CN108897016A - 基于gnss的故障检测排除方法及装置 - Google Patents

基于gnss的故障检测排除方法及装置 Download PDF

Info

Publication number
CN108897016A
CN108897016A CN201810760617.1A CN201810760617A CN108897016A CN 108897016 A CN108897016 A CN 108897016A CN 201810760617 A CN201810760617 A CN 201810760617A CN 108897016 A CN108897016 A CN 108897016A
Authority
CN
China
Prior art keywords
observation
filter
information
model
coordinate
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.)
Pending
Application number
CN201810760617.1A
Other languages
English (en)
Inventor
刘雅芳
王博
张冬冬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beidou Future Innovation Technology Development (shenzhen) Co Ltd
Original Assignee
Beidou Future Innovation Technology Development (shenzhen) Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beidou Future Innovation Technology Development (shenzhen) Co Ltd filed Critical Beidou Future Innovation Technology Development (shenzhen) Co Ltd
Priority to CN201810760617.1A priority Critical patent/CN108897016A/zh
Publication of CN108897016A publication Critical patent/CN108897016A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/23—Testing, monitoring, correcting or calibrating of receiver elements

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明公开了基于GNSS的故障检测排除方法及装置，包括如下步骤：通过计算信息过滤器的测量模型和动态模型建立观测模型，根据观测模型获取GNSS接收机的观测量以及观测卫星的坐标；对观测卫星的坐标中的Y信息向量进行提取和添加预设变量，以对观测量边缘化；信息滤波器计算观测卫星的坐标的信息向量的预测值和信息矩阵；选取任意信息过滤器为主滤波器，生成与该主滤波器相关的若干个子滤波器，通过似然比比较每一个子滤波器与主滤波器之间的确定性以进行故障检测排除；根据当前的观测值计算更新矩阵和观测卫星的坐标更新向量信息。本发明通过建模、边缘化，并通过似然比检验子滤波器与主滤波器之间的确定性，可以准确的检测和排除故障。

