CN109407127A - 一种北斗卫星导航系统载波相位周跳探测与修复方法 - Google Patents
一种北斗卫星导航系统载波相位周跳探测与修复方法 Download PDFInfo
- Publication number
- CN109407127A CN109407127A CN201811097581.XA CN201811097581A CN109407127A CN 109407127 A CN109407127 A CN 109407127A CN 201811097581 A CN201811097581 A CN 201811097581A CN 109407127 A CN109407127 A CN 109407127A
- Authority
- CN
- China
- Prior art keywords
- cycle slip
- cycle
- formula
- epoch
- signal
- 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 42
- 238000001514 detection method Methods 0.000 title claims abstract description 31
- 230000008439 repair process Effects 0.000 title claims abstract description 20
- 238000005457 optimization Methods 0.000 claims abstract description 22
- 238000012549 training Methods 0.000 claims abstract description 21
- 239000002245 particle Substances 0.000 claims abstract description 9
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 8
- 238000010183 spectrum analysis Methods 0.000 claims abstract description 5
- 239000005433 ionosphere Substances 0.000 claims description 10
- 230000000694 effects Effects 0.000 claims description 5
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 2
- 208000028257 Joubert syndrome with oculorenal defect Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
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
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/43—Determining position using carrier phase measurements, e.g. kinematic positioning; using long or short baseline interferometry
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种北斗卫星导航系统载波相位周跳探测与修复方法,本发明首先利用北斗载波相位观测量与伪距观测量构造周跳信号,然后用改进的固有时间尺度分解方法即改进的ITD方法对周跳信号进行分解,得到若干个相互独立的固有旋转分量信号即PR分量,筛选出含有周跳的PR分量,最后对含有周跳的PR分量信号进行Hilbert谱分析,探测出周跳发生的历元;接着对含有周跳的分量信号进行修复,将含有周跳的PR分量信号作为训练样本,采用粒子群优化算法对最小二乘支持向量机即LS‑SVM进行参数优化,利用优化后的LS‑SVM进行回归预测,通过计算实测值与预测值的差值来确定周跳的大小并修复周跳,本方法可以有效探测并修复北斗单频观测数据中出现的1周左右的微小周跳。
