FenixEdu™

Dissertação

{pt_PT=Performance Evaluation of GPS Auto-Surveying Techniques} {} EVALUATED

Detalhes: {pt=Com a massificação da utilização dos sistemas de navegação global por satélite (GNSS), cada vez mais aplicações estão a fazer uso de dados de posicionamento precisos. De todos os métodos de posicionamento desenvolvidos para GNSS, os mais precisos são aqueles baseados em sistemas diferenciais, como GNSS diferencial (DGNSS) e Real-Time Kinematics (RTK), usando uma estação de referência. No entanto, estes sistemas necessitam de saber a posição desta estação com precisão para poderem ser precisos. É sobre esta problemática que a presente tese incide. Foram analisados quatro métodos de posicionamento, nomeadamente o Método dos Mínimos Quadrados (LS), o Método dos Mínimos Quadrados Ponderados (WLS), o Filtro de Kalman Extendido (EKF) e o Filtro de Kalman Unscented (UKF), usando pseudoranges como medições. Foram testados também o Filtro de Hatch, RAIM e métodos estatísticos, de forma a caracterizar várias possibilidades para métodos de auto-posicionamento de um receptor estático. Testados estes métodos, verificou-se que o EKF e UKF apresentam muito melhores resultados que o LS e WLS no seu erro médio, conseguindo uma precisão abaixo de 1 metro ao fim de cerca de 4 horas. Verificou-se também que o sistema de RAIM é importante para o auto-posicionamento. Escolhida a combinação de métodos que apresenta melhores resultados, esta foi testada contra implementações existentes revelando que é bastante competitiva, principalmente quando considerando as diferenças entre receptores utilizados. Finalmente, estes resultados foram utilizados num teste de DGNSS que verificou a melhoria significativa da estimativa de posição quanto melhor for a estimativa de posição da estação de referência., en=With the increase in widespread use of Global Navigation Satellite Systems (GNSS), more and more applications require precise position data. Of all the GNSS positioning methods, the most precise ones are those that are based in differential systems, like Differential GNSS (DGNSS) and Real-Time Kinematics (RTK). However, these systems require a very precise estimate of their reference station position to have good precision. This is the problem this thesis set out to study. Four positioning methods were analyzed, namely Least Squares (LS), Weighted Least Squares (WLS), Extended Kalman Filter (EKF) and Unscented Kalman Filter (UKF), using only pseudorange measurements. It was also tested the Hatch Filter, RAIM and statistical methods, in order to characterize several possible methods of auto-survey for a static receiver. After testing, it is seen that the EKF and UKF present much better mean error results than LS and WLS, with an attained precision below 1 meter after about 4 hours. It was also verified the importance of RAIM for the self-survey procedure. Chosen the combination of methods that gives the best results, it was tested against existing implementations showing it is very competitive, especially considering the differences between the used receivers. Finally, these results were used in a DGNSS test, which verified a significant improvement in the position estimate as the base station position estimate improves.}
Keywords: {pt=GNSS, GPS, Estação-base, Auto-posicionamento, en=GNSS, GPS, Base-station, Auto-surveying}

Discussão: março 5, 2021, 14:30