See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/329747406

GNSS Processing Modules and Their Application to Precise Point Positioning

Conference Paper · November 2018

DOI: 10.23919/AADECA.2018.8577301

CITATIONS READS

0 139

4 authors:

Ernesto Mauro Lopez Santiago Rodriguez

Universidad Nacional de La Plata Universidad Nacional de La Plata
5 PUBLICATIONS   1 CITATION    7 PUBLICATIONS   7 CITATIONS   

SEE PROFILE SEE PROFILE

Javier Garcia Carlos Muravchik

Universidad Nacional de La Plata Universidad Nacional de La Plata
48 PUBLICATIONS   137 CITATIONS    198 PUBLICATIONS   2,503 CITATIONS   

SEE PROFILE SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Parametric Loudspeaker View project

Statistical signal processing applied to Radar, EEG and GNSS View project

All content following this page was uploaded by Carlos Muravchik on 03 April 2019.

The user has requested enhancement of the downloaded file.

 AADECA 2018 - Semana del Control Automático - 26◦ Congreso Argentino de Control Automático
Módulos de procesamiento GNSS y su aplicación al
Posicionamiento Puntual Preciso
Ernesto M. López∗ , Santiago Rodrı́guez† , Javier G. Garcı́a† , Carlos H. Muravchik∗
∗ Instituto
LEICI, UNLP-CONICET, La Plata, Buenos Aires, Argentina
† UIDET
SENyT, UNLP, La Plata, Buenos Aires, Argentina
{ernesto.lopez,santiago.rodriguez,jgarcia,carlosm}@ing.unlp.edu.ar
Resumen—En este trabajo se presenta un conjunto de módulos
de procesamiento orientados a la evaluación de desempeño de
algoritmos de navegación con GNSS. Estos módulos permiten
su aplicación a diversos escenarios, desde receptores terrestres
fijos hasta receptores a bordo de satélites de órbita baja, con
la flexibilidad de poder utilizar distintas mediciones GNSS.
En particular, se evalúa la utilización y el desempeño de estos
módulos para Posicionamiento Puntual Preciso de estaciones
terrestres. El enfoque adoptado se basa en un filtro de Kalman
extendido utilizando mediciones de pseudorango y de fase de
portadora del sistema GPS, en combinación libre de ionósfera.
Los resultados de posición obtenidos fueron contrastados contra
las soluciones provistas por el Servicio GNSS Internacional
(IGS), obteniendo una precisión del orden del centı́metro.
Abstract—In this work we present a set of processing mod-
ules oriented to the performance evaluation of GNSS-based
navigation algorithms. These modules allow their application
to different scenarios, from Earth fixed stations to on-board
satellite receivers, with the flexibility of being able to use multiple
GNSS observations. In particular, the use and performance of
these modules for Precise Point Positioning of ground stations is
analized. The adopted approach is based on an extended Kalman
filter using GPS pseudorange and carrier phase measurements,
in ionosphere-free combination. The obtained position fixes were
contrasted against the solutions provided by the International
GNSS Service (IGS), achieving a precision at the centimeter level.
Palabras Clave—GNSS, PPP, Navegación
I. I NTRODUCCI ÓN
Los sistemas de navegación por satélite (GNSS) son cons-
telaciones de satélites que orbitan la Tierra y permiten que
un usuario obtenga posición, velocidad y tiempo en un ins-
tante dado. Existen actualmente dos GNSS completamente
operativos, GPS (EEUU) y GLONASS (Rusia), mientras que
Galileo (Unión Europea) y BeiDou (China), se encuentran en
las últimas etapas de desarrollo. Por otra parte también existen
sistemas regionales destinados a proveer mayor disponibilidad
en determinadas zonas, tales como QZSS (Japón), IRNSS
(India), y SBAS (consistente de satélites geoestacionarios) [1].
Cada GNSS transmite múltiples señales en bandas de fre-
cuencia predefinidas. Del conjunto de señales disponibles,
algunas son para uso militar (encriptadas) mientras que el resto
se encuentran disponibles para uso civil. Un receptor GNSS
necesita obtener su distancia o rango respecto a, al menos,
Este trabajo fue financiado por ANPCyT PICT2014-1232, UNLP 11-I209,
CONICET y CIC-PBA.
517
cuatro satélites del mismo GNSS y conocer la posición de
