CN109669196B - 一种顾及基线形变的多天线gnss载波相位精密测姿方法 - Google Patents

Abstract

本发明属于卫星精密导航与定位领域，具体涉及一种顾及基线形变的多天线GNSS载波相位精密测姿方法，包括以下步骤：在载体上布设3个天线形成2条基线，2条基线构成载体坐标系；在上述载体坐标系下，预先对各基线的几何向量进行标定；获取3个天线对应接收机输出的原始伪距与载波相位观测量；利用产生的原始伪距与载波相位观测量在基线间构造双差观测量；以姿态信息作为状态量，构建基于测量域的测姿模型；考虑基线形变因素，构建顾及基线形变的随机模型；相比于传统测量域测姿法，本发明所提出的方法考虑到基线形变对测量域模型影响，提出了顾及基线形变的随机模型，从而使使得多天线GNSS载波相位精密测姿方法更加准确。

Description

一种顾及基线形变的多天线GNSS载波相位精密测姿方法

技术领域

本发明属于卫星精密导航与定位领域，具体涉及一种顾及基线形变的多天线GNSS载波相位精密测姿方法。

背景技术

姿态信息是载体导航领域中不可或缺的重要信息，目前常用的测姿技术包含有惯性导航、地磁导航、天文导航等。其中，惯性导航存在测姿误差随时间不断累积，设备成本高，对准标定操作繁琐等问题；地磁导航存在测姿精度差，易受磁性材料干扰等问题；天文导航存在易受地面折光影响等问题。随着全球导航卫星系统现代化建设，出现了基于GNSS载波相位的精密测姿技术，因其具有全天候、低成本、易安装等优势成为测姿技术领域中的研究热点。

目前，GNSS测姿模型大体分为两类：定位域测姿法与观测量域测姿法。定位域测姿法通过解算天线间基线结果，构建各基线在当地水平坐标系与载体坐标系的几何拓扑关系确定姿态信息。该方法需要多天线接收足够可用卫星(不小于4颗)求解基线，否则将无法确定姿态信息。然而，在城市或峡谷等收星受限环境中，多天线可能无法接收到足够卫星参与基线解算，从而导致定位域测姿法无法正常使用。相比较而言，测量域测姿法降低了多天线接收可用卫星的限制条件，全部天线接收的可用卫星只需保证测量域测姿模型达到满秩条件，即可确定姿态信息，这将会有效提升GNSS测姿模型的连续可用性。目前，传统的测量域测姿法需要依赖载体坐标系下各天线间基线先验值建立测姿模型，该先验值通常是预先标定的。然而，在载体动态运行中，考虑到载体材料、载体尺寸及路况、海况等因素可能会发生载体形变，致使各天线的基线随之发生波动，导致建立在载体坐标系下的先验基线值失真，影响测姿模型精度。所以说，在多天线GNSS载波相位精密测姿方法中，考虑载体形变对测姿精度的影响是十分必要的。

发明内容

本发明公开了一种顾及基线形变的多天线GNSS载波相位精密测姿方法，相比于传统测量域测姿法的改进之处在于，考虑到基线形变会导致先验基线值失真问题，提出了一种顾及基线形变的加权模型，有效抑制形变不确定性对精密测姿方法的影响。

