Pesquisas em Geociências http://seer.ufrgs.

br/PesquisasemGeociencias

Utilização do Software GPSeq na Solução Rápida das Ambigüidades GPS no

Posicionamento Relativo Cinemático de Bases Curtas
Wagner Carrupt Machado, João Francisco Galera Monico
Pesquisas em Geociências, 29 (2): 89-99, jan./abr., 2003.

Versão online disponível em:

http://seer.ufrgs.br/PesquisasemGeociencias/article/view/19608

Publicado por
Instituto de Geociências

Portal de Periódicos

Informações Adicionais
Email: [email protected]
Políticas: http://seer.ufrgs.br/PesquisasemGeociencias/about/editorialPolicies#openAccessPolicy
Submissão: http://seer.ufrgs.br/PesquisasemGeociencias/about/submissions#onlineSubmissions
Diretrizes: http://seer.ufrgs.br/PesquisasemGeociencias/about/submissions#authorGuidelines

Data de publicação - jan./abr., 2003.

Instituto de Geociências, Universidade Federal do Rio Grande do Sul, Porto Alegre, RS, Brasil
Pesquisas em Geociências, 29(2): 89-99, 2002 Instituto de Geociências, UFRGS
ISSN 1518-2398 Porto Alegre, RS - Brasil

Utilização do Software GPSeq na Solução Rápida das Ambigüidades GPS no

Posicionamento Relativo Cinemático de Bases Curtas
WAGNER CARRUPT MACHADO & JOÃO FRANCISCO GALERA MONICO

Universidade Estadual Paulista,Caixa Postal 467 - CEP 19060-900

Presidente Prudente, SP, e-mail: [email protected]

(Recebido em 06/02.Aceito para publicação em 03/03)

Abstract - Centimeter level GPS positioning is based on the very precise carrier beat phase measurements. However, this
observable is ambiguous by a number of whole cycles between the satellite and receiver antenna at the first epoch of data
collecting, which is called the ambiguity. GPS ambiguities are introduced as parameters to be estimated in the observation
equations. However, since they are integer numbers there is no standard techniques for solve them. One of the ways is to apply
sequential conditional least-squares estimation together with integer search techniques. The ambiguity resolution can be divided
in two steps: estimation and validation. The estimation is concerned with the computation of the ambiguities values. The
validation step is used to infer if the estimated value can be accepted or not. From the last decade until nowadays ambiguity
resolution has been one of the most important research topic in geodetic positioning and a several methods have been proposed.
Special attention has been made about the fast ambiguity resolution. The aim of this paper is to investigate the ambiguity
resolution in the context of relative kinematic positioning and its implementation in the GPSeq software, which is a GPS data
processing software developed in academic environment. In this paper some experiments about kinematic processing are
presented, whose results shown that the GPSeq solution is compatible on the centimeter level with Reliance software. The
results also shown an inefficiency of the ratio and the difference between the quadratic form of the residuals of the second
best and best solution tests in validating the ambiguity resolution in time limits of solution of the baselines processed.

Keywords - fast GPS ambiguity resolution, relative kinematic positioning, quality control.

INTRODUÇÃO - Ionis - erro causado pela ionosfera;

O posicionamento com NAVSTAR-GPS - Tropis - erro causado pela troposfera;
(NAVigatrion Satellite with Time And Ranging - Glo- - c - velocidade da luz no vácuo;
bal Positioning System) pode ser efetuado a partir de
duas observáveis originais, sendo elas: a fase de - dt i - erro do relógio do receptor em relação ao
batimento da onda portadora e a pseudodistância, tempo GPS;
cujos modelos matemáticos funcionais são dados, - dt s - erro do relógio do satélite em relação ao
respectivamente, por (Monico, 2000): tempo GPS;
 ρ s − Ionis + Trop is  - φi (t0 ) - fase gerada no receptor na época de refe-
φ is = − f  i (
 + f dt s − dt i +
 )
 c  rência t0;
- φ (t0 ) - fase transmitida pelo satélite na época de
s

(φ i (t 0 ) − φ s (t 0 )) + Ambis + cf Orb s + vφis referência t0;

- Ambis - ambigüidade;
(1)
( )
PDis = ρ is + c dt i − dt s + Ionis + Trop is + Orb s + v PD i
s - Orb s - erro da posição do satélite;
(2) s
- vφ i - erros não modelados e resíduos aleatórios da
onde:
medida da fase de batimento da onda portadora;
- f - freqüência da fase;
s
- ρ is - distância geométrica entre o satélite e o re- - v PD i - erros não modelados e resíduos aleatórios
ceptor, calculada entre o instante de transmissão da medida da pseudodistância.
de recepção do sinal. Este termo da equação con- A precisão com que os receptores realizam a
tém os parâmetros das coordenadas cartesianas do medida da fase de batimento da onda portadora é da
receptor (X, Y, Z); ordem de poucos milímetros. Portanto, esta ob-servável

Em respeito ao meio ambiente, este número foi impresso em papel branqueado por processo parcialmente isento de cloro (ECF).

