CN107576975A - 应用于卫星导航系统的误差评估的模型的处理方法和装置 - Google Patents
应用于卫星导航系统的误差评估的模型的处理方法和装置 Download PDFInfo
- Publication number
- CN107576975A CN107576975A CN201710692885.XA CN201710692885A CN107576975A CN 107576975 A CN107576975 A CN 107576975A CN 201710692885 A CN201710692885 A CN 201710692885A CN 107576975 A CN107576975 A CN 107576975A
- Authority
- CN
- China
- Prior art keywords
- ground station
- value
- model
- sigma
- elevation angle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000011156 evaluation Methods 0.000 title abstract description 8
- 238000005259 measurement Methods 0.000 claims abstract description 46
- 238000013499 data model Methods 0.000 claims abstract description 27
- 238000012545 processing Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 2
- 230000009977 dual effect Effects 0.000 claims description 2
- 238000003672 processing method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 4
- 239000005433 ionosphere Substances 0.000 description 3
- 239000005436 troposphere Substances 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013210 evaluation model Methods 0.000 description 2
- 229930091051 Arenine Natural products 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000003416 augmentation Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明提供一种应用于卫星导航系统的误差评估的模型的处理方法和装置,其中,该方法包括:获取每一个地面站的至少一个用户误差值,用户误差值表征卫星导航系统的多径误差和测量噪声;根据每一个地面站在每一个仰角下的至少一个用户误差值,计算每一个地面站的在每一个仰角下的标准差,以得到每一个地面站的标准差集合;根据所有地面站的标准差集合,采用罚函数法对预设的概率约束的数据模型进行迭代求解,以得到待建立的sigma包络模型的最优参数;根据最优参数,建立应用于卫星导航系统的sigma包络模型。建立的sigma包络模型较为准确,进而采用该sigma包络模型可以准确分析出的地面站的用户误差值。
Description
技术领域
本发明涉及航空航天技术领域,尤其涉及一种应用于卫星导航系统的误差评估的模型的处理方法和装置。
背景技术
卫星导航系统可以用于各个领域中,例如应用到定位导航、交通运输、海洋渔业、气象预报、通信时频等方面。例如,北斗卫星导航系统(BeiDdou navigation satellitesystem,简称BDS)作为我国自主建设、独立运行的全球卫星导航系统,自正式提供服务以来,已经在各应用领域中发挥着重要的作用。在采用卫星导航系统为各领域进行服务的过程中,需要对卫星导航系统的性能进行评估,主要的,需要对卫星导航系统的精度进行评估分析;精度指标是卫星导航系统服务性能规范中约定的服务性能指标体系的最重要的指标之一,精度是指卫星导航系统为运载体所提供的实时位置与运载体当时的真实位置之间的重合度;精度指标会被各种误差所影响,影响精度的误差包括了轨道误差、卫星钟差、电离层误差、对流层误差、多径误差、测量噪声等;进而需要对各种误差进行分析,主要的,需要对多径误差和测量噪声进行分析。
现有技术中,可以采用包络模型对多径误差和测量噪声进行分析,具体的,是采用机载精度指示器-模型A(Airborne Accuracy Designator-Model A,简称AAD-A)对多径误差和测量噪声进行分析;现有技术中采用的模型A将多径误差和测量噪声的最大值包络进来,然后采用该模型A分析出地面站的多径误差和测量噪声。
然而现有技术中,由于建立的模型A将多径误差和测量噪声的最大值包络进来,进而得到的模型A所包括的数据的范围较大,从而分析出的地面站的多径误差和测量噪声并不准确,建立的包络模型并不准确。
发明内容
本发明提供一种应用于卫星导航系统的误差评估的模型的处理方法和装置,用以解决现有技术中分析出的地面站的多径误差和测量噪声并不准确,建立的包络模型并不准确的问题。
本发明的一方面是提供一种应用于卫星导航系统的误差评估的模型的处理方法,包括:
针对多个地面站,获取每一个地面站的至少一个用户误差值,其中,所述用户误差值表征所述卫星导航系统的多径误差和测量噪声,一个地面站的一个仰角下具有至少一个用户误差值;
针对多个地面站,根据每一个地面站在每一个仰角下的至少一个用户误差值,计算每一个地面站的在每一个仰角下的标准差,以得到每一个地面站的标准差集合,所述标准差集合包括了一个地面站的在所有仰角下的标准差;
根据所有地面站的标准差集合,采用罚函数法对预设的概率约束的数据模型进行迭代求解,以得到待建立的sigma包络模型的最优参数;
根据所述最优参数,建立应用于所述卫星导航系统的sigma包络模型。
进一步地,所述根据所有地面站的标准差集合,采用罚函数法对预设的概率约束的数据模型进行迭代求解,以得到待建立的sigma包络模型的最优参数,包括:
重复执行以下过程,直至概率值p的取值为1,其中,p为正数:根据第一概率约束模型P(σi≥σuser,i)≥p,计算第i个地面站的第一包络模型σi,其中,σuser,i为第i个地面站的标准差集合,i∈[1,n],i、n为正整数,n为地面站的总个数;确定所有地面站的第一包络模型的中取值最小的第一最小包络模型σ″;根据所述第一最小包络模型函数σ″,以及预设的概率约束的数据模型σ″=Df*(a+b*exp(-θ/k),计算第一参数k,其中,Df为预设的双频多径因子,a、b为常量,θ为仰角;根据所述第一参数k,计算第i个地面站的用户误差概率值P=P(Df*(a+b*exp(θ/k)≥σuser,i);确定所有地面站的用户误差概率值中的最大值P′;根据所述最大值P′、以及所述第一参数k,计算第二包络模型σ′=Df*(a+b*exp(-θ/k)+P′;设定p加上一个间隔值,所述间隔值为正数;
