CN104297761B - 基于非同时接收的定位方法 - Google Patents

Abstract

本发明公开了一种非同时接收的定位方法，能够解决非连续导航信号接收下的定位问题，提高卫星导航在城市峡谷、快速切换等复杂环境下的可用性。采用细化码相位的方式恢复信号发射时刻毫秒小数部分，采用迭代最小二乘法恢复信号发射时刻毫秒整数部分，然后再合成信号发射时刻，继而计算伪距和卫星位置；通过对所述伪距线性化构建观测向量，采用接收机位置和可从外部获取的接收机运动姿态构建接收机的状态向量，在每一观测时刻k，利用卡尔曼滤波的方法解算状态向量的估计值，即为当前时刻k的定位结果；不同观测时刻k采用不同的伪距获得观测向量，重复本步骤四，以完成定位。

Description

基于非同时接收的定位方法

技术领域

本发明涉及卫星导航信号定位关键技术，尤其涉及一种基于非同时接收条件下的定位方案，实现非同时接收导航信号下的导航定位。

背景技术

随着卫星导航技术的发展，导航接收机的应用范围越来越广，在城市高楼间、树荫下、峡谷中、快速切换等复杂环境下导航定位需求越来越多。然而导航接收机受环境影响较大，当用户在这些复杂环境下时，卫星导航信号将会被遮挡或干扰，这将导致终端所接收的卫星导航信号呈现非连续的特性。对于常用的定位算法，导航接收机需同时观察到4颗或4颗以上的卫星才能完成定位。但在上述等复杂环境下，可见卫星数将不足4颗，从而无法完成定位，这是卫星导航接收机所遇到的突出问题。

为了解决上述问题，A-GPS(Assisted-GPS)定位技术应运而生。该技术结合了移动网络基站信息和GPS信息对移动终端进行定位，它除了传统的GPS系统构成外，还有一个辅助服务器。A-GPS接收机最大特点是通过无线通信网络等方式，获取卫星星历等辅助数据，辅助接收机接收信号并完成定位解算。与传统的GPS接收机首次定位需要几分钟相比，A-GPS的首次定位时间最快仅需几秒钟，同时A-GPS也彻底解决了普通GPS设备在室内无法获取定位信息的缺陷。

3)GPSOne是一种基于无线辅助全球定位系统的混合定位技术。在终端能够接收到GPS卫星信号时采用GPS定位方式，当终端在室内或者接收卫星信号不好的环境时采用CDMA基站接收的辅助GPS卫星信号实现辅助定位。GPSOne移动定位技术具有盲区少，适应面宽，成本低的特点，它不但可以在室外等平常的环境下实现高精度的定位，而且还克服了GPS在室内、地下停车场等环境下，无法定位或定位不准的弊端，提高了定位精度和定位成功率。

4)然而，A-GPS、GPSOne定位方法也存在如下一些缺点：

由于室内墙壁的遮挡，阻碍了手机的GPS模块接收卫星信号，所以即使有无线网络信号，但如果所接收的导航信号不连续，则依然无法完成定位；

A-GPS等定位实现必须通过多次网络传输，这对运营商来说是大量的占用了空中资源；

比一般手机在耗电量有一定的额外负担，缩短了手机的待机时间；

将产生大量的无线网络流量，生成大量的资费等。

发明内容

有鉴于此，本发明提供了一种基于非同时接收的定位方法，能够解决非连续导航信号接收下的定位问题，提高卫星导航在城市峡谷等复杂环境下的可用性。

为了解决上述技术问题，本发明提供的非同时接收的定位方法，包括：

步骤一、对接收的卫星导航中频信号做并行搜索捕获，获得粗略的码相位；之后通过细化码相位，获取精细的码相位，进而得到信号发射时刻毫秒小数部分；

步骤二、在已知的接收机粗略位置约束下，以接收机粗略位置作为初始值，利用迭代最小二乘法恢复信号发射时刻毫秒整数部分；

步骤三、利用所述信号发射时刻毫秒小数部分和信号发射时刻毫秒整数部分，恢复信号发射时刻，并计算伪距；同时利用预先获取的星历结合恢复的信号发射时刻，计算卫星位置；

步骤四、通过对所述伪距线性化构建观测向量y(k)，采用接收机位置和可从外部获取的接收机运动姿态构建接收机的状态向量x(k)，利用接收机位置和卫星位置构建系统观测方程中的系统观测矩阵H(k)；其中，状态向量x(k)中所述接收机位置的初始值采用所述接收机粗略位置；