89
torna-se indispensável na realização de posicionamentos metros podem ser calculados em função das obser-
que requeiram poucos centímetros de precisão. A vações dos (m+1) satélites rastreados, com a utiliza-
pseudodistância é muito utilizada em posicionamentos ção do seguinte sistema de equações lineares
com precisão métrica (Monico, 1996). (Teunissen, 1998b):
As incógnitas a serem estimadas no modelo
matemático funcional representado pela equação (1) l DD = Bb + Nn + v DD (5)
são as coordenadas da estação de interesse e as
onde:
ambigüidades. As ambigüidades são números intei-
- lDD - vetor de ordem (m x 1) das DD observadas
ros, cuja solução requer a utilização de algum méto-
menos as DD calculadas em função dos
do de aproximação. Neste trabalho, utilizaram-se os
parâmetros aproximados;
resultados do ajustamento recursivo, que são valores
- B - matriz de coeficientes de ordem (m x 3) rela-
reais, como dados de entrada para o método de apro-
cionada com os parâmetros referentes as compo-
ximação empregado.
nentes da linha de base;
Como visto nas equações (1) e (2), os sinais
- b - vetor de ordem (3 x 1) dos parâmetros referen-
GPS sofrem a influência de várias fontes de erros,
tes às componentes da linha de base;
tais como a ionosfera, a troposfera, a posição do
- N - matriz de coeficientes de ordem (m x amb)
satélite, o relógio do satélite e o relógio do receptor,
relacionada com os parâmetros referentes às ambi-
tornando necessário adaptar o modelo a tais efeitos.
güidades;
A diferenciação das observáveis no posicionamento
- n - vetor de ordem (amb x 1) dos parâmetros re-
relativo de bases curtas tem sido uma estratégia
ferentes às ambigüidades;
bastante utilizada, pois ao formar as duplas diferen-
ças (DD) grande parte desses erros é praticamente - v DD - vetor (m x 1) dos resíduos das DD.
eliminada, mesmo com a utilização de receptores de O processo de estimação das componentes
simples freqüência. As equações da DD da fase de da linha de base pode ser realizado em quatro etapas
batimento da onda portadora e da pseudodistância, (de Jonge & Tiberius, 1996):
para linhas de base curtas, podem ser escritas, res- 1) a estimação dos parâmetros reais, inclusive das
pectivamente, como (Monico, 2000): ambigüidades, que na literatura escrita em inglês
é denominada de solução float;
φ ir, ,js =
f
( ρ ir, ,js ) + Ambir, ,js + vφ r , s (3) 2) a estimação das ambigüidades inteiras;
c i, j
3) a validação da solução;
4) cálculo da influência da injunção das ambigüida-
PD ir, ,js = ρ ir, ,js + v PD r , s (4)
i, j des inteiras nas componentes da linha de base,
onde: que na literatura inglesa é denominada de solu-
- Ambi , j - a m b i g ü i d a d e d a D D , Amb i , j =
r ,s r ,s
( ção fixed.
Em curtos intervalos de tempo de aquisição
(Amb i
r
) (
− Amb rj − Amb is − Amb sj ); de dados, a estimativa das ambigüidades apresenta
baixa precisão e forte correlação, o que dificulta sua
vφ r , s - erros não modelados e resíduos aleatórios solução. A correlação pode ser reduzida quando a
- i, j geometria dos satélites se altera consideravelmente,
da medida da DD da fase de batimento da onda o que demanda um longo intervalo de tempo de
portadora; aquisição de dados, pois os satélites orbitam com
r ,s r
(
- ρ i, j = ρ i − ρ j − ρ i − ρ j ;
r s s
) ( ) velocidade aproximada de 4 km/s à, aproximada-
mente, 22.000 km de altura (Monico, 1996).
Visando reduzir o intervalo de tempo de
- v PDir,,js - erros não modelados e resíduos aleatórios coleta de dados e dar suporte às aplicações
da medida da DD da pseudodistância. cinemáticas de precisão centimétrica em tempo real,
Para facilitar a leitura, as DD de ambigüi- a solução rápida das ambigüidades tornou-se objeto
dades serão referidas simplesmente como ambigüi- de estudo e pesquisas realizadas em vários países,
dades no decorrer deste texto. despertando o interesse tanto científico, quanto co-
Nesta contribuição considera-se a utilização mercial.
simultânea dos modelos representados pelas equa- O objetivo deste trabalho é investigar a so-
ções (3) e (4) linearizados, cujos (amb+3) parâ- lução das ambigüidades GPS no contexto de posi-

90
cionamento relativo cinemático de linhas de base no código e perdas de ciclos na fase de batimento
curtas com a utilização do software GPSeq. da onda portadora.
Visando alcançar o objetivo proposto para Nas equações (6) e (7), a hipótese H0 consi-
este trabalho, apresenta-se, na seção 2, o controle de dera ausência de erro no modelo de observação,
qualidade para a estimativa recursiva. Na seção 3, enquanto que a hipótese Ha considera que o modelo
apresenta-se o modelo matemático funcional para o de observação contenha erro.
posicionamento relativo cinemático e o conceito de
Detecção
ADOP (Ambiguity Dilution of Precision). Na seção
4, apresenta-se o conceito de solução das ambigüi- No estágio de detecção de erros testa-se o
dades, o método LAMBDA (Least squares modelo de observação global, verificando a presen-
AMBiguity Decorrelation Aproach) e o controle de ça de erros no conjunto de todas as observações. A
qualidade. Na seção 5, uma breve descrição do estatística utilizada para testar H0 contra Ha em uma
software GPSeq é apresentada. A seção 6 descreve determinada época é dada por (Camargo, 1992):
os experimentos, os resultados e análises. As con-
clusões extraídas dos experimentos realizados são
k
T LOM = v kT Qv−1v k (8)
k
apresentadas na seção 7.
onde Qv é a MVC dos resíduos.
ESTIMAÇÃO RECURSIVA E CONTROLE A estatística representada pela equação (8) é
DE QUALIDADE denominada de Local Overall Model (LOM), a qual
abrange todas as observações da época k, sendo,
A estimação recursiva por mínimos quadra- portanto, m-dimensional e local. Sobre H0, T LOM k
dos, ou Filtro de Kalman, possibilita atualizar uma segue a distribuição c2 (mk). A presença do erro é
solução com inserção de novas observações sem a k
detectada quando a estatística TLOM exceder o valor
necessidade de armazenar as observações anteriores. 2
Para tanto, torna-se necessário dispor do vetor de da c a um determinado nível de significância a0.
estado e sua respectiva Matriz Variância e O teste de detecção local pode ser insensível
Covariância (MVC) no início do processo, os quais com relação aos erros globais não modelados, os
podem ser calculados através do ajustamento tradi- quais podem ser detectados através de um teste de
cional, desde que haja observações suficientes abrangência global. A estatística global para testar
k ,k
(Monico, 2000). O controle de qualidade da estima- H 00 contra H ak0 ,k é dada por (Teunissen, 1998a):
tiva recursiva pode ser executado em 3 etapas, cons-
tituindo o processo conhecido como DIA (Detecção, k
= ∑ v iT Qv−1v i
k ,k
0
TGOM (9)
Identificação e Adaptação). i = k0
i
Considerando um processo de estimação
envolvendo k épocas, m observações a u incógnitas, A estatística representada pela equação (9) é
sobre o qual formulam-se as hipóteses H0 e Ha, tem- denominada de Global Overall Model (GOM), a
se (Teunissen, 1998a): qual abrange todas as observações, desde a época k0
k0 ,k
H0: Lk = Ak X k + v k (6) até a k. Sobre H0, TGOM segue a distribuição c2

