CN101943749A - 基于星型结构的虚拟参考站网络rtk定位方法 - Google Patents

Abstract

本发明公开了一种基于星型结构的虚拟参考站网络RTK定位方法，首先建立星型结构的基本解算单元，构建一种星型结构的VRS网络RTK基线解算方式，并提出了适用于星型结构VRS网络RTK模糊度解算方法；然后针对这种星型结构分别对VRS网络RTK中电离层、对流层改正数的算法进行了研究。本发明方法在网络模糊度解算方面固定速度明显加快，提高幅度约50％，在生成的网络改正数方面精度及可靠性更高。

Description

基于星型结构的虚拟参考站网络RTK定位方法

技术领域

本发明涉及连续运行参考站(CORS)系统站间星形结构组网、整周模糊度网络固定方法与网络误差改正数的计算，尤其涉及GNSS网络差分定位系统中的一种基于星形结构的虚拟参考站(VRS)网络RTK定位方法。

背景技术

GNSS网络差分定位技术是目前卫星定位领域的热门技术，广泛应用于测绘及国土资源调查等行业，以虚拟参考站(VRS)技术为代表的网络差分技术兴起，使得建立基准站网络式GPS服务体系成为当前GPS技术应用发展的最新趋势。VRS技术作为多基准站环境下的GPS实时动态定位技术，是集Internet技术、无线通讯技术、计算机网络技术以及GPS技术为一体的网络RTK定位技术，也是当前应用最广、最成功的代表性高新技术成果，VRS技术体系代表了常规RTK之后新一代定位技术的发展方向。

VRS技术定位的基本方法为：各个参考站连续采集观测数据，实时传输到数据处理与控制中心的数据库，进行网络计算；控制中心在线解算GPS参考站网内各独立基线的载波相位整周模糊度值；数据处理中心利用参考站网载波相位观测值计算每条基线上的双差综合误差，并据此建立距离相关误差的空间参数模型；移动站用户将通过单点定位得到的NMEA格式的概略坐标发送给控制中心，控制中心在该坐标位置创建一个虚拟参考站(VRS)；控制中心根据参考站、用户及GPS卫星的相对几何关系，通过内插计算模型得到移动站与参考站间的空间相关误差，再根据虚拟观测值计算模型生成VRS处的虚拟观测值；控制中心把虚拟观测值作为网络差分改正信息发送给移动站用户；用户移动站接收网络差分信息与VRS构成短基线，通过常规RTK计算模型进行差分解算，确定用户位置。

传统VRS技术，以用户所在三角形为基本解算单元建立网络改正模型，它仅选择用移动站所在的三角形区域的三个基准站及基线数据，建立覆盖三角形区域的改正计算模型。这种解算单元能保证改正区域与流动站最大程度的符合，只要该三角形解算单元网络初始化正常，就能保证较优的网络改正精度和可靠性，同时也不受其它单元初始化错误的影响。但这种三角形网络结构也有一些不足之处，主要表现在：(1)它采用的是单基线解算模式，没有充分利用多基准站多余观测信息，导致对于长基线和低高度角卫星的模糊度固定时间较长，不利于大规模基准站网络的初始化；(2)独立基线信息较少(2条基线)，因此限制了内插计算时可供选择的数学模型(模型参数＜＝2)的精确性，因而在一定程度上影响了改正数的精度，特别是对于高程差异较大区域的定位精度会有所降低；(3)对于基本解算单元以外的区域，其改正精度随距离的增加大幅下降。

发明内容

本发明针对目前VRS网络RTK中三角形构网的不足，提出了一种基于星型结构的虚拟参考站网络RTK定位方法，采用星型虚拟参考站网络RTK定位方法来提高网络RTK定位精度与可靠性。

本发明的技术方案是：一种基于星型结构的虚拟参考站网络RTK定位方法，各个参考站连续采集观测数据，实时传输到数据处理与控制中心的数据库，进行网络计算；控制中心在线解算GPS参考站网内各独立基线的载波相位整周模糊度值；数据处理中心利用参考站网载波相位观测值计算每条基线上的双差综合误差，并据此建立距离相关误差的空间参数模型；移动站用户将通过单点定位得到的NMEA格式的概略坐标发送给控制中心，控制中心在该坐标位置创建一个虚拟参考站VRS；控制中心根据参考站、用户及GPS卫星的相对几何关系，通过内插计算模型得到移动站与参考站间的空间相关误差，再根据虚拟观测值计算模型生成VRS处的虚拟观测值；控制中心把虚拟观测值作为网络差分改正信息发送给移动站用户；用户移动站接收网络差分信息与VRS构成短基线，通过常规RTK计算模型进行差分解算，确定用户位置；