Description
技术领域
本发明涉及一种北斗卫星导航系统载波相位周跳探测与修复方法,属于北斗定位精度控制技术领域。
背景技术
北斗卫星导航系统载波相位观测值中1周的周跳即可对定位结果造成分米级的偏差,因此周跳的探测与修复在全球卫星导航系统高质量定位中至关重要。由于北斗单频观测数据不能构成周跳探测精度较高的MW组合及电离层残差组合,其微小周跳难以探测与修复,因此有效探测与修复北斗单频观测数据中1周左右的微小周跳成为了周跳探测与修复领域的一个研究热点。许多学者将周跳信号看作信号中的奇异值,采用EMD方法进行单频周跳探测与修复,但EMD方法存在过包络、欠包络、模态混叠及端点效应等问题,会影响周跳探测精度。与EMD方法相比,ITD方法在分解速度上有着明显优势,通过对ITD进行改进可以削弱端点效应的影响。
发明内容
本发明的目的在于提供一种北斗卫星导航系统载波相位周跳探测与修复方法,用于对载波相位中发生的小周跳信号进行探测与修复。
本发明的技术方案是:本发明首先利用北斗载波相位观测量与伪距观测量构造周跳信号,然后用改进的固有时间尺度分解方法即改进的ITD方法对周跳信号进行分解,得到若干个相互独立的固有旋转分量信号即PR分量,筛选出含有周跳的PR分量,最后对含有周跳的PR分量信号进行Hilbert谱分析,探测出周跳发生的历元;接着对含有周跳的分量信号进行修复,将含有周跳的PR分量信号作为训练样本,采用粒子群优化算法对最小二乘支持向量机即LS-SVM进行参数优化,利用优化后的LS-SVM进行回归预测,通过计算实测值与预测值的差值来确定周跳的大小并修复周跳。
本发明的具体步骤如下:
Step1、北斗卫星导航系统的原始观测量由伪距、载波相位组成,其观测方程表示如下所示:
式中:为卫星E至接收机U的几何距离;c为光速;dtU、δtE分别为接收机钟差、卫星钟差;分别为对流层延迟、电离层延迟;分别为伪距多路径误差、载波相位多路径误差;分别为伪距观测噪声、载波相位观测噪声;为整周模糊度与波长的乘积;F=(1,2,3)表示北斗卫星导航系统的三个频率;
公式(1)减去(2)可以消除卫星到接收机的距离、接收机的时钟差、卫星的时钟差、对流层延迟量,省略角标,得到公式(3),如下所示:
再经过历元间一次差分消除整周模糊度得到公式(4),如下所示:
式中:t为历元,ΔI为电离层延迟差分量,Δe为观测噪声差分量,Δm为多路径差分量;
若t+1历元发生周跳,公式(4)可以表示成公式(5),如下所示:
式中,w表示周跳,单频周跳检测量表示为公式(6),如下所示:
由于公式(6)中只包含电离层延迟差分量、观测噪声差分量及多路径差分量,将公式(6)等号后面的公式作为周跳检测量来探测周跳;
Step2、改进的ITD方法对周跳信号进行分解,步骤如下:
Step2.1、确定信号Xm所有局部极值点Xk及其对应的时刻τk,其中,m为信号的数据点,k∈[1,2,…,M],M为极值点总数,由于τ0不是极值点,定义τ0=0,在连续的极值点间隔[τk,τk+1]上定义分段线性基线提取算子L,如公式(7)、(8)所示:
其中,α是线性缩放因子,用于控制固有旋转分量的幅值;Lm为被提取算子L提取出来的基线信号。
通过公式(8)求出L2,,,LM-1,用三次B样条插值函数拟合代替公式(7)拟合L2,,,LM-1,得到拟合后的L2,,,LM-1;
Step2.2、由于公式(8)中Lk+1的值是从L2到LM-1,应用于周跳探测时,若周跳发生在端点处,将淹没周跳,导致无法探测出周跳,造成端点效应,故要估计端点L1和LM的值,在左端点处取拟合后的值L2,L3,L4,采用多项式拟合法拟合得到L1,采用同样的方法,对右端点拟合得LM,得到了拟合后的L1,L2,,,LM-1值;
Step2.3、利用Step2.2拟合后的L1,L2,,,LM-1值和公式h1(m)=Xm-Lm计算h1(m),其中h1(m)为固有旋转分量;
Step2.4、将基线信号Lm作为下一次分解的输入信号,重复步骤Step2.1~Step2.3,分解终止条件为基线信号Lk为单调时,最终得到若干个PR分量信号和一个具有单调性的函数;
Step3、从步骤2.4得到的若干个PR分量信号中筛选出含有周跳的分量信号,步骤如下:
Step3.1、先求取周跳检测量的标准差s;
Step3.2、计算各个分量信号的最大振幅A;