Ha: Lk = Ak X k + c k ∇ + v k (7)  k 
 ∑m 
 i =k  . O erro é detectado quando a estatística
i
onde:  0 
- L - vetor da diferença entre as observações e as
observações calculadas em função dos parâmetros
k0 , k
TGOM exceder o valor da χ2.
aproximados; Na detecção global podem-se utilizar dados
- A - matriz de coeficientes; de todas as épocas, o que não é muito conveniente,
- X - vetor de correção aos parâmetros; pois ocorrerá atraso na detecção. Uma outra opção
- v - vetor dos resíduos; é utilizar uma janela móvel (Teunissen, 1998a).
- ∇ - escalar desconhecido que representa a magni-
Identificação
tude do erro;
- c - um vetor (m x 1) conhecido, que representa o A identificação tem por objetivo localizar a
tipo do erro, que no caso do GPS pode ser outlier possível fonte de erro responsável pela rejeição da

91
hipótese H0, sendo executado individualmente, para POSICIONAMENTO RELATIVO
cada uma das observações envolvidas. A estatística CINEMÁTICO E DILUIÇÃO DA PRECISÃO
local para identificar a fonte de erro no modelo é
dada por (Teunissen, 1998a):
Posicionamento relativo cinemático
c Tk Qv−1v k O posicionamento relativo cinemático tem
k
tk = por finalidade a determinação da trajetória do recep-
c Tk Qv−1 c k (10)
tor móvel sobre as feições de interesse, a qual é
k
representada por um conjunto de coordenadas para
Se a hipótese H0 for atendida, tk terá distribui- cada época de observação.
ção normal com média 0. O erro é identificado quan- No que diz respeito à solução das ambigüi-
do a estatística tk exceder o valor da distribuição dades, pode-se solucioná-las antes de iniciar o mo-
normal a um determinado nível de significância a0. vimento, ou estimá-las em conjunto com as compo-
nentes da linha de base, por meio das observações
Adaptação coletadas durante o percurso do receptor. Caso não
ocorra perda de ciclos, o vetor das ambigüidades
Caso algum erro seja detectado e identifica-
será igual para todo o levantamento (Seeber, 1993).
do, o modelo de observação deve ser adaptado para
Considerando que foram observados dados durante
manter a característica do filtro em proporcionar
k épocas, o modelo matemático funcional, dado pela
resultados ótimos. Na adaptação local, é possível
equação (5), linearizado para o segundo caso é dado
eliminar o efeito do erro sistemático no vetor de
por:
estado filtrado na mesma época em que tal efeito foi
detectado e localizado. Neste caso, o vetor de estado
adaptado e sua respectiva MVC, para a época k, são  B1 0 0 0 0 0 N
 l DDφ1  
calculados, respectivamente, através de (Teunissen, l   B1 0 L 0 0 
 DDPD1   0 b 
1998a): B2 0 L 0 N  1 
 l DD φ2    b
  0 B2 0 L 0 0  2 
xˆ ka / k = xˆ k0 / k − K k c k ∇ E{l DDPD 2 } = 
ˆ
k e  M
0 0 O 0 0  
 M    bk 
Q xaˆ = Qxˆ k / k + K k c k σ 2ˆ k c kT K kT (11)   0 L 0 O
k/k ∇ 0  
 l DD φk   n
l  0 L 0 Bk N
 DDPDk   0 
onde:
 0 0 0 0 Bk 0 
- xˆ k0 / k - vetor inicial dos parâmetros aproximados da
época k; (13)
- Kk - matriz ganho de Kalman; onde:
- ∇ˆ k - estimativa do erro identificado; - i=1,2...,k - índice das épocas observadas;
- Qxˆ k / k - MVC dos parâmetros filtrados; - l DDφ e l DDPD - são os vetores das DD calculadas
em função dos parâmetros aproximados subtraídos
- σ ∇ˆ k - variância de ∇ˆ k .
2
das DD observadas da fase de batimento da onda
A estimativa e a variância do erro são calcu- portadora e da pseudodistância, respectivamente;
ladas, respectivamente, através de (Teunissen, Observando-se a equação (13) nota-se que a
1998a): estimação dos parâmetros pelo método recursivo é
adequada, visto que um levantamento pode ser rea-
ˆ = t / c T Q −1 c
∇ lizado durante centenas ou milhares de épocas de
k k k k vk e
aquisição de dados.
O posicionamento relativo cinemático pode
σ 2 k = 1 / c kT Qv−1c k (12) ser efetuado de duas maneiras distintas: pós-proces-
∇
ˆ k

