摘要：O cálculo dos parâmetros envolvidos no processamento de dados GPS pode ser dividido em duas partes: estimação e controle de qualidade. Na estimação, o Método dos Mínimos Quadrados (MMQ) recursivo tornou-se uma solução bastante comum. O controle de qualidade se resume em verificar a consistência das observações em relação ao modelo matemático, identificando a presença de erros não modelados de modo que os mesmos sejam adaptados. No posicionamento relativo, em linhas de base curtas, esses erros podem ser, principalmente, multicaminho na pseudodistância e na fase de batimento da onda portadora, perdas de ciclo na fase e outros erros não modelados. Esse artigo apresenta uma comparação entre duas estratégias de controle de qualidade da estimação recursiva pelo MMQ em linhas de base curtas. Na primeira, utiliza-se um processo estatístico isolado de Detecção, Identificação e Adaptação (DIA) de erros não modelados. Na segunda estratégia emprega-se a Tripla Diferença (TD), para detectar e identificar perdas de ciclo de grande magnitude, em conjunto com o processo DIA. Uma linha de base curta foi processada utilizando-se as duas estratégias. Os resultados mostraram que a adoção da TD na identificação de perdas de ciclo de grande magnitude contribui no desempenho do processo de estimação e controle de qualidade. Quality control of recursive GPS data adjustment on short baselines Abstract GPS data processing can be divided in two steps: estimation and quality control. Recursive least square has often been the solution used for the estimation. The quality control is restricted to verify the relations between observation and mathematical model in order to identify no modeled errors, which should be adapted. For short baselines relative positioning the main errors are caused by pseudorange and carrier beat phase multipath, carrier beat phase cycle slips and other no modeled errors. In this paper a comparison between two recursive least squares quality control strategies for short baselines estimation is presented. In the first one, a statistical process for Detection, Identification and Adaptation (DIA) of no modeled error is used alone. In the second, the Triple Differences (TD) are used for detecting large cycle slips, after this DIA process is carry on. One baseline was processed employing these two strategies. The results showed that the second one improves the estimation process quite well as well as the quality control processes.