基于上述构建，在每一观测时刻k，利用卡尔曼滤波的方法解算状态向量的估计值即为当前时刻k的定位结果；不同观测时刻k采用不同的伪距获得观测向量y(k)，重复本步骤四，以完成定位。

优选地，步骤一中，所述获取精细的码相位的具体步骤包括：

利用并行搜索算法进行捕获，得到码相位和多普勒频率的粗略估计值；

利用二次曲线拟合的方法，将多普勒频率进行细化，得到细化到几十Hz的多普勒频率；用细化后的多普勒频率产生本地载波，对所述接收的卫星导航中频信号进行去载波处理；

在码相位的粗略估计值的附近范围内以比并行搜索捕获所采用的码相位搜索步长d1更小的码相位搜索步长d2提取码相位，利用提取的码相位重建本地码，将重建的本地码与去载波处理后的卫星导航中频信号做相关，得到若干个相关值；

从得到的相关值中选取最大的3个相关值结合对应的码相位做二次曲线拟合，找到拟合曲线的峰值，即为精细的码相位。

优选地，步骤四中，所述接收机运动姿态包括多普勒频移、接收机速度和/或接收机加速度。

优选地，所述步骤四具体为：

①建立接收机的系统状态转移方程为：

x(k)＝Ax(k-1)+w(k-1)

其中，x＝[x_m x_c]^T为接收机的状态向量，x_m＝[x y z vx vy vz]^T为运动状态向量，x、y、z、vx、vy、vz分别为接收机三个方向的位置分量和速度分量；x_c＝[δl δl_f]^T为误差状态向量，δl、δl_f分别为由接收机钟差引起的距离误差δl和由接收机频漂引起的速度误差δl_f；w(k-1)为系统噪声；

系统转移矩阵A为：

利用w(k-1)得到系统误差矩阵Q为:

上式中，T为接收机测量过程的采样周期，S_x为接收机x方向的加速度扰动功率谱密度，S_y为接收机y方向的加速度扰动功率谱密度，S_z为接收机z方向的加速度扰动功率谱密度，S_t为接收机钟差引起的距离噪声的功率谱密度，S_f表示接收机频漂引起的速度噪声的功率谱密度；

②建立系统观测方程：

y(k)＝[y₁(k)…y_n(k)]^T＝H(k)x(k)+v(k)

其中，n为同一时刻出现的可视导航卫星个数，y(k)＝[y₁(k)，…，y_n(k)]^T为对所述伪距进行线性化得到的观测量；

系统观测矩阵H(k)＝[H₁(k)…H_n(k)]^T，H_i(k)＝[e_xρ(k) e_yρ(k) e_zρ(k) 0 0 0 1T]， x(k)、y(k)、z(k)和x_si(k)、y_si(k)、z_si(k)分别表示接收机和第i颗可视导航卫星于观测时刻k在地心坐标系下的坐标；是状态预测值中的接收机三方向位置分量，为观测时刻k-1计算得到的状态估计值；

v(k)为观测噪声向量，观测噪声的协方差矩阵 是第i颗可视导航卫星的观测误差方差；

③滤波过程为：

步骤(1)、设置接收机状态向量的初始估计值和状态均方误差的初始估计值P(0)；其中，取所述接收机粗略位置，采用当前观测时刻获得的伪距，通过线性化得到观测向量y(0)；令k＝1；

步骤(2)、根据系统状态方程x(k)＝Ax(k-1)+w(k-1)和得到状态预测值并且计算先验估计的状态均方误差阵和系统观测矩阵H(k)；

步骤(3)、计算滤波增益以及后验估计的状态均方误差阵

步骤(4)、计算状态向量的估计值

每个观测时刻k，利用步骤一至步骤三，通过获取伪距和卫星位置，然后重复步骤步骤(2)至(4)，完成卡尔曼滤波在每个观测时刻的定位解算。

有益效果：

(1)在非同时接收条件下，本发明采用细化码相位的方式获得精确的信号发射时刻毫秒小数部分，通过迭代最小二乘法恢复信号发射时刻毫秒整数部分，从而在不具有连续导航信号的前提下，获得了精确的伪距和卫星位置，为后续卡尔曼滤波提供了基础。