确定得到的多个第二包络模型σ′中取值最小的第二最小包络模型σ″′;
根据第二包络模型σ′=Df*(a+b*exp(-θ/k)+P′,确定与所述第二最小包络模型σ″′对应的第一参数,并将与所述第二最小包络模型σ″′对应的第一参数作为最优参数K(l);
所述根据所述最优参数,建立应用于所述卫星导航系统的sigma包络模型,包括:
根据所述最优参数K(l),确定应用于所述卫星导航系统的sigma包络模型σm=Df*(a+b*exp(-θ/K(l))。
进一步地,所述双频多径因子
其中,fL1为所述卫星导航系统的第一信号L1的频率值,fL5为所述卫星导航系统的第二信号L5的频率值。
进一步地,所述针对多个地面站,获取每一个地面站的至少一个用户误差值,包括:
针对多个地面站,获取每一个地面站的至少一个历史星历数据,其中,一个地面站的一个仰角下具有至少一个历史星历数据;
对每一个地面站的所有历史星历数据进行预处理,以保留每一个地面站在每一个仰角下的各用户误差值。
进一步地,其中,所述用户误差值为C=A+B,A为一个地面站在一个仰角下的一个多径误差的值,B为一个地面站在一个仰角下的一个测量噪声的值;
或者,
所述用户误差值为
进一步地,在所述根据所述最优参数,建立应用于所述卫星导航系统的sigma包络模型之后,还包括:
采用所述sigma包络模型,对每一个地面站的每一个仰角进行分析,以得到每一个地面站的每一个仰角对应的用户误差估计值。
本发明的另一方面是提供一种应用于卫星导航系统的误差评估的模型的处理装置,包括:
获取模块,用于针对多个地面站,获取每一个地面站的至少一个用户误差值,其中,所述用户误差值表征所述卫星导航系统的多径误差和测量噪声,一个地面站的一个仰角下具有至少一个用户误差值;
计算模块,用于针对多个地面站,根据每一个地面站在每一个仰角下的至少一个用户误差值,计算每一个地面站的在每一个仰角下的标准差,以得到每一个地面站的标准差集合,所述标准差集合包括了一个地面站的在所有仰角下的标准差;
求解模块,用于根据所有地面站的标准差集合,采用罚函数法对预设的概率约束的数据模型进行迭代求解,以得到待建立的sigma包络模型的最优参数;
建立模块,用于根据所述最优参数,建立应用于所述卫星导航系统的sigma包络模型。
进一步地,所述求解模块,包括:
执行子模块,用于重复执行以下过程,直至概率值p的取值为1,其中,p为正数:根据第一概率约束模型P(σi≥σuser,i)≥p,计算第i个地面站的第一包络模型σi,其中,σuser,i为第i个地面站的标准差集合,i∈[1,n],i、n为正整数,n为地面站的总个数;确定所有地面站的第一包络模型的中取值最小的第一最小包络模型σ″;根据所述第一最小包络模型函数σ″,以及预设的概率约束的数据模型σ″=Df*(a+b*exp(-θ/k),计算第一参数k,其中,Df为预设的双频多径因子,a、b为常量,θ为仰角;根据所述第一参数k,计算第i个地面站的用户误差概率值P=P(Df*(a+b*exp(θ/k)≥σuser,i);确定所有地面站的用户误差概率值中的最大值P′;根据所述最大值P′、以及所述第一参数k,计算第二包络模型σ′=Df*(a+b*exp(-θ/k)+P′;设定p加上一个间隔值,所述间隔值为正数;
第一确定子模块,用于确定得到的多个第二包络模型σ′中取值最小的第二最小包络模型σ″′;
第二确定子模块,用于根据第二包络模型σ′=Df*(a+b*exp(-θ/k)+P′,确定与所述第二最小包络模型σ″′对应的第一参数,并将与所述第二最小包络模型σ″′对应的第一参数作为最优参数K(l);
所述建立模块,具体用于:
根据所述最优参数K(l),确定应用于所述卫星导航系统的sigma包络模型σm=Df*(a+b*exp(-θ/K(l));
其中,所述双频多径因子
其中,fL1为所述卫星导航系统的第一信号L1的频率值,fL5为所述卫星导航系统的第二信号L5的频率值。
进一步地,所述获取模块,包括:
获取子模块,用于针对多个地面站,获取每一个地面站的至少一个历史星历数据,其中,一个地面站的一个仰角下具有至少一个历史星历数据;
处理子模块,用于对每一个地面站的所有历史星历数据进行预处理,以保留每一个地面站在每一个仰角下的各用户误差值;
其中,所述用户误差值为C=A+B,A为一个地面站在一个仰角下的一个多径误差的值,B为一个地面站在一个仰角下的一个测量噪声的值;或者,所述用户误差值为
进一步地,所述装置,还包括:
分析模块,用于在所述建立模块根据所述最优参数,建立应用于所述卫星导航系统的sigma包络模型之后,采用所述sigma包络模型,对每一个地面站的每一个仰角进行分析,以得到每一个地面站的每一个仰角对应的用户误差估计值。
本发明的技术效果是:通过针对多个地面站,获取每一个地面站的至少一个用户误差值,其中,用户误差值表征卫星导航系统的多径误差和测量噪声,一个地面站的一个仰角下具有至少一个用户误差值;针对多个地面站,根据每一个地面站在每一个仰角下的至少一个用户误差值,计算每一个地面站的在每一个仰角下的标准差,以得到每一个地面站的标准差集合,标准差集合包括了一个地面站的在所有仰角下的标准差;根据所有地面站的标准差集合,采用罚函数法对预设的概率约束的数据模型进行迭代求解,以得到待建立的sigma包络模型的最优参数;根据最优参数,建立应用于卫星导航系统的sigma包络模型。可以采用罚函数法建立起应用于卫星导航系统的sigma包络模型;得到的sigma包络模型所包括的数据的范围比现有技术中的范围小,建立的sigma包络模型较为准确,进而采用该sigma包络模型可以准确分析出的地面站的用户误差值。
附图说明
图1为本发明实施例一提供的应用于卫星导航系统的误差评估的模型的处理方法的流程图;
图2为本发明实施例二提供的应用于卫星导航系统的误差评估的模型的处理方法的流程图;
图3为本发明实施例三提供的应用于卫星导航系统的误差评估的模型的处理装置的结构示意图;
图4为本发明实施例四提供的应用于卫星导航系统的误差评估的模型的处理装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
首先对,卫星导航系统的精度指标,以及影响精度的误差进行介绍。
卫星导航系统可以用于各个领域中,其中,我国自主建设、独立运行的全球卫星导航系统——北斗卫星导航系统,自正式提供服务以来,已经在定位导航、交通运输、海洋渔业、水文监测、气象预报、森林防火、通信时频、电力调度、救灾减灾等方面发挥着重要的作用。北斗卫星导航系统是我国第一个复杂星座组网的航天系统,也是一个面向大众服务重要的国家空间基础设施,是我国迄今为止最为复杂的航天系统工程,具有系统性、全球性、开放性、竞争性以及技术难度大、历时周期长、涉及面广、关键环节多等特点;北斗卫星导航系统的技术指标、可靠性、稳定性要求均远远超过其他航天系统。
在采用卫星导航系统为各领域进行服务的过程中,需要对卫星导航系统的性能进行评估;同样的,在采用北斗卫星导航系统为各领域进行服务的过程中,需要对北斗卫星导航系统的性能进行评估。随着卫星导航系统及其相关技术的快速发展,性能评估指标得到了发展和完善,一些性能评估指标模型也需要进一步完善。并且,北斗卫星导航系统的性能评估贯穿北斗卫星导航系统的设计、研发、部署、运行和扩展等各个阶段。