Description

基于GNSS的故障检测排除方法及装置
技术领域
本发明涉及卫星导航技术，尤其涉及基于GNSS的故障检测排除方法及装置。
背景技术
全球导航卫星系统是能自主提供全球范围内三维位置、速度的卫星导航系统的通用名称。GNSS包括中国的北斗、俄罗斯的格格纳斯，美国的全球定位系统，欧洲的伽利略系统等。高精度定位常使用载波相位观测值，在得到整周模糊度后，使用类似于差分伪距定位的方法进行定位。周跳是在GNSS技术的载波相位测量中，由于卫星信号的失锁而导致的整周计数的跳变或中断。如何正确的探测并恢复周跳，是载波相位测量中必须解决的问题。
发明内容
为了克服现有技术的不足，本发明的目的之一在于提供基于 GNSS的故障检测排除方法，其能解决GNSS的载波相位测量中对周跳的故障检测与排除的问题。
本发明的目的之一采用以下技术方案实现：
基于GNSS的故障检测排除方法，包括如下步骤：
S1：通过计算信息过滤器的测量模型和动态模型建立观测模型，根据所述观测模型获取GNSS接收机的观测量以及观测卫星的坐标；
S2：对观测卫星的坐标中的Y信息向量进行提取和添加预设变量，以对观测量边缘化；
S3：信息滤波器计算观测卫星的坐标的信息向量的预测值和信息矩阵；
S4：选取任意信息过滤器为主滤波器，生成与该主滤波器相关的若干个子滤波器，通过似然比比较每一个子滤波器与主滤波器之间的确定性以进行故障检测排除；
S5：根据当前的观测值计算更新矩阵和观测卫星的坐标更新向量信息。
优选的，S1具体包括如下步骤：
S10：根据公式计算信息过滤器的观测模型，其中，N是相位模糊度；ρ和表示所有观测卫星的伪距和载波相位的集合；是接收机传感器和观测卫星之间的距离加上时钟和其他误差类型，是载波相位和用于计算模糊度的C/A码测量值之间的组合；
S11：定义任意两个观测周期之间的速度恒定且观测系统具有线性形式，可获得动态模型X(k)＝F.X(k-1)，X(k)为状态向量， F为状态矩阵，所述状态向量
其中， [x(k)，y(k)，z(k)].是GNSS接收机速度分量，是时钟误差和时钟漂移，[N1，...，Nn]是模糊度；
S12：根据观测模型和动态模型得到非线性的观测模型为 Z(k)＝h(X(k)，v(k))；
S13：对非线性的观测模型线性化，得到H＝[Hx HN]， HN＝-λ*Jn，
其中，
为观测卫星的坐标。
优选的，S3具体为：通过公式计算信息向量的预测值，通过公式计算信息向量的信息矩阵。
优选的，，S4具体包括如下子步骤：
S40：选取任意信息过滤器为主滤波器，生成与该主滤波器相关的若干个子滤波器；
S41：通过公式获取每一次检测子滤波器与主滤波器之间的确定性；
S42：建立残差方程
进行故障检测排除，其中，
是C/A码观测误差的估计值，是L1相位观测误差的估计值。LLT指likelihoodratio test，上述两个LLTi φ和LLTi ρ都是基于似然比检验的残差方程，
本发明的目的之二在于提供一种基于GNSS的故障检测排除装置，其能解决GNSS的载波相位测量中对周跳的故障检测与排除的问题。
本发明的目的之二采用以下技术方案实现：
基于GNSS的故障检测排除装置，包括如下单元：
建模单元：用于通过计算信息过滤器的测量模型和动态模型建立观测模型，根据所述观测模型获取GNSS接收机的观测量以及观测卫星的坐标；
边缘化单元：用于对观测卫星的坐标中的Y信息向量进行提取和添加预设变量，以对观测量边缘化；
计算单元：用于信息滤波器计算观测卫星的坐标的信息向量的预测值和信息矩阵；
比对单元：用于选取任意信息过滤器为主滤波器，生成与该主滤波器相关的若干个子滤波器，通过似然比比较每一个子滤波器与主滤波器之间的确定性以进行故障检测排除；
更新单元：用于根据当前的观测值计算更新矩阵和观测卫星的坐标更新向量信息。
优选的，建模单元包括如下模块：
计算模块：用于根据公式计算信息过滤器的观测模型，其中，N是相位模糊度；ρ和表示所有观测卫星的伪距和载波相位的集合；是接收机传感器和观测卫星之间的距离加上时钟和其他误差类型，是载波相位和用于计算模糊度的 C/A码测量值之间的组合；