92
sado ou em tempo real (RTK - Real Time Kine- SOLUÇÃO DA AMBIGÜIDADE E
matic). O posicionamento pós-processado tem como CONTROLE DE QUALIDADE
desvantagem o fato do usuário não saber os resulta-
dos do levantamento até que estes sejam devida- Solucionar as ambigüidades significa estimar
mente processados. O posicionamento em tempo tais parâmetros como números inteiros, sendo o segun-
real apresenta algumas limitações, dentre elas, a do passo na estimação das componentes da linha de
dificuldade na transmissão das observações base. O processo de solução das ambigüidades divide-
(Langley, 1998). Neste trabalho, a ênfase é para o se em duas partes: a estimação, que visa calcular esti-
primeiro caso. mativas ótimas das ambigüidades, e a validação, que
Detalhes sobre o modelo matemático utiliza- tem o objetivo de verificar se as estimativas podem ser
do no processamento de dados coletados através de aceitas estatisticamente (Teunissen, 1998b).
posicionamento relativo cinemático podem ser en-
Estimação
contrados em (Tiberius, 1998) e (Machado, 2001).
A solução das ambigüidades é estimada a
Diluição da precisão
partir do vetor das ambigüidades inteiras, n( , que
A precisão dos parâmetros a serem estimados minimiza a seguinte expressão (Teunissen, 1998b):
no posicionamento com o NAVSTAR-GPS está rela-
cionada com a precisão das observações ( σ Obs ) e (nˆ − n )T Qnˆ−1 (nˆ − n ) = mínimo (16)
com a configuração da geometria dos satélites envol-
vidos no processo de estimação (Monico, 2000). A A solução mais simples para a equação (16)
relação entre σ Obs e a precisão dos parâmetros ( σ x̂ ) seria arredondar o valor das ambigüidades para o
é dada pelo DOP (Dilution of Precision), através da inteiro mais próximo. No entanto, esse procedimen-
seguinte expressão (Seeber, 1993): to produz a solução correta apenas se Qnˆ for
diagonal. Neste caso, a solução seria dada por
σ xˆ = DOPσ Obs (14) (Teunissen, 1998b).
Encontra-se na literatura diferentes designa-
mínimo ∑ (nˆ i − n i ) / σ n2ˆ (i ,i )
amb
2
ções para o DOP, as quais estão relacionadas com os (17)
i =1
parâmetros a serem estimados. Como exemplo cita-se
o HDOP, o VDOP e o PDOP, que estão relacionados Com pequenos intervalos de tempo de
com os parâmetros horizontais, vertical e de posição rastreio, Qnˆ é bastante correlacionada, não sendo
tridimensional, respectivamente (Monico, 2000). No diagonal. Entretanto, a solução pode ser calculada
entanto, no caso específico deste trabalho há maior
através da soma dos quadrados da função objetivo
interesse em verificar a precisão com que as ambigüi-
se Qnˆ for diagonalizada. Neste caso, uma estimação
dades podem ser estimadas, sendo necessário apre-
por mínimos quadrado seqüencial condicionada
sentar o ADOP (Ambiguity DOP), que é definido, em
número de ciclos, por (Tiberius et al, 1997): pode ser aplicada. A estimativa pelos mínimos qua-
drados da i-ésima ambigüidade condicionada às
ADOP = ( det Qnˆ )
1 amb
(15) ambigüidades anteriores (I=1,..., i-1) é dada por
(Teunissen, 1998b):
onde:
nˆ i| I = nˆ i − ∑ σ nˆi nˆ j | J σ n−ˆi2| I (nˆ j | J − nˆ j )
i −1
- amb - número de ambigüidades; (18)
j =1
- Qnˆ - MVC das ambigüidades reais.
O ADOP apresenta a vantagem de não vari- onde:
- σ nˆi nˆ j | J é a covariância entre n̂ i e n̂ j|J ;
ar em toda classe de transformação das ambigüida-
des, podendo ser calculado, também, através da
média geométrica dos desvios-padrão seqüenciais - J =1,..., j-1.
condicionados das ambigüidades. O sucesso na so- Para possibilitar a utilização da equação
lução das ambigüidades pode ser esperado quando o (18) no processo de estimação das ambigüidades
valor do ADOP for da ordem de poucos décimos de torna-se importante lembrar que a diferença (nˆ i − ni )
ciclos, ou mesmo inferior (Tiberius et al, 1997). pode ser escrita como (Teunissen, 1995):

93
(nˆ i − ni ) = L(dˆ − n ) e Q nˆ = LDLT (19)
Qnˆ é diagonal, o que não ocorre com curtos inter-
valos de tempo de rastreio (Teunissen, 1995).
onde:
Método LAMBDA
(
- dˆ = nˆ1 , nˆ 2|1 ,..., nˆ amb| AMB ; )
O método LAMBDA utiliza o Método dos
- D = diag(..., σ nˆi|I ,...) e
2
Mínimos Quadrados (MMQ) associado com
algoritmo de procura (Teunissen, 1993). Como apre-
0 para 1≤ l < m ≤ amb sentado anteriormente, os métodos de procura po-
- (L)lm = 1 para l = m dem não ser eficientes quando Qnˆ se apresenta
σ nˆi nˆ j | J σ n2ˆi| I para 1≤ m < l ≤ amb bastante correlacionada, o que é comum no
posicionamento NAVSTAR-GPS com intervalos de
O problema de mínimos quadrados agora aquisição de poucos segundos, dificultando a solu-
pode ser substituído por (Teunissen, 1995): ção rápida. Para reverter essa situação, o método

mínimo ∑ (nˆ i| I − n i ) / σ n2ˆ (i| I ,i| I )