dichos satélites en un dado marco de referencia para poder
estimar sus coordenadas de posición y el sesgo de su reloj
respecto al tiempo del sistema utilizado. Los observables
básicos que permiten estimar dichos rangos son los llamados
pseudorangos, obtenidos mediante la diferencia entre los tiem-
pos de transmisión y recepción de la señal, y las mediciones de
fase de portadora. Estas mediciones son afectadas por diversas
fuentes de error, que deben modelarse adecuadamente según
la precisión de la solución demandada por la aplicación.
La técnica de Posicionamiento Puntual Único (SPP por
su sigla en inglés) [1], utiliza pseudorangos y la posición y
sesgo de reloj de satélites obtenidas mediante las efemérides
transmitidas en el mensaje de navegación. Dado que estas
componentes presentan errores del orden del metro, SPP no
resulta viable para aplicaciones que requieren una precisión
del orden de los centı́metros o milı́metros. Por otra parte,
la ionósfera introduce un error en las mediciones de difı́cil
modelado, que degrada aún más la solución. Una opción
en estos casos es utilizar Posicionamiento Puntual Preciso
(PPP) [2]. Este método utiliza mediciones de fase además de
pseudorangos, las cuales poseen un nivel de ruido del orden
de los milı́metros, aunque requieren estimar un parámetro
adicional de ambigüedad de ciclos de portadora [1]. A su vez,
utiliza mediciones de dos frecuencias para cancelar el efecto de
la ionósfera. Para aprovechar la precisión de estas mediciones
deben utilizarse productos que contienen datos precisos de las
posiciones y sesgos de los relojes de los satélites, provistos
por centros de análisis GNSS, en lugar de las efemérides.
Con el fin de analizar y evaluar algoritmos orientados a
la navegación mediante GNSS se desarrolló una biblioteca
de funciones en lenguaje de alto nivel que denominaremos
Módulos GNSS. Estos Módulos implementan la lectura de
archivos de datos, su procesamiento y el análisis de distintos
aspectos de interés para la evaluación, investigación y edu-
cación sobre GNSS; permitiendo realizar posicionamiento en
diversos escenarios para distintos tipos de usuario.
En este trabajo se presenta la aplicación de los Módulos
GNSS a PPP para el caso de usuario estático. En particular,
se mostrarán resultados obtenidos para estaciones del IGS
utilizando únicamente mediciones GPS. Dichos resultados
fueron validados utilizando soluciones oficiales publicadas por
el IGS. En la Sección II se describen los Módulos GNSS y
sus funcionalidades. En la Sección III se detalla el esquema
utilizado para el procesamiento PPP, mientras que en la
Sección IV se describe el modelado implementado para las
mediciones de pseudorango y fase de portadora. En la Sección
V se presentan las pruebas y resultados obtenidos, y finalmente
en la Sección VI se describen las conclusiones.
II. D ESCRIPCI ÓN DE LOS M ÓDULOS GNSS
El software de procesamiento GNSS presentado en este
trabajo surge con la premisa de tener una alternativa de
desarrollo propio frente a otros software comerciales o de uso
cerrado, como por ej. [3] [4], que cuente con la capacidad
de realizar análisis y validación de algoritmos de navegación
mediante GNSS en escenarios diversos, tanto en cuanto al tipo
de usuario receptor, como a la clase y cantidad de mediciones
y de GNSSs utilizados.
De particular interés resulta que este enfoque general y
flexible permita el uso del software en diferentes aplicaciones,
como por ejemplo, Posicionamiento Puntual Preciso (PPP) de
estaciones fijas, Determinación Precisa de Órbita de satélites
y de Lı́nea Base de constelaciones de satélites o pares de
estaciones (POD y PBD por sus siglas en inglés), como ası́
también para validación de los algoritmos implementados en
los sistemas embebidos de los receptores multi-frecuencia
multi-sistema diseñados y construidos en SENyT.
Con estos objetivos en mente se priorizó la simplicidad de
implementación y la flexibilidad de escenarios a la eficiencia
en tiempo de cómputo, por lo cual se decidió desarrollar el
núcleo del software en MATLAB [5]. La Fig. 1 muestra el