(2)本发明以线性化的伪距作为观测向量y(k)，以接收机位置和可从外部获取的接收机运动姿态构建接收机的状态向量x(k)，并且利用接收机位置和卫星位置构建系统观测方程中的系统观测矩阵H(k)，从而通过卡尔曼滤波获得接收机位置的估算结果，在不同时具有4个可视导航卫星信号的前提下，实现定位。如果一段时间内有4颗或4颗以上不同编号的卫星被观测到，则本发明获得的定位结果将更为精确。

(3)本发明不需要多次网络传输，从而减少了对空中资源的占用；而且，也不会额外负担耗电量和无线网络流量。

附图说明

图1为非同时接收定位方法的原理框图；

图2为细化码相位流程。

具体实施方式

下面结合附图并举实施例，对本发明进行详细描述。

在城市高楼间、树荫下、峡谷中、快速切换等复杂环境下，卫星导航信号将会被遮挡或干扰，此时接收到的由各个卫星发射导航信号呈非连续的特性，同时同一时刻接收到的可见卫星数小于四颗，且信号持续时间一般在10ms到1s左右。在此情况下，传统的导航定位方法无法对信号进行跟踪，以获取导航电文并进行定位导航服务。针对这种情况，本发明提供了一种定位方法，如图1所示，该定位方案的流程包括如下几个步骤：

步骤一、获取导航电文。

通过网上下载或辅助接收机获取卫星的星历数据、参考时间、参考位置(作为下文所述的接收机粗略位置)等定位所需信息，并写入接收机所在终端的存储设备中。当终端需要进行定位时，直接从存储模块读取卫星数据库。

例如，全球定位系统参考网络在全球建有多个观测站，负责全天候监测并记录覆盖区域上空所有GPS卫星的星历数据、参考时间、参考位置和时间校验参数等定位所需信息。此参考网络与A-GPS定位服务器通过私有协议相连，A-GPS服务器定期发出请求从参考网络动态刷新存储的GPS卫星数据库；当终端需要定位时，通过移动通信网络向A-GPS服务器通报其大概位置，服务器再通过移动通信网络向A-GPS终端提供辅助信息，如用于计算A-GPS终端位置的辅助信息和用于测量GPS伪距的辅助信息。

步骤二、计算伪距。

伪距是接收机计算位置、时间信息的基础。如果知道了卫星的发射时刻和用户接收时刻，则根据两者之差可以求出信号的传输时间，再乘以光速c便得到伪距。所以为了得到伪距观测量，接收机必须获得足够精确的信号发射时刻和接收时刻。接收时刻是从接收机上读取的，所以获取精确的卫星信号发射时刻对伪距的计算至关重要。

当卫星导航接收机接收到非连续导航信号时，则无法进行位同步、帧同步以及导航电文解调，致使无法恢复卫星信号发射时刻。

为了解决该问题，本发明将卫星信号发射时刻分为毫秒小数部分和毫秒整数部分，先将信号发射时刻的毫秒小数部分和毫秒整数部分恢复出来，再利用所述信号发射时刻毫秒小数部分和信号发射时刻毫秒整数部分，恢复信号发射时刻，并计算伪距。

本发明中毫秒小数部分采用细化码相位的方式进行恢复，毫秒整数部分采用以接收机粗略位置作为初始值的迭代最小二乘法恢复。

图2为本发明提供的其中一种卫星信号发射时刻毫秒小数部分的获取过程，其基本思路是，首先采取并行搜索算法，得到码相位和多普勒频率的粗估值；在粗捕伪码相位的基础上，对码相位进行细化处理。码相位细化处理主要是在粗估码相位和多普勒频率的基础上利用更加精细的搜索步长和相关峰形状曲线拟合的思想精确求解码相位。参见图2，该卫星信号发射时刻毫秒小数部分的获取过程具体包括如下步骤：

步骤101、利用并行搜索算法进行捕获，得到码相位和多普勒频率的粗略估计值。

步骤102、利用二次曲线拟合的方法，将多普勒频率进行细化，得到细化到几十Hz的多普勒频率；用细化后的多普勒频率产生本地载波，对所述接收的卫星导航中频信号进行去载波处理。本步骤可以采用文献1(高洁雯，柳林涛，杨光.基于软件实现GPS信号捕获以及获取精确载波频率.测绘科学.2007年5月,第32卷第5期:14-16.)所公开的方案细化多普勒频率。

