Hassas Nokta Konumlama İçin Robust Kalman Filtresi Yöntemlerinin Analizi

Özet

Hassas Nokta Konumlama (Precise Point Positioning, PPP) çözümlerinde bilinmeyenlerin tahmini için genellikle ideal kestirici olarak Kalman filtresi kullanılır. PPP için fonksiyonel ve stokastik modellerin uygun bir şekilde tanımlanması Kalman filtresinden daha güvenilir sonuçlar elde edilmesi anlamına gelmektedir. Ancak ölçülerin ve bilinmeyen parametrelerin stokastik davranışlarınımodelleyebilmek oldukça güçtür. Dahası ölçüler ve dinamik modeldeki kaba hatalar, düzeltilemeyen küçük faz kesiklikleri ve modellenemeyen donanım hatalarıKalman filtresi performansını kötü yönde etkilemektedir. Bu olumsuzlukların filtre sonucuna etkisini en aza indirebilmek için robust Kalman filtresi yöntemleri kullanılmaktadır. Literatürde GNSS (Global Navigation Satellite System) uygulamalarında kullanılmış çeşitli robust Kalman filtresi yöntemleri mevcuttur. Bu çalışmanın temel amacı PPP çözümlerine uygulanabilecek başlıca robust Kalman filtresi yöntemlerini tanıtmak ve ilgili yöntemlerin PPP konum belirleme performansına olan etkisini araştırmaktır. Bu amaçla çalışma kapsamında farklı robust yöntemler içeren beş farklı PPP filtreleme yaklaşımıoluşturulmuştur. Daha sonra 1-10 Eylül 2019 tarihleri arasında on IGS (International GNSS Service) istasyonunda toplanmış gözlem verileri beş farklıyaklaşımla ayrı ayrı işlenmiştir. İlgili yaklaşımlara ait PPP çözümleri konum doğruluğu ve yakınsama süresi açısından değerlendirilmiş ve sonuçlar robust Kalman filtresi kullanımının geleneksel Kalman filtresi ile kıyaslandığında PPP konum doğruluğunu iyileştirdiğini göstermiştir. Öte yandan sonuçlar incelendiğinde PPP performansının uygulanan robust Kalman filtresi modeline göre önemli değişiklikler gösterdiği görülmüştür. Son olarak, bu çalışmada iyileştirilmiş IGG III (Institute of Geodesy and Geophysics) fonksiyonunu içeren uyarlı robust Kalman filtresi hem statik hem de kinematik PPP çözümleri için en başarılı sonuçlarıüretmiştir.