CN109459768A - 一种基于北斗卫星信号强度权重优化模型的快速选星方法 - Google Patents
一种基于北斗卫星信号强度权重优化模型的快速选星方法 Download PDFInfo
- Publication number
- CN109459768A CN109459768A CN201811023265.8A CN201811023265A CN109459768A CN 109459768 A CN109459768 A CN 109459768A CN 201811023265 A CN201811023265 A CN 201811023265A CN 109459768 A CN109459768 A CN 109459768A
- Authority
- CN
- China
- Prior art keywords
- satellite
- matrix
- intensity
- orientation
- big dipper
- 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
Links
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 title claims abstract description 18
- 238000005457 optimization Methods 0.000 title claims abstract description 17
- 238000010187 selection method Methods 0.000 title claims abstract description 12
- 239000011159 matrix material Substances 0.000 claims abstract description 69
- 238000004364 calculation method Methods 0.000 claims abstract description 11
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 8
- 238000010790 dilution Methods 0.000 claims abstract description 7
- 239000012895 dilution Substances 0.000 claims abstract description 7
- 238000010606 normalization Methods 0.000 claims description 3
- 230000017105 transposition Effects 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 2
- 238000004088 simulation Methods 0.000 claims description 2
- 238000000034 method Methods 0.000 abstract description 11
- 230000000694 effects Effects 0.000 abstract description 4
- 239000000243 solution Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000926 separation method 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
- G01S19/01—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
- G01S19/24—Acquisition or tracking or demodulation of signals transmitted by the system
- G01S19/28—Satellite selection
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
本发明公开了一种基于北斗卫星信号强度权重优化模型的快速选星方法,解决现有方法中计算效率低下的问题。其方案包括步骤:首先通过北斗卫星信号强度权重优化模型得到方位和强度矩阵G;得到能量最大的卫星,运用一种快速、鲁棒递归的可分离非负矩阵分解算法确定剩下三颗卫星;选出信号强度最大的四颗星组合优化方位和强度矩阵,最后得出最佳几何精度因子。本发明通过引入非负矩阵分解的方法选星,加快解算速度,减少计算量,大大提高选星的效率,同时也获得了精确的选星效果。
Description
技术领域
本发明涉及北斗导航领域,更具体地,涉及一种基于北斗卫星信号强度权重优化模型的快速选星方法。
背景技术
随着北斗卫星导航系统的不断发展和完善,捕获的可视卫星数目大幅度增加,这将导致在导航定位解算中北斗卫星的冗余信息增多,使导航解算运算量随之成几十倍增长,严重影响着导航定位解算的速度。同时在接收机硬件设计难度和成本上,将会大大增加,也提高了工程上对多系统接收机的通道数和处理速度的要求。