步骤103、将搜索变为一维的码相位搜索，在码相位的粗略估计值的附近范围内、以比并行搜索捕获所采用的码相位搜索步长d1更小的码相位搜索步长d2提取码相位，利用提取的码相位重建本地码，将重建的本地码与去载波处理后的卫星导航中频信号做相关，得到若干个相关值；

步骤104、从步骤103得到的相关值中选取最大的3个相关值结合对应的码相位做二次曲线拟合，找到拟合曲线的峰值，即为精细的码相位。

该方法就是在缩小初始码相位间隔的基础上对输入信号进行遍历搜索，利用搜索结果进行二次曲线拟合获得精度更高的初始码相位修正值，从而细化码相位。

上述步骤中，细化搜索可以采用Zoom FFT的算法，可加快搜索速度。同时，可利用惯性导航辅助给出的位置积分和瞬时速度信息，进一步缩小细化码相位搜索计算量。

在实际中，还可以采用其他方式细化码相位，例如采用本申请人于2013年10月17日递交的、申请号为201310486357.0、发明名称为一种粗捕加细捕的扩频信号同步方法的专利申请所公开的方案。

本步骤中，毫秒整数部分利用迭代最小二乘法恢复。具体方案是，在已知的接收机粗略位置约束下，以接收机粗略位置作为初始值，利用迭代最小二乘法恢复信号发射时刻毫秒整数部分。其具体方案参见文献2(曹卉，袁洪.辅助式GPS接收机信号发射时间恢复算法研究.空间科学学报.2012.32(3):585-591.)。

文献2针对GPS接收机无法进行位同步、帧同步以及导航电文解调时，GPS接收机无法恢复卫星信号发射时刻的问题，利用辅助GPS接收机中无线通信网络提供的卫星星历、卫星修正参数等辅助信息，结合信号发射时刻模糊度的遍历搜索，完成了信号发射时刻的恢复。其具体恢复流程包括：

1)确定迭代最小二乘方程的迭代初值向量：辅助GPS接收机可通过无线通信模块从蜂窝网络的基站中获得接收机的参考位置、参考接收时间以及卫星星历等辅助信息。其中，将接收机参考位置作为接收机初始位置的值，将参考接收时间作为接收时刻，GPS信号传播时延的初值为0.075s，计算信号发射时刻初值。结合上述参数初值，计算出发射时刻模糊度的取值空间。

2)计算搜索因子，确定发射时刻模糊度搜索空间。

3)假设第k-1步迭代运算完成，在第k步迭代运算时，首先利用卫星星历计算出该时刻的卫星位置、卫星速度以及卫星时钟修正参数，然后计算第k次迭代的向量值。

4)重复步骤3)中的迭代运算，直到相邻两次迭代向量值差的模小于解算精度，迭代停止。此时，判断迭代结果是否合理，如果上述合理性验证都通过，则此时完成了信号发射时刻的恢复；若结果不合理，则转入步骤(2)，在模糊度取值的搜索空间中重新选值，开始新一轮的迭代，直至迭代结果合理。

5)若已经完成模糊度搜索空间的全部遍历，但迭代结果仍不合理，则宣布信号发射时刻恢复失败。

文献2基于迭代最小二乘的发射时刻恢复算法，利用辅助GPS接收机中无线通信网络提供的卫星星历、卫星修正参数等辅助信息，结合信号发射时刻模糊度的遍历搜索，完成了信号发射时刻的恢复。

步骤三、利用预先获取的星历结合恢复的信号发射时刻，计算卫星位置；

步骤四、利用伪距、卫星位置、多普勒频移、惯导观测量，利用卡尔曼滤波的方法进行定位解算，以完成定位。

步骤S41：系统状态转移方程的建立

①首先，建立接收机的运动转移方程

本实施例用6个状态变量来描述接收机的运动状态，分别是三个位置分量(x，y，z)和三个速度分量(vx，vy，vz)，可一起表示为运动状态向量：

x_m＝[x y z vx vy vz]^T (1)