Step3.3、若A大于2s则认为该分量信号包含周跳,保留该分量信号进行Hilbert谱分析,根据Hilbert谱中模极大值点出现的位置可以准确探测出周跳发生的历元;
Step4、利用最小二乘支持向量机即LS-SVM修复周跳信号,具体步骤如下:
Step4.1、选取径向基函数作为LS-SVM的核函数,核函数如公式(9)所示:
K(u,g)=exp(-||u-g||2/2σ2) (9)
其中:||u-g||2表示空间中任意一点u到某一中心点g的欧式距离,σ>0为高斯核函数的带宽;
LS-SVM回归预测的优化目标为:
其中,C为惩罚参数,φ为不敏感损失函数,d为划分超平面的法向量,b为位移项,f(xv)-yv为回归预测值与真实值之差,v∈[1,2,…,o]表示采样点,o为正整数;
Step4.2、采用粒子群优化算法对LS-SVM的惩罚参数C以及核函数参数σ进行参数寻优;
Step4.3、选择训练样本:对Step3筛选出的j个PR分量信号进行信号截取,截取范围为信号的起始历元到周跳发生的前一个历元,截取的信号表示为Qj={Oj(i)},i=1,2,…,z-1,z是周跳发生时的历元,i表示历元z之前的历元,利用Qj构建训练样本集TQj={xj(i),yj(i)},i=1,2,…,z-n,n为数据滑动窗口,并对该训练样本集进行训练,其中训练输入为xj(i)=[Oj(i),Oj(i+1),…,Oj(i+n-1)],输出为yj(i)=Oj(i+n),得到训练模型;
Step4.4、对于z历元处,将[Oj(z-n),Oj(z-n+1),…,Oj(z-1)]作为预测模型的输入,其输出值为在z历元处的预测值将在历元z处的预测值及实测值Oj(z)带入公式(9),求出Nj,Nj表示发生在不同的PR分量信号上的周跳:
将Nj值累加求和并取整即可得到历元z处的周跳值N,将z历元之后每个历元上的载波相位观测量均减去N值,即完成周跳的修复。
所述Step2.1中α的取值为0.5。
所述Step4.2中采用粒子群优化算法对LS-SVM的惩罚参数C以及核函数参数σ进行参数寻优,其中参数及其初始值分别为:
粒子数r,r取30。
最大迭代次数T,T取300。
惯性权重系数R,R取0.5。
加速常数c1和c2,c1和c2均取2。
所述Step4.3中n为数据滑动窗口,n取10。
所述Step2.4中基线信号Lk为单调时,其中单调表现为单调递增或单调递减。
本发明的有益效果是:
(1)本发明通过ITD分解周跳信号可以克服EMD方法存在的过包络、欠包络、模态混叠及端点效应等问题,而且加快分解速度。
(2)本发明通过对PR分量信号利用LS-SVM预测,通过比较实测值与预测值的大小,可以同时修复周跳。
附图说明
图1为本发明的方法流程图;
图2为本发明中的周跳信号示意图;
图3为PR分量信号示意图;
图4为PR分量信号的Hilbert谱示意图。
具体实施方式
实施例1:如图1-4所示,一种北斗卫星导航系统载波相位周跳探测与修复方法方法,首先利用北斗载波相位观测量与伪距观测量构造周跳信号,然后用改进的固有时间尺度分解方法即改进的ITD方法对周跳信号进行分解,得到若干个相互独立的固有旋转分量信号即PR分量,筛选出含有周跳的PR分量,最后对含有周跳的PR分量信号进行Hilbert谱分析,探测出周跳发生的历元;接着对含有周跳的分量信号进行修复,将含有周跳的PR分量信号作为训练样本,采用粒子群优化算法对最小二乘支持向量机即LS-SVM进行参数优化,利用优化后的LS-SVM进行回归预测,通过计算实测值与预测值的差值来确定周跳的大小并修复周跳。具体步骤如下:
Step1、首先利用北斗星通UR370-CORS三系统七频接收机在云南省昆明市昆明理工大学信自学院顶楼采集北斗载波相位观测量与伪距观测量,为了接收到较多的卫星信号,同时降低多路径误差,设置卫星截止高度角为10度,实验时接收机采样频率为1Hz。选用北斗B3频段的伪距观测量作为公式(1)表示的数据,选择北斗B3频段的载波相位观测量作为公式(2)表示的数据,如下所示:
式中:为卫星E至接收机U的几何距离;c为光速;dtU、δtE分别为接收机钟差、卫星钟差;分别为对流层延迟、电离层延迟;分别为伪距多路径误差、载波相位多路径误差;分别为伪距观测噪声、载波相位观测噪声;为整周模糊度与波长的乘积;F=(1,2,3)表示北斗卫星导航系统的三个频率;