esquema general de los módulos. Estos constan en primer
lugar de un módulo de funciones para el manejo de datos
y archivos, cuyas salidas ingresan al módulo principal de
funciones para su procesamiento. Este módulo a su vez hace
uso de submódulos dedicados a las conversiones de sistemas y
unidades de tiempo, conversiones entre marcos de referencia,
como ası́ también un submódulo dedicado a mecánica orbital,
necesario para ciertos algoritmos GNSS pero también para
proveer la capacidad de modelar la dinámica de vehı́culos
aeroespaciales.
Fig. 1. Diagrama en bloques simplificado de los módulos GNSS
A su vez resulta de interés la aplicación de estos módulos
en el aprendizaje y el desarrollo de nuevas técnicas y al-
goritmos. Estos aspectos fueron contemplados en la imple-
mentación de los módulos, permitiendo al usuario seleccionar
cualquier conjunto de mediciones que desee utilizar a la hora
de procesar los datos para el posicionamiento, incluyendo
combinaciones libres de ionósfera, combinaciones narrow y
518
wide-lane, GRAPHIC, entre otras [6]. De la misma manera,
el modelado de las mediciones GNSS permite la incorporación
por separado de cada uno de los efectos que contribuye al error
de la medición, siendo posible evaluar por separado el impacto
de cada modelo utilizado. En la Sección IV se describirán los
diversos modelos de medición aplicables al caso de PPP. El
módulo dedicado a la mecánica orbital se encuentra orientado
principalmente al modelado de la dinámica de satélites de
órbitas bajas terrestres. En particular, se contempla la acel-
eración por el campo gravitatorio terrestre, aceleración por la
influencia de otros cuerpos celestes, drag atmosférico, presión
por radiación solar, efectos relativistas, entre otros, cuyas
implementaciones se basan en [7].
Para esta variedad de aplicaciones es necesario contar con
datos obtenidos de diversas fuentes, gran parte de los cuales
se encuentran estandarizados. Se hará énfasis en los formatos
necesarios para PPP. En la actual fase de desarrollo los
formatos de datos soportados como entrada son:
• RINEX de observables: Contienen los observables GNSS
recolectados por un receptor. Se aceptan archivos RINEX
en sus versiones 2.0, 2.11, 2.20, como ası́ también la
versión 3.03, la cual expande el soporte para los nuevos
GNSS (Galileo, BDS, QZSS, IRNSS y SBAS).
• RINEX de navegación: Contienen las efemérides trans-
mitidas en el mensaje de navegación de cada GNSS,
referidas al centro de fase de la antena de los satélites.
Actualmente se soporta solo el formato 2.11.
• SP3: Contienen datos de posición, velocidad y sesgo de
reloj de los satélites GNSS, referidos a su centro de masa.
Se encuentran disponibles en versiones ultra-rapid, rapid
y final, siendo las versiones finales las de mayor precisión
pero mayor latencia. Para estas, la tasa de muestreo es
de 15 minutos. Se soporta la versión SP3-c.
• RINEX de relojes: Contienen datos de sesgo de reloj de
satélites a una tasa de hasta 30 s. Esto permite procesar
observables sin tener que interpolar dichos sesgos. Se
soporta la versión 3.00 de este formato.
• ANTEX: Contienen datos del offset del Centro de Fase de
Antena y Variaciones del Centro de Fase (APC y PCV
por sus siglas en inglés) de los satélites respecto a su
centro de masa; como ası́ también offsets APC y PCV
del catálogo de antenas utilizadas por las estaciones del
IGS respecto al punto de referencia de las antenas. Se
soporta la versión 1.4 de este formato.
Todos los archivos de los formatos mencionados previa-
mente son provistos por varias instituciones y centros de
análisis GNSS a través de sus servidores FTP. El software
permite la búsqueda y descarga automática de todos los
datos requeridos para el procesamiento de observables de las
estaciones que conforman la red de monitoreo del IGS. Para
cualquier otra aplicación pueden utilizarse archivos RINEX de
observables mediante su carga manual.
III. A PLICACI ÓN DE M ÓDULOS GNSS A PPP EST ÁTICO
En esta sección se describe la aplicación de los Módulos
para Posicionamiento Puntual Preciso, poniendo énfasis en el

T
esquema de filtro de Kalman extendido (EKF) [8] utilizado. y = RIF T
, ΦTIF y los vectores wk y vk representan el
Como se ha explicado, para obtener la mayor precisión ruido de modelo y mediciones, modelados como procesos
posible es necesario contar con datos precisos de órbitas y aleatorios de media nula y matrices de covarianza Qk y Rk
relojes de satélites. En este trabajo se utilizaron los productos respectivamente.
finales provistos por el IGS. Estos poseen errores menores a Para modelar su naturaleza aleatoria, se ha considerado al
los 3 cm para las órbitas y 100 ps para los relojes [9]. Sin sesgo de reloj de receptor como un proceso de Wiener, de
embargo, estos productos poseen una latencia de unos 17 dı́as varianza σcδt
2
r
, Por su parte la corrección por la componente
en su disponibilidad. húmeda del retardo zenital troposférico es modelada como un
Las mediciones utilizadas son pseudorangos y mediciones proceso de Markov de primer orden, de varianza σ∆ZT 2
Dw y
de fase de portadora. Debido a la ambigüedad no entera de tiempo de correlación τ∆ZT Dw . Ambos procesos se conside-
estas últimas, se debe incluir un estado adicional a estimar ran no correlacionados, resultando una matriz de covarianza
por cada medición de fase de satélite en seguimiento. Ambas Qk diagonal. En cuanto a las mediciones, se consideraron de
mediciones deben ser corregidas debido a los diversos efectos idéntica varianza, σR 2
y σΦ2
según se traten de pseudorangos
que influyen sobre las señales recibidas. Entre estos, pueden o de fases de portadora, e independientes entre sı́, por lo que
destacarse dos cuyo modelado es complejo y su incidencia Rk también resulta diagonal.
en el error de posición es considerable. Estos son el retardo Las expresiones que permiten la actualización observacional
ionosférico y el retardo troposférico. del estado x̂+ k , en conjunto con la actualización temporal
El primero se debe a que la ionósfera es un medio dis- y observacional de la matriz de covarianza del error de
persivo, por lo que resulta dependiente de la frecuencia de estimación, P− +
k y Pk , están dadas por
la señal. Si bien pueden implementarse modelos para mitigar
P− + T T
k = Fk−1 Pk−1 Fk−1 + Gk−1 Qk−1 Gk−1 (3)
su efecto, por ejemplo [10], su predictibilidad es baja, lo que
degrada la calidad de las mediciones. Sin embargo, en caso de x̂+
k = x̂−
k + Kk (yk − hk (x̂−
k )) (4)
contar con mediciones de dos frecuencias, estas pueden uti- P+k = (I − Kk Hk )P− k (5)
lizarse para armar las llamadas combinaciones lineales libres Kk = P− HT
(H P − T −1
(6)
k k k k Hk + Rk )
de ionósfera [6] de pseudorangos y fases de portadora. Estas
cancelan hasta el 99.9% de dicho retardo, como ası́ también donde Kk es la matriz de ganancia de Kalman. Para el caso
los retardos instrumentales que afectan a las mediciones de de un usuario estático, donde rx , ry y rz son constantes, las
cada frecuencia por separado [6]. matrices de transición de estados, de sensitividad y de diseño
En cuanto al retardo troposférico, puede dividirse en dos Fk−1 , Gk−1 y Hk poseen la siguiente estructura
componentes, el hidrostático, de mayor magnitud pero de    
I4 04×1 04×N 03×2
modelado relativamente simple, y el húmedo, el cual si bien
Fk−1 =  01×4 F∆ZT Dw 01×N  Gk−1 =  I2×2  (7)
es de menor magnitud es de carácter aleatorio. Es por esto
0N ×4 0N ×1 IN 0N ×2
que para compensar deficiencias de modelo se incluye como  
estado una corrección del retardo zenital por el componente −ě1 1 Mw (E1 ) 0 . . . 0
húmedo. Ambos retardos a su vez dependerán del camino de  −ě1 1 Mw (E1 ) 1 . . . 0
 
Hk =  ... .. .. .. . . .. 
la señal a través de la atmósfera, y por ende de la elevación 
. . . . . (8)
del satélite observado. Aunque modelos simples consideran  
−ěN 1 Mw (EN ) 0 . . . 0
un mapeo común a ambos retardos zenitales [11], para mayor −ěN 1 Mw (EN ) 0 . . . 1
precisión pueden considerarse mapeos diferentes debido a la
distinta composición de las capas de la tropósfera [6]. donde F∆ZT Dw corresponde al elemento encargado de propa-
El procesamiento fue planteado entonces mediante un EKF, gar la corrección troposférica zenital, ěj es el vector unitario
enfoque ya utilizado para PPP [12], ya que es apto para el lı́nea de visión del satélite j y Mw (Ej ) es el mapeo del retardo
caso en que el modelo dinámico o de mediciones es no lineal, troposférico húmedo en función de la elevación Ej .
representado en una época k por las expresiones Siguiendo el esquema presentado en la Fig. 2, el filtro toma
como entrada los datos de las órbitas y relojes de los satélites
xk = fk−1 (xk−1 , wk−1 ) (1) GNSS y las mediciones de la estación seleccionada. Leı́dos
yk = hk (xk ) + vk (2) los datos, inicializa sus parámetros y comienza la estimación
hasta finalizar el número de épocas dispuesto. Para cada época
donde xk es el vector de estados que incluye la posición de re- se buscan los satélites en vista y sus mediciones, las cuales
ceptor en el marco centrado y fijo en la Tierra (ECEF), el sesgo son modeladas de acuerdo a lo detallado en la Sección IV.
de reloj de receptor en unidades de longitud, la corrección Con el fin de no utilizar mediciones de mala calidad que
por la componente húmeda del retardo zenital troposférico y perjudiquen el desempeño del filtro, se eliminan aquellas que
las ambigüedades de las N mediciones de fase utilizadas
en no superen un dado umbral de relación señal a ruido (SNR)
N T
dicha época, x = rx , ry , rz , cδtr , ∆ZT Dw , BIF
1
, ..., BIF , y de elevación del satélite, y se descartan aquellos en eclipse
yk es el vector de mediciones formado por las combinaciones debido a la incertidumbre en su orientación que esto genera.
libres de ionósfera de pseudorango y fase de portadora, En este bloque también se incluye un esquema de detección

519

Fig. 2. Esquema de funcionamiento del filtro de Kalman utilizado para PPP.
de saltos de ciclos basado en diferencias de fases de L1 y L2,
para asegurar no utilizar fases con una ambigüedad errónea. A
continuación se detecta si hubo cambios en la constelación o
en las mediciones de fase para reordenar el vector de estados
y la matriz de covarianza de forma correcta. Luego se procede
a realizar la actualización por mediciones, el guardado de
los datos para posterior análisis, se realiza la actualización
temporal y se avanza a la siguiente época.
IV. M ODELADO DE MEDICIONES
Las mediciones de pseudorango y de fase de portadora del
satélite j obtenidas a partir de una señal de frecuencia f
pueden modelarse en forma general mediante las expresiones
Rj = ρj + ξj,f + dr,f − dj,f + c(δtr − δtj − δtrel )
+ Ij,f + Tj + Mj,f + j,f
Φj = ρj + ζj,f + δr,f − δj,f + c(δtr − δtj − δtrel )
− Ij,f + Tj + λf (ωj + Nj,f ) + mj,f + εj,f
donde ρj representa el rango geométrico entre el receptor en el
tiempo de recepción y el satélite en el tiempo de transmisión,
ξj,f y ζj,f son las correcciones por los offsets APC y PCV
de receptor y transmisor, dependientes de la frecuencia y
del tipo de observable, al igual que dr,f , dj,f , δr,f , δj,f ,
los cuales representan retardos por el instrumental tanto del
satélite transmisor como del receptor [1]. Los términos δtr ,
δtj , multiplicados por la velocidad de la luz c, son los sesgos
de los relojes de receptor y del satélite con respecto al tiempo
del sistema GNSS utilizado, mientras que δtrel representa co-
rrecciones relativistas debido tanto al reloj de satélite como al
efecto de la relatividad general sobre la trayectoria de la señal
recibida. Los términos Ij,f y Tj corresponden a los efectos
atmosféricos de la ionósfera, dependiente de la frecuencia y
de signo opuesto en las mediciones de portadora, y de la
tropósfera. En el caso de las mediciones de fase de portadora
aparecen los términos dependientes de la longitud de onda de
la señal, ωj y Nj,f , los cuales representan el efecto wind-
up causado por la rotación relativa entre antenas receptora y
transmisora, y el número de ambigüedad de dicha medición.
Debe notarse que debido a la fase inicial desconocida de la
señal transmitida por el satélite j a la frecuencia f , dicha
ambigüedad es tratada como un número real. Por último los
términos Mj,f , j,f y mj,f , εj,f representan los efectos no
modelados del multicamino y del ruido térmico que afectan a
cada observable.
Si se utilizan las mediciones de dos frecuencias para armar
las combinaciones lineales libres de ionósfera se obtienen
observables modelados por las expresiones
RIF,j = ρj + ξIF,j + c(δtr − δtj − δtrel ) + Tj
+ MIF,j + IF,j (11)
ΦIF,j = ρj + ζIF,j + c(δtr − δtj − δtrel ) + Tj
+ λIF ωj + BIF,j + mIF,j + εIF,j . (12)
Si bien estas expresiones modelan con gran precisión las
mediciones en función de la posición del receptor, en el
caso de tratarse de una estación terrena fija hay otros efectos
que deben ser tenidos en cuenta. En particular, se desea
una estimación de parámetros constantes de posición de la
estación; pero esta posición en la práctica se ve desplazada
debido a las mareas sólidas, oceánicas y polares, causadas por
acción del Sol y la Luna. Por lo tanto, deben modelarse dichas
mareas para obtener ası́ coordenadas de posición media.
A continuación se hace un repaso, en orden de importancia,
de los efectos y modelos que se encuentran actualmente
implementados en el módulo de procesamiento y que pueden
ser activados o desactivados mediante configuración, como ası́
también una estimación del orden de magnitud de las correc-
ciones que generan al ser aplicados sobre las mediciones.
• Corrección por sesgo de reloj de satélite
(9) Obtenida de los datos RINEX de relojes. Pueden ser del
orden de los cientos de km.
(10) • Corrección relativista
Causada por la excentricidad de las órbitas GNSS. Es
corregida a partir de posición y velocidad de satélite [13].
Hasta 13 m de magnitud.
• Corrección por efecto Sagnac
Corrige la posición de satélites por la rotación de la Tierra
durante el tiempo de viaje de la señal [6]. Del orden de
los 30 m.
• Corrección troposférica
Modelado por separado del retardo troposférico zenital
por componente hidrostática y húmeda, de unos 2.3 y
0.3 m de magnitud respectivamente, mediante el modelo
UNB3 [14], el cual hace uso del mapeo de Niell [15].
• Corrección por mareas
Se implementaron correciones por mareas sólidas de
grado 2 y 3 en el dominio del tiempo y de la frecuencia,
de hasta 50 cm de magnitud en zonas ecuatoriales; y
por mareas polares, de unos 3-4 cm de amplitud. No se
implementan las mareas oceánicas, de hasta 10 cm de
magnitud pero solo en zonas costeras [16] [17].
• Corrección por APC de satélite
520
 TABLA I AGGO - Error posición ENU vs. solución SINEX
PAR ÁMETROS DE INICIALIZACI ÓN 0.2
r PPP-r SNX
Parámetro Valor Parámetro Valor 0
3 r
Umbrales Ruido de mediciones -0.2 5cm
Ue [◦ ] 5 σρ [m] 2
USN R [dBHz] 30 σΦ [cm] 2 0 5 10 15 20
Desv. est. inicial Ruido de proceso 0.2
σr [m] 1 σcδtr [km] 1
σcδtr [km] 1000 σ∆ZT Dw [m/h] 0.1 0
σ∆ZT Dw [m] 0.5 τcδtr [s] 100
σBIF [m] 2 τ∆ZT Dw [s] 3600 -0.2
0 5 10 15 20
Obtenidos de los datos ANTEX directamente para la 0.2
combinación libre de ionósfera [17]. Dependen de cada
0
satélite y de su orientación, siendo de 1-2 m de magnitud
en dirección al centro de la Tierra. -0.2
• Corrección por PCV de satélite 0 5 10 15 20
Dependientes de la dirección de transmisión de la señal.
Se implementaron variaciones zenitales (ángulo de visión
respecto al nadir). De hasta 5 cm de magnitud. Fig. 3. Error de estimación de posición e intervalo de confianza respecto a
la solución SINEX
• Corrección por APC de receptor
Dependientes de la frecuencia. Usualmente de unos 10 AGGO - Error posición horizontal vs. solución SINEX
cm de magnitud.
• Corrección por PCV de receptor 20
Dependientes de la dirección de recepción de la señal 20

y de su frecuencia. Se implementaron tanto variaciones

10
zenitales como azimutales. De hasta 1 cm de magnitud.
15
Corrección por ARP de receptor

•
Offset del punto de referencia de la antena respecto
al punto geodésico del sitio o monument marker. No
siempre presente, en caso de especificarse este vector para
las estaciones IGS suele ser de algunos metros.
• Corrección wind-up
Corrección acumulativa aplicable solo a las mediciones
de fase de portadora. Puede llegar hasta media longitud
de onda de portadora para el caso de receptores fijos.
• Corrección por efecto Shapiro
Corrección de la trayectoria de la señal recibida debido
la curvatura espacio-tiempo producto del potencial grav-
itatorio terrestre, de acuerdo a la teorı́a de la relatividad
general [13]. De unos 2 cm de magnitud.
V. P RUEBAS Y RESULTADOS
Para validar los modelos y algoritmos de PPP imple-
mentados se seleccionaron 20 estaciones de la red IGS y
se obtuvieron datos de observables correspondientes al dı́a
13/06/2018 a intervalos de 30 s. Por ser la primera etapa
de desarrollo y validación del método se procesaron solo
mediciones de pseudorango y de fases de portadora de GPS. El
filtro fue configurado con los parámetros listados en la Tabla I,
tomando como posición a-priori las coordenadas aproximadas
que proveen los archivos RINEX.
Como método de validación se comparó la estimación de
posición con las soluciones provistas por el IGS en los archivos
SINEX. Para evaluar el desempeño se analizó el error en la es-
timación de posición al final del dı́a para cada estación, como
ası́ también el tiempo de convergencia del filtro, tomando
Tiempo [h]
0
10
-10
5
-20
0
-20 -10 0 10 20
Fig. 4. Error de posición en el plano horizontal respecto a la solución SINEX
como referencia el tiempo transcurrido hasta que el error de
cada coordenada, en el marco de referencia local East-North-
Up (ENU), se mantiene acotado en el intervalo ±5 cm.
La Fig. 3 muestra el error de posición para la estación
AGGO en función del tiempo, apreciándose la rápida con-
vergencia al valor final. También grafica el intervalo de
confianza ±3σ dado por la matriz de covariancia del error,
mostrando el buen comportamiento del filtro. La Fig. 4 por
su parte muestra el desplazamiento en el plano horizontal,
evidenciando la convergencia directa al punto de referencia
de las coordenadas estimadas. Como producto adicional del
filtro, la Fig. 5 muestra la estimación del sesgo de reloj del
receptor, como ası́ también la corrección del retardo zenital
por tropósfera húmeda al modelo implementado.
La Tabla II muestra el resumen de las 20 estaciones
procesadas, junto con los parámetros estadı́sticos de todo el
conjunto. Puede observarse que el valor medio de dichos