另外如今北斗卫星导航系统越来越多地应用在城市街道导航中,然而在城市北斗选星过程中,按传统方法单一地根据卫星空间方位信息来选星,容易受高楼大厦影响造成接收信号微弱,无法完成选星。针对这样的场景问题,最近有一种解决的新方法,就是加入卫星的信号能量强度信息作为权重,通过遍历的方法完成选星,即基于卫星信号能量和空间方位信息的北斗卫星选星模型。
但是目前的选星方法由于计算量较大,运算速度都比较慢,达不到方便快捷的理想效果。因此从捕获的北斗卫星中要寻找一种更高效快速的选星策略来选取合适的卫星,以此来保证定位精度的同时掌握更高效快速的实时性是十分重要的。
发明内容
本发明为克服上述现有技术所述的计算量较大,运算速度都比较慢的问题,提供一种基于北斗卫星信号强度权重优化模型的快速选星方法。
为解决上述技术问题,本发明的技术方案如下:
S1:通过北斗卫星信号强度权重优化模型得到方位和强度矩阵G;
S2:从终端获取的N个卫星中选择4颗卫星,其中一颗卫星为卫星载波信号强度最大的卫星,另外三颗卫星通过非负矩阵分解算法确定,1≤i≤N,N表示终端捕获到的卫星数;
S3:将选取的四个卫星的方位和强度信息代入到四阶方位和强度矩阵G中,并求得几何精度因子GDOP的值。
优选地,所述S3中的方向和强度矩阵G为:
将其转化为仰角方位角形式为:
其中,φi表示第i个卫星的仰角,ψi表示第i个卫星的方位角,表示第i个卫星的载波信号强度,矩阵G第i行代表第i个卫星的方位和强度矩阵,参数g可通过大量实际数据和仿真模拟确定出。
优选地,所述S2中确定三颗卫星的非负矩阵分解算法的步骤为:
S21:将方位和强度矩阵G排除掉载波信号强度最大的卫星后得到的矩阵Go,
对Go的每一行进行归一化处理,转置得到矩阵:L1=[l1 l2 ... lN-1]
其中lj表示Go中第j+1行归一化后的值;
S22:对L1构造如下迭代方程:
其中,ΔH为步长矩阵,k不能超过所选卫星数量,即k≤3;
S23:将第k次迭代的向量Lk+1中最大信号值所在列的索引值,设为bk,构造新矩阵Uk=Go(bk),其中Go(bk)表示抽取矩阵Go的第bk行,其中步长矩阵ΔH的计算公式为:
Vk为中间矩阵,并无实际意义;
S24:将步长矩阵ΔH代入到S22的迭代方程中,更新向量Lk+1,并对Lk+1求出最大索引值bk+1,得到其余3颗卫星组成的方位和强度矩阵G0(bk)。
优选地,所述步骤S21中的Go为:
即当假设L1为最大载波信号能量A1所对应的卫星,Go为将方位和强度矩阵G排除掉载波信号强度最大的卫星L1后得到的矩阵。
优选地,所述S3中将四个卫星载波信号的强度作为权重代入到方位和强度矩阵G中,即将矩阵Go(bk)以及载波信号强度最大的卫星L1的方位和强度矩阵代入到方位和强度矩阵G中。
优选地,所述步骤S3中几何精度因子GDOP的公式:
其中,trace表示对矩阵求迹。
与现有技术相比,本发明技术方案的有益效果是:本发明通过引入数学方法非负矩阵分解能对复杂大量的数据加快解算速度,减少计算量大大提高选星的效率,时间空间成本都得以减少,同时又获得了精确的选星效果。运用这种非负矩阵分解算法在面对信号噪声时能有很好的鲁棒性,具有收敛速度快、存储空间小的特点,它能将高维的数据矩阵降维处理,适合处理大规模数据,并且简单易实现,对于多通道的数据可以并行运算,这也提高运算速度,加快选星过程。
附图说明
图1为本发明的流程图。
具体实施方式
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
在有遮挡物的极端情况下获取八颗卫星的信息包括仰角φN,俯角ψN,信号幅值AN。将数据列表如下所示:
卫星序号 | 仰角(φ<sub>N</sub>) | 俯角(ψ<sub>N</sub>) | 信号幅值(A<sub>N</sub>) |
L1 | 49.5 | 40.6 | 18.14 |
L2 | 80.7 | 129.3 | 5.74 |
L3 | 36.5 | 301.4 | 12.85 |
L4 | 41.4 | 38.9 | 14.41 |
L5 | 34.2 | 155.1 | 11.45 |
L6 | 24.3 | 42.7 | 9.09 |
L7 | 19.6 | 194.7 | 8.10 |
L8 | 9.3 | 288.5 | 7.22 |
图1为本发明流程图,首先通过北斗卫星信号强度权重优化模型得到方位和强度矩阵G,再将上表中收集到的八颗卫星(N=8)数据包括各个卫星载波信号的强度以及仰角φi,方位角ψi,代入到方位和强度矩阵G中,不失一般性,设参数g=1。得到G如下:
由盲分离算法计算得到卫星能量后,得到能量最大的卫星L1为最大载波信号能量A1所对应的卫星,采用非负矩阵分解的方法确定剩下三颗卫星,其中Go为:
使用一种快速、鲁棒递归的可分离非负矩阵分解算法解Go,从剩下卫星中选取最大能量强度值所在列的索引量bk,通过索引值便可确定另外三颗强度最大的卫星,其中对Go的每一行进行归一化处理转置得到矩阵L1=[l1 l2 ... l7]
其中lj表示Go中第j+1行归一化后的值。例如:
同理可得l2...l7。
L1=[l1 l2 ... l7]=[33.95 166.12 208.65 132.10 83.63 66.61 53.13]