amb 2
LAMBDA aplica uma transformação no espaço das
(20) ambigüidades originais, cujo objetivo é decorrela-
i =1
cionar Qnˆ . As ambigüidades transformadas e sua
MVC podem ser escritas, respectivamente, como
Espaço de procura
(de Jonge & Tiberius, 1996):
Ao invés da procura ser realizada em todo o
nˆ Z = Z T nˆ e Qnˆ Z = Z Qnˆ Z
T
conjunto dos números inteiros, pode-se utilizar um (23)
subconjunto formado por todos os vetores que satis-
onde Z T é a matriz de transformação.
fazem a seguinte inequação (Teunissen, 1998b):
A matriz Z deve atender duas condições: os
(nˆ − n )T Qnˆ−1 (nˆ − n ) ≤ χ 2 (n) (21) elementos que a compõem e sua inversa devem ser
números inteiros e deve ser garantido que a transfor-
A inequação (21) representa um hiper- mação preserve o volume do hiper-elipsóide do es-
elipsóide de dimensão (amb), centrado em n̂ , com- paço de procura (Teunissen, 1998b). Ao invés de
aplicar a matriz Z inteira, pode-se aplicar uma
pondo o espaço de procura das ambigüidades. A
seqüência de transformações de Gauss 2-d, dada por
orientação e o achatamento desse hiper-elipsóide (de Jonge & Tiberius, 1996):
estão em função da Qnˆ , enquanto que sua dimensão
está em função do χ 2 (n) . Duas maneiras de calcu- 1 0
Gauss = 
lar o valor de χ 2 (n) são encontradas em de Jonge 1
(24)
α
& Tiberius (1996). As bordas do espaço de procura
Para obter total decorrelação, o valor de a
podem ser calculadas através de (Teunissen, 1995):
deve ser igual à li+1,i. Porém, geralmente isso não
(nˆ1 − n1 )2 ≤ σ n2ˆ χ 2 1
resulta numa matriz composta por números inteiros.
Então, utiliza-se [li+1,i], onde [.] retorna o inteiro

(nˆ [
− n 2 ) ≤ σ n2ˆ2|1 χ 2 − (nˆ1 − n 1 ) / σ n2ˆ1 ]
2 2
mais próximo. Essa transformação resulta num con-
2|1 junto de ambigüidades com menor correlação e com
menor desvio-padrão (de Jonge & Tiberius, 1996).
M
A solução das ambigüidades no novo espaço
 
− nˆ amb ) ≤ σ n2ˆamb| amb −1  χ 2 − ∑ (nˆ j | J − nˆ j ) / σ n2ˆj | J 
amb −1
(nˆ amb| amb −1
2 2 é calculada através do MMQ seqüencial condiciona-
do e a equação (16) pode ser substituída por:
 j =1 
(22) −1
(nˆ Z − n Z ) T Q nˆ Z (nˆ Z − n Z ) = min (25)
A performance dos algoritmos de procura Por fim, após a procura, quando a solução é
torna-se mais eficiente quanto menor a correlação calculada, a transformação inversa é aplicada, a qual
entre as ambigüidades. O caso ideal ocorre quando converterá o resultado para o espaço original.

94
Validação da solução da ambigüidade pode ser 15, com sete satélites sendo rastreados
(Tiberius & de Jonge, 1995).
A validação da solução da ambigüidade
pode ser dividida em duas etapas: o teste de aceita- O SOFTWARE GPSEQ
ção e o teste de discriminação. O teste de aceitação
visa verificar a compatibilidade entre cada vetor que O GPSeq é um software para processamento
satisfaz as bordas do espaço de procura com as de dados oriundos de posicionamento relativo de
observações GPS, sendo dado por (Teunissen, linhas de base curtas com o NAVSTAR-GPS. Inici-
1998b): almente o software utilizava o método seqüencial

(nˆ − n( )T Qnˆ−1 (nˆ − n( ) / ambσ 02 < Fα (amb, ∞)

para solucionar as ambigüidades, atendendo apenas
(26) aplicações estáticas (Monico, 1992). Posteriormen-
te, foi modificado, incluindo a solução rápida das
onde:
- n( - vetor das ambigüidades estimadas (inteiras -
ambigüidades das DD utilizando o método
LAMBDA (Machado, 1998). Numa recente contri-
fixed); buição, uma estratégia de processamento que permi-
- σ 02 - unidade de variância das ambigüidades a te a utilização do GPSeq para processamento de
priori; dados coletados através de posicionamento cinemá-
- Fa(amb,∞) - valor da distribuição F, a um nível de tico e estático foi implementada. O controle de qua-
significância a, com grau de liberdade do numera- lidade das estimativas do ajustamento recursivo,
dor igual a amb e, do denominador igual a ∞. solução float, pelo processo DIA também foi
O teste de discriminação consiste em verifi- implementado (Machado, 2001).
( O software processa dados da portadora L1
car o quanto o vetor das ambigüidades ( n1 ) que
produz a menor unidade de variância a posteriori é (fase e código) no formato RINEX 2. A solução
( float é estimada através do ajustamento pelo MMQ
diferente do vetor ( n 2 ) que produz a segunda me-
nor. Um dos testes de discriminação mais conhecido recursivo. A estratégia adotada para solução das
e utilizado é o teste ratio, o qual consiste na razão ambigüidades foi a utilização da solução float da
( última época como entrada para o LAMBDA. Após
entre a unidade de variância a posteriori de n 2 e
( solucionar as ambigüidades, o processo retorna ao
n1 , ou seja (Teunissen, 1998b):
início. Nessa etapa do processamento, as ambigüida-
Ω 2 /Ω 1 > e r (27) des são introduzidas como constantes no modelo
onde: matemático funcional, restando apenas os três
- Ω2 e Ω1 representam a forma quadrática, (Eq. 16), parâmetros referentes às componentes da linha de
( ( base. Neste caso, o modelo dado pela equação (5) é
para n 2 e n1 , respectivamente;
substituído por:
- er é um valor crítico (er > 1) que pode ser definido
empiricamente. l DD − Nn = Bb + v DD (29)
Embora alguns autores assumam que o teste
da equação (27) tenha distribuição F, isso não repre- Com esse procedimento, a probabilidade de
senta a realidade, pois Ω1 e Ω2 não são estatistica- solucionar as ambigüidades corretamente aumenta
mente independentes (Teunissen, 1998b). e, por conseqüência, as coordenadas de todos os
Outro teste de discriminação proposto é pontos do percurso rastreado podem ser estimadas
dado pela diferença entre Ω1 e Ω2, o qual é dado por com alta precisão, inclusive os do início do levanta-
(Tiberius & de Jonge, 1995): mento.
∆Ω = Ω2 - Ω1 > e∆ (28)
EXPERIMENTOS: COLETA DE DADOS,
onde: PROCESSAMENTO E ANÁLISE
- e∆ é o valor crítico, determinado empiricamente.
Está implícito no teste da equação (28) que Foram realizados dois experimentos para in-
a discriminação entre as ambigüidades é assumida vestigar a solução das ambigüidades no posicio-
(
suficiente quando a distância entre n 2 e n̂ for su- namento relativo cinemático com o software GPSeq,
(
ficientemente maior que a distância entre n1 e n̂ . que faz uso do método LAMBDA para a solução
Testes preliminares mostraram que o valor de e∆ rápida das ambigüidades. Para permitir uma verifica-