其中，三个速度分量是可从外部获取的接收机运动姿态，可以通过惯导获得，在实际中，还可以在运动状态向量中设计加速度，只要可以从外部获得相关观测信息即可。

则载体运动转移微分方程可表示为

其中，F_m为运动转移矩阵，G_m为系统噪声驱动矩阵，e_m(t)为噪声向量，t为时间。

式错误！未找到引用源。是一个微分方程不能直接运用于数字系统中，需要对其进行离散化，为了方便讨论，以x方向这一维进行讨论。

其中，x方向运动状态向量x_x(t)＝[x vx]^T，x方向运动转移矩阵x方向噪声驱动矩阵x方向速度噪声(加速度扰动)e_x(t)＝e_x。根据线性系

统理论，系统方程的离散化后的系统转移矩阵A_x为

其中，t(k)表示观测时刻k对应的时间，k实际上表达的是第几次观测，L^-1是Laplace逆变换，I表示单位矩阵，T是接收机测量过程的采样周期。则离散Kalman x方向的运动转移方程为

x(k)＝A_xx(k-1)+w_x(k-1) (5)

其中，w_x(k-1)为由噪声e_x(t)引起的系统过程噪声，对e_x(t)求自相关，得到W_x阵为S_x，S_x为x方向的加速度扰动功率谱密度，S_x是已知的，根据应用场景、环境进行设置；环境变，值就变。最后根据线性系统理论，离散化后的系统噪声矩阵Q_x(k-1)为：

其中，τ为延时；

同理，可得离散化后的y方向和z方向的系统转移矩阵和系统噪声矩阵分别为A_y、A_z、Q_y(k-1)和Q_z(k-1)

式中，S_y和S_z分别为y方向和z方向的加速度扰动功率谱密度。

②接着，建立接收机误差模型。

本发明主要讨论时间基准维持问题，忽略其他误差来源，主要的误差源就是接收机时钟误差。接收机时钟误差是指接收机所用的时钟钟面时与GNSS系统标准时之间的差异，它将对各个卫星伪距测量值产生公共误差。忽略其他非主要噪声的影响，接收机误差模型可建模为钟差模型。它由两个状态变量组成，分别为由接收机钟差引起的距离误差δl和由接收机频漂引起的速度误差δl_f。该误差模型的微分方程可表示为

其中，误差模型的状态向量x_c(t)＝[δl δl_f]^T，状态转移矩阵噪声驱动矩阵噪声向量e_c(t)＝[e_t e_f]^T，e_t表示钟差引起的距离噪声，e_f表示频漂引起的速度噪声。根据上文中x方向运动状态模型离散化方法，同理可得到接收机误差模型线性化后的系统转移矩阵A_c和系统误差矩阵Q_c(k-1)分别为

其中，S_t表示接收机钟差引起的距离噪声的功率谱密度，S_f表示接收机频漂引起的速度噪声的功率谱密度。

③因此，接收机总的系统状态向量为x＝[x_m x_c]^T，则系统离散化后的总的状态转移方程为

x(k)＝Ax(k-1)+w(k-1) (14)

结合式(4)、式(6)到式(10)、式(12)和式(13)，转移矩阵A和系统误差矩阵Q分别为

步骤S42：系统观测方程的建立

只考虑伪距定位的情况下，根据伪距观测量、接收机误差δl和δl_f及观测噪声v_i，则载体接收机在k时刻的系统观测方程为

其中，ρ_i(k)为伪距观测量，就是步骤二计算得到的接收机与第i个可视导航卫星之间的伪距，x(k)、y(k)、z(k)和x_si(k)、y_si(k)、z_si(k)分别表示接收机和第i颗可视导航卫星在观测时刻k在地心坐标系下的坐标。其中，接收机的初始位置是已知的，采用步骤二中恢复毫秒整数部分时所使用的接收机粗略位置；第i颗可视导航卫星的坐标是已知的，是步骤三计算得到的。i＝1,2，…，n；n为同一时刻出现的可视导航卫星个数。

离散Kalman滤波需要对上式进行线性化处理。在用户位置轨迹上以这次的Kalman滤波预测值处进行泰勒展开。

令函数

则式错误！未找到引用源。变为

对式错误！未找到引用源。变换可得

则第i颗可视导航卫星的观测向量为

其中， x(k)、y(k)、z(k)和x_si(k)、y_si(k)、z_si(k)分别表示接收机和第i颗可视导航卫星于观测时刻k在地心坐标系下的坐标；是状态预测值中的接收机三方向位置分量，为观测时刻k-1计算得到的状态估计值。

则系统的观测方程变化为

y(k)＝[y₁(k)…y_n(k)]^T＝H(k)x(k)+v(k) (21)