其特征在于：建立星型结构的基本解算单元，构建一种星型结构的VRS网络RTK基线解算方式替代以用户所在三角形为基本解算单元建立网络改正模型的方法，按以下步骤实现：

(1)建立星型结构的基本解算单元；

1)将整个CORS网络按Delaunay三角网构网原则建立不规则三角网；

2)从CORS网络中的参考站中选取中心参考站，选取的原则为：中心参考站与其余参考站形成的基线数目最少且中心参考站必须位于Delaunay三角网边界之内，将其余参考站作为辅助参考站，形成一个星型结构基本解算单元；

3)将整网依据中心参考站的数目分成若干个子网，而这些子网以星型拓扑结构构建，以中心参考站名称命名；

(2)星型VRS网络模糊度解算：

1)由单基线模式利用宽巷组合的长波特性快速固定宽巷模糊度：

基线长度为30～50km时，采用宽巷组合定义求解法：

根据双频宽巷组合观测值的定义，把宽巷模糊度表示成：

式中，

为双差算子；N_w为宽巷模糊度；

和

分别为L₁、L₂波段载波相位观测值；f₁、f₂为L₁、L₂波段的频率；λ_w＝c/(f₁-f₂)为宽巷观测值的波长；ρ，O，T，I，M，ε分别为卫地距、轨道误差、对流层延迟、电离层延迟、多路径效应及观测噪声；

基线长度为50～100km时，采用双频伪距P码P1、P2和相位观测值线性组合求解法：

由于双频码相关的GPS接收机，不但可以获得载波相位观测值，而且还能获得L1，L2频率上的P码伪距，采用双频P码和相位观测值的线性组合法求解宽巷模糊度：

式中P₁，P₂分别为L₁、L₂波段P码伪距值；根据噪声的偶然误差特性，采用综合多历元观测数据进行求解；

2)由多基线模式利用无电离层组合、宽巷模糊度与L₁、L₂模糊度之间的关系解算出L₁、L₂双差模糊度

对于星型解算单元中每一条基线在固定宽巷模糊度之后，采用无电离层组合分离出L1双差模糊度，其计算公式为：

由上式可见，采用无电离层组合可以有效地消除电离层的影响，其中轨道误差O、多路径效应M可以忽略不计，因此影响

精度主要为对流层延迟，任意一条基线pq的双差对流层延迟可以表示为：

$\mathrm{\Δ}\▿T_{\mathrm{pq}}^{\mathrm{ij}}={\mathrm{ZD}}_q\▿\mathrm{MF}\left({\mathrm{\θ}}_{\mathrm{pq}}^j\right)+\mathrm{RZ}{D}_{\mathrm{pq}}\▿\mathrm{MF}\left({\mathrm{\θ}}_p^{\mathrm{ij}}\right)$

式中RZD_pq为相对天顶对流层延迟，所以第k条基线多卫星模糊度解算模型如下：

式中r为参考卫星，s为非参考卫星，m为中心参考站，k为辅助参考站；

首先选择星型基本解算单元中基线最短的基线进行模糊度解算，构建卡尔曼滤波器，即可快速估计出中心参考站m的天顶对流层延迟ZD_m、m与k两站相对天顶对流层延迟RZD_mk以及模糊度浮点解；由于星型基本解算单元具有同一中心参考站m，所以可以将已估计出的天顶对流层延迟ZD_m应用于其余基线的解算，加快模糊度浮点解解算效率，构造新的卡尔曼滤波器，只估计相对天顶对流层延迟RZD_mk和模糊度浮点解，最后采用LAMBDA算法加快模糊度固定速度。

(3)星型VRS网络改正数计算模型

在VRS网络模糊度固定之后，则需要进行VRS网络误差改正数的计算建模。

由于电离层延迟误差的色散性，采用双频相位观测值可以计算参考站网络各基线上的电离层延迟，忽略观测噪声和高阶电离层延迟误差的影响，就可以得到基线上的电离层双差改正数，如下式：

式中为电离层双差改正数。

对于对流层双差改正数计算，可以在估计出中心参考站m的天顶对流层延迟ZD_m，以及m站与辅助参考站k之间相对天顶对流层延迟RZD_mk之后即可以求出，其中映射函数可由Neill模型得到。

