CN110579780A - 一种基于北斗geo卫星的阴影匹配改进算法 - Google Patents
一种基于北斗geo卫星的阴影匹配改进算法 Download PDFInfo
- Publication number
- CN110579780A CN110579780A CN201910800412.6A CN201910800412A CN110579780A CN 110579780 A CN110579780 A CN 110579780A CN 201910800412 A CN201910800412 A CN 201910800412A CN 110579780 A CN110579780 A CN 110579780A
- Authority
- CN
- China
- Prior art keywords
- satellite
- shadow
- visibility
- beidou geo
- matching
- 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
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
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GEO卫星的阴影匹配改进算法,建立北斗GEO卫星阴影模型;利用GPS和BDS卫星进行初始化定位,得到初始位置P0;运用非视距信号检测技术,判断北斗GEO卫星的可见性;设定候选位置进行阴影匹配定位,并剔除不符合阴影模型的候选位置;根据确定候选位置,在每个候选位置进行卫星可见性预测;利用城市峡谷环境中接收机接收的卫星NMEA‑0183格式数据,获取每颗卫星的载噪比,并依据载噪比进行卫星可见性观测;使用SM打分方案对卫星预测和观测的可见性进行匹配评分;进行匹配评分后对每个候选位置打分,并依据其分值和候选位置得到SM最终定位结果。达到提升“城市峡谷”环境中的卫星定位的定位精度的目的。
Description
技术领域
本发明涉及卫星导航领域,尤其涉及一种基于北斗GEO卫星的阴影匹配改进算法。
背景技术
随着全球卫星导航系统(GNSS)的不断发展,卫星定位已成为人们日常定位最主要的手段之一。然而在高楼密集、高楼间距离短的“城市峡谷”环境中,由于建筑物对卫星信号的遮挡、反射和衍射,会导致多径干扰、信号衰减、非视距信号(NLOS)被接收和几何精度因子(GDOP)变大,导致定位精度较差。
发明内容
本发明的目的在于提供一种基于北斗GEO卫星的阴影匹配改进算法,旨在解决现有技术中的“城市峡谷”环境中的卫星定位的定位精度较差的技术问题。
为实现上述目的,本发明采用的一种基于北斗GEO卫星的阴影匹配改进算法,包括如下步骤:根据北斗GEO卫星的星历计算出卫星的CGCS2000坐标系下的坐标,并结合3D建筑轮廓模型,建立北斗GEO卫星阴影模型;
利用GPS和BDS卫星进行初始化定位,得到初始位置P0;
运用非视距信号检测技术,判断北斗GEO卫星的可见性,其中所述判断北斗GEO卫星的可见性包括判断用户接收机能否接收北斗GEO卫星的直视信号,若能,则判定用户接收机位于北斗GEO卫星阴影模型的阴影外;若不能,则判定用户接收机位于阴影模型的阴影内;
选用以初始位置P0为中心的矩形搜索区域,设定候选位置进行阴影匹配定位,并依据北斗GEO卫星阴影模型及北斗GEO卫星的可见性,剔除不符合阴影模型的候选位置;
根据确定候选位置,在每个候选位置进行卫星可见性预测;
利用城市峡谷环境中接收机接收的卫星NMEA-0183格式数据,获取每颗卫星的载噪比,并依据载噪比进行卫星可见性观测;
使用SM打分方案对卫星预测和观测的可见性进行匹配评分;
进行匹配评分后对每个候选位置打分,并依据其分值和候选位置得到SM最终定位结果。
其中,按照1~5m×1~5m的网格设定候选位置进行阴影匹配定位。
其中,依据北斗GEO卫星阴影模型及北斗GEO卫星的可见性,剔除不符合阴影模型的候选位置,包括:若判定接收机在北斗GEO卫星阴影模型阴影外,则剔除掉模型阴影内的候选位置;
若判定接收机在北斗GEO卫星阴影模型阴影内,则剔除掉模型阴影外的候选位置。
其中,根据确定候选位置,在每个候选位置进行卫星可见性预测,包括:利用卫星星历计算当前状态下所有卫星的仰角和方位角,通过候选位置周围的3D建筑轮廓模型计算同一方位角下的建筑物边界仰角,对于高于10°截止仰角的卫星,若卫星仰角高于建筑物边界仰角,则预测卫星可见;反之,预测卫星不可见。
其中,获取每颗卫星的载噪比,并依据载噪比进行卫星可见性观测,包括:若载噪比值较高,则其可直视的卫星信号被接收机接收;若载噪比较低,则其卫星信号经建筑物反射、衍射后被接收机接收;若无法接收到载噪比数据,则卫星信号被建筑物完全遮挡。
其中,使用SM打分方案对卫星预测和观测的可见性进行匹配评分后,候选位置对每颗卫星评分,得到所有卫星可见性匹配总分值,其处理方式如下:
fp(j)表示候选位置j的最终得分值;fs(i,j)是卫星i对候选位置j的打分值;n是大于10°截止仰角的卫星颗数。
本发明的一种基于北斗GEO卫星的阴影匹配改进算法,通过根据北斗GEO卫星的星历计算出卫星的CGCS2000坐标系下的坐标,并结合3D建筑轮廓模型,建立北斗GEO卫星阴影模型;利用GPS和BDS卫星进行初始化定位,得到初始位置P0;运用非视距信号检测技术,判断北斗GEO卫星的可见性,即判断接收机能否接收北斗GEO卫星的直视信号,若能,则判定用户接收机位于北斗GEO卫星阴影模型的阴影外;若不能,则判定接收机位于阴影模型的阴影内;选用以初始化位置P0为中心的矩形搜索区域,设定候选位置进行阴影匹配定位,并依据北斗GEO卫星阴影模型及北斗GEO卫星的可见性,剔除不符合阴影模型的候选位置;根据确定候选位置,在每个候选位置进行卫星可见性预测;利用城市峡谷环境中接收机接收的卫星NMEA-0183格式数据,获取每颗卫星的载噪比,并依据载噪比进行卫星可见性观测;使用SM打分方案对卫星预测和观测的可见性进行匹配评分;进行匹配评分后对每个候选位置打分,并依据其分值和候选位置得到SM最终定位结果。其中该算法利用3D城市模型和卫星仰角、方位角信息来预测不同位置的卫星可见性,与实际观测卫星可见性进行匹配来判断用户的位置,用于提高城市环境中的定位精度,并且利用北斗GEO卫星阴影模型结合阴影匹配算法,可以有效的减少阴影匹配算法中的无效候选位置,降低阴影匹配算法的计算量,提高匹配效果,以此获得提升“城市峡谷”环境中的卫星定位的定位精度的效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明的基于北斗GEO卫星的阴影匹配改进算法的整体流程图。
图2是本发明的基于北斗GEO卫星的阴影匹配改进算法的步骤图。
图3是本发明的判断北斗GEO卫星的可见性的流程图。
图4是本发明的SM打分方案示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
请参阅图1至图4,本发明提供了一种基于北斗GEO卫星的阴影匹配改进算法,旨在利用阴影匹配技术解决“城市峡谷”环境中的卫星定位的定位精度较差的技术问题并降低现有阴影匹配技术的计算复杂度,包括如下步骤:
S100:根据北斗GEO卫星的星历计算出卫星的CGCS2000坐标系下的坐标,并结合3D建筑轮廓模型,建立北斗GEO卫星阴影模型;
在本实施方式中,利用北斗GEO卫星的高仰角且相对地球几乎静止的特点,在城市峡谷中,GEO卫星对固定建筑物的角度都是固定值,因此可以根据北斗GEO卫星的星历计算出卫星的CGCS2000坐标系下的坐标,并结合3D建筑轮廓模型,建立北斗GEO卫星阴影模型;
S200:利用GPS和BDS卫星进行初始化定位,得到初始位置P0;
在本实施方式中,利用GPS和BDS卫星进行初始定位,得到一个初始位置,由于初始化定位只为了得到用户较低精度的定位结果P0,尽管城市峡谷环境下单点定位存在一定的误差,但大多数时候仍然满足算法需求,若GPS和BDS卫星进行初始化定位的误差较大或者不可用时,可采用WiFi定位或基站定位进行获取。
S300:运用非视距信号检测技术,判断北斗GEO卫星的可见性,即判断接收机能否接收北斗GEO卫星的直视信号,若能,则判定用户接收机位于北斗GEO卫星阴影模型的阴影外;若不能,则判定接收机位于阴影模型的阴影内;
在本实施方式中,通过判断接收机能否接收北斗GEO卫星的直视信号,能够以此判断北斗GEO卫星的可见性。
S400:选用以初始化位置P0为中心的矩形搜索区域,设定候选位置进行阴影匹配定位,并依据北斗GEO卫星阴影模型及北斗GEO卫星的可见性,剔除不符合阴影模型的候选位置;
在本实施方式中,依据基于三维建筑模型的北斗GEO卫星阴影模型以及北斗GEO卫星的可见性,筛选阴影匹配算法的候选点,即在初始化定位和判断北斗GEO卫星的可见性的基础上,确定搜索区域。探索区域选用以初始化位置P0为中心的矩形区域,在搜索区域内,可设定候选位置为1×1m的网格进行阴影匹配定位,如果判定接收机在北斗GEO卫星阴影模型阴影外,则剔除掉模型阴影内的候选位置;若判定接收机在北斗GEO卫星阴影模型阴影内,则剔除掉模型阴影外的候选位置,以此剔除不符合阴影模型的候选位置。
S500:根据确定候选位置,在每个候选位置进行卫星可见性预测;
在本实施方式中,在确定候选位置的基础上,在每个候选位置进行卫星可见性预测,首先利用卫星星历计算当前状态下所有卫星的仰角和方位角,通过候选位置周围的3D建筑轮廓模型计算同一方位角下的建筑物边界仰角,对于高于10°截止仰角的卫星,若卫星仰角高于建筑物边界仰角,则预测卫星可见;反之,预测卫星不可见。
S600:利用城市峡谷环境中接收机接收的卫星NMEA-0183格式数据,获取每颗卫星的载噪比,并依据载噪比进行卫星可见性观测;
在本实施方式中,通过城市峡谷环境中接收机接收的卫星NMEA-0183格式数据可获取每颗卫星的载噪比,若可直视的卫星信号被接收机接收,则其载噪比值较高;若卫星信号经建筑物反射、衍射后被接收机接收,则其载噪比较低;若卫星信号被建筑物完全遮挡,则无法接收到载噪比数据,故可以通过载噪比值来大致观测卫星可见性。实际情况下需通过前期统计实验,得到不同接收机的载噪比经验阈值作为卫星观测可见性依据。
S700:使用SM打分方案对卫星预测和观测的可见性进行匹配评分。
在本实施方式中,在得到卫星预测和观测可见性结果的基础上,利用SM打分方案对二者进行匹配评分,其中匹配越准评分越高。SM打分方案为设置多重打分方案,即卫星观测可见性和卫星预测可见性,同得分为1,不同得分为0,在候选位置对每颗卫星评分,得到所有卫星可见性匹配总分值,其处理方式如下:该公式为候选位置的得分值处理方式,其中fp(j)表示候选位置j的最终得分值;fs(i,j)是卫星i对候选位置j的打分值;n是大于10°截止仰角的卫星颗数。通常情况下,卫星数目越多,匹配最高分值越大,最高分值不超过卫星数n。
S800:进行匹配评分后对每个候选位置打分,并依据其分值和候选位置得到SM最终定位结果。
在本实施方式中,在对每个候选位置打分后,再依据其分值和候选位置得到SM最终定位结果。由卫星打分方案可知,在卫星预测和观测准确的情况下,高分值所在的候选位置更接近真实位置。
综上所述:由于计算候选位置的卫星可见性是阴影匹配算法的主要计算部分,阴影匹配算法在没有筛选候选位置的情况下,计算量非常大且匹配效果不良好。通过利用本发明的算法,即利用北斗GEO卫星在我国内的高仰角且相对地球几乎静止的特点,对建筑物的北斗GEO卫星阴影区域进行建模,结合北斗GEO卫星的阴影模型和阴影匹配算法,筛选阴影匹配算法中获取初始候选位置,缩小候选位置的范围。通过缩小候选位置的范围,降低阴影匹配算法的计算复杂度,提高匹配效果,提高初始位置的定位精度。
以上所揭露的仅为本发明一种较佳实施例而已,当然不能以此来限定本发明之权利范围,本领域普通技术人员可以理解实现上述实施例的全部或部分流程,并依本发明权利要求所作的等同变化,仍属于发明所涵盖的范围。
Claims (6)
1.一种基于北斗GEO卫星的阴影匹配改进算法,其特征在于,包括如下步骤:
根据北斗GEO卫星的星历计算出卫星的CGCS2000坐标系下的坐标,并结合3D建筑轮廓模型,建立北斗GEO卫星阴影模型;
利用GPS和BDS卫星进行初始化定位,得到初始位置P0;
运用非视距信号检测技术,判断北斗GEO卫星的可见性,其中所述判断北斗GEO卫星的可见性包括判断用户接收机能否接收北斗GEO卫星的直视信号,若能,则判定用户接收机位于北斗GEO卫星阴影模型的阴影外;若不能,则判定用户接收机位于北斗GEO卫星阴影模型的阴影内;
选用以初始位置P0为中心的矩形搜索区域,设定候选位置进行阴影匹配定位,并依据北斗GEO卫星阴影模型及北斗GEO卫星的可见性,剔除不符合阴影模型的候选位置;
根据确定候选位置,在每个候选位置进行卫星可见性预测;
利用城市峡谷环境中用户接收机接收的卫星NMEA-0183格式数据,获取每颗卫星的载噪比,并依据载噪比进行卫星可见性观测;
使用SM打分方案对卫星预测和观测的可见性进行匹配评分;
进行匹配评分后对每个候选位置打分,并依据其分值和候选位置得到SM最终定位结果。
2.如权利要求1所述的基于北斗GEO卫星的阴影匹配改进算法,其特征在于,
按照1~5m×1~5m的网格设定候选位置进行阴影匹配定位。
3.如权利要求1所述的基于北斗GEO卫星的阴影匹配改进算法,其特征在于,依据北斗GEO卫星阴影模型及北斗GEO卫星的可见性,剔除不符合阴影模型的候选位置,包括:
若判定接收机在北斗GEO卫星阴影模型阴影外,则剔除掉模型阴影内的候选位置;
若判定接收机在北斗GEO卫星阴影模型阴影内,则剔除掉模型阴影外的候选位置。
4.如权利要求1所述的基于北斗GEO卫星的阴影匹配改进算法,其特征在于,根据确定候选位置,在每个候选位置进行卫星可见性预测,包括:
利用卫星星历计算当前状态下所有卫星的仰角和方位角,通过候选位置周围的3D建筑轮廓模型计算同一方位角下的建筑物边界仰角,对于高于10°截止仰角的卫星,若卫星仰角高于建筑物边界仰角,则预测卫星可见;反之,预测卫星不可见。
5.如权利要求1所述的基于北斗GEO卫星的阴影匹配改进算法,其特征在于,获取每颗卫星的载噪比,并依据载噪比进行卫星可见性观测,包括:
若载噪比值高,则其可直视的卫星信号被接收机接收;若载噪比低,则其卫星信号经建筑物反射、衍射后被接收机接收;若无法接收到载噪比数据,则卫星信号被建筑物完全遮挡。
6.如权利要求1所述的基于北斗GEO卫星的阴影匹配改进算法,其特征在于,
使用SM打分方案对卫星预测和观测的可见性进行匹配评分后,候选位置对每颗卫星评分,得到所有卫星可见性匹配总分值,其处理方式如下:
fp(j)表示候选位置j的最终得分值;fs(i,j)是卫星i对候选位置j的打分值;n是大于10°截止仰角的卫星颗数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910800412.6A CN110579780B (zh) | 2019-08-28 | 2019-08-28 | 一种基于北斗geo卫星的阴影匹配改进算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910800412.6A CN110579780B (zh) | 2019-08-28 | 2019-08-28 | 一种基于北斗geo卫星的阴影匹配改进算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110579780A true CN110579780A (zh) | 2019-12-17 |
CN110579780B CN110579780B (zh) | 2023-07-18 |
Family
ID=68811908
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910800412.6A Active CN110579780B (zh) | 2019-08-28 | 2019-08-28 | 一种基于北斗geo卫星的阴影匹配改进算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110579780B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111538043A (zh) * | 2020-05-29 | 2020-08-14 | 国网浙江省电力有限公司检修分公司 | 一种复杂环境下非通视卫星的剔除方法、装置和电子设备 |
CN112666588A (zh) * | 2020-11-06 | 2021-04-16 | 南京航空航天大学 | 一种城市峡谷环境下基于景象匹配与机器学习的定位方法 |
CN113376675A (zh) * | 2021-05-25 | 2021-09-10 | 南京航空航天大学 | 一种基于GNSS/视觉/Lidar融合的城市峡谷定位方法 |
CN113376674A (zh) * | 2021-08-11 | 2021-09-10 | 腾讯科技(深圳)有限公司 | 一种终端的定位方法、装置、设备及存储介质 |
WO2023231302A1 (zh) * | 2022-05-30 | 2023-12-07 | 卡斯柯信号有限公司 | 一种基于北斗卫星的列车初始定位计算方法及定位系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105844714A (zh) * | 2016-04-12 | 2016-08-10 | 广州凡拓数字创意科技股份有限公司 | 基于增强现实的场景显示方法及系统 |
US9766349B1 (en) * | 2016-09-14 | 2017-09-19 | Uber Technologies, Inc. | Localization and tracking using location, signal strength, and pseudorange data |
-
2019
- 2019-08-28 CN CN201910800412.6A patent/CN110579780B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105844714A (zh) * | 2016-04-12 | 2016-08-10 | 广州凡拓数字创意科技股份有限公司 | 基于增强现实的场景显示方法及系统 |
US9766349B1 (en) * | 2016-09-14 | 2017-09-19 | Uber Technologies, Inc. | Localization and tracking using location, signal strength, and pseudorange data |
Non-Patent Citations (5)
Title |
---|
唐国珍: "城区复杂场景中的GNSS性能建模预测及评估研究", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
夏景平 等: "基于高分值加权的改进阴影匹配定位算法研究", 《全球定位系统》 * |
胡辉 等: "一种基于EKF的GPS/SM组合定位算法", 《全球定位系统》 * |
赵爽: "基于智能天线的阴影匹配技术", 《北京联合大学学报》 * |
高星伟 等: "基于时空系统统一的北斗与GPS融合定位", 《测绘学报》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111538043A (zh) * | 2020-05-29 | 2020-08-14 | 国网浙江省电力有限公司检修分公司 | 一种复杂环境下非通视卫星的剔除方法、装置和电子设备 |
CN111538043B (zh) * | 2020-05-29 | 2022-07-12 | 国网浙江省电力有限公司检修分公司 | 一种复杂环境下非通视卫星的剔除方法、装置和电子设备 |
CN112666588A (zh) * | 2020-11-06 | 2021-04-16 | 南京航空航天大学 | 一种城市峡谷环境下基于景象匹配与机器学习的定位方法 |
CN113376675A (zh) * | 2021-05-25 | 2021-09-10 | 南京航空航天大学 | 一种基于GNSS/视觉/Lidar融合的城市峡谷定位方法 |
CN113376675B (zh) * | 2021-05-25 | 2024-01-30 | 南京航空航天大学 | 一种基于GNSS/视觉/Lidar融合的城市峡谷定位方法 |
CN113376674A (zh) * | 2021-08-11 | 2021-09-10 | 腾讯科技(深圳)有限公司 | 一种终端的定位方法、装置、设备及存储介质 |
CN113376674B (zh) * | 2021-08-11 | 2021-11-26 | 腾讯科技(深圳)有限公司 | 一种终端的定位方法、装置、设备及存储介质 |
WO2023231302A1 (zh) * | 2022-05-30 | 2023-12-07 | 卡斯柯信号有限公司 | 一种基于北斗卫星的列车初始定位计算方法及定位系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110579780B (zh) | 2023-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110579780B (zh) | 一种基于北斗geo卫星的阴影匹配改进算法 | |
EP3646062B1 (en) | Three-dimensional city models and shadow mapping to improve altitude fixes in urban environments | |
Wang et al. | Multi-constellation GNSS performance evaluation for urban canyons using large virtual reality city models | |
KR100684541B1 (ko) | Gps 지상 하이브리드 위치 시스템 방정식에 대한대수적 해답을 결정하는 방법 및 장치 | |
WO2014188919A1 (ja) | 位置検出装置、位置検出システム及び位置検出方法 | |
US8629802B2 (en) | Method for the location of mobile terminals | |
US9933523B2 (en) | Systems and methods to enhance reliability of measured position data | |
US20060258365A1 (en) | Method and system for monitoring mobile comunication terminal position determination performance by using wireless communication network and a- gps | |
EP1649678A1 (en) | A method and apparatus for finding a mobile radio terminal | |
CA2667916A1 (en) | Method and device for determination of the position of a terminal in a mobile communication network | |
WO2019171633A1 (ja) | 移動体測位システム、方法およびプログラム | |
CN111314849B (zh) | 定位方法、装置、移动终端及存储介质 | |
JP7220399B2 (ja) | サーバ、衛星測位システム、及び、衛星測位方法 | |
CN116755126B (zh) | 一种基于三维模型映射匹配的北斗实时精准定位方法 | |
KR100305714B1 (ko) | 지역적 전리층 지연 모델의 모델링방법 및 이를 이용한 보정위성 항법 시스템의 위치 보정방법 | |
CN115616637B (zh) | 一种基于三维格网多径建模的城市复杂环境导航定位方法 | |
JP2017142272A (ja) | 位置検出装置、位置検出システム及び位置検出方法 | |
WO2001086315A2 (en) | System for the location of mobile units by information accompanying satellite reception | |
WO2019162877A1 (en) | System for providing location corrections | |
Furukawa et al. | Verification of GNSS multipath and positioning in urban areas using 3D maps | |
Li et al. | Prediction of GPS multipath effect using LiDAR digital surface models and building footprints | |
CN113933869A (zh) | 定位方法及相关设备 | |
KR101502363B1 (ko) | 위성항법시스템의 가시 위성 예상도 및 위성 정보 비교를 이용한 사용자 위치 결정 시스템 및 그 방법 | |
CN113281796A (zh) | 位置确定方法、速度确定方法、装置、设备和存储介质 | |
JP6216970B2 (ja) | 位置検出装置、位置検出システム及び位置検出方法 |
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 |