衡量一个卫星导航系统的性能水平有九大指标:覆盖范围、可用性、连续性、完好性、精度、导航信息更新率、导航信息多值性处理、系统容量、导航信息的维数,其中,导航信息的维数指的是空间维数和时间。精度指标是卫星导航系统服务性能规范中约定的服务性能指标体系的最重要的指标之一,是卫星导航系统对用户提供稳定、可靠服务性能保证的承诺,也是用户选择的重要依据。
现有的标准将卫星导航系统精度指标大致分为两种:空间信号性能系统服务能力和服务性能用户,其中,空间信号性能指的是卫星导航系统的系统服务能力,服务性能指的是为用户的服务的能力。空间信号性能精度指标包括用户测距误差(User Ranging Error,简称URE)、URE的1阶导数用户测距率误差(User Range Rate Error,简称URRE)、URE的2阶导数用户测距加速度误差(User Range Acceleration Error,简称UARE)、以及世界协调时系统时间转换误差(Universal Time Coordinated Offset Errorr,简称UTCOE),其中,URE是空间信号精度指标的重要组成部分,URE定义了由卫星导航系统播发的广播星历误差和广播钟差在平均用户测距方向上的投影;服务性能精度指标定义了在卫星导航系统服务区内用户使用卫星导航系统进行定位、测速和授时所达到的精度。
针对于北斗卫星导航系统来说,会有一些误差对斗卫星导航系统的精度指标的造成影响。影响精度的各种误差,包括轨道误差、卫星钟差、电离层误差、对流层误差、多径误差、测量噪声等误差统一归算到卫星的伪距中,可以看成是等效测距误差(UserEquivalent Range Error,简称UERE),并且这些误差是彼此独立的。单颗卫星的UERE误差服从均值为零的正太分布,其方差由各个误差分量的方差之和来确定;不同卫星的UERE独立且同正太分布。
主要的,针对多径误差和测量噪声来说,如何建立包络模型,以采用建立的包络模型对多径误差和测量噪声进行分析,进而分析卫星导航系统的精度指标。
图1为本发明实施例一提供的应用于卫星导航系统的误差评估的模型的处理方法的流程图,如图1所示,本实施例的方法包括:
步骤101、针对多个地面站,获取每一个地面站的至少一个用户误差值,其中,用户误差值表征卫星导航系统的多径误差和测量噪声,一个地面站的一个仰角下具有至少一个用户误差值。
在本实施例中,具体的,卫星导航系统的用户误差,与多径误差以及测量噪声有关;其中,用户误差表征了卫星导航系统的多径误差和测量噪声。终端的接收机天线除了接收到一个从卫星发射后经直线传播的电磁波信号之外,还可能接收到一个或多个由周围环境反射后的信号,进而会产生不同强度、延时和相位状态的反射波,这种反射波引起的误差叫做多径误差。由多径引入的误差取决于直达路径的延迟、功率、以及载波相位。若终端接收的多径信号功率比直达信号小得多,则引起的接收信号失真小,从而产生的误差也小。低仰角的卫星信号造成的多径误差,是大于高仰角的卫星信号成的多径误差的,其中,用户误差也与仰角的大小有关,因此在对用户误差评估时,可以仰角将作为自变量。
测量噪声具有相当广泛的含义,测量噪声包括了天线的热噪声、放大器的热噪声、各部分电子器件的热噪声、信号量化误差、卫星信号间的互相关性、测定码相位与载波相位的算法误差、以及接收机软件中的各种计算误差等。测量噪声具有随机性,其值的正负、大小通常很难确定。
多径误差与测量噪声是复杂多变的,因此难以对这两种误差进行既合适一般效用而又合适精确的定量分析。故需要一种能够包络这两个误差的模型,从而更加准确地计算卫星保护级,得到卫星导航系统的完好性与可用性。
在建立应用于卫星导航系统的误差评估的模型的时候,首先需要获取多个地面站的用户误差值。具体来说,首先针对于每一个地面站来说,获取每一个地面站的至少一个用户误差值,该用户误差值表征卫星导航系统的多径误差和测量噪声;其中,一个地面站的一个仰角下具有至少一个用户误差值。
举例来说,获取地面站A的第一个仰角下的多个用户误差值、地面站A的第二个仰角下的多个用户误差值、地面站A的第三个仰角下的多个用户误差值;获取地面站B的第一个仰角下的多个用户误差值、地面站B的第二个仰角下的多个用户误差值、地面站B的第三个仰角下的多个用户误差值;以此类推。
步骤102、针对多个地面站,根据每一个地面站在每一个仰角下的至少一个用户误差值,计算每一个地面站的在每一个仰角下的标准差,以得到每一个地面站的标准差集合,标准差集合包括了一个地面站的在所有仰角下的标准差。
在本实施例中,具体的,针对于每一个地面站来说,根据一个地面站在一个仰角下的多个用户误差值,采用数学计算方法,计算出一个地面站的在一个仰角下的标准差;进而针对于每一个地面站来说,可以得到每一个地面站的标准差集合,在一个地面站的标准差集合包括了一个地面站的在所有仰角下的标准差。
举例来说,对地面站A的第一个仰角下的多个用户误差值进行计算,得到地面站A的第一个仰角下的标准差;对地面站A的第二个仰角下的多个用户误差值进行计算,得到地面站A的第二个仰角下的标准差;对地面站A的第三个仰角下的多个用户误差值进行计算,得到地面站A的第三个仰角下的标准差;以此类推,可以得到地面站A的标准差集合。
步骤103、根据所有地面站的标准差集合,采用罚函数法对预设的概率约束的数据模型进行迭代求解,以得到待建立的sigma包络模型的最优参数。
在本实施例中,具体的,概率约束的数据模型是在一定概率意义下达到最优的理论模型;它是一种随机规划的模型,在约束条件中含有随机变量。概率约束的数据模型采用的一种原则是:允许所求得的模型解在一定程度上不满足约束条件,但该解使约束条件成立的概率不小于某个足够大的置信水平。使用概率约束的数据模型时所需要考虑的是可靠性;模型的可靠性是指能满足性能最优的同时要求模型的风险水平尽可能小。所以在求解概率约束模型是基于概率的不确定性来优化设计,将问题转化为失效概率小于允许值约束下的模型极小化问题。现在,模型优化算法主要有:梯度投影法、罚函数法、增广拉格朗日算子(Lagrangian)法、序列规划法等。
本申请中,采用罚函数法来计算模型极小化问题。罚函数法求解概率约束模型的基本思想是:利用模型的目标函数和约束函数构造出带参数的所谓的增广目标函数,把概率约束模型转化为一系列无概率约束的模型来求解。其中,增广目标函数由两部分构成,一部分是原模型的目标函数,另一部分是由约束函数构造的“惩罚”项,“惩罚”项的作用是对“违规”的点进行“惩罚”。惩罚函数主要有两种形式:一种称为外部罚函数法,或称外点法,这种方法的迭代点一般在可行域的外部移动,随着迭代次数的增加,“惩罚”的力度也越来越大,从而迫使迭代点向可行域靠近;另一种为内部罚函数法,或称为内点法,它从满足约束条件的可行域的内点开始迭代,并对企图穿越可行域边界的点予以“惩罚”,当迭代点越接近边界,“惩罚”就越大,从而保证迭代的可行性。本申请中采样内点法来优化模型。
进而根据所有地面站的标准差集合,采用上述介绍的罚函数法对预设的概率约束的数据模型进行迭代求解,得到待建立的sigma包络模型的最优参数。
步骤104、根据最优参数,建立应用于卫星导航系统的sigma包络模型。
在本实施例中,具体的,采用步骤103中得到的最优参数,建立应用于卫星导航系统的sigma包络模型。