定义模块：用于定义任意两个观测周期之间的速度恒定且观测系统具有线性形式，可获得动态模型X(k)＝F.X(k-1)，X(k)为状态向量，F为状态矩阵，所述状态向量
其中， [x(k)，y(k)，z(k)]，是GNSS接收机速度分量，是时钟误差和时钟漂移，[N1，...，Nn]是模糊度；
建模模块：用于根据观测模型和动态模型得到非线性的观测模型为Z(k)＝h(X(k)，v(k))；
线性化模块：用于对非线性的观测模型线性化，得到 H＝[Hx HN]，HN＝-λ*Jn，
其中，
为观测卫星的坐标。
优选的，计算单元中具体是通过公式计算信息向量的预测值，通过公式计算信息向量的信息矩阵。
优选的，比对单元具体包括如下模块：
选取模块：用于选取任意信息过滤器为主滤波器，生成与该主滤波器相关的若干个子滤波器；
比对模块：用于通过公式获取每一次检测子滤波器与主滤波器之间的确定性；
估值模块：用于建立残差方程
进行故障检测排除，其中，
是C/A码观测误差的估计值，是L1相位观测误差的估计值。
相比现有技术，本发明的有益效果在于：
本发明通过一系列建模，对观测量进行边缘化，并通过似然比检验子滤波器与主滤波器之间的确定性，从而可以准确的检测和排除故障。
附图说明
图1为本发明的基于GNSS的故障检测排除方法的流程图。
具体实施方式
下面，结合附图以及具体实施方式，对本发明做进一步描述：
如图1所示，本发明提供一种基于GNSS的故障检测排除方法，包括如下步骤：
S1：通过计算信息过滤器的测量模型和动态模型建立观测模型，根据所述观测模型获取GNSS接收机的观测量以及观测卫星的坐标；
S2：对观测卫星的坐标中的Y信息向量进行提取和添加预设变量，以对观测量边缘化；
S3：信息滤波器计算观测卫星的坐标的信息向量的预测值和信息矩阵；
S4：选取任意信息过滤器为主滤波器，生成与该主滤波器相关的若干个子滤波器，通过似然比比较每一个子滤波器与主滤波器之间的确定性以进行故障检测排除；
S5：根据当前的观测值计算更新矩阵和观测卫星的坐标更新向量信息。
在步骤S1中，信息滤波器使用的测量值被为单点GNSS接收机提供的测量值，包括民用码和单频载波相位(如GPS的C/A码和L1 载波)观测值。具体包括子步骤如下：
S10：根据公式计算信息过滤器的观测模型，其中，N是相位模糊度；ρ和表示所有观测卫星的伪距和载波相位的集合；是接收机传感器和观测卫星之间的距离加上时钟和其他误差类型，是载波相位和用于计算模糊度的C/A码测量值之间的组合；
伪距模型如下：
其中，和是大气误差的模型，是卫星时钟误差。可由萨斯塔莫宁(Saastamoinen)算法估计得到，该通过公式计算得到，此外，和ρ测量的电离层延迟具有相同的值，但符号相反。
S11：定义任意两个观测周期之间的速度恒定且观测系统具有线性形式，可获得动态模型X(k)＝F.X(k-1)，X(k)为状态向量， F为状态矩阵，所述状态向量
其中， [x(k)，y(k)，z(k)]，是GNSS接收机速度分量，是时钟误差和时钟漂移，[N1，...，Nn]是模糊度；
S12：根据观测模型和动态模型得到非线性的观测模型为 Z(k)＝h(X(k)，v(k))；
S13：对非线性的观测模型线性化，得到H＝[Hx HN]， HN＝-λ*Jn，
其中，
为观测卫星的坐标。每个观测卫星的坐标由广播星历计算；H矩阵是对h函数的线性化。
信息向量y的维数根据观测的卫星数量而变化。因此，我们需要应用边缘化阶段，即从信息向量y中提取和添加变量。信息滤波器IF 在高斯分布的情况下是最优的。为了在y上保存这种分布，我们应用概率论中的边缘化步骤。因为，高斯向量的子向量仍然保持高斯分布。
在步骤S3中，通过公式计算信息向量的预测值，通过公式计算信息向量的信息矩阵。
本申请采用信息滤波器来定位和计算相位模糊度，其效率高，具有大量状态和观察值的应用。信息滤波分为两步，第一步是计算信息向量的预测值和信息矩阵，Mk＝[F-1]TY(k-1)F-1，LK＝Jn+8-CK，