对L1构造如下迭代方程:
其中,ΔH为步长矩阵,k不能超过所选卫星数量,即k≤3。
对第k次迭代的Lk向量求最大信号值所在列的索引值bk。构造新矩阵Uk=Go(bk),其中Go(bk)表示抽取矩阵Go的第bk行,通过非负矩阵正交补的方法来更新步长矩阵ΔHκ,其公式如下:
在具体实施例中在第一次迭代中求最大值的方法是求矩阵L1中l1 l2 ... l7最大列为l3,将它提取出来,其索引值记为b1对应矩阵Go的第4行,对应卫星序号为L4。U1=Go(b1),即表示选出序号为L4的卫星作为第二颗卫星,再将ΔH1代入迭代方程下列方程中更新矩阵Lk+1,得到L2=L1+ΔH1=[l1 l2 0 l4 ... l7]从而完成一次迭代。迭代公式即:
迭代三次后最终结果是算出向量L3。根据L3求得的最大索引值b1 b2 b3,与其对应的其余3颗卫星所组成的矩阵为Go(b1 b2 b3),即选出了剩余三颗最大值卫星。
通过方位和强度矩阵G,求得最佳几何精度因子的值为如下:
从计算量角度进行比较,本发明方法的计算量要远远少于传统的最佳几何精度因子法,这样就能实现更快速高效的选星,从而优化导航效率,对比结果如下表所示:
计算量 | 加法计算/次 | 乘法计算/次 |
最佳几何精度因子 | 1680 | 6720 |
非负矩阵分解 | 120 | 272 |
因此本发明一方面减少计算量大大提高选星的效率,时间空间成本都得以减少,同时又获得了精确的选星效果。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (6)
1.一种基于北斗卫星信号强度权重优化模型的快速选星方法,其特征在于:包括以下步骤:
S1:通过北斗卫星信号强度权重优化模型得到方位和强度矩阵G;
S2:从终端获取的N个卫星中选择4颗卫星,其中一颗卫星为卫星载波信号强度最大的卫星,另外三颗卫星通过非负矩阵分解算法确定,1≤i≤N,N表示终端捕获到的卫星数;
S3:将选取的四个卫星的方位和强度信息代入到四阶方位和强度矩阵G中,并求得几何精度因子GDOP的值。
2.根据权利要求1所述的一种基于北斗卫星信号强度权重优化模型的快速选星方法,其特征在于:所述S1中的方位和强度矩阵G为:
其中,φi表示第i个卫星的仰角,ψi表示第i个卫星的方位角,表示第i个卫星的载波信号强度,矩阵G第i行代表第i个卫星的方位和强度矩阵,参数g可通过大量实际数据和仿真模拟确定出。
3.根据权利要求1所述的一种基于北斗卫星信号强度权重优化模型的快速选星方法,其特征在于:所述S2中确定三颗卫星的非负矩阵分解算法的步骤为:
S21:将方位和强度矩阵G排除掉载波信号强度最大的卫星后得到的矩阵Go,
对Go的每一行进行归一化处理,转置得到矩阵:L1=[l1l2...lN-1]
其中lj表示Go中第j+1行归一化后的值;
S22:对L1构造如下迭代方程:
其中,ΔH为步长矩阵,k不能超过所选卫星数量,即k≤3;
S23:将第k次迭代的向量Lk+1中最大信号值所在列的索引值,设为bk,构造新矩阵Uk=Go(bk),其中Go(bk)表示抽取矩阵Go的第bk行,其中步长矩阵ΔH的计算公式为:
Vk为中间矩阵,并无实际意义;
S24:将步长矩阵ΔH代入到S22的迭代方程中,更新向量Lk+1,并对Lk+1求出最大索引值bk 耀1,得到其余3颗卫星组成的方向余弦矩阵G0(bk)。
4.根据权利要求3所述的一种基于北斗卫星信号强度权重优化模型的快速选星方法,其特征在于:所述步骤S21中的Go为:
当L1为最大载波信号能量A1所对应的卫星时,Go为将方位和强度矩阵G排除掉载波信号强度最大的卫星L1后得到的矩阵。
5.根据权利要求1所述的一种基于北斗卫星信号强度权重优化模型的快速选星方法,其特征在于:所述S3中将矩阵Go(bk)以及载波信号强度最大的卫星L1的方位和强度矩阵代入到方位和强度矩阵G中,完成卫星的组合优化。
6.根据权利要求1所述的一种基于北斗卫星信号强度权重优化模型的快速选星方法,其特征在于:所述步骤S3中几何精度因子GDOP的公式:
其中,trace表示对矩阵求迹。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811023265.8A CN109459768A (zh) | 2018-09-03 | 2018-09-03 | 一种基于北斗卫星信号强度权重优化模型的快速选星方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811023265.8A CN109459768A (zh) | 2018-09-03 | 2018-09-03 | 一种基于北斗卫星信号强度权重优化模型的快速选星方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109459768A true CN109459768A (zh) | 2019-03-12 |
Family
ID=65606520