本实施例通过针对多个地面站,获取每一个地面站的至少一个用户误差值,其中,用户误差值表征卫星导航系统的多径误差和测量噪声,一个地面站的一个仰角下具有至少一个用户误差值;针对多个地面站,根据每一个地面站在每一个仰角下的至少一个用户误差值,计算每一个地面站的在每一个仰角下的标准差,以得到每一个地面站的标准差集合,标准差集合包括了一个地面站的在所有仰角下的标准差;根据所有地面站的标准差集合,采用罚函数法对预设的概率约束的数据模型进行迭代求解,以得到待建立的sigma包络模型的最优参数;根据最优参数,建立应用于卫星导航系统的sigma包络模型。可以采用罚函数法建立起应用于卫星导航系统的sigma包络模型;得到的sigma包络模型所包括的数据的范围比现有技术中的范围小,建立的sigma包络模型较为准确,进而采用该sigma包络模型可以准确分析出的地面站的用户误差值。
图2为本发明实施例二提供的应用于卫星导航系统的误差评估的模型的处理方法的流程图,如图2所示,本实施例的方法包括:
步骤201、针对多个地面站,获取每一个地面站的至少一个历史星历数据,其中,一个地面站的一个仰角下具有至少一个历史星历数据。
在本实施例中,具体的,在建立应用于卫星导航系统的误差评估的模型的时候,首先需要获取多个地面站的历史星历数据。具体来说,首先针对于每一个地面站来说,获取每一个地面站的在每一个仰角下的多个历史星历数据。
举例来说,获取地面站A的第一个仰角下的多个历史星历数据、获取地面站A的第二个仰角下的多个历史星历数据、获取地面站A的第三个仰角下的多个历史星历数据;获取地面站B的第一个仰角下的多个历史星历数据、获取地面站B的第二个仰角下的多个历史星历数据、获取地面站B的第三个仰角下的多个历史星历数据;以此类推。
步骤202、对每一个地面站的所有历史星历数据进行预处理,以保留每一个地面站在每一个仰角下的各用户误差值,其中,用户误差值表征卫星导航系统的多径误差和测量噪声,一个地面站的一个仰角下具有至少一个用户误差值。
在可选的一种实施方式中,用户误差值为C=A+B,A为一个地面站在一个仰角下的一个多径误差的值,B为一个地面站在一个仰角下的一个测量噪声的值;或者,用户误差值为
在本实施例中,具体的,针对于每一个地面站来说,对每一个地面站的所有历史星历数据进行预处理,只保留每一个地面站在每一个仰角下的用户误差值,用户误差值表征卫星导航系统的多径误差和测量噪声。
具体来说,针对于每一个地面站来说,对每一个地面站的所有历史星历数据进行剔除处理,将轨道误差、卫星钟差、电离层误差、对流层误差等误差剔除掉,只保留每一个地面站在每一个仰角下的多径误差、测量噪声;然后,针对于每一个地面站的每一个仰角来说,根据一个地面站在一个仰角下的一个多径误差的值A、一个地面站在一个仰角下的一个测量噪声的值B,计算得到一个地面站在一个仰角下的一个用户误差值C=A+B;或者,根据一个地面站在一个仰角下的一个多径误差的值A、一个地面站在一个仰角下的一个测量噪声的值B,计算得到一个地面站在一个仰角下的一个用户误差值
举例来说,根据地面站A的第一个仰角下的一个多径误差的值A、以及对应的一个测量噪声的值B,计算得到地面站A在第一个仰角下的一个用户误差值C=A+B;根据地面站A的第一个仰角下的另一个多径误差的值A、以及对应的另一个测量噪声的值B,计算得到地面站A在第一个仰角下的另一个用户误差值C=A+B;根据地面站A的第二个仰角下的一个多径误差的值A、以及对应的一个测量噪声的值B,计算得到地面站A在第二个仰角下的一个用户误差值C=A+B;根据地面站A的第二个仰角下的另一个多径误差的值A、以及对应的另一个测量噪声的值B,计算得到地面站A在第二个仰角下的另一个用户误差值C=A+B;依次类推。
步骤203、针对多个地面站,根据每一个地面站在每一个仰角下的至少一个用户误差值,计算每一个地面站的在每一个仰角下的标准差,以得到每一个地面站的标准差集合,标准差集合包括了一个地面站的在所有仰角下的标准差。
在本实施例中,具体的,本步骤可以参见图1的步骤102。
步骤204、根据所有地面站的标准差集合,采用罚函数法对预设的概率约束的数据模型进行迭代求解,以得到待建立的sigma包络模型的最优参数。
在可选的一种实施方式中,步骤204具体包括:
重复执行以下过程,直至概率值p的取值为1,其中,p为正数:根据第一概率约束模型P(σi≥σuser,i)≥p,计算第i个地面站的第一包络模型σi,其中,σuser,i为第i个地面站的标准差集合,i∈[1,n],i、n为正整数,n为地面站的总个数;确定所有地面站的第一包络模型的中取值最小的第一最小包络模型σ″;根据第一最小包络模型函数σ″,以及预设的概率约束的数据模型σ″=Df*(a+b*exp(-θ/k),计算第一参数k,其中,Df为预设的双频多径因子,a、b为常量,θ为仰角;根据第一参数k,计算第i个地面站的用户误差概率值P=P(Df*(a+b*exp(θ/k)≥σuser,i);确定所有地面站的用户误差概率值中的最大值P′;根据最大值P′、以及第一参数k,计算第二包络模型σ′=Df*(a+b*exp(-θ/k)+P′;设定p加上一个间隔值,间隔值为正数;
确定得到的多个第二包络模型σ′中取值最小的第二最小包络模型σ″′;
根据第二包络模型σ′=Df*(a+b*exp(-θ/k)+P′,确定与第二最小包络模型σ″′对应的第一参数,并将与第二最小包络模型σ″′对应的第一参数作为最优参数K(l)。
其中,双频多径因子fL1为卫星导航系统的第一信号L1的频率值,fL5为卫星导航系统的第二信号L5的频率值。
在本实施例中,具体的,p的取值可以为0.95,根据第一概率约束模型P(σ1≥σuser,1)≥p,计算第1个地面站的第一包络模型σ1,其中,σuser,1为第1个地面站的标准差集合;然后,根据第一概率约束模型P(σ2≥σuser,2)≥p,计算第2个地面站的第一包络模型σ2,其中,σuser,2为第2个地面站的标准差集合;依次类推,计算出所有地面站各自的第一包络模型σi。其中,针对于第一地面站的一个仰角来说,第一概率约束模型P(σ1≥σuser,1)≥p表征了大于0.95的第一包络模型σ1的值是大于等于第1个地面站的标准差集合σuser,1中的一个仰角所对应的标准差,其他地面站可以依次类推。然后确定出,所有地面站的第一包络模型的中取值最小的第一最小包络模型σ″。然后,根据第一最小包络模型函数σ″,以及预设的概率约束的数据模型σ″+p=Df*(a+b*exp(-θ/k),计算出一个第一参数k,其中,Df为预设的双频多径因子,a、b为常量,θ为仰角,例如,a取值可以为0.1985,b取值可以为0.6825;其中,双频多径因子fL1为卫星导航系统的第一信号L1的频率值,fL5为卫星导航系统的第二信号L5的频率值。然后,根据计算出的该一个第一参数k,计算第1个地面站的用户误差概率值P=P(Df*(a+b*exp(θ/k)≥σuser,1),同时根据该一个第一参数k,计算第2个地面站的用户误差概率值P=P(Df*(a+b*exp(θ/k)≥σuser,2),依次类推,计算出所有地面站的用户误差概率值P。接着确定出,所有地面站的用户误差概率值中的最大值P′。根据确定出的最大值P′、以及计算出的该一个第一参数k,计算第二包络模型σ′=Df*(a+b*exp(-θ/k)+P′;然后,为p加上一个间隔值c,其中,间隔值的c取值可以为0.001,得到p的取值可以为0.951。