其中，系统观测矩阵H(k)＝[H₁(k)…H_n(k)]^T，观测噪声向量v(k)＝[v₁(k)…v_n(k)]^T，v_i(k)是根据环境设置的已知量，可随时间变化，以适应环境(应用场景)变化。观测噪声的协方差矩阵R(k)为

式中，为第i颗可视导航卫星的观测误差的方差，其是根据环境设置的已知量，可随时间变化，以适应环境(应用场景)变化。

步骤S43：滤波过程

由以上分析可得GNSS接收机系统的整个离散线性化后的系统状态方程和系统观测方程为

x(k)＝Ax(k-1)+w(k-1) (23)

y(k)＝H(k)x(k)+v(k)

根据式错误！未找到引用源。和式错误！未找到引用源。得到Kalman滤波的算法流程如下

步骤(1)、设置接收机状态向量的初始估计值和状态均方误差的初始估计值P(0)。其中，取所述接收机粗略位置，采用当前观测时刻获得的伪距，通过线性化(式19)得到观测向量y(0)；令k＝1。

步骤(2)、根据系统状态方程x(k)＝Ax(k-1)+w(k-1)和得到状态预测值并且计算先验估计的状态均方误差阵根据公式(20)计算系统观测矩阵H(k)。

步骤(3)、计算滤波增益计算后验估计的状态均方误差阵

步骤(4)、计算状态向量的估计值：

每个观测时刻k，利用步骤一至步骤三，通过获取伪距和卫星位置，然后重复步骤步骤(2)至(4)，完成卡尔曼滤波在每个观测时刻的定位解算。

在信号遮挡、快速切换等复杂环境中，同一时刻可见卫星个数小于4颗，即获得的伪距观测量小于4个，但是在一个时间段中，获得的总的不同卫星编号数大于3颗。在此情况下，运用本发明方案的状态转移方程，可以对载体的状态量有一个预测和保持，在一段时间内，获得不同编号卫星的伪距越多，定位所依靠的实际导航信息就越多，定位结果越可靠。如果在一段时间内，只能看到一颗卫星，则只能依赖陀螺观测量(接收机运动姿态数据)进行估算，精确度不能达到最好。

本发明用于信号遮挡(以上所述复杂环境)或快速切换环境中，能够获得较好的效果。

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种非同时接收的定位方法，其特征在于，包括：

步骤一、对接收的卫星导航中频信号做并行搜索捕获，获得粗略的码相位；之后通过细化码相位，获取精细的码相位，进而得到信号发射时刻毫秒小数部分；

其中，所述获取精细的码相位的具体步骤包括：

利用并行搜索算法进行捕获，得到码相位和多普勒频率的粗略估计值；

利用二次曲线拟合的方法，将多普勒频率进行细化，得到细化到几十Hz的多普勒频率；用细化后的多普勒频率产生本地载波，对所述接收的卫星导航中频信号进行去载波处理；

在码相位的粗略估计值的附近范围内、以比并行搜索捕获所采用的码相位搜索步长d1更小的码相位搜索步长d2提取码相位，利用提取的码相位重建本地码，将重建的本地码与去载波处理后的卫星导航中频信号做相关运算，得到若干个相关值；

从得到的相关值中选取最大的3个相关值，结合对应的码相位做二次曲线拟合，找到拟合曲线的峰值，即为精细的码相位；

步骤二、在已知的接收机粗略位置约束下，以接收机粗略位置作为初始值，利用迭代最小二乘法恢复信号发射时刻毫秒整数部分；

步骤三、利用所述信号发射时刻毫秒小数部分和信号发射时刻毫秒整数部分，恢复信号发射时刻，并计算伪距；同时利用预先获取的星历结合恢复的信号发射时刻，计算卫星位置；

步骤四、通过对所述伪距线性化构建观测向量y(k)，采用接收机位置和可从外部获取的接收机运动姿态构建接收机的状态向量x(k)，利用接收机位置和卫星位置构建系统观测方程中的系统观测矩阵H(k)；其中，状态向量x(k)中所述接收机位置的初始值采用所述接收机粗略位置；

基于上述构建，在每一观测时刻k，利用卡尔曼滤波的方法解算状态向量的估计值即为当前时刻k的定位结果；不同观测时刻k采用不同的伪距获得观测向量y(k)，重复本步骤四，以完成定位。

2.如权利要求1所述的方法，其特征在于，步骤四中，所述接收机运动姿态包括多普勒频移、接收机速度和/或接收机加速度。