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811023265.8A Pending CN109459768A (zh) | 2018-09-03 | 2018-09-03 | 一种基于北斗卫星信号强度权重优化模型的快速选星方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109459768A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110376618A (zh) * | 2019-08-30 | 2019-10-25 | 北京航天宏图信息技术股份有限公司 | 基于北斗三号卫星星基增强的定位方法、装置及终端 |
CN117111126A (zh) * | 2023-10-20 | 2023-11-24 | 成都格理特电子技术有限公司 | 基于北斗的石化工作人员联合定位方法和装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070019593A1 (en) * | 2005-06-30 | 2007-01-25 | Sarkar Prateep K | Apparatus, system and method capable of signal strength based dynamic source routing in Ad-Hoc wireless networks |
CN103176192A (zh) * | 2011-12-23 | 2013-06-26 | Lg电子株式会社 | 移动终端以及其定位卫星选择方法 |
CN103674032A (zh) * | 2012-09-04 | 2014-03-26 | 西安电子科技大学 | 融合脉冲星辐射矢量和计时观测的卫星自主导航系统及方法 |
CN105652246A (zh) * | 2015-12-29 | 2016-06-08 | 河海大学 | 一种基于盲源分离的雷达抗主瓣干扰方法 |
CN106405587A (zh) * | 2016-10-27 | 2017-02-15 | 广州海格通信集团股份有限公司 | 一种基于多系统卫星组合导航的选星方法 |
CN106646537A (zh) * | 2016-12-29 | 2017-05-10 | 湖南国科微电子股份有限公司 | 一种抗多径的gnss快速选星方法及装置 |
CN107390238A (zh) * | 2017-07-23 | 2017-11-24 | 天津博创金成技术开发有限公司 | 一种北斗导航星座快速选星方法 |
CN107656294A (zh) * | 2017-09-28 | 2018-02-02 | 中南大学 | 一种基于选星模板的多卫星导航系统选星方法 |
CN107991696A (zh) * | 2017-11-16 | 2018-05-04 | 北京卫星信息工程研究所 | 针对终端载体为高轨卫星的卫星导航信号仿真方法 |
CN108415883A (zh) * | 2018-02-13 | 2018-08-17 | 中国科学院西安光学精密机械研究所 | 基于子空间聚类的凸非负矩阵分解方法 |
-
2018
- 2018-09-03 CN CN201811023265.8A patent/CN109459768A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070019593A1 (en) * | 2005-06-30 | 2007-01-25 | Sarkar Prateep K | Apparatus, system and method capable of signal strength based dynamic source routing in Ad-Hoc wireless networks |
CN103176192A (zh) * | 2011-12-23 | 2013-06-26 | Lg电子株式会社 | 移动终端以及其定位卫星选择方法 |
CN103674032A (zh) * | 2012-09-04 | 2014-03-26 | 西安电子科技大学 | 融合脉冲星辐射矢量和计时观测的卫星自主导航系统及方法 |
CN105652246A (zh) * | 2015-12-29 | 2016-06-08 | 河海大学 | 一种基于盲源分离的雷达抗主瓣干扰方法 |
CN106405587A (zh) * | 2016-10-27 | 2017-02-15 | 广州海格通信集团股份有限公司 | 一种基于多系统卫星组合导航的选星方法 |
CN106646537A (zh) * | 2016-12-29 | 2017-05-10 | 湖南国科微电子股份有限公司 | 一种抗多径的gnss快速选星方法及装置 |
CN107390238A (zh) * | 2017-07-23 | 2017-11-24 | 天津博创金成技术开发有限公司 | 一种北斗导航星座快速选星方法 |
CN107656294A (zh) * | 2017-09-28 | 2018-02-02 | 中南大学 | 一种基于选星模板的多卫星导航系统选星方法 |
CN107991696A (zh) * | 2017-11-16 | 2018-05-04 | 北京卫星信息工程研究所 | 针对终端载体为高轨卫星的卫星导航信号仿真方法 |