一种顾及基线形变的多天线GNSS载波相位精密测姿方法，包括以下步骤：

(1)在载体上布设3个天线形成2条基线，2条基线构成载体坐标系；

(2)在上述载体坐标系下，预先对各基线的几何向量进行标定；

(3)获取3个天线对应接收机输出的原始伪距与载波相位观测量；利用产生的原始伪距与载波相位观测量在步骤(1)中的基线间构造双差观测量；

(4)以姿态信息作为状态量，构建基于测量域的测姿模型；

(5)考虑基线形变因素，构建顾及基线形变的随机模型；

(6)利用构建的随机模型，通过加权最小二乘法获得姿态角的浮点解，以及对应的协方差矩阵，利用LAMBDA算法固定模糊度；

(7)利用已经正确固定的模糊度值，通过贝叶斯后验修正，最终获得精密测姿结果。

所述在上述载体坐标系下，预先对各基线的几何向量进行标定，包括：

基于上述载体坐标系，预先标定2条基线的几何向量为

其中

为主基线向量。

所述在载体上布设3个天线形成2条基线，2条基线构成载体坐标系，包括：

基线交点的天线作为载体坐标系原点，保证1条基线与载体主轴平行，并由该基线作为载体坐标系的Y轴，其余轴系分布符合右手法则。

所述获取3个天线对应接收机输出的原始伪距与载波相位观测量；利用产生的原始伪距与载波相位观测量在步骤(1)中的基线间构造双差观测量，包括：

各基线双差观测方程为：

其中，

与

分别表示双差后的伪距与载波相位观测值减计算值的残差量；s、n分别代表不同的卫星号，其中s为参考星；b、r表示不同接收机即基站和移动站；

表示对应x_br的双差后的线性化几何设计矩阵；x_br表示用户位置；λ_j表示载波相位波长；

表示双差后的整周模糊度；

与

分别表示双差后的伪距与载波相位观测噪声。

所述以姿态信息作为状态量，构建基于测量域的测姿模型，包括：

利用主天线单点定位得到的位置，构建从ENU坐标系转换到ECEF坐标系的转换矩阵

系统初始化时利用定位域测姿法给定初始姿态值，构建从载体坐标系转换到ENU坐标系的转换矩阵

形成测量域测姿模型为：

其中，p_br、φ_br分别表示双差后的伪距与载波相位观测值减计算值的残差量；λ表示载波相位波长；u_br表示双差后的线性化几何设计矩阵；

即载体坐标系转换到ENU坐标系的姿态转换矩阵；

即ENU坐标系转换到ECEF坐标系的转换矩阵；b基线在载体坐标系上的向量；*^X为*的交叉乘积矩阵；δA表示姿态修正参数；I表示单位矩阵；N_br表示双差后的整周模糊度。