在获取星型基本解算单元中各条基线的改正数之后，一般采用如下通用公式来内插出中心参考站与移动站的误差改正数，

μ_v，n＝α₁μ_1，n+...+α_iμ_i，n+...+α_n-1μ_i-1，n

式中μ为误差改正数，α_i为内插系数，i＝(1，...，n-1)。下标v为虚拟参考站，n代表中心参考站，1，...，n-1代表n-1个辅助参考站。

目前常用的改正数内插模型主要有距离线性内插模型(DIM)，线性组合模型(LCM)，线性内插模型(LIM)以及低阶曲面模型(LSM)等。各模型的差异主要有内插系数α_i决定。线性内插模型(LIM)是较优的电离层区域模型，对于100km以下的基准站网络，其精度可达2～3cm；而LSM模型对于对流层误差改正较佳。本发明方法采用LIM模型内插双差电离层改正数和LSM模型内插双差对流层改正数，对星型VRS网络结构进行数据处理。

本发明的优点及有益效果：

(1)本发明提出的基于星型结构的虚拟参考站网络RTK定位方法在网络模糊度解算方面固定速度明显加快，提高幅度约50％，在生成的网络改正数方面精度及可靠性更高。

(2)本发明可提高省级和行业级乃至全国范围的大规模的网络RTK系统定位的精度与可靠性。

附图说明

图1是本发明虚拟参考站技术定位的示意图；

图2是本发明星型VRS网络结构生成流程图；

图3是本发明星型基本解算单元示意图；

图4是本发明星型VRS网络改正数内插试验网络图；

图5a、5b是本发明对比双差对流层延迟改正效果图；

图6是传统三角形结构单基线解算模糊度固定时间；

图7是基于星型结构的多基线解算模糊度固定时间；

图8是传统VRS网络移动站内插系数矢量统计表；

图9是星型VRS网络移动站内插系数矢量统计表；

图10是对比三角形与星型结构电离层延迟改正精度统计；

具体实施方式

参看图1、2：

(1)建立星型结构的基本解算单元：

1)将整个CORS网络按Delaunay三角网构网原则建立不规则三角网；

2)选择CORS网络中的若干个参考站作为中心参考站，选取的原则为中心参考站与其余参考站形成的基线数目最少且中心参考站必须位于Delaunay三角网边界之内，将其余参考站作为辅助参考站，形成一个星型结构基本解算单元；

3)将整网依据中心参考站的数目分成若干个子网，而这些子网以星型拓扑结构构建，以中心参考站名称命名。

(2)星形结构网络构建后，进行星型VRS网络模糊度解算：

1)由单基线模式利用宽巷组合的长波特性快速固定宽巷模糊度：

基线长度为30～50km时，采用宽巷组合定义求解法：

基线长度为50～100km时，采用双频伪距P码P1、P2和相位观测值线性组合求解法：

2)由多基线模式利用无电离层组合、宽巷模糊度与L₁、L₂模糊度之间的关系解算出L₁、L₂双差模糊度

首先选择星型基本解算单元中基线最短的基线进行模糊度解算，构建卡尔曼滤波器，即可快速估计出中心参考站m的天顶对流层延迟、m与k两站相对天顶对流层延迟以及模糊度浮点解；由于星型基本解算单元具有同一中心参考站m，所以可以将已估计出的天顶对流层延迟应用于其余基线的解算，加快模糊度浮点解解算效率，构造新的卡尔曼滤波器，只估计相对天顶对流层延迟和模糊度浮点解，最后采用LAMBDA算法加快模糊度固定速度。

下面使用江苏CORS数据作为算例，分别选择靖江站(BTJJ)、扬州站(BFYZ)、句容站(BTJR)、如皋站(BTRG)、如东站(BTRD)、启东站(BTQD)组成星型VRS网络，作为一个基本解算单元，如图3所示。该网络中所有参考站均使用Leica天线和参考站型接收机。试验数据为2007年3月6日(GPS时)0:00-0:30(120个历元，采样间隔为15s)的观测数据，选择高度角最大的PRN28卫星作为参考卫星。选择三个代表低、中、高高度角卫星与PRN28组成三组卫星对PRN8-28、PRN17-28、PRN11-28。

第一步、采用双频P码和相位观测值线性组合法求解宽巷模糊度；

第二步、分别采用单基线解算模式以及星形算法的多基线解算模式进行分析比较：

单基线解算模式是对星型VRS网络的每一条基线进行模糊度解算。由于单基线模糊度固定时间主要是受较低高度角卫星模糊度收敛的影响，因此以PRN8-PRN28这一卫星对进行分析。其模糊度固定时间结果见表1所示。