公式(1)减去(2)可以消除卫星到接收机的距离、接收机的时钟差、卫星的时钟差、对流层延迟量,省略角标,得到公式(3),如下所示:
再经过历元间一次差分消除整周模糊度得到公式(4),如下所示:
式中:t为历元,ΔI为电离层延迟差分量,Δe为观测噪声差分量,Δm为多路径差分量;
若t+1历元发生周跳,公式(4)可以表示成公式(5),如下所示:
式中,w表示周跳,单频周跳检测量表示为公式(6),如下所示:
由于公式(6)中只包含电离层延迟差分量、观测噪声差分量及多路径差分量,将公式(6)等号后面的公式作为周跳检测量来探测周跳,利用公式(6)构造周跳检测量,周跳检测量如图2;
步骤2、利用改进的ITD方法分解周跳检测量;
步骤2.1、求出周跳检测量的所有局部极值点及对应的时刻,通过计算公式(8),求出L2,,,LM-1,用三次B样条插值函数拟合代替公式(7)拟合L2,,,LM-1,得到拟合后的L2,,,LM-1,公式(7)、公式(8)如下所示;
其中,α是线性缩放因子,用于控制固有旋转分量的幅值,取值为0.5;Lm为被提取算子L提取出来的基线信号;
步骤2.2、估计端点L1和LM的值,在左端点处取拟合后的值L2,L3,L4,采用多项式拟合法拟合得到L1,采用同样的方法,对右端点拟合得LM,得到了拟合后的L1,L2,,,LM-1值;
步骤2.3、利用步骤2.2拟合后的L1,L2,,,LM-1值和公式h1(m)=Xm-Lm计算h1(m),其中h1(m)为固有旋转分量;
步骤2.4、将基线信号Lm作为下一次分解的输入信号,重复步骤2.1~2.3,分解终止条件为基线信号Lk为单调时,最终得到3个PR分量信号和一个具有单调性的函数,分量信号如图3所示:
步骤3、从步骤2.4得到的3个PR分量信号中筛选出含有周跳的分量信号,步骤如下:
步骤3.1、先求取周跳检测量的标准差s;
步骤3.2、计算3个分量信号的最大振幅A;
步骤3.3、3个分量信号中的前两个分量信号的A值大于2s,认为前两个分量信号包含周跳,保留前两个分量信号进行Hilbert谱分析,Hilbert谱如图4所示,根据图4中Hilbert谱中模极大值点出现的位置可以准确探测出:周跳发生在100历元、450历元;
步骤4、对前两个PR分量信号利用LS-SVM预测,通过比较实测值与预测值的大小来修复周跳。
步骤4.1、选取径向基函数作为核函数,核函数如公式(9)所示:
K(u,g)=exp(-||u-g||2/2σ2) (9)
其中:||u-g||2表示空间中任意一点u到某一中心点g的欧式距离,σ>0为高斯核函数的带宽;
LS-SVM回归预测的优化目标为:
其中,C为惩罚参数,φ为不敏感损失函数,d为划分超平面的法向量,b为位移项,f(xv)-yv为回归预测值与真实值之差,v∈[1,2,…,o]表示采样点,o为正整数;
步骤4.2、采用粒子群优化算法对LS-SVM的惩罚参数C以及核函数参数σ进行参数寻优,其中参数及其初始值分别为:
粒子数r,r取30。
最大迭代次数T,T取300。
惯性权重系数R,R取0.5。
加速常数c1和c2,c1和c2均取2。
步骤4.3、选择训练样本:对步骤3筛选出的2个PR分量信号进行信号截取,在历元区间[1,99]与[351,449]之间截取信号。修复第100历元的周跳时,依次选择[1,9],[2-10],…,[90,98]历元的数据作为训练模型的输入,第10,11,…,99历元的数据作为训练模型的输出,来训练模型得到预测模型1。修复第450历元的周跳时,依次选择[351,359],[352,360],…,[440,448]历元的数据作为训练模型的输入,第369,361,…,449历元的数据作为训练模型的输出,来训练模型,得到预测模型2:
步骤4.4、对于z历元处,将[Oj(z-n),Oj(z-n+1),…,Oj(z-1)]作为预测模型的输入,其输出值为在z历元处的预测值将在历元z处的预测值及实测值Oj(z)带入公式(9),求出Nj,Nj表示发生在不同的PR分量信号上的周跳:
将Nj值累加求和并取整即可得到历元z处的周跳值N,将z历元之后每个历元上的载波相位观测量均减去N值,即完成周跳的修复,本实施例具体如下:
修复100历元的周跳时,将两个分量信号区间[91,99]历元数据作为预测模型1的输入,在100历元处第1个PR分量的预测值为0.1021,第2个PR分量的预测值为0.0363,相加得到最终预测值为0.1384。在100历元真实值减去预测值为1.7344,取整数为2,则在100历元发生2周周跳。修复450历元的周跳时,将两个分量信号区间[341,449]历元数据作为预测模型2的输入,在450历元处第1个PR分量的预测值为0.1372,第2个PR分量的预测值为0.0275,相加得到最终预测值为0.1647。在450历元真实值减去预测值为1.021,取整数为1,则在450历元发生1周周跳。在B3频率载波相位观测量的100、450历元及其以后历元的载波相位上分别减去1,2即完成了周跳的修复。
上面结合附图对本发明的具体实施例作了详细说明,但是本发明并不限于上述实施例,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (6)
1.一种北斗卫星导航系统载波相位周跳探测与修复方法,其特征在于,首先利用北斗载波相位观测量与伪距观测量构造周跳信号,然后用改进的固有时间尺度分解方法即改进的ITD方法对周跳信号进行分解,得到若干个相互独立的固有旋转分量信号即PR分量,筛选出含有周跳的PR分量,最后对含有周跳的PR分量信号进行Hilbert谱分析,探测出周跳发生的历元;接着对含有周跳的分量信号进行修复,将含有周跳的PR分量信号作为训练样本,采用粒子群优化算法对最小二乘支持向量机即LS-SVM进行参数优化,利用优化后的LS-SVM进行回归预测,通过计算实测值与预测值的差值来确定周跳的大小并修复周跳。
2.根据权利要求1所述的北斗卫星导航系统载波相位周跳探测与修复方法,其特征在于:具体步骤如下:
Step1、北斗卫星导航系统的原始观测量由伪距、载波相位组成,其观测方程表示如下所示:
式中:为卫星E至接收机U的几何距离;c为光速;dtU、δtE分别为接收机钟差、卫星钟差;分别为对流层延迟、电离层延迟;分别为伪距多路径误差、载波相位多路径误差;分别为伪距观测噪声、载波相位观测噪声;为整周模糊度与波长的乘积;F=(1,2,3)表示北斗卫星导航系统的三个频率;
公式(1)减去(2)可以消除卫星到接收机的距离、接收机的时钟差、卫星的时钟差、对流层延迟量,省略角标,得到公式(3),如下所示:
再经过历元间一次差分消除整周模糊度得到公式(4),如下所示:
式中:t为历元,ΔI为电离层延迟差分量,Δe为观测噪声差分量,Δm为多路径差分量;
若t+1历元发生周跳,公式(4)可以表示成公式(5),如下所示:
式中,w表示周跳,单频周跳检测量表示为公式(6),如下所示:
由于公式(6)中只包含电离层延迟差分量、观测噪声差分量及多路径差分量,将公式(6)等号后面的公式作为周跳检测量来探测周跳;
Step2、改进的ITD方法对周跳信号进行分解,步骤如下:
Step2.1、确定信号Xm所有局部极值点Xk及其对应的时刻τk,其中,m为信号的数据点,k∈[1,2,…,M],M为极值点总数,由于τ0不是极值点,定义τ0=0,在连续的极值点间隔[τk,τk+1]上定义分段线性基线提取算子L,如公式(7)、(8)所示:
其中,α是线性缩放因子,用于控制固有旋转分量的幅值;Lm为被提取算子L提取出来的基线信号;
通过公式(8)求出L2,,,LM-1,用三次B样条插值函数拟合代替公式(7)拟合L2,,,LM-1,得到拟合后的L2,,,LM-1;
Step2.2、由于公式(8)中Lk+1的值是从L2到LM-1,应用于周跳探测时,若周跳发生在端点处,将淹没周跳,导致无法探测出周跳,造成端点效应,故要估计端点L1和LM的值,在左端点处取拟合后的值L2,L3,L4,采用多项式拟合法拟合得到L1,采用同样的方法,对右端点拟合得LM,得到了拟合后的L1,L2,,,LM-1值;
Step2.3、利用Step2.2拟合后的L1,L2,,,LM-1值和公式h1(m)=Xm-Lm计算h1(m),其中h1(m)为固有旋转分量;
Step2.4、将基线信号Lm作为下一次分解的输入信号,重复步骤Step2.1~Step2.3,分解终止条件为基线信号Lk为单调时,最终得到若干个PR分量信号和一个具有单调性的函数;
Step3、从步骤2.4得到的若干个PR分量信号中筛选出含有周跳的分量信号,步骤如下:
Step3.1、先求取周跳检测量的标准差s;
Step3.2、计算各个分量信号的最大振幅A;
Step3.3、若A大于2s则认为该分量信号包含周跳,保留该分量信号进行Hilbert谱分析,根据Hilbert谱中模极大值点出现的位置可以准确探测出周跳发生的历元;