通过这几个公式进行计算，第二步是更新步骤。在更新步骤中，使用当前观察值来校正以上预测步骤以获得更准确的估计。更新的信息向量和更新的对应信息矩阵由以下等式给出：
其中，Y(k)是更新矩阵，y(k) 是更新的信息向量，R是观测噪声的协方差。
S4具体包括如下子步骤：
S40：选取任意信息过滤器为主滤波器，生成与该主滤波器相关的若干个子滤波器；
S41：通过公式获取每一次检测子滤波器与主滤波器之间的确定性；
S42：建立残差方程 进行故障检测排除，其中， 是C/A码观测误差的估计值，是L1相位观测误差的估计值。
本发明进行信息量化，基于互信息(Mutual Information，MI)的对数似然比(LogLikelihoodRatio，LLR)旨在量化由使用N个可用观测量的主滤波器提供的估计的确定性，与每个子滤波器的估计的确定性相比较。每一个来自子滤波器集合的子滤波器都使用N-1个观测值的唯一组合。在信息论中，互信息(MI)度量可以用来衡量这种量。两个随机变量的互信息(MI)是它们相互依赖的度量。MII(x，z) 可以用来评估每次测量对IF确定性的影响。I(x，z)定义如下：多元高斯分布的MI表示为协方差对数行列式的一半，即公式清楚地显示了估计误差和行列式协方差矩阵之间的直接关系。其中(x，y)是估计位置，是真实位置。本发明只使用cov(x，y)(没有z和模糊分量)来简化计算。由于信息矩阵是协方差矩阵的逆矩阵，因此定位误差与信息矩阵的行列式之间存在关系。参考此关系和似然测试，可以建立残差方程如下：
是C/A码观测误差的估计值，是L1相位观测误差的估计值。似然比检验(LLT) 使用第ith组观测值计算可能校正位置估计的确定性。
另外，本发明还将同步提出基于GNSS的故障检测排除装置，包括如下单元：
建模单元：用于通过计算信息过滤器的测量模型和动态模型建立观测模型，根据所述观测模型获取GNSS接收机的观测量以及观测卫星的坐标；
边缘化单元：用于对观测卫星的坐标中的Y信息向量进行提取和添加预设变量，以对观测量边缘化；
计算单元：用于信息滤波器计算观测卫星的坐标的信息向量的预测值和信息矩阵；
比对单元：用于选取任意信息过滤器为主滤波器，生成与该主滤波器相关的若干个子滤波器，通过似然比比较每一个子滤波器与主滤波器之间的确定性以进行故障检测排除；
更新单元：用于根据当前的观测值计算更新矩阵和观测卫星的坐标更新向量信息。
具体的，建模单元包括如下模块：
计算模块：用于根据公式计算信息过滤器的观测模型，其中，N是相位模糊度；ρ和表示所有观测卫星的伪距和载波相位的集合；是接收机传感器和观测卫星之间的距离加上时钟和其他误差类型，是载波相位和用于计算模糊度的 C/A码测量值之间的组合；
定义模块：用于定义任意两个观测周期之间的速度恒定且观测系统具有线性形式，可获得动态模型X(k)＝F.X(k-1)，X(k)为状态向量，F为状态矩阵，所述状态向量其中， [x(k)，y(k)，z(k)].是GNSS接收机速度分量，是时钟误差和时钟漂移，[N1，...，Nn]是模糊度；
建模模块：用于根据观测模型和动态模型得到非线性的观测模型为Z(k)＝h(X(k)，v(k))；
线性化模块：用于对非线性的观测模型线性化，得到 H＝[Hx HN]，HN＝-λ*Jn，
其中， 为观测卫星的坐标。
计算单元中具体是通过公式计算信息向量的预测值，通过公式计算信息向量的信息矩阵。
比对单元具体包括如下模块：
选取模块：用于选取任意信息过滤器为主滤波器，生成与该主滤波器相关的若干个子滤波器；
比对模块：用于通过公式获取每一次检测子滤波器与主滤波器之间的确定性；
估值模块：用于建立残差方程
进行故障检测排除，
其中， 是C/A码观测误差的估计值，是L1相位观测误差的估计值。
对本领域的技术人员来说，可根据以上描述的技术方案以及构思，做出其它各种相应的改变以及形变，而所有的这些改变以及形变都应该属于本发明权利要求的保护范围之内。