95
ção dos resultados provenientes da implementação que variou de 5 a 9, o que deve proporcionar uma
realizada no software GPSeq, estes foram compara- boa geometria. Além disso, as linhas de base pro-
dos com os resultados do software Reliance cessadas são todas curtas, pois não ultrapassam de
Processor, versão 3.13, da Ashtech, desenvolvido 6,0 km. Espera-se que os efeitos sistemáticos sejam
pela Magellan Corporation. Este último foi utilizado quase que totalmente eliminados no processo de
na comparação por se tratar do sotware que acompa- diferenciação das observáveis.
nha o receptor utilizado nos levantamentos. Analisou-se, também, o número mínimo de
Os levantamentos foram realizados na cida- épocas de coleta necessário para o software GPSeq
de de Presidente Prudente, que está localizada na solucionar as ambigüidades corretamente. Para tal,
região oeste do Estado de São Paulo. Na execução utilizou-se os dados de todas as épocas para estimar
dos levantamentos foram utilizados os receptores o vetor das ambigüidades assumido como correto.
GPS ZXII e Reliance, da Ashtech, os quais armaze- Em seguida, processou-se os dados novamente e
nam dados de dupla e simples freqüência, respecti- verificou-se a época em que a solução correta ocor-
vamente. Dois levantamentos foram realizados, cuja reu. A figura 2 mostra o intervalo de tempo mínimo
máscara de elevação foi de 15º para o receptor de coleta de dados para o GPSeq solucionar as
móvel Reliance e 10º para o receptor base ZXII. ambigüidades das linhas de base processadas.
Utilizou-se intervalo de coleta de 1 segundo.
9.15
O primeiro levantamento foi realizado no 10

Intervalo de tempo
dia 30 abril de 2000, o qual teve duração de 70 8

minutos. O receptor móvel foi instalado em um 6

(min)
3.15
veículo que se deslocou com velocidade média de 4 2.28 1.88
aproximadamente 7,0 m/s. Nesse caso, o compri- 2 0.53
1.26

mento da linha de base variou de 3,0 km a aproxi- 0

1 2 3 4 5 6
madamente 6,0 km. Para possibilitar uma análise
Linhas de base
sobre a influência do comprimento da linha de base
na solução das ambigüidades, esse levantamento foi Figura 2 - Intervalos de tempo para solução das ambigüidades.
dividido em quatro linhas de base. Os dados do
segundo levantamento foram coletados no dia 09 de Como pode ser visto na figura 2, o software
maio de 2001 e sua duração foi de 45 minutos. A GPSeq solucionou as ambigüidades num intervalo
velocidade média do deslocamento do receptor mó- de tempo consideravelmente pequeno, variando de
vel foi de 0,8 m/s. Este levantamento foi dividido aproximadamente 0,5 minuto a 9,2 minutos, no
em dois, cujo comprimento das linhas de base va- melhor e no pior caso, respectivamente. O menor
riou de 79,0 m a 123,0 m, em média. O número de intervalo de tempo para solucionar as ambigüidades
satélites rastreados e o comprimento das linhas de ocorreu na linha de base 3. Isto pode ser explicado
base processadas para ambos os dias podem ser vis- por ela ter sido levantada num período em que 9
tos na figura 1, onde as linhas de base 1 e 2 se satélites estavam sendo rastreados. Verifica-se, tam-
referem ao segundo levantamento e as demais, do bém, que as linhas de base 1 e 2 necessitaram de
primeiro. maior quantidade de dados para solucionar as ambi-
güidades, mesmo sendo as linhas de base com me-
nores comprimentos. Isto pode ter ocorrido devido
Número de ao número de satélites rastreados ser menor do que
satélites das outras linhas de base processadas, mostrando a
Linhas de base

5 8
8 importância de se ter redundância de observações
3 8 para solucionar as ambigüidades.
9
No que diz respeito à solução das ambigüi-
5
1 6 dades, é conveniente analisar o ADOP, pois seu
0 1 2 3 4 5 6 valor possibilita verificar com qual precisão a geo-
Comprimento (km)
metria dos satélites permite que o vetor das ambi-
Figura 1 - Número de satélites e comprimento médio das linhas de base.
güidades seja estimado. A figura 3 mostra os valores
do ADOP no processamento das linhas de base pro-
Como pode ser visto na figura 1, os levan- cessadas no instante em que as DD de ambigüidades
tamentos foram realizados com número de satélites foram solucionadas.

96
 2. Por isto, os efeitos atmosféricos não são minimi-
0.1 0.09
zados com a mesma eficiência, resultando numa
ADOP (ciclos) 0.08 0.07
observação mais afetada por tais efeitos. Além dis-
0.06 0.05
0.04 0.04 so, ressalta-se que o meio onde este último levanta-
0.04 0.03
mento foi realizado é mais propenso a multicami-
0.02
nho, pois ocorreu numa via pública, com tráfego de
0
1 2 3 4 5 6 outros veículos.
Linhas de base No que diz respeito à qualidade das coorde-
nadas, calculou-se as diferenças entre as coordenadas
Figura 3 - ADOP. calculadas pelos softwares Reliance e GPSeq no ins-
tante da solução das ambigüidades (Fig. 2). As dife-
Os resultados apresentados na figura 3 mos- renças máximas e mínimas das coordenadas, bem
tram que os valores de ADOP variam de 0,03 a 0,09, como o Erro Médio Quadrático (EMQ) das diferen-
o que representa boas condições para se solucionar ças podem ser vistas podem ser vistas na figura 5.
as ambigüidades. Verifica-se, também, que o valor
do ADOP está relacionado com o número de satéli- 10
tes observados e o intervalo de duração do rastreio. 8
6