Step4、利用最小二乘支持向量机即LS-SVM修复周跳信号,具体步骤如下:
Step4.1、选取径向基函数作为LS-SVM的核函数,核函数如公式(9)所示:
K(u,g)=exp(-||u-g||2/2σ2) (9)
其中:||u-g||2表示空间中任意一点u到某一中心点g的欧式距离,σ>0为高斯核函数的带宽;
LS-SVM回归预测的优化目标为:
其中,C为惩罚参数,φ为不敏感损失函数,d为划分超平面的法向量,b为位移项,f(xv)-yv为回归预测值与真实值之差,v∈[1,2,…,o]表示采样点,o为正整数;
Step4.2、采用粒子群优化算法对LS-SVM的惩罚参数C以及核函数参数σ进行参数寻优;
Step4.3、选择训练样本:对Step3筛选出的j个PR分量信号进行信号截取,截取范围为信号的起始历元到周跳发生的前一个历元,截取的信号表示为Qj={Oj(i)},i=1,2,…,z-1,z是周跳发生时的历元,i表示历元z之前的历元,利用Qj构建训练样本集TQj={xj(i),yj(i)},i=1,2,…,z-n,n为数据滑动窗口,并对该训练样本集进行训练,其中训练输入为xj(i)=[Oj(i),Oj(i+1),…,Oj(i+n-1)],输出为yj(i)=Oj(i+n),得到训练模型;
Step4.4、对于z历元处,将[Oj(z-n),Oj(z-n+1),…,Oj(z-1)]作为预测模型的输入,其输出值为在z历元处的预测值将在历元z处的预测值及实测值Oj(z)带入公式(9),求出Nj,Nj表示发生在不同的PR分量信号上的周跳:
将Nj值累加求和并取整即可得到历元z处的周跳值N,将z历元之后每个历元上的载波相位观测量均减去N值,即完成周跳的修复。
3.根据权利要求2所述的北斗卫星导航系统载波相位周跳探测与修复方法,其特征在于:所述Step2.1中α的取值为0.5。
4.根据权利要求2所述的北斗卫星导航系统载波相位周跳探测与修复方法,其特征在于:所述Step4.2中采用粒子群优化算法对LS-SVM的惩罚参数C以及核函数参数σ进行参数寻优,其中参数及其初始值分别为:
粒子数r,r取30。
最大迭代次数T,T取300。
惯性权重系数R,R取0.5。
加速常数c1和c2,c1和c2均取2。
5.根据权利要求2所述的北斗卫星导航系统载波相位周跳探测与修复方法,其特征在于:所述Step4.3中n为数据滑动窗口,n取10。
6.根据权利要求2所述的北斗卫星导航系统载波相位周跳探测与修复方法,其特征在于:所述Step2.4中基线信号Lk为单调时,其中单调表现为单调递增或单调递减。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811097581.XA CN109407127B (zh) | 2018-09-20 | 2018-09-20 | 一种北斗卫星导航系统载波相位周跳探测与修复方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811097581.XA CN109407127B (zh) | 2018-09-20 | 2018-09-20 | 一种北斗卫星导航系统载波相位周跳探测与修复方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109407127A true CN109407127A (zh) | 2019-03-01 |
CN109407127B CN109407127B (zh) | 2023-09-26 |
Family
ID=65464978
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811097581.XA Active CN109407127B (zh) | 2018-09-20 | 2018-09-20 | 一种北斗卫星导航系统载波相位周跳探测与修复方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109407127B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109856978A (zh) * | 2019-03-26 | 2019-06-07 | 广东电网有限责任公司 | 一种获取被控对象模型的方法及装置 |