Claims (8)

1.基于GNSS的故障检测排除方法，其特征在于，包括如下步骤：
S1：通过计算信息过滤器的测量模型和动态模型建立观测模型，根据所述观测模型获取GNSS接收机的观测量以及观测卫星的坐标；
S2：对观测卫星的坐标中的Y信息向量进行提取和添加预设变量，以对观测量边缘化；
S3：信息滤波器计算观测卫星的坐标的信息向量的预测值和信息矩阵；
S4：选取任意信息过滤器为主滤波器，生成与该主滤波器相关的若干个子滤波器，通过似然比比较每一个子滤波器与主滤波器之间的确定性以进行故障检测排除；
S5：根据当前的观测值计算更新矩阵和观测卫星的坐标更新向量信息。
2.如权利要求1所述的故障检测排除方法，其特征在于，S1具体包括如下步骤：
S10：根据公式计算信息过滤器的观测模型，其中，N是相位模糊度；ρ和表示所有观测卫星的伪距和载波相位的集合；是接收机传感器和观测卫星之间的距离加上时钟和其他误差类型，是载波相位和用于计算模糊度的C/A码测量值之间的组合；
S11：定义任意两个观测周期之间的速度恒定且观测系统具有线性形式，可获得动态模型X(k)＝F.X(k-1)，X(k)为状态向量，F为状态矩阵，
所述状态向量其中，[x(k)，y(k)，z(k)].是GNSS接收机速度分量，是时钟误差和时钟漂移，[N1，...，Nn]是模糊度；
S12：根据观测模型和动态模型得到非线性的观测模型为Z(k)＝h(X(k)，v(k))；
S13：对非线性的观测模型线性化，得到H＝[Hx HN]，HN＝-λ*Jn，
其中，
为观测卫星的坐标。
3.如权利要求2所述的故障检测排除方法，其特征在于，S3具体为：通过公式计算信息向量的预测值，通过公式计算信息向量的信息矩阵。
4.如权利要求3所述的故障检测排除方法，其特征在于，S4具体包括如下子步骤：
S40：选取任意信息过滤器为主滤波器，生成与该主滤波器相关的若干个子滤波器；
S41：通过公式获取每一次检测子滤波器与主滤波器之间的确定性；
S42：建立残差方程
进行故障检测排除，其中， 是C/A码观测误差的估计值，是L1相位观测误差的估计值。
5.基于GNSS的故障检测排除装置，其特征在于，包括如下单元：
建模单元：用于通过计算信息过滤器的测量模型和动态模型建立观测模型，根据所述观测模型获取GNSS接收机的观测量以及观测卫星的坐标；
边缘化单元：用于对观测卫星的坐标中的Y信息向量进行提取和添加预设变量，以对观测量边缘化；
计算单元：用于信息滤波器计算观测卫星的坐标的信息向量的预测值和信息矩阵；
比对单元：用于选取任意信息过滤器为主滤波器，生成与该主滤波器相关的若干个子滤波器，通过似然比比较每一个子滤波器与主滤波器之间的确定性以进行故障检测排除；
更新单元：用于根据当前的观测值计算更新矩阵和观测卫星的坐标更新向量信息。
6.如权利要求5所述的故障检测排除装置，其特征在于，建模单元包括如下模块：
计算模块：用于根据公式计算信息过滤器的观测模型，其中，N是相位模糊度；ρ和表示所有观测卫星的伪距和载波相位的集合；是接收机传感器和观测卫星之间的距离加上时钟和其他误差类型，是载波相位和用于计算模糊度的C/A码测量值之间的组合；
定义模块：用于定义任意两个观测周期之间的速度恒定且观测系统具有线性形式，可获得动态模型X(k)＝F.X(k-1)，X(k)为状态向量，F为状态矩阵，所述状态向量其中，[x(k)，y(k)，z(k)].是GNSS接收机速度分量，是时钟误差和时钟漂移，[N1，...，Nn]是模糊度；
建模模块：用于根据观测模型和动态模型得到非线性的观测模型为Z(k)＝h(X(k)，v(k))；
线性化模块：用于对非线性的观测模型线性化，得到H＝[Hx HN]，HN＝-λ*Jn，
其中，
为观测卫星的坐标。
7.如权利要求6所述的故障检测排除装置，其特征在于，计算单元中具体是通过公式计算信息向量的预测值，通过公式计算信息向量的信息矩阵。
8.如权利要求7所述的故障检测排除装置，其特征在于，比对单元具体包括如下模块：
选取模块：用于选取任意信息过滤器为主滤波器，生成与该主滤波器相关的若干个子滤波器；
比对模块：用于通过公式获取每一次检测子滤波器与主滤波器之间的确定性；
估值模块：用于建立残差方程
进行故障检测排除，其中，
是C/A码观测误差的估计值，是L1相位观测误差的估计值。
CN201810760617.1A 2018-07-11 2018-07-11 基于gnss的故障检测排除方法及装置 Pending CN108897016A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810760617.1A CN108897016A (zh) 2018-07-11 2018-07-11 基于gnss的故障检测排除方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810760617.1A CN108897016A (zh) 2018-07-11 2018-07-11 基于gnss的故障检测排除方法及装置

Publications (1)

Publication Number Publication Date
CN108897016A true CN108897016A (zh) 2018-11-27

Family

ID=64349226

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810760617.1A Pending CN108897016A (zh) 2018-07-11 2018-07-11 基于gnss的故障检测排除方法及装置

Country Status (1)

