Kalman filter modeling for the estimation of tropospheric and ionospheric delays from the GPS network

망기반 대류 및 전리층 지연 추출을 위한 칼만필터 모델링

In general, various modeling and estimation techniques have been proposed to extract the tropospheric and ionospheric delays from the GPS CORS. In this study, Kalman filter approach is adopted to estimate the tropospheric and ionospheric delays and the proper modeling for the state vector and the variance-covariance matrix for the process noises are performed. The coordinates of reference stations and the zenith wet delays are estimated with the assumption of random walk stochastic process. Also, the first-order Gauss-Markov stochastic process is applied to compute the ionospheric effects. For the evaluation of the proposed modeling technique, Kalman filter algorithm is implemented and the numerical test is performed with the CORS data. The results show that the atmospheric effects can be estimated successfully and, as a consequence, can be used for the generation of VRS data.

일반적으로 VRS 데이터 생성 등을 위해 GPS 상시관측망으로부터 대류지연 및 전리층 지연량을 계산하여야 하며 이를 위해 다양한 모델링 기법과 추정 이론을 적용하게 된다. 본 연구에서는 대류 및 전리층 지연량의 계산을 위해 칼만필터를 기반으로 모델링을 수행하였으며 상태벡터의 특성을 고려하여 상태전이행렬 및 분산-공분산 값을 결정하였다. 수신기의 좌표 및 천정방향의 대류지연량과 이중차분전리층 지연량은 각각 random walk 및 first-order Gauss-Markov 프로세스로 모델링을 하였다. 모델링한 필터의 검증을 위해 구현된 칼만필터를 이용하여 상시관측소 데이터를 처리하였으며 그 결과 수신기의 좌표뿐만 아니라 천정방향의 대류지연량 및 이중차분전리층 지연량을 성공적으로 추출할 수 있었다. 따라서 향후 알고리즘을 통해 추출된 대기효과에 VRS 데이터 등의 생성에 유용하게 사용될 수 있을 것이다.