然后,p的取值可以为0.951,根据第一概率约束模型P(σ1≥σuser,1)≥p,计算第1个地面站的第一包络模型σ1,其中,σuser,1为第1个地面站的标准差集合;然后,根据第一概率约束模型P(σ2≥σuser,2)≥p,计算第2个地面站的第一包络模型σ2,其中,σuser,2为第2个地面站的标准差集合;依次类推,计算出所有地面站各自的第一包络模型σi。其中,针对于第一地面站的一个仰角来说,第一概率约束模型P(σ1≥σuser,1)≥p表征了大于0.95的第一包络模型σ1的值是大于等于第1个地面站的标准差集合σuser,1中的一个仰角所对应的标准差,其他地面站可以依次类推。然后确定出,所有地面站的第一包络模型的中取值最小的第一最小包络模型σ″。然后,根据第一最小包络模型函数σ″,以及预设的概率约束的数据模型σ″=Df*(a+b*exp(-θ/k),计算出一个第一参数k,其中,Df为预设的双频多径因子,a、b为常量,θ为仰角,例如,a取值可以为0.1985,b取值可以为0.6825;其中,双频多径因子fL1为卫星导航系统的第一信号L1的频率值,fL5为卫星导航系统的第二信号L5的频率值。然后,根据计算出的该一个第一参数k,计算第1个地面站的用户误差概率值P=P(Df*(a+b*exp(θ/k)≥σuser,1),同时根据该一个第一参数k,计算第2个地面站的用户误差概率值P=P(Df*(a+b*exp(θ/k)≥σuser,2),依次类推,计算出所有地面站的用户误差概率值P。接着确定出,所有地面站的用户误差概率值中的最大值P′。根据确定出的最大值P′、以及计算出的该一个第一参数k,计算第二包络模型σ′=Df*(a+b*exp(-θ/k)+P′;然后,为p加上一个间隔值c,其中,间隔值的c取值可以为0.001,得到p的取值可以为0.952。
依次类推,直至p的取值为1为止,进而得到多个第二包络模型σ′,以及每一个第二包络模型σ′对应的第一参数k。
然后确定出得到的多个第二包络模型σ′中,取值最小的第二最小包络模型σ″′。
然后,由于每一个第二包络模型σ′分别对应的一个第一参数k,可以根据第二包络模型σ′=Df*(a+b*exp(-θ/k)+P′,进而确定出与第二最小包络模型σ″′对应的第一参数k,并将与第二最小包络模型σ″′对应的第一参数k作为最优参数K(l)。
步骤205、根据最优参数K(l),确定应用于卫星导航系统的sigma包络模型σm=Df*(a+b*exp(-θ/K(l))。
在本实施例中,具体的,根据步骤204确定出的最优参数K(l),建立起sigma包络模型σm=Df*(a+b*exp(-θ/K(l))。其中,a取值可以为0.1985,b取值可以为0.6825;双频多径因子fL1为卫星导航系统的第一信号L1的频率值,fL5为卫星导航系统的第二信号L5的频率值;θ为仰角。
步骤206、采用sigma包络模型,对每一个地面站的每一个仰角进行分析,以得到每一个地面站的每一个仰角对应的用户误差估计值。
在本实施例中,具体的,将每一个地面站的每一个仰角输入到步骤205中确定出的sigma包络模型σm=Df*(a+b*exp(-θ/K(l)),进而得到每一个地面站的每一个仰角对应的用户误差估计值σm。
本实施例通过针对多个地面站,获取每一个地面站的至少一个用户误差值,其中,用户误差值表征卫星导航系统的多径误差和测量噪声,一个地面站的一个仰角下具有至少一个用户误差值;针对多个地面站,根据每一个地面站在每一个仰角下的至少一个用户误差值,计算每一个地面站的在每一个仰角下的标准差,以得到每一个地面站的标准差集合,标准差集合包括了一个地面站的在所有仰角下的标准差;根据所有地面站的标准差集合,采用罚函数法对预设的概率约束的数据模型进行迭代求解,以得到待建立的sigma包络模型的最优参数;根据最优参数,建立应用于卫星导航系统的sigma包络模型;采用sigma包络模型,对每一个地面站的每一个仰角进行分析,以得到每一个地面站的每一个仰角对应的用户误差估计值。可以采用罚函数法建立起应用于卫星导航系统的sigma包络模型;得到的sigma包络模型所包括的数据的范围比现有技术中的范围小,建立的sigma包络模型较为准确,采用该sigma包络模型可以准确分析出的地面站的用户误差值。
图3为本发明实施例三提供的应用于卫星导航系统的误差评估的模型的处理装置的结构示意图,如图3所示,本实施例提供的装置,包括:
获取模块31,用于针对多个地面站,获取每一个地面站的至少一个用户误差值,其中,用户误差值表征卫星导航系统的多径误差和测量噪声,一个地面站的一个仰角下具有至少一个用户误差值;
计算模块32,用于针对多个地面站,根据每一个地面站在每一个仰角下的至少一个用户误差值,计算每一个地面站的在每一个仰角下的标准差,以得到每一个地面站的标准差集合,标准差集合包括了一个地面站的在所有仰角下的标准差;
求解模块33,用于根据所有地面站的标准差集合,采用罚函数法对预设的概率约束的数据模型进行迭代求解,以得到待建立的sigma包络模型的最优参数;
建立模块34,用于根据最优参数,建立应用于卫星导航系统的sigma包络模型。
本实施例的应用于卫星导航系统的误差评估的模型的处理装置可执行本发明实施例一提供的应用于卫星导航系统的误差评估的模型的处理方法,其实现原理相类似,此处不再赘述。
本实施例通过针对多个地面站,获取每一个地面站的至少一个用户误差值,其中,用户误差值表征卫星导航系统的多径误差和测量噪声,一个地面站的一个仰角下具有至少一个用户误差值;针对多个地面站,根据每一个地面站在每一个仰角下的至少一个用户误差值,计算每一个地面站的在每一个仰角下的标准差,以得到每一个地面站的标准差集合,标准差集合包括了一个地面站的在所有仰角下的标准差;根据所有地面站的标准差集合,采用罚函数法对预设的概率约束的数据模型进行迭代求解,以得到待建立的sigma包络模型的最优参数;根据最优参数,建立应用于卫星导航系统的sigma包络模型。可以采用罚函数法建立起应用于卫星导航系统的sigma包络模型;得到的sigma包络模型所包括的数据的范围比现有技术中的范围小,建立的sigma包络模型较为准确,进而采用该sigma包络模型可以准确分析出的地面站的用户误差值。
图4为本发明实施例四提供的应用于卫星导航系统的误差评估的模型的处理装置的结构示意图,在实施例三的基础上,如图4所示,本实施例提供的装置,求解模块33,包括:
执行子模块331,用于重复执行以下过程,直至概率值p的取值为1,其中,p为正数:根据第一概率约束模型P(σi≥σuser,i)≥p,计算第i个地面站的第一包络模型σi,其中,σuser,i为第i个地面站的标准差集合,i∈[1,n],i、n为正整数,n为地面站的总个数;确定所有地面站的第一包络模型的中取值最小的第一最小包络模型σ″;根据第一最小包络模型函数σ″,以及预设的概率约束的数据模型σ″=Df*(a+b*exp(-θ/k),计算第一参数k,其中,Df为预设的双频多径因子,a、b为常量,θ为仰角;根据第一参数k,计算第i个地面站的用户误差概率值P=P(Df*(a+b*exp(θ/k)≥σuser,i);确定所有地面站的用户误差概率值中的最大值P′;根据最大值P′、以及第一参数k,计算第二包络模型σ′=Df*(a+b*exp(-θ/k)+P′;设定p加上一个间隔值,间隔值为正数;