多基线解算模式是先选择星型VRS网络中最短基线BTJJ-BTRG(基线长48.8km)进行解算，估计出中心参考站BTJJ的天顶对流层延迟，并将其应用于其余基线，重新构建新的卡尔曼滤波器估计模糊度浮点解与相对天顶对流层延迟。同样以PRN8-PRN28这一卫星对进行分析。其模糊度固定时间结果见表2所示。

对比图6和图7可以看出，采用本发明提出的针对星型解算单元的模糊度解算方式明显比传统VRS的单基线模糊度解算方式优越，它使得模糊度固定时间大大缩短(缩短接近一半)，有利于大规模网络RTK系统的初始化。

(3)在VRS网络模糊度固定之后，则需要进行VRS网络误差改正数的计算建模。

由于电离层延迟误差的色散性，采用双频相位观测值可以计算参考站网络各基线上的电离层延迟，忽略观测噪声和高阶电离层延迟误差的影响，就可以得到基线上的电离层双差改正数。

对于对流层双差改正数计算，可以在估计出中心参考站m的天顶对流层延迟，以及m站与辅助参考站k之间相对天顶对流层延迟之后即可以求出，其中映射函数可由Neill模型得到。

在获取星型基本解算单元中各条基线的改正数之后，一般采用通用公式来内插出中心参考站与移动站的误差改正数，

目前常用的改正数内插模型主要有距离线性内插模型(DIM)，线性组合模型(LCM)，线性内插模型(LIM)以及低阶曲面模型(LSM)等。各模型的差异主要有内插系数决定。线性内插模型(LIM)是较优的电离层区域模型，对于100km以下的参考站网络，其精度可达2～3cm；而LSM模型对于对流层误差改正较佳。本算法采用LIM模型内插双差电离层改正数和LSM模型内插双差对流层改正数，对星型VRS网络结构进行数据处理。

试验网络选取天津连续运行参考站网络(TJCORS)的武清站(TJWQ)、西青站(TJXQ)、静海站(TJJH)、大港站(TJDG)、塘沽站(TJTG)，汉沽站(TJHG)、东丽站(TJDL)共7个连续运行参考站。试验数据采用2009年11月22目的7:00:51-8:00:51(GPS时)。

如图4所示，以TJDL作为中心参考站与辅助参考站TJWQ、YJJH、TJDG、TJHG组成星型解算单元，以TJXQ(网内)、TJTG(网外)分别作为移动站，采用LIM模型内插电离层改正数，以LSM模型内插对流层改正数，分别对星型VRS网络与传统VRS三角形网络两种网络进行分析测试。

图8、图9为内插系数矢量统计结果，电离层改正数内插结果及改正精度图10，对流层改正数内插结果见图5a、图5b；

从图10可以看出，采用星型VRS网络进行双差电离层误差改正数计算时，其统计指标中的平均值和中误差指标均小于传统VRS三角形网络改正，特别是对于位于三角形外的移动站尤为明显，表明星型VRS网络改正效果较优。图5a为网外双差对流层误差改正效果，从上至下三条线为三角形、星形、真值的双差对流层误差改正值曲线，从图中可以看出采用星型VRS网络进行双差对流层误差改正效果优于传统VRS三角形网络。图5b为网内双差对流层误差改正效果，从上至下三条线为真值、星形、三角形的双差对流层误差改正值曲线，其中星形与真值明显较为接近，从图中可以看出采用星型VRS网络进行双差对流层误差改正效果优于传统VRS三角形网络。

Claims (2)

1.一种基于星型结构的虚拟参考站网络RTK定位方法，各个参考站连续采集观测数据，实时传输到数据处理与控制中心的数据库，进行网络计算；控制中心在线解算GPS参考站网内各独立基线的载波相位整周模糊度值；数据处理中心利用参考站网载波相位观测值计算每条基线上的双差综合误差，并据此建立距离相关误差的空间参数模型；移动站用户将通过单点定位得到的NMEA格式的概略坐标发送给控制中心，控制中心在该坐标位置创建一个虚拟参考站VRS；控制中心根据参考站、用户及GPS卫星的相对几何关系，通过内插计算模型得到移动站与参考站间的空间相关误差，再根据虚拟观测值计算模型生成VRS处的虚拟观测值；控制中心把虚拟观测值作为网络差分改正信息发送给移动站用户；用户移动站接收网络差分信息与VRS构成短基线，通过常规RTK计算模型进行差分解算，确定用户位置；

其特征在于：建立星型结构的基本解算单元，构建一种星型结构的VRS网络RTK基线解算方式替代以用户所在三角形为基本解算单元建立网络改正模型的方法，按以下步骤实现：

(1)建立星型结构的基本解算单元；

1)将整个CORS网络按Delaunay三角网构网原则建立不规则三角网；

2)从CORS网络中的参考站中选取中心参考站，选取的原则为：中心参考站与其余参考站形成的基线数目最少且中心参考站必须位于Delaunay三角网边界之内，将其余参考站作为辅助参考站，形成一个星型结构基本解算单元；