Country Link
CN (1) CN108897016A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110503133A (zh) * 2019-07-26 2019-11-26 东北大学 一种基于深度学习的离心式压缩机故障预测方法
CN114779305A (zh) * 2022-05-06 2022-07-22 东南大学 一种具备故障检测与排除功能的嵌入式实时定位系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103097911A (zh) * 2010-09-08 2013-05-08 萨热姆防务安全公司 用于检测和排除gnss系统中多个卫星故障的方法和装置
CN103134491A (zh) * 2011-11-30 2013-06-05 上海宇航系统工程研究所 Geo轨道转移飞行器sins/cns/gnss组合导航系统
US20130249734A1 (en) * 2010-07-29 2013-09-26 Mohamed Najim Method for detecting and excluding multiple failures in a satellite
CN103809191A (zh) * 2014-02-25 2014-05-21 浙江理工大学 一种gnss接收机的信号跟踪算法
CN105866812A (zh) * 2016-03-24 2016-08-17 广东机电职业技术学院 一种新型车辆组合定位算法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130249734A1 (en) * 2010-07-29 2013-09-26 Mohamed Najim Method for detecting and excluding multiple failures in a satellite
CN103097911A (zh) * 2010-09-08 2013-05-08 萨热姆防务安全公司 用于检测和排除gnss系统中多个卫星故障的方法和装置
CN103134491A (zh) * 2011-11-30 2013-06-05 上海宇航系统工程研究所 Geo轨道转移飞行器sins/cns/gnss组合导航系统
CN103809191A (zh) * 2014-02-25 2014-05-21 浙江理工大学 一种gnss接收机的信号跟踪算法
CN105866812A (zh) * 2016-03-24 2016-08-17 广东机电职业技术学院 一种新型车辆组合定位算法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110503133A (zh) * 2019-07-26 2019-11-26 东北大学 一种基于深度学习的离心式压缩机故障预测方法
CN114779305A (zh) * 2022-05-06 2022-07-22 东南大学 一种具备故障检测与排除功能的嵌入式实时定位系统

Similar Documents

Publication Publication Date Title
CN108107455A (zh) 一种基于相位跳变的卫星钟差实时预报方法
KR960704260A (ko) 안정보장 감시 추정 항법장치(assured-integrity monitored extrapolation navigation apparatus)
CN107505642B (zh) 一种ins辅助的实时bds单频周跳探测方法
CN102998681A (zh) 一种卫星导航系统的高频钟差估计方法
CN105372691A (zh) 一种模糊度固定的长基线卫星编队gnss相对定位方法
CN102116867A (zh) 一种在动态环境下探测并修复gps载波相位周跳的方法
CN105807300A (zh) 一种用北斗双频接收机进行高精度动态单点定位的方法
KR101175589B1 (ko) 반송파 위상 측정값을 이용한 실시간 ｇｐｓ 위성시계 신호 도약 검출방법
CN105301617A (zh) 一种卫星导航系统中的整周模糊度有效性检验方法
CN109507706B (zh) 一种gps信号丢失的预测定位方法
CN110657806B (zh) 一种基于CKF、chan解算和Savitzky-Golay平滑滤波的位置解算方法
CN103869344A (zh) 一种抗差估计方法
CN108463741A (zh) 多历元gnss载波相位整数解析
CN103940433A (zh) 一种基于改进的自适应平方根ukf算法的卫星姿态确定方法
ITRM20100323A1 (it) Sistema di misura di movimenti in tempo reale, in particolare di movimenti cosismici e di vibrazioni di strutture
CN108897016A (zh) 基于gnss的故障检测排除方法及装置
Granig et al. Sensor system optimization to meet reliability targets
CN104570031A (zh) Gps三频载波相位整周模糊度逐级确定过程的检验修正方法
CN115902963A (zh) 一种单点定位数据处理方法、装置、电子设备及存储介质
EP2869026B1 (en) Systems and methods for off-line and on-line sensor calibration
CN103760586B (zh) 一种在gps姿态测量中快速探测与修复周跳的方法
CN105738931A (zh) 基于卡尔曼滤波的gps单点定位系统
CN110133585A (zh) 双频双动态定位方法、装置、定位设备及运载工具
CN106371092A (zh) 一种基于gps与强震仪观测自适应组合的形变监测方法
CN111679307B (zh) 一种卫星定位信号解算方法及装置

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
AD01 Patent right deemed abandoned
AD01 Patent right deemed abandoned

Effective date of abandoning: 20221230