所述考虑基线形变因素，构建顾及基线形变的随机模型，包括：

假设各个方向的形变量符合正态分布，因此考虑形变量的随机模型为：

其中，a、b、c对应各分量轴的随机方差，通过大量实际测试验证，不断调整a、b、c，最终确定合适的形变量的随机模型；

伪距、载波相位观测量对应的协方差矩阵为Q，在测量域的GNSS测姿方法中解算时使用的权阵为C＝Q^-1，考虑基线形变的影响，最终测姿模型的随机模型为：

本发明的有益效果在于：

相比于传统测量域测姿法，本发明所提出的方法考虑到基线形变对测量域模型影响，提出了顾及基线形变的随机模型，从而使使得多天线GNSS载波相位精密测姿方法更加准确。

附图说明

图1为多天线测姿安装配置图；

图2为一种顾及基线形变的多天线GNSS载波相位精密测姿方法的流程图。

具体实施方式

下面结合附图对本发明做进一步描述。

下面以载体上3个天线作为实施例，并结合附图1与附图2，对本发明的技术方案作进一步具体的说明。

实施例：

步骤1，依据坐标系右手法则，以2条基线的公共天线作为坐标原点，以一条基线方向为Y轴，建立系统的载体坐标系。

步骤2，基于上述载体坐标系，预先标定2条基线的几何向量为

其中

为主基线向量；

步骤3，获取各接收机的原始观测量，进行站间与星间两次差分，获取各基线双差观测方程为，

其中

与

分别表示双差后的伪距与载波相位观测值减计算值的残差量；s、n分别代表不同的卫星号，其中s为参考星；b、r表示不同接收机即基站和移动站；

表示对应x_br的双差后的线性化几何设计矩阵；x_br表示用户位置；λ_j表示载波相位波长；

表示双差后的整周模糊度；

与

分别表示双差后的伪距与载波相位观测噪声。

步骤4，以姿态角作为状态量，构建测量域测姿模型。首先利用主天线单点定位得到的位置，构建从ENU坐标系转换到ECEF坐标系的转换矩阵

进而，系统初始化时利用定位域测姿法给定初始姿态值，构建从载体坐标系转换到ENU坐标系的转换矩阵

形成测量域测姿模型为：

其中p_br、φ_br分别表示双差后的伪距与载波相位观测值减计算值的残差量；λ表示载波相位波长；u_br表示双差后的线性化几何设计矩阵；

即概略的姿态转换矩阵(载体坐标系转ENU坐标系)；

即ENU坐标系转换到ECEF坐标系的转换矩阵；b基线在载体坐标系上的向量；*^X为*的交叉乘积矩阵；δA表示姿态修正参数；I表示单位矩阵；N_br表示双差后的整周模糊度。

步骤5，考虑基线形变因素，构建顾及基线形变的随机模型。由于基线形变量难以实时准确获取，但考虑其具有一定随机波动性，假设各个方向的形变量符合正态分布，因此考虑形变量的随机模型为：

其中，a、b、c对应各分量轴的随机方差。通过大量实际测试验证，不断调整a、b、c，最终确定合适的形变量的随机模型。

而伪距、载波相位观测量对应的协方差矩阵为Q，因此在测量域的GNSS测姿方法中解算时使用的权阵为C＝Q^-1，故考虑基线形变的影响，最终测姿模型的随机模型为：

步骤6，利用顾及基线形变的随机模型，利用加权最小二乘法求解求解状态量的浮点解及相应的协方差，并通过LAMBDA算法得到模糊度的固定解。

步骤7，利用固定的模糊度值，通过贝叶斯后验修正，最终获得精密的测姿结果。

姿态信息是载体导航领域中不可或缺的重要信息，目前常用的测姿技术包含有惯性导航、地磁导航、天文导航等。其中，惯性导航存在测姿误差随时间不断累积，设备成本高，对准标定操作繁琐等问题；地磁导航存在测姿精度差，易受磁性材料干扰等问题；天文导航存在易受地面折光影响等问题。随着全球导航卫星系统(Global navigationsatellite system,GNSS)现代化建设，出现了基于GNSS载波相位的精密测姿技术，因其具有全天候、低成本、易安装等优势成为测姿技术领域中的研究热点。

目前，GNSS测姿模型大体分为两类：定位域测姿法与观测量域测姿法。定位域测姿法通过解算天线间基线结果，构建各基线在当地水平坐标系与载体坐标系的几何拓扑关系确定姿态信息。该方法需要多天线接收足够可用卫星(不小于4颗)求解基线，否则将无法确定姿态信息。然而，在城市或峡谷等收星受限环境中，多天线可能无法接收到足够卫星参与基线解算，从而导致定位域测姿法无法正常使用。相比较而言，测量域测姿法降低了多天线接收可用卫星的限制条件，全部天线接收的可用卫星只需保证测量域测姿模型达到满秩条件，即可确定姿态信息，这将会有效提升GNSS测姿模型的连续可用性。目前，传统的测量域测姿法需要依赖载体坐标系下各天线间基线先验值建立测姿模型，该先验值通常是预先标定的。然而，在载体动态运行中，考虑到载体材料、载体尺寸及路况(海况)等因素可能会发生载体形变，致使各天线的基线随之发生波动，导致建立在载体坐标系下的先验基线值失真，影响测姿模型精度。所以说，在多天线GNSS载波相位精密测姿方法中，考虑载体形变对测姿精度的影响是十分必要的。

本发明公开了一种顾及基线形变的多天线GNSS载波相位精密测姿方法，相比于传统测量域测姿法的改进之处在于，考虑到基线形变会导致先验基线值失真问题，提出了一种顾及基线形变的加权模型，有效抑制形变不确定性对精密测姿方法的影响。该方法具体执行步骤如下：

步骤1，在载体上布设3个天线形成2条基线，基线交点的天线作为载体坐标系原点，保证1条基线与载体主轴平行，并由该基线作为载体坐标系的Y轴，其余轴系分布符合右手法则。