Diferenças (cm)
Os piores resultados são referentes às linhas de base 4 1.8
1 e 3. No caso da linha de base 1, a geometria dos 2 0.6 0.4 0 0 0
0
satélites é menos favorável, como citado anterior-
-2 -2
mente. No caso da linha de base 3, o valor mais alto -4 -2.3

para o ADOP está relacionado com o pequeno inter- -6

-7
-8
valo de duração do rastreio. E N h E N h E N h
Como esses dados foram coletados no início Máx EMQ Min
de 2001, período em que a atmosfera apresentou alta
Figura 5 - Diferenças das coordenadas GPSeq x Reliance.
atividade ionosférica, devido ao período de máxima
atividade solar do ciclo número 23, decidiu-se veri- Observa-se que a maior discrepância ocor-
ficar a qualidade das observações através da estatís- reu na coordenada h, com -7,0 cm. Nas coordenadas
tica GOM, a qual pode ser vista na figura 4. horizontais E e N foram de -2,3 cm e -2,0 cm, res-
pectivamente. Isto mostra que, nos piores casos, a
6 5.25 discrepância entre as soluções é da ordem centimé-
5 trica. Percebe-se, através do EMQ, que a solução
Estatística (GOM)

3.45
4 2.7 2.85 proporcionada pelo GPSeq está compatível com a
3 solução do Reliance no nível de aproximadamente
2 0.76 0.81
2,0cm. Nos melhores casos, não houve discrepância
1
0
em nenhuma das coordenadas.
1 2 3 4 5 6 Embora nenhum controle de qualidade esta-
Linhas de base tístico para a solução das ambigüidades tenha sido
efetivamente implementado no software GPSeq, um
Figura 4 - Estatística GOM. estudo inicial foi realizado acerca do teste ratio no
processamento dos dados coletados. A figura 6
Verifica-se, a partir da figura 4, que a esta-
apresenta os valores da estatística ratio para as li-
tística GOM das linhas de base 1 e 2 são as meno-
res, mostrando que os efeitos sistemáticos foram nhas de base processadas no momento em que as
suficientemente minimizados pelo processo de dife- ambigüidades foram solucionadas. A figura 7 apre-
renciação. Ressalta-se, também, que este levanta- senta o comportamento temporal da estatística ratio.
mento foi realizado num campo aberto, com pouca No processamento das linhas de base 1 e 2 conside-
probabilidade de ocorrer multicaminho. As linhas rou-se dados de 750 épocas, com taxa de coleta de
de base de 3 a 6 apresentaram os maiores valores 1 s, pois tais linhas de base necessitaram de maior
para a estatística GOM. Isto está associado aos com- quantidade de dados para solucionar as ambigüida-
primentos destas linhas de base, que são, significa- des. Para as demais linhas de base, processaram-se
tivamente, maiores do que os das linhas de base 1 e dados de 400 épocas.

97
 Analisou-se, em paralelo à estatística ratio, o
2
valor da diferença entre a forma quadrática do vetor
1.8 dos resíduos que proporcionou a melhor unidade de
peso a posteriori e a do vetor que proporcionou a
1.6 segunda melhor, denominado, neste trabalho, de DW.
Ratio

1.4 Os valores de DW, no momento em que a solução das

ambigüidades ocorreu, e seus comportamentos po-
1.2
1.01
dem ser vistos nas figuras 8 e 9, respectivamente.
1.01 1 1.01 1.01 1.01
1
1 2 3 4 5 6
40
Linhas de base 30.34
30
Figura 6 - Estatística ratio.
20

∆Ω
10.78 9.33
4,0 10 5.36
LB-1 1.33 0.16
3,5 LB-2 0
LB-3 1 2 3 4 5 6
3,0
LB-4 Linhas de base
Ratio

2,5 LB-5
LB-6 Figura 8 - Estatística delta-omega.
2,0

1,5

1,0 LB-1
1200
0 200 400 600 800 LB-2
Épocas de 1s 1000 LB-3
LB-4
800
LB-5
∆Ω

Figura 7 - Comportamento temporal da estatística ratio. 600 LB-6

400
Muito embora as ambigüidades tenham sido 200
solucionadas corretamente, verifica-se, a partir da 0
figura 6, que o valor da estatística ratio das linhas 0 200 400 600 800
de base processadas é muito próximo de 1,0, o que Épocas de 1s
tem como conseqüência a rejeição do teste de discri-
minação entre o vetor que proporcionou a menor e Figura 9 - Comportamento temporal da estatística delta-omega.

a segunda menor unidade de peso a posteriori.

A partir da figura 7, observa-se que o com- A partir da figura 8, verifica-se que, salvo a
portamento da estatística ratio para as linhas de linha de base 5, os valores de ∆Ω são pequenos, o
base 1 e 2 é melhor do que para as linhas de base que, teoricamente, significa que não há indícios es-
tatísticos para aceitar o teste de discriminação dos
restantes, muito embora apresente, em algumas épo-
vetores das ambigüidades.
cas, pontos de mínimo que quase tocam o eixo X do
Observa-se, a partir da figura 9, que o com-
gráfico. Além disso, o comportamento do ratio para
portamento da estatística ∆Ω é similar à da ratio.
as linhas de base 1 e 2 apresenta uma curva ascen- No entanto, o seu valor é aceitável após a época
dente após a época 600, mostrando que a quantidade 100, na maioria dos casos. Para as linhas de base 1
de dados processados, neste caso, pode trazer segu- e 2, o seu comportamento se apresentou parecido
rança estatística no momento de se aceitar a solu- com o comportamento da ratio.
ção. O comportamento dessa quantidade para as
demais linhas de base não apresentou resultados COMENTÁRIOS E CONCLUSÕES
satisfatórios. Isso pode estar relacionado com a qua-
lidade das observações, pois essas linhas de base No presente trabalho, mostrou-se o conceito
apresentaram o valor da estatística GOM maiores do de solução das ambigüidades, do ADOP e do
que as linhas de base 1 e 2. posicionamento relativo cinemático, bem como os

98
resultados dos softwares GPSeq e Reliance, no REFERÊNCIAS BIBLIOGRÁFICAS
processamento de dados coletados em linhas de base
Camargo, P. O. 1992. Controle de qualidade aplicada ao Filtro de
curtas. No software GPSeq, o controle de qualidade
Kalman. 94 p. Dissertação de Mestrado em Ciências Geodésicas,
da solução float está sendo realizado pelo processo Universidade Federal do Paraná.
DIA, cuja teoria também foi apresentada. de Jonge, P; Tiberius, C. C. J. M. 1996. The LAMBDA method for
integer ambiguity estimation: implementation aspects, T.U.
No que diz respeito à quantidade de dados
Delft - internal report, Delft.
necessária para solucionar as ambigüidades, conclui- Langley, R. B. 1998. RTK GPS, GPS World, 9 ( 9): 70-76.
se que o software GPSeq é capaz de solucionar as Machado, W. C. 1998. Solução rápida das ambigüidades GPS para
ambigüidades corretamente em intervalos de tempo posicionamento estático de bases curtas. Relatório de iniciação
científica apresentado à FAPESP (processo 97/02298-2).
pequenos, variando de 0,53 a 9,15 minutos, para o Machado, W. C. 2001. Solução rápida das ambigüidades GPS para
melhor e o pior caso, respectivamente. Além disso, aplicações no posicionamento relativo de linhas de base cur-
verifica-se que no processamento de dados coletados tas.128 p. Dissertação de Mestrado em Ciências Cartográficas,
em linhas de base curtas a quantidade de satélites Unesp Campus de Presidente Prudente.
Monico, J. F. G. 1992. Double Difference Ambiguity Resolution,
exerce um papel fundamental no êxito de se solucio- T.U. Delft - internal report, Delft.
nar as ambigüidades em curtos intervalos de tempo. Monico, J. F. G. 1996. Métodos para solução da ambigüidade: primei-
Quanto à qualidade das coordenadas, os experimen- ras experiências na Unesp de Presidente Prudente In: GIS BRASIL
96, 1996, Curitiba., PR. Anais..., Curitiba, p. 465-474.
tos realizados mostram que a solução adotada pelo Monico, J. F. G. 2000, Posicionamento pelo NAVSTAR-GPS: Des-
software GPSeq apresenta-se compatível na ordem de crição, Fundamentos e Aplicações. São Paulo, Unesp, p 287.
centímetros com o software Relience (Fig. 5). Seeber G. 1993. Satellite Geodesy: foundations, methods and
Com relação ao controle de qualidade da solu- applications. New York, Walter de Gruyter, 356p.
Teunissen, P. J. G. 1993. Least-squares estimation of the integer GPS
ção das ambigüidades, verificou-se que os testes de ambiguities. In: IAG GENERAL MEETING, 1993, Beijing.
discriminação das ambigüidades ratio e DW não apre- Proceedings of IAG General Meeting - Invited lecture, Section
sentaram resultados satisfatórios para as condições de IV: Theory and Methodology, Beijing, China, 16 p.
limite mínimo de tempo de rastreio para as linhas de Teunissen, P. J. G. 1995. The least-squares ambiguity decorrelation
adjustment: a method for fast GPS integer ambiguity estimation,
base processadas. A partir da análise dos comporta- Journal of Geodesy,70 (1/2): 65-82.
mentos temporais destas estatísticas, verifica-se que, Teunissen, P. J. G. 1998a. Quality Control and GPS. In: Teunissen,
para o processamento de dados coleta-dos a partir de P.J.G.; Kleusberg, A. (eds) GPS for Geodesy. 2.ed. Springer
Verlag, p. 271-318.
posicionamento relativo cinemático, essas estatísticas Teunissen, P. J. G. 1998b.GPS carrier phase ambiguity fixing
não apresentaram, na maioria dos casos, bons resulta- concepts. In: Teunissen, P.J.G. e Kleusberg, A. GPS for Geodesy.
dos com o aumento da quantidade de dados. Ressalta- 2.ed.: Springer Verlag, p. 319-388.
se que é importante que a solução da ambigüidade Tiberius, C. C. J. M. Recursive data processing for Kinematic GPS
surveying, Delft, 1998, 248 p. Tese (PhD) Delft University of
esteja baseada em elementos estatísticos. Technology.
Tiberius, C. C. J. M.; de Jonge, P. J. 1995. Fast positioning using
Agradecimentos - Os autores gostariam de externar os mais sinceros LAMBDA-Method, In: 4th INTERNATIONAL SYMPOSIUM ON
agradecimentos a todos que contribuíram na realização deste trabalho, DIFFERENTIAL SATELITE NAVIGATION SYSTEMS, 1995,
em especial à CAPES, pelo apoio financeiro no desenvolvimento do Bergen, Noruega. Proceedings..., Bergen, Noruega, 30: 8p.
projeto de mestrado do primeiro autor, à FAPESP, por possibilitar a Tiberius, C. C. J. M.; Teunissen, P. J. G.; de Jonge, P. J. 1997.
aquisição dos receptores GPS através do financiamento do projeto Kinematic GPS: Performance and quality control, In:
Jovem Pesquisador para o segundo autor - FAPESP (1995/08775-1), INTERNATIONAL SYMPOSIUM ON KINEMATIC SYSTEMS
ao professor Paulo de Oliveira Camargo e aos amigos Eugênio Ferreira IN GEODESY, GEOMATICS AND NAVIGATION, 1997, Banff,
Taira, Rodrigo Dainez, Rodrigo Bezerra e Jardel Aparecido Fazan. Canadá. Proceedings..., Banff, Canadá, p. 289-299.

99