第一确定子模块332,用于确定得到的多个第二包络模型σ′中取值最小的第二最小包络模型σ″′;
第二确定子模块333,用于根据第二包络模型σ′=Df*(a+b*exp(-θ/k)+P′,确定与第二最小包络模型σ″′对应的第一参数,并将与第二最小包络模型σ″′对应的第一参数作为最优参数K(l);
建立模块34,具体用于:
根据最优参数K(l),确定应用于卫星导航系统的sigma包络模型σm=Df*(a+b*exp(-θ/K(l));
其中,双频多径因子
其中,fL1为卫星导航系统的第一信号L1的频率值,fL5为卫星导航系统的第二信号L5的频率值。
获取模块31,包括:
获取子模块311,用于针对多个地面站,获取每一个地面站的至少一个历史星历数据,其中,一个地面站的一个仰角下具有至少一个历史星历数据;
处理子模块312,用于对每一个地面站的所有历史星历数据进行预处理,以保留每一个地面站在每一个仰角下的各用户误差值;
其中,用户误差值为C=A+B,A为一个地面站在一个仰角下的一个多径误差的值,B为一个地面站在一个仰角下的一个测量噪声的值;或者,用户误差值为
本实施例提供的装置,还包括:
分析模块41,用于在建立模块34根据最优参数,建立应用于卫星导航系统的sigma包络模型之后,采用sigma包络模型,对每一个地面站的每一个仰角进行分析,以得到每一个地面站的每一个仰角对应的用户误差估计值。
本实施例的应用于卫星导航系统的误差评估的模型的处理装置可执行本发明实施例二提供的应用于卫星导航系统的误差评估的模型的处理方法,其实现原理相类似,此处不再赘述。
本实施例通过针对多个地面站,获取每一个地面站的至少一个用户误差值,其中,用户误差值表征卫星导航系统的多径误差和测量噪声,一个地面站的一个仰角下具有至少一个用户误差值;针对多个地面站,根据每一个地面站在每一个仰角下的至少一个用户误差值,计算每一个地面站的在每一个仰角下的标准差,以得到每一个地面站的标准差集合,标准差集合包括了一个地面站的在所有仰角下的标准差;根据所有地面站的标准差集合,采用罚函数法对预设的概率约束的数据模型进行迭代求解,以得到待建立的sigma包络模型的最优参数;根据最优参数,建立应用于卫星导航系统的sigma包络模型;采用sigma包络模型,对每一个地面站的每一个仰角进行分析,以得到每一个地面站的每一个仰角对应的用户误差估计值。可以采用罚函数法建立起应用于卫星导航系统的sigma包络模型;得到的sigma包络模型所包括的数据的范围比现有技术中的范围小,建立的sigma包络模型较为准确,采用该sigma包络模型可以准确分析出的地面站的用户误差值。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种应用于卫星导航系统的误差评估的模型的处理方法,其特征在于,包括:
针对多个地面站,获取每一个地面站的至少一个用户误差值,其中,所述用户误差值表征所述卫星导航系统的多径误差和测量噪声,一个地面站的一个仰角下具有至少一个用户误差值;
针对多个地面站,根据每一个地面站在每一个仰角下的至少一个用户误差值,计算每一个地面站的在每一个仰角下的标准差,以得到每一个地面站的标准差集合,所述标准差集合包括了一个地面站的在所有仰角下的标准差;
根据所有地面站的标准差集合,采用罚函数法对预设的概率约束的数据模型进行迭代求解,以得到待建立的sigma包络模型的最优参数;
根据所述最优参数,建立应用于所述卫星导航系统的sigma包络模型。
2.根据权利要求1所述的方法,其特征在于,所述根据所有地面站的标准差集合,采用罚函数法对预设的概率约束的数据模型进行迭代求解,以得到待建立的sigma包络模型的最优参数,包括:
重复执行以下过程,直至概率值p的取值为1,其中,p为正数:根据第一概率约束模型P(σi≥σuser,i)≥p,计算第i个地面站的第一包络模型σi,其中,σuser,i为第i个地面站的标准差集合,i∈[1,n],i、n为正整数,n为地面站的总个数;确定所有地面站的第一包络模型的中取值最小的第一最小包络模型σ″;根据所述第一最小包络模型函数σ″,以及预设的概率约束的数据模型σ″=Df*(a+b*exp(-θ/k),计算第一参数k,其中,Df为预设的双频多径因子,a、b为常量,θ为仰角;根据所述第一参数k,计算第i个地面站的用户误差概率值P=P(Df*(a+b*exp(θ/k)≥σuser,i);确定所有地面站的用户误差概率值中的最大值P′;根据所述最大值P′、以及所述第一参数k,计算第二包络模型σ′=Df*(a+b*exp(-θ/k)+P′;设定p加上一个间隔值,所述间隔值为正数;
确定得到的多个第二包络模型σ′中取值最小的第二最小包络模型σ″′;
根据第二包络模型σ′=Df*(a+b*exp(-θ/k)+P′,确定与所述第二最小包络模型σ″′对应的第一参数,并将与所述第二最小包络模型σ″′对应的第一参数作为最优参数K(l);
所述根据所述最优参数,建立应用于所述卫星导航系统的sigma包络模型,包括:
根据所述最优参数K(l),确定应用于所述卫星导航系统的sigma包络模型σm=Df*(a+b*exp(-θ/K(l))。
3.根据权利要求2所述的方法,其特征在于,所述双频多径因子
其中,fL1为所述卫星导航系统的第一信号L1的频率值,fL5为所述卫星导航系统的第二信号L5的频率值。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述针对多个地面站,获取每一个地面站的至少一个用户误差值,包括:
针对多个地面站,获取每一个地面站的至少一个历史星历数据,其中,一个地面站的一个仰角下具有至少一个历史星历数据;
对每一个地面站的所有历史星历数据进行预处理,以保留每一个地面站在每一个仰角下的各用户误差值。
5.根据权利要求1-3任一项所述的方法,其特征在于,其中,所述用户误差值为C=A+B,A为一个地面站在一个仰角下的一个多径误差的值,B为一个地面站在一个仰角下的一个测量噪声的值;
或者,
所述用户误差值为
6.根据权利要求1-3任一项所述的方法,其特征在于,在所述根据所述最优参数,建立应用于所述卫星导航系统的sigma包络模型之后,还包括:
采用所述sigma包络模型,对每一个地面站的每一个仰角进行分析,以得到每一个地面站的每一个仰角对应的用户误差估计值。
7.一种应用于卫星导航系统的误差评估的模型的处理装置,其特征在于,包括:
获取模块,用于针对多个地面站,获取每一个地面站的至少一个用户误差值,其中,所述用户误差值表征所述卫星导航系统的多径误差和测量噪声,一个地面站的一个仰角下具有至少一个用户误差值;
计算模块,用于针对多个地面站,根据每一个地面站在每一个仰角下的至少一个用户误差值,计算每一个地面站的在每一个仰角下的标准差,以得到每一个地面站的标准差集合,所述标准差集合包括了一个地面站的在所有仰角下的标准差;
求解模块,用于根据所有地面站的标准差集合,采用罚函数法对预设的概率约束的数据模型进行迭代求解,以得到待建立的sigma包络模型的最优参数;
建立模块,用于根据所述最优参数,建立应用于所述卫星导航系统的sigma包络模型。
8.根据权利要求7所述的装置,其特征在于,所述求解模块,包括:
执行子模块,用于重复执行以下过程,直至概率值p的取值为1,其中,p为正数:根据第一概率约束模型P(σi≥σuser,i)≥p,计算第i个地面站的第一包络模型σi,其中,σuser,i为第i个地面站的标准差集合,i∈[1,n],i、n为正整数,n为地面站的总个数;确定所有地面站的第一包络模型的中取值最小的第一最小包络模型σ″;根据所述第一最小包络模型函数σ″,以及预设的概率约束的数据模型σ″=Df*(a+b*exp(-θ/k),计算第一参数k,其中,Df为预设的双频多径因子,a、b为常量,θ为仰角;根据所述第一参数k,计算第i个地面站的用户误差概率值P=P(Df*(a+b*exp(θ/k)≥σuser,i);确定所有地面站的用户误差概率值中的最大值P′;根据所述最大值P′、以及所述第一参数k,计算第二包络模型σ′=Df*(a+b*exp(-θ/k)+P′;设定p加上一个间隔值,所述间隔值为正数;
第一确定子模块,用于确定得到的多个第二包络模型σ′中取值最小的第二最小包络模型σ″′;
第二确定子模块,用于根据第二包络模型σ′=Df*(a+b*exp(-θ/k)+P′,确定与所述第二最小包络模型σ″′对应的第一参数,并将与所述第二最小包络模型σ″′对应的第一参数作为最优参数K(l);
所述建立模块,具体用于:
根据所述最优参数K(l),确定应用于所述卫星导航系统的sigma包络模型σm=Df*(a+b*exp(-θ/K(l));
其中,所述双频多径因子
其中,fL1为所述卫星导航系统的第一信号L1的频率值,fL5为所述卫星导航系统的第二信号L5的频率值。
9.根据权利要求7或8所述的装置,其特征在于,所述获取模块,包括:
获取子模块,用于针对多个地面站,获取每一个地面站的至少一个历史星历数据,其中,一个地面站的一个仰角下具有至少一个历史星历数据;
处理子模块,用于对每一个地面站的所有历史星历数据进行预处理,以保留每一个地面站在每一个仰角下的各用户误差值;
其中,所述用户误差值为C=A+B,A为一个地面站在一个仰角下的一个多径误差的值,B为一个地面站在一个仰角下的一个测量噪声的值;或者,所述用户误差值为
10.根据权利要求7或8所述的装置,其特征在于,所述装置,还包括:
分析模块,用于在所述建立模块根据所述最优参数,建立应用于所述卫星导航系统的sigma包络模型之后,采用所述sigma包络模型,对每一个地面站的每一个仰角进行分析,以得到每一个地面站的每一个仰角对应的用户误差估计值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710692885.XA CN107576975B (zh) | 2017-08-14 | 2017-08-14 | 应用于卫星导航系统的误差评估的模型的处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710692885.XA CN107576975B (zh) | 2017-08-14 | 2017-08-14 | 应用于卫星导航系统的误差评估的模型的处理方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107576975A true CN107576975A (zh) | 2018-01-12 |
CN107576975B CN107576975B (zh) | 2019-07-30 |
Family
ID=61034492
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710692885.XA Active CN107576975B (zh) | 2017-08-14 | 2017-08-14 | 应用于卫星导航系统的误差评估的模型的处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107576975B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108984998A (zh) * | 2018-09-29 | 2018-12-11 | 深圳市欣顿智能科技有限公司 | 一种考虑复杂工程约束的卫星布局方案设计方法 |
CN111123330A (zh) * | 2019-12-31 | 2020-05-08 | 上海摩勤智能技术有限公司 | 一种定位方法及定位系统 |
CN112433236A (zh) * | 2021-01-27 | 2021-03-02 | 腾讯科技(深圳)有限公司 | 误差模型标定方法、装置、设备及计算机可读存储介质 |
WO2023134264A1 (zh) * | 2022-01-17 | 2023-07-20 | 腾讯科技(深圳)有限公司 | 误差模型确定方法、装置、电子设备、计算机可读存储介质及计算机程序产品 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1253439A2 (en) * | 2001-04-27 | 2002-10-30 | Pioneer Corporation | Apparatus and method for determining positioning error range |
US20090207891A1 (en) * | 2008-02-20 | 2009-08-20 | Qualcomm Incorporated | Multipath detection for received sps signal |
CN101630000A (zh) * | 2008-07-18 | 2010-01-20 | 中国科学院国家天文台 | 一种评估干扰信号对gps性能影响的系统 |
CN101727542A (zh) * | 2009-12-15 | 2010-06-09 | 北京空间飞行器总体设计部 | 一种具有可配置管理与运行机制的自主导航性能评估系统 |
CN105911567A (zh) * | 2016-05-14 | 2016-08-31 | 四川中卫北斗科技有限公司 | 一种gnss系统完好性评估方法和装置 |
-
2017
- 2017-08-14 CN CN201710692885.XA patent/CN107576975B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1253439A2 (en) * | 2001-04-27 | 2002-10-30 | Pioneer Corporation | Apparatus and method for determining positioning error range |
US20090207891A1 (en) * | 2008-02-20 | 2009-08-20 | Qualcomm Incorporated | Multipath detection for received sps signal |
CN101630000A (zh) * | 2008-07-18 | 2010-01-20 | 中国科学院国家天文台 | 一种评估干扰信号对gps性能影响的系统 |
CN101727542A (zh) * | 2009-12-15 | 2010-06-09 | 北京空间飞行器总体设计部 | 一种具有可配置管理与运行机制的自主导航性能评估系统 |
