Le positionnement ponctuel précis (PPP) des systèmes mondiaux de navigation par satellite (GNSS) est une méthode de positionnement de précision basée sur le GNSS. Le PPP basé sur le GNSS multiconstellation utilise le filtre de Kalman étendu (EKF). De manière inappropriée, les valeurs aberrantes de mesure et le modèle dynamique du système peuvent produire des erreurs dans la précision de positionnement acquise à l'aide de cette méthode. Un filtre de Kalman robuste adaptatif (RKF) a récemment été développé afin de pallier ces erreurs. En outre, la variance précédente est parfois utilisée pour déterminer les pondérations des différentes catégories d'observations, ce qui a un effet sur la performance PPP. Un nouveau filtre adaptatif robuste (DRKF) a été développé pour fournir de meilleurs résultats de placement. Pour que la matrice de poids équivalent soit générée, un modèle de poids équivalent qui est statistiquement robuste par le test du chi carré pour la classification est construit dans cette technique. Selon les modèles de filtres Kalman antérieurs utilisant les produits d'horloge finale et d'orbite du service international GNSS (IGS), les performances du PPP GNSS utilisant le DRKF sont confirmées contrairement à celles produites à l'aide du modèle actuel. DRKF surpasse les filtres adaptatifs robustes traditionnels en termes de précision de positionnement, de temps de convergence et de robustesse PPP selon les résultats de cette étude. Par rapport à RKF, DRKF améliore la solution de positionnement de 201 mm avec 119,10 %, 77 mm avec 164,86 % et 160 mm avec 211,74 % dans les directions est, nord et haut (ENZ), respectivement. Il est recommandé d'utiliser le filtre de Kalman adaptatif robuste nouvellement développé en mode cinématique, en particulier dans les zones urbaines, en raison de l'amélioration notable de la précision de la position.

El posicionamiento preciso del punto (PPP) de los sistemas globales de navegación por satélite (GNSS) es un método de posicionamiento de gran precisión basado en GNSS. PPP basado en GNSS de múltiples constelaciones utiliza el filtro Kalman extendido (EKF). Inadecuadamente, los valores atípicos de medición y el modelo dinámico del sistema podrían producir errores en la precisión de posicionamiento adquirida con este método. Recientemente se ha desarrollado un filtro adaptativo robusto de Kalman (RKF) con el fin de aliviar estos errores. Además, la varianza anterior se utiliza a veces para determinar los pesos de diferentes categorías de observaciones, lo que tiene un efecto en el rendimiento de la PPA. Se ha desarrollado un novedoso filtrado adaptativo robusto (DRKF) para proporcionar mejores resultados de colocación. Para generar la matriz de peso equivalente, se construye en esta técnica un modelo de peso equivalente que es estadísticamente robusto mediante la prueba de chi-cuadrado para la clasificación. De acuerdo con los modelos de filtro Kalman anteriores que emplean el reloj final y los productos de órbita del Servicio Internacional de GNSS (IGS), el rendimiento del PPP de GNSS que utiliza el DRKF se confirma en contraste con los producidos utilizando el modelo actual. DRKF supera a los filtros adaptativos robustos tradicionales en términos de precisión de posicionamiento, tiempo de convergencia y robustez de PPP de acuerdo con los resultados de este estudio. En comparación con RKF, DRKF mejora la solución de posicionamiento en 201 mm con 119.10 %, 77 mm con 164.86% y 160 mm con 211.74% en las direcciones este, norte y arriba (ENZ), respectivamente. Se recomienda utilizar el filtro Kalman adaptativo robusto de nuevo desarrollo en modo cinemático, especialmente en zonas urbanas, debido a la notable mejora en la precisión de la posición.

Global Navigation Satellite Systems (GNSS) Precise Point Positioning (PPP) is a great precision positioning method based on GNSS. PPP based on multi-constellation GNSS uses the extended Kalman filter (EKF). Inappropriately, the measurement outliers and the system's dynamic model might produce mistakes in the positioning accuracy acquired using this method. An adaptive robust Kalman filter (RKF) was recently developed in order to alleviate these errors. In addition, the preceding variance is sometimes used to determine the weights of different categories of observations, which has an effect on PPP performance. A novel developed robust adaptive filtering (DRKF) has been developed to provide better placement results. For the equivalent weight matrix to be generated, an equivalent weight model that is statistically robust by the chi-square test for classification is constructed in this technique. According to prior Kalman filter models employing International GNSS Service (IGS) final clock and orbit products, the performance of GNSS PPP using the DRKF is confirmed in contrast to those produced using the current model. DRKF surpasses traditional robust adaptive filters in terms of positioning accuracy, convergence time, and PPP sturdiness according to the results of this study. In comparison to RKF, DRKF improves the positioning solution by 201 mm with 119.10 %, 77 mm with 164.86 %, and 160 mm with 211.74 % in the east, north, and up (ENZ) directions, respectively. It is recommended to use the newly developed robust adaptive Kalman filter in kinematic mode, especially in urban areas, due to the noticeable improvement in position accuracy.

نظام الملاحة العالمي عبر الأقمار الصناعية (GNSS) تحديد المواقع الدقيق (PPP) هو طريقة تحديد المواقع بدقة كبيرة على أساس النظام العالمي للملاحة عبر الأقمار الصناعية. تستخدم الشراكة بين القطاعين العام والخاص القائمة على الشبكات العالمية لسواتل الملاحة متعددة المجموعات مرشح كالمان الموسع (EKF). بشكل غير لائق، قد ينتج عن القيم المتطرفة للقياس والنموذج الديناميكي للنظام أخطاء في دقة تحديد المواقع المكتسبة باستخدام هذه الطريقة. تم تطوير مرشح كالمان القوي التكيفي (RKF) مؤخرًا من أجل التخفيف من هذه الأخطاء. بالإضافة إلى ذلك، يستخدم التباين السابق في بعض الأحيان لتحديد أوزان فئات مختلفة من الملاحظات، مما يؤثر على أداء الشراكة بين القطاعين العام والخاص. تم تطوير تصفية تكيفية قوية مطورة جديدة (DRKF) لتوفير نتائج وضع أفضل. لتوليد مصفوفة الوزن المكافئة، يتم إنشاء نموذج وزن مكافئ قوي إحصائيًا من خلال اختبار مربع كاي للتصنيف في هذه التقنية. وفقًا لنماذج مرشح كالمان السابقة التي تستخدم منتجات الساعة والمدار النهائية للخدمة الدولية للنظم العالمية لسواتل الملاحة (IGS)، يتم تأكيد أداء تعادل القوة الشرائية للنظم العالمية لسواتل الملاحة باستخدام DRKF على النقيض من تلك التي يتم إنتاجها باستخدام النموذج الحالي. يتجاوز DRKF المرشحات التكيفية القوية التقليدية من حيث دقة تحديد المواقع ووقت التقارب ومتانة الشراكة بين القطاعين العام والخاص وفقًا لنتائج هذه الدراسة. بالمقارنة مع RKF، يحسن DRKF محلول تحديد المواقع بمقدار 201 مم بنسبة 119.10 ٪، و 77 مم بنسبة 164.86 ٪، و 160 مم بنسبة 211.74 ٪ في الاتجاهات الشرقية والشمالية والعليا (ENZ)، على التوالي. يوصى باستخدام مرشح كالمان التكيفي القوي المطور حديثًا في الوضع الحركي، خاصة في المناطق الحضرية، بسبب التحسن الملحوظ في دقة الموضع.