3)将整网依据中心参考站的数目分成若干个子网，而这些子网以星型拓扑结构构建，以中心参考站名称命名；

(2)星型VRS网络模糊度解算：

1)由单基线模式利用宽巷组合的长波特性快速固定宽巷模糊度：

基线长度为30～50km时，采用宽巷组合定义求解法：

根据双频宽巷组合观测值的定义，把宽巷模糊度表示成：

式中，

为双差算子；N_w为宽巷模糊度；

和

分别为L₁、L₂波段载波相位观测值；f₁、f₂为L₁、L₂波段的频率；λ_w＝c/(f₁-f₂)为宽巷观测值的波长；ρ，O，T，I，M，ε分别为卫地距、轨道误差、对流层延迟、电离层延迟、多路径效应及观测噪声；

基线长度为50～100km时，采用双频伪距P码P1、P2和相位观测值线性组合求解法：

由于双频码相关的GPS接收机，不但可以获得载波相位观测值，而且还能获得L1，L2频率上的P码伪距，采用双频P码和相位观测值的线性组合法求解宽巷模糊度：

式中P₁，P₂分别为L₁、L₂波段P码伪距值；根据噪声的偶然误差特性，采用综合多历元观测数据进行求解；

2)由多基线模式利用无电离层组合、宽巷模糊度与L₁、L₂模糊度之间的关系解算出L₁、L₂双差模糊度

对于星型解算单元中每一条基线在固定宽巷模糊度之后，采用无电离层组合分离出L1双差模糊度，其计算公式为：

由上式可见，采用无电离层组合可以有效地消除电离层的影响，其中轨道误差O、多路径效应M可以忽略不计，因此影响

精度主要为对流层延迟，任意一条基线pq的双差对流层延迟

可以表示为：

$\mathrm{\Δ}\▿T_{\mathrm{pq}}^{\mathrm{ij}}={\mathrm{ZD}}_q\▿\mathrm{MF}\left({\mathrm{\θ}}_{\mathrm{pq}}^{\mathrm{ij}}\right)+{\mathrm{RZD}}_{\mathrm{pq}}\▿\mathrm{MF}\left({\mathrm{\θ}}_p^{\mathrm{ij}}\right)$

式中RZD_pq为相对天顶对流层延迟，所以第k条基线多卫星模糊度解算模型如下：

式中r为参考卫星，s为非参考卫星，m为中心参考站，k为辅助参考站；

首先选择星型基本解算单元中基线最短的基线进行模糊度解算，构建卡尔曼滤波器，即可快速估计出中心参考站m的天顶对流层延迟ZD_m、m与k两站相对天顶对流层延迟RZD_mk以及模糊度浮点解；由于星型基本解算单元具有同一中心参考站m，将已估计出的天顶对流层延迟ZD_m应用于其余基线的解算，加快模糊度浮点解解算效率，构造新的卡尔曼滤波器，只估计相对天顶对流层延迟RZD_mk和模糊度浮点解，最后采用LAMBDA算法加快模糊度固定速度；

(3)星型VRS网络改正数计算模型

在VRS网络模糊度固定之后，则需要进行VRS网络误差改正数的计算建模，由于电离层延迟误差的色散性，采用双频相位观测值计算参考站网络各基线上的电离层延迟，忽略观测噪声和高阶电离层延迟误差的影响，得到基线上的电离层双差改正数，如下式：

式中

为电离层双差改正数。

对于对流层双差改正数计算，在估计出中心参考站m的天顶对流层延迟ZD_m，以及m站与辅助参考站k之间相对天顶对流层延迟RZD_mk之后即可以求出，其中映射函数由Neill模型得到；

在获取星型基本解算单元中各条基线的改正数之后，采用如下通用公式来内插出中心参考站与移动站的误差改正数：

μ_v，n＝α₁μ_1，n+...+α_iμ_i，n+...+α_n-1μ_i-1，n

式中μ为误差改正数，α_i为内插系数，i＝(1，…，n-1)。下标v为虚拟参考站，n代表中心参考站，1，…，n-1代表n-1个辅助参考站。

2.根据权利要求1所述基于星型结构的虚拟参考站网络RTK定位方法，其特征在于：采用LIM模型内插双差电离层改正数和LSM模型内插双差对流层改正数，对星型VRS网络结构进行数据处理。

Images