521
 AGGO - Sesgo de reloj de receptor estimado TABLA II
-342.445 C OMPARACI ÓN DE RESULTADOS DEL PROCESAMIENTO PPP DE
ESTACIONES IGS CONTRA SOLUCIONES SINEX
-342.45
-342.455 Estación ∆rE [mm] ∆rN [mm] ∆rU [mm] Tiempo de
convergencia [h]
-342.46
AGGO 1.43 −2.30 −18.74 0.792
-342.465 AREQ −4.88 −2.16 13.56 1.883
CEDU 1.46 −0.65 −4.31 0.858
0 5 10 15 20 CHPI −0.40 5.63 3.05 0.750
CRO1 4.50 2.30 19.04 0.583
AGGO - Corrección ZTD de tropósfera húmeda DAV1 0.06 4.60 16.39 0.658
DRAO 2.22 4.64 1.67 0.467
FALK 4.27 −1.90 −18.19 2.167
0.4 GRAZ 2.26 −0.98 −4.41 0.883
HRAO 0.68 −1.15 16.06 1.485
IISC 3.40 −15.19 −21.68 1.367
0.2 KIRU 2.46 0.42 −8.81 0.650
MAC1 −3.28 −0.02 21.73 0.517
0 MAS1 −11.00 −2.44 18.11 0.950
MOBS −3.41 −4.73 −31.02 2.683
NAUR −17.13 −1.96 26.73 1.475
0 5 10 15 20 REDU −2.11 −0.26 −6.32 0.383
SANT −3.18 0.19 −23.43 1.825
STJO −0.98 2.80 −20.93 1.267
SUTH 7.03 −1.63 29.73 0.900
Fig. 5. Estimación del sesgo de reloj de satélite y corrección troposférica
Máximo (val. abs.) 17.13 15.19 31.02 2.683
Media −0.82 −0.74 0.41 1.127
errores es menor a 1 mm en cada coordenada, lo que parece Desv. est. 5.54 4.35 18.84 0.626
demostrar el correcto modelado de las mediciones. Sin em-
bargo también puede apreciarse una varianza mayor en la fácilmente las capacidades de procesamiento a otros GNSS,
coordenada vertical, que si bien resulta de mayor sensibilidad logrando en el futuro una mejora notable en robustez y tiempo
debido a la geometrı́a receptor/satélites puede deberse a ligeras de convergencia al implementar algoritmos multi-GNSS.
deficiencias del modelo. En particular se encuentra en estudio
si esto puede deberse a una mala aplicación de las correcciones R EFERENCIAS
por PCV de antena del receptor. [1] Teunissen, Peter J. G. and Montenbruck, Oliver, Eds., Springer Hand-
Por último, si bien no se muestra en los gráficos por book of Global Navigation Satellite Systems. Springer, 2017.
[2] Zumberge, J. F., Heflin, M. B., Jefferson, D. C., Watkins, M. M., and
cuestiones de espacio, debe aclararse que en algunos casos Webb, F. H., “Precise point positioning for the efficient and robust
el esquema de detección de saltos de ciclos no filtra todas analysis of GPS data from large networks,” Journal of Geophysical
las mediciones necesarias, lo cual hace que la solución de Research, vol. 102, pp. 5005–5017, 03 1997.
[3] (2018) Bernese GNSS Software. Astronomical Institute of the University
posición se degrade aún cuando el filtro ya habı́a convergido. of Bern. [Online]. Available: http://www.bernese.unibe.ch/
En caso de tratarse de un salto aislado la estimación a lo [4] (2018) GIPSY-OASIS. Jet Propulsion Laboratory. [Online]. Available:
largo de 24 h permite recuperar la solución correcta, pero en https://gipsy-oasis.jpl.nasa.gov/
[5] MATLAB R2016b, The MathWorks, Inc., Natick, Massachusetts, United
aquellas estaciones que presentan datos de fases con muchos States.
saltos la solución puede llegar a ser errónea por decenas de [6] Sanz Subirana, J., Juan Zornoza, J. M., and Hernández-Pajares, M., Eds.,
cm. Estas estaciones fueron excluidas del análisis hasta que se GNSS Data Processing. ESA Communications, 2013.
[7] Montenbruck, Oliver and Gill, Eberhard, Satellite Orbits - Models,
implemente un esquema más robusto de detección de saltos. methods and applications, 2nd ed. Springer, 2001.
[8] D. Simon, Optimal state estimation: Kalman, H infinity, and nonlinear
VI. C ONCLUSIONES approaches. John Wiley & Sons, 2006.
[9] IGS. (2018) International GNSS Service. [Online]. Available:
Se presentó un conjunto de módulos de procesamiento http://www.igs.org/
GNSS cuya mayor virtud reside en la flexibilidad de uso [10] J. Klobuchar, “Ionospheric time-delay algorithms for single-frequency
GPS users,” vol. AES-23, pp. 325–331, 06 1987.
para el usuario. Se validó el modelado de las mediciones [11] Black, H. D. and Eisner, A., “Correcting satellite Doppler data for
mediante su aplicación al caso de Posicionamiento Puntual tropospheric effects,” Journal of Geophysical Research: Atmospheres,
Preciso. Utilizando mediciones de pseudorango y de fases de vol. 89, no. D2, pp. 2616–2626, 1984.
[12] Guo, F. and Zhang, X., “Adaptive robust Kalman filtering for precise
portadora solo de GPS, y comparando con soluciones oficiales point positioning,” Measurement Science and Technology, vol. 25, 09
del IGS, pudo demostrarse que la solución de posición llega 2014.
a la precisión del centı́metro en la mayor parte de los casos. [13] N. Ashby, “Relativity in the Global Positioning System,” Living Reviews
in Relativity, vol. 6, no. 1, 01 2003.
Se detectó sin embargo la necesidad de contar con un [14] Collins, J. P. and Langley, R. B., “A tropospheric delay model for the
esquema de detección de saltos de ciclos de fases de por- user of the Wide Area Augmentation System,” 1997.
tadora más robusto, que permita ser utilizado en condiciones [15] A. E. Niell, “Global mapping functions for the atmosphere delay at radio
wavelengths,” Journal of Geophysical Research: Solid Earth, vol. 101,
adversas. Esto resulta de vital importancia para aplicaciones no. B2, pp. 3227–3246, 1996.
futuras previstas de estos módulos, como lo es el caso de la [16] “IERS Conventions (2010),” International Earth Rotation and Reference
determinación precisa de órbita de satélites en órbita baja. Systems Service, Tech. Rep. IERS Technical Note 36, 2010.
[17] J. Kouba, “A guide to using International GNSS Service (IGS) products,”
Si bien esta es una etapa temprana de desarrollo se espera 2009.
que estos módulos conformen una base sólida para extender

522

View publication stats