研究历程中，建立有关模型，减少GPS定位误差，全面提升农业的生产运行，做到改善工作品质和延长运行时间的效果。