CN110907964A (zh) * | 2019-10-29 | 2020-03-24 | 长沙海格北斗信息技术有限公司 | 卫星导航载波相位观测数据的质量分析方法 |
CN111190200A (zh) * | 2019-12-09 | 2020-05-22 | 北京时代民芯科技有限公司 | 一种动态环境下单频周跳检测与修复方法 |
CN111736188A (zh) * | 2020-03-09 | 2020-10-02 | 腾讯科技(深圳)有限公司 | 一种卫星定位方法、装置、电子设备和存储介质 |
CN112505068A (zh) * | 2020-11-03 | 2021-03-16 | 桂林理工大学 | 一种基于gnss-ir的地表土壤湿度多星组合反演方法 |
CN112946697A (zh) * | 2021-01-29 | 2021-06-11 | 合肥工业大学智能制造技术研究院 | 一种基于深度学习的卫星信号周跳探测与修复方法 |
CN114118164A (zh) * | 2021-12-02 | 2022-03-01 | 中铁二院工程集团有限责任公司 | 一种轨道电路电气绝缘节故障诊断方法及装置 |
CN115267847A (zh) * | 2022-06-27 | 2022-11-01 | 湘潭大学 | 一种单频周跳探测与修复方法、系统、设备及介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103576167A (zh) * | 2013-10-28 | 2014-02-12 | 中国科学院国家授时中心 | 基于hht和支持向量机的周跳探测与修复方法 |
CN107450085A (zh) * | 2017-06-19 | 2017-12-08 | 昆明理工大学 | 一种基于itd模糊熵的微小周跳探测方法 |
-
2018
- 2018-09-20 CN CN201811097581.XA patent/CN109407127B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103576167A (zh) * | 2013-10-28 | 2014-02-12 | 中国科学院国家授时中心 | 基于hht和支持向量机的周跳探测与修复方法 |
CN107450085A (zh) * | 2017-06-19 | 2017-12-08 | 昆明理工大学 | 一种基于itd模糊熵的微小周跳探测方法 |
Non-Patent Citations (2)
Title |
---|
刘慧婷等: "基于多项式拟合算法的EMD端点问题的处理", 《计算机工程与应用》 * |
季云健等: "CEEMD及最小二乘支持向量机在单频周跳探测与修复中的应用", 《软件导刊》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109856978A (zh) * | 2019-03-26 | 2019-06-07 | 广东电网有限责任公司 | 一种获取被控对象模型的方法及装置 |
CN109856978B (zh) * | 2019-03-26 | 2022-02-15 | 广东电网有限责任公司 | 一种获取被控对象模型的方法及装置 |
CN110907964A (zh) * | 2019-10-29 | 2020-03-24 | 长沙海格北斗信息技术有限公司 | 卫星导航载波相位观测数据的质量分析方法 |
CN111190200A (zh) * | 2019-12-09 | 2020-05-22 | 北京时代民芯科技有限公司 | 一种动态环境下单频周跳检测与修复方法 |
CN111736188A (zh) * | 2020-03-09 | 2020-10-02 | 腾讯科技(深圳)有限公司 | 一种卫星定位方法、装置、电子设备和存储介质 |
CN112505068A (zh) * | 2020-11-03 | 2021-03-16 | 桂林理工大学 | 一种基于gnss-ir的地表土壤湿度多星组合反演方法 |
CN112505068B (zh) * | 2020-11-03 | 2023-08-11 | 桂林理工大学 | 一种基于gnss-ir的地表土壤湿度多星组合反演方法 |
CN112946697A (zh) * | 2021-01-29 | 2021-06-11 | 合肥工业大学智能制造技术研究院 | 一种基于深度学习的卫星信号周跳探测与修复方法 |
CN114118164A (zh) * | 2021-12-02 | 2022-03-01 | 中铁二院工程集团有限责任公司 | 一种轨道电路电气绝缘节故障诊断方法及装置 |
CN115267847A (zh) * | 2022-06-27 | 2022-11-01 | 湘潭大学 | 一种单频周跳探测与修复方法、系统、设备及介质 |
CN115267847B (zh) * | 2022-06-27 | 2024-04-09 | 湘潭大学 | 一种单频周跳探测与修复方法、系统、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109407127B (zh) | 2023-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109407127A (zh) | 一种北斗卫星导航系统载波相位周跳探测与修复方法 | |
CN108332649B (zh) | 一种滑坡形变综合预警方法及系统 | |
CN104296755B (zh) | 一种x射线脉冲星导航脉冲toa的确定方法 | |
Gonzalez et al. | Maximum kick from nonspinning black-hole binary inspiral | |
Baiotti et al. | Accurate simulations of the dynamical bar-mode instability in full general relativity | |
CN112735094A (zh) | 基于机器学习的地质灾害预测方法、装置和电子设备 | |
CN103576167B (zh) | 基于hht和支持向量机的周跳探测与修复方法 | |
CN111046327A (zh) | 适用于低频振荡与次同步振荡辨识的Prony分析方法 | |
CN102216798B (zh) | 用于修正随时间变化的信号值的预测的方法 | |
CN108873029A (zh) | 一种实现导航接收机钟差建模的方法 | |
CN111177295A (zh) | 建图重影消除方法、装置、计算机可读存储介质及机器人 | |
CN103973263A (zh) | 一种新的逼近滤波方法 | |
CN109407501A (zh) | 一种基于相关信号处理的时间间隔测量方法 | |
CN107966722A (zh) | 一种gnss钟差解算方法 | |
CN107390229A (zh) | 一种测风激光雷达信号的处理方法及其处理装置 | |
Bang et al. | Methodology of automated ionosphere front velocity estimation for ground-based augmentation of GNSS | |
CN113031036B (zh) | 基于GNSS 30s采样频率数据的电离层相位闪烁因子构建方法 | |
CN106371092B (zh) | 一种基于gps与强震仪观测自适应组合的形变监测方法 | |
CN104199054A (zh) | 一种用于北斗卫星导航系统共视数据的预处理方法 | |
JP2009281896A (ja) | Rtk異常測位データ処理を伴うgpsによる変位計測装置および変位計測方法 | |
CN103196451B (zh) | 一种基于Fisher信息矩阵的导航脉冲星选择方法 | |
CN107678333A (zh) | 一种基于等效时间序列采样的步长时间校正方法及装置 | |
CN110888142A (zh) | 基于mems激光雷达测量技术的航天器隐藏目标点测量方法 | |
CN113900367B (zh) | 一种氢原子钟频率驾驭系统和方法 | |
CN110906956B (zh) | 一种脉冲星周期跃变的检测方法 |
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 |