CN108415883A (zh) * | 2018-02-13 | 2018-08-17 | 中国科学院西安光学精密机械研究所 | 基于子空间聚类的凸非负矩阵分解方法 |
Non-Patent Citations (6)
Title |
---|
K.NIRANJANI ET AL.: "Unsupervised Linear Spectral Unmixing of Multispectral Images using the NMF and Modified-Multilayer NMF Algorithms", 《2017 IEEE INTERNATIONAL CONFERENCE ON POWER, CONTROL, SIGNALS AND INSTRUMENTATION ENGINEERING (ICPCSI)》 * |
刘海林 等: "非线性盲源分离的多目标进化算法", 《系统工程与电子技术》 * |
吴瑞祥等: "基于高度角和方位角的选星方法", 《舰船电子工程》 * |
孙静 等: "基于特征融合的多约束非负矩阵分解算法", 《计算机应用》 * |
曾理 等: "基于信号稀疏化的北斗监测站干扰检测技术研究", 《北斗卫星导航系统核心技术研究成果》 * |
葛敏: "GPS用户星座的最佳选择", 《导航》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110376618A (zh) * | 2019-08-30 | 2019-10-25 | 北京航天宏图信息技术股份有限公司 | 基于北斗三号卫星星基增强的定位方法、装置及终端 |
CN117111126A (zh) * | 2023-10-20 | 2023-11-24 | 成都格理特电子技术有限公司 | 基于北斗的石化工作人员联合定位方法和装置 |
CN117111126B (zh) * | 2023-10-20 | 2023-12-22 | 成都格理特电子技术有限公司 | 基于北斗的石化工作人员联合定位方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109919108B (zh) | 基于深度哈希辅助网络的遥感图像快速目标检测方法 | |
CN104567871B (zh) | 一种基于地磁梯度张量的四元数卡尔曼滤波姿态估计方法 | |
CN111882593A (zh) | 结合注意力机制及三维图卷积网络的点云配准模型及方法 | |
CN110930495A (zh) | 基于多无人机协作的icp点云地图融合方法、系统、装置及存储介质 | |
CN104200036B (zh) | 区域gps基准站坐标时间序列的噪声模型获得方法 | |
CN109579872B (zh) | 一种星敏感器仪器星等估计方法 | |
CN107492120B (zh) | 点云配准方法 | |
CN106447707B (zh) | 一种图像实时配准方法及系统 | |
CN104867137A (zh) | 一种基于改进ransac算法的图像配准方法 | |
CN104581644B (zh) | 基于径向基插值的室内wlan指纹数据库多点自适应更新方法 | |
CN105654483A (zh) | 三维点云全自动配准方法 | |
CN105354841A (zh) | 一种快速遥感影像匹配方法及系统 | |
CN111027140A (zh) | 基于多视角点云数据的飞机标准件模型快速重构方法 | |
CN106067172A (zh) | 一种基于适配性分析的水下地形图像粗匹配与精匹配结合的方法 | |
CN109655815A (zh) | 基于ssd的声呐目标检测方法 | |
CN109459768A (zh) | 一种基于北斗卫星信号强度权重优化模型的快速选星方法 | |
CN113792411A (zh) | 一种基于中心误差熵准则无迹卡尔曼滤波的航天器姿态确定方法 | |
CN105631191A (zh) | 一种获取卫星效能的方法及系统 | |
CN102542543A (zh) | 基于块相似性的交互式图像分割方法 | |
CN116935226A (zh) | 一种基于HRNet的改进型遥感图像道路提取方法、系统、设备及介质 | |
CN110288026A (zh) | 一种基于度量关系图学习的图像分割方法及装置 | |
Qin et al. | A wireless sensor network location algorithm based on insufficient fingerprint information | |
CN114119690A (zh) | 一种基于神经网络重建高斯混合模型的点云配准方法 | |
CN109583626B (zh) | 路网拓扑重建方法、介质及系统 | |
CN108427131A (zh) | 一种基线长约束下的整周模糊度快速搜索算法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190312 |
|
RJ01 | Rejection of invention patent application after publication |