步骤2，在上述载体坐标系下，预先对各基线的几何向量进行标定。

步骤3，获取3个天线对应接收机输出的原始伪距与载波相位观测量。利用产生的原始伪距与载波相位观测量，在步骤1中的基线间构造双差观测量。

步骤4，以姿态信息作为状态量，构建基于测量域的测姿模型。

步骤5，考虑基线形变因素，构建顾及基线形变的随机模型。

步骤6，利用步骤5构建的随机模型，通过加权最小二乘法获得姿态角的浮点解，以及对应的协方差矩阵，利用LAMBDA算法固定模糊度。

步骤7，利用已经正确固定的模糊度值，通过贝叶斯后验修正，最终获得精密测姿结果。

相比于传统测量域测姿法，本发明所提出的方法考虑到基线形变对测量域模型影响，提出了顾及基线形变的随机模型，从而使使得多天线GNSS载波相位精密测姿方法更加准确。

当然，本发明还有其他多种实施例，在不偏离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明做出各种相应的调整，但这些相应的调整都应属于本发明所附的权利要求的保护范围。

Claims (4)

1.一种顾及基线形变的多天线GNSS载波相位精密测姿方法，其特征在于，包括以下步骤：

(1)在载体上布设3个天线形成2条基线，2条基线构成载体坐标系；

(2)在上述载体坐标系下，预先对各基线的几何向量进行标定；

(3)获取3个天线对应接收机输出的原始伪距与载波相位观测量；利用产生的原始伪距与载波相位观测量在步骤(1)中的基线间构造双差观测量；

(4)以姿态信息作为状态量，构建基于测量域的测姿模型，其测姿模型表示为：

其中，p_br、φ_br分别表示双差后的伪距与载波相位观测值减计算值的残差量；λ表示载波相位波长；u_br表示双差后的线性化几何设计矩阵；

即载体坐标系转换到ENU坐标系的姿态转换矩阵；

即ENU坐标系转换到ECEF坐标系的转换矩阵；b基线在载体坐标系上的向量；*^X为*的交叉乘积矩阵；δA表示姿态修正参数；I表示单位矩阵；N_br表示双差后的整周模糊度；

(5)考虑基线形变因素，构建顾及基线形变的随机模型，其随机模型表示为：

其中，Q表示为伪距、载波相位观测量对应的协方差矩阵；基线形变随机模型参数bl_Cov为：

其中，a、b、c对应各分量轴的随机方差，通过大量实际测试验证，不断调整a、b、c，最终确定合适的形变量随机模型；

(6)利用构建的随机模型，通过加权最小二乘法获得姿态角的浮点解，以及对应的协方差矩阵，利用LAMBDA算法固定模糊度；

(7)利用已经正确固定的模糊度值，通过贝叶斯后验修正，最终获得精密测姿结果。

2.根据权利要求1所述的一种顾及基线形变的多天线GNSS载波相位精密测姿方法，其特征在于，所述在上述载体坐标系下，预先对各基线的几何向量进行标定，包括：

基于上述载体坐标系，预先标定2条基线的几何向量为

其中

为主基线向量。

3.根据权利要求1所述的一种顾及基线形变的多天线GNSS载波相位精密测姿方法，其特征在于，所述在载体上布设3个天线形成2条基线，2条基线构成载体坐标系，包括：

基线交点的天线作为载体坐标系原点，保证1条基线与载体主轴平行，并由该基线作为载体坐标系的Y轴，其余轴系分布符合右手法则。

4.根据权利要求1所述的一种顾及基线形变的多天线GNSS载波相位精密测姿方法，其特征在于，所述获取3个天线对应接收机输出的原始伪距与载波相位观测量；利用产生的原始伪距与载波相位观测量在步骤(1)中的基线间构造双差观测量，包括：

各基线双差观测方程为：

其中，

与

分别表示双差后的伪距与载波相位观测值减计算值的残差量；s、n分别代表不同的卫星号，其中s为参考星；b、r表示不同接收机即基站和移动站；

表示对应x_br的双差后的线性化几何设计矩阵；x_br表示用户位置；λ_j表示载波相位波长；

表示双差后的整周模糊度；

与

分别表示双差后的伪距与载波相位观测噪声。

Images