CN105911567A (zh) * | 2016-05-14 | 2016-08-31 | 四川中卫北斗科技有限公司 | 一种gnss系统完好性评估方法和装置 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108984998A (zh) * | 2018-09-29 | 2018-12-11 | 深圳市欣顿智能科技有限公司 | 一种考虑复杂工程约束的卫星布局方案设计方法 |
CN108984998B (zh) * | 2018-09-29 | 2022-12-30 | 深圳市欣顿智能科技有限公司 | 一种考虑复杂工程约束的卫星布局方案设计方法 |
CN111123330A (zh) * | 2019-12-31 | 2020-05-08 | 上海摩勤智能技术有限公司 | 一种定位方法及定位系统 |
CN111123330B (zh) * | 2019-12-31 | 2022-03-15 | 上海摩勤智能技术有限公司 | 一种定位方法及定位系统 |
CN112433236A (zh) * | 2021-01-27 | 2021-03-02 | 腾讯科技(深圳)有限公司 | 误差模型标定方法、装置、设备及计算机可读存储介质 |
WO2023134264A1 (zh) * | 2022-01-17 | 2023-07-20 | 腾讯科技(深圳)有限公司 | 误差模型确定方法、装置、电子设备、计算机可读存储介质及计算机程序产品 |
Also Published As
Publication number | Publication date |
---|---|
CN107576975B (zh) | 2019-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107576975B (zh) | 应用于卫星导航系统的误差评估的模型的处理方法和装置 | |
CN106371115B (zh) | 基于北斗短报文技术多模多频海上精密定位方法 | |
US20190242710A1 (en) | Systems and methods for gnss snr probabilistic localization and 3-d mapping | |
US10598792B2 (en) | Information processing device and positioning device | |
US20240142639A1 (en) | Terminal positioning method and apparatus, device, and medium | |
US20210109228A1 (en) | Identifying gnss navigation data as potentially manipulated or as trustworthy at least partially based on an estimated deviation of a second estimate of a satellite state from a first estimate of the satellite state | |
EP3106897A1 (en) | Gnss receiver with an on-board capability to implement an optimal error correction mode | |
CN104459746A (zh) | 用于利用预测星历的位置确定的方法、系统和设备 | |
US20110205112A1 (en) | Method and device of satellite navigation system's integrity control | |
Qin et al. | GNSS multipath estimation and mitigation based on particle filter | |
US10816669B2 (en) | Information processing device | |
US9383450B2 (en) | Apparatus and method for generating satellite navigation signal based on software | |
CN114791614A (zh) | 钟差预报方法和装置 | |
KR102270339B1 (ko) | 고안전성 rtk-gnss의 초기 준비시간 단축 방법 및 시스템 | |
Langel et al. | Overbounding the effect of uncertain Gauss‐Markov noise in Kalman filtering | |
Langel et al. | Bounding sequential estimation errors due to Gauss-Markov noise with uncertain parameters | |
Vilà-Valls et al. | Multi-frequency GNSS robust carrier tracking for ionospheric scintillation mitigation | |
Rana et al. | Position and velocity estimations of mobile device incorporate GNSS | |
Chen et al. | Study on the prediction method of single and dual frequency service area for BDSBAS | |
KR102584796B1 (ko) | Gis 정보를 이용한 위치 추정 방법 및 그 장치 | |
Dinh et al. | A novel design of low power consumption GPS positioning solution based on snapshot technique | |
van der Merwe et al. | Position solution sensitivity for snapshot receivers | |
Zhao et al. | BP-LMS-based BDS-3 power system positioning method | |
Komaragiri et al. | A sag monitoring device based on a cluster of code based GPS receivers | |
Alam et al. | Predicted and corrected location estimation of mobile nodes based on the combination of kalman filter and the bayesian decision theory |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |