基于RTS滤波的GPS BDS 非差非组合PPP_INS紧组合模型
本文的主要内容是介绍了一种基于 RTS 滤波的 GPS+BDS 非差非组合 PPP/INS 紧组合模型，以解决 GPS 高精度定位技术在动态复杂环境中的问题。该模型通过使用 GPS+BDS 双系统观测数据，提高 PPP 解算中的可用卫星数，改善星站间定位几何强度和提高 PPP 收敛速度。同时，采用 PPP/INS 紧组合，利用 INS 的自主定位特性和短期高精度特性，有效改善复杂环境下的定位精度和连续性。
RTS 滤波是该模型的核心部分，它可以进一步提高 PPP/INS 紧组合性能。作者们首先推导了 GPS+BDS 非差非组合函数模型、PPP/INS 紧组合函数模型和 RTS 滤波函数模型，然后利用一组车载动态数据，对动态 GPSPPP、GPS+BDSPPP、GPS/INS 紧组合、GPS+BDSPPP/INS 紧组合和基于 RTS 的 GPS+BDSPPP/IMU 紧组合的定位、测速和定姿性能进行了分析。实验结果表明，该模型可以有效提高定位精度（58%~72%）、测速精度（74%~82%）和定姿精度（4%~23%），特别是对卫星失锁期间的定位性能改善尤为明显。
该模型的应用前景非常广阔，例如可以应用于机器人导航、自动驾驶、无人机、智能交通系统等领域。本文的结果对 GNSS/INS 定位技术的发展具有重要的理论和实践意义。
关键词：GPS 定位系统；北斗卫星导航系统；非差非组合精密单点定位；惯性导航系统；RTS 滤波。
本文的知识点可以概括为以下几个方面：
1. GPS 高精度定位技术在动态复杂环境中的问题和挑战。
2. 基于 RTS 滤波的 GPS+BDS 非差非组合 PPP/INS 紧组合模型的原理和实现。
3. GPS+BDS 双系统观测数据的应用和优势。
4. PPP/INS 紧组合模型的理论基础和实现。
5. RTS 滤波函数模型的原理和应用。
6. 该模型在机器人导航、自动驾驶、无人机、智能交通系统等领域的应用前景。
本文的结果对 GNSS/INS 定位技术的发展具有重要的理论和实践意义，并且该模型可以广泛应用于机器人导航、自动驾驶、无人机、智能交通系统等领域。
