CN110749909A - 基于多星座网络事后差分的飞行器位置高精度定位方法 - Google Patents

Abstract

本发明公开基于多星座网络事后差分的飞行器位置高精度定位方法，其通过多星座网络卫星定位系统计算出所述飞行器的时空位置，所述多星座网络卫星定位系统包括GNSS接收设备、地基增强站网络、和数据计算中心。所述基于多星座网络事后差分的飞行器位置高精度定位方法包括以下步骤：终端数据收集步骤S101；VRS数据生成步骤S102；星历数据收集步骤S103；数据导入步骤S104；数据监测步骤S105；组合解算步骤S106。所述组合解算步骤S106包括以下子步骤：整周模糊度浮点解计算步骤S106a；整周模糊度固定解计算子步骤S106b；初步定位计算子步骤S106c；精确定位计算子步骤S106d。本发明达到了分米级的定位精度的技术效果。

Description

基于多星座网络事后差分的飞行器位置高精度定位方法

技术领域

本发明涉及传输带有时间戳信息的卫星无线电信标定位系统和利用这种系统传输的信号确定位置的技术领域(G01S 19/42)；本发明尤其涉及基于多星座网络事后差分的飞行器位置高精度定位方法。

背景技术

1、全球导航卫星系统

目前，全球共有四大全球导航卫星系统(Global Navigation Satellite System，GNSS)，分别为：美国GPS、俄罗斯GLONASS、中国的北斗系统、欧盟的Galileo系统。

2、北斗系统

2012年，北斗系统卫星发射数量达到16个，形成由五个GEO、五个 IGSO和4个MEO等14颗工作卫星构成星座，建成覆盖亚太的北斗区域系统；到2020年，建成由5颗静止轨道和30颗非静止轨道卫星组网而成的北斗全球系统。

目前北斗系统在轨卫星数量已经达到34颗，并能够为亚太地区用户提供服务。

GNSS导航系统和广域增强系统已被用于航路导航，其具有全球、全天候、无误差积累的特点，精度远优于现有任何航路用的导航系统，这种精度的提高和连续性服务的改善有助于有效利用空域，实现最佳的空域划分和管理、空中交通流量管理、以及飞行路径管理。

3、对GNSS新信号和多星座的使用需求

2010年以来，随着GPS和GLONASS系统现代化工程推进，以及北斗和Galileo系统虽然GNSS系统卫星不断发射入轨，GNSS系统的可用性、可靠性、抗干扰性都得到了极大的提升。对于航空应用来说，通过使用新的导航信号，可以提高导航的准确性，通过将L1(1575.42MHz)和L2 (1228MHz)、L5(1176.45MHz)多频组合，利用载波相位观测量，可以有效消除对流层和电离层的误差，大幅提升定位精度。

中国的北斗导航卫星已发射34颗卫星，服务覆盖了亚太区，多星座可以使卫星在空间的分布更加均匀，采用来自于异构星座的测距信号可以增强几何多样性，从而提高准确性和鲁棒性，使卫星导航的可用时间增加。

4、飞机定位精度

目前，飞机机载GNSS终端仍在使用GPS L1单频信伪距观测数据，获得10米左右的单点定位精度，且机载终端无法支持北斗卫星系统，无法获得多频率、多星座定位带来的性能提升。

5、NRTK-PPK技术

PPK(Post Processed Kinematic)技术，即事后精密差分技术，是利用载波相位进行事后差分的GNSS定位技术。NRTK(Network Real Time Kinematic)技术，即网络RTK技术[1,2,3]，是利用一系列的连续运行基准站组成的网络，提供RTK服务。NRTK-PPK技术，利用进行同步观测的一台卫星接收机和一组地基增强站站接收机对卫星的载波相位观测量并存储，事后在服务器中利用GNSS处理算法进行线性组合，形成虚拟的载波相位观测量值，确定接收机间厘米级相对位置，然后进行坐标转换得到移动站在地方坐标系中的坐标。

由于NRTK-PPK技术是一种事后处理的定位技术，采集时无需配备数据通信链，自然也无需考虑移动站能否接收到基准站播发的无线电信号，观测更为方便、自由，可提供高精度的飞机位置数据。

NRTK-PPK的理论定位精度(固定解)，在卫星无遮挡环境下平面最高可达到3cm到5cm，高程为6cm到10cm。

传统的PPK技术在实际使用过程中，需要架设基准站，但是单台基准站可以覆盖的范围有限，在飞机下滑过程中，有可能需要架设多台基准站才可以完全覆盖全部飞行区域。因此建设基础设施来解决基准站问题。依托于2200多个地基增强站，这些基准站每天产生多达500G数据，包括多星座(北斗、GPS、GLONASS、Galileo)的观测数据、星历数据以及精准已知的位置信息，这些数据通过专线实时传送到数据中心，在云端构建大规模分布式计算服务，通过研发基线解算模型、大气延迟修正模型、轨道钟差模型等算法模型对这些数据进行计算，同时融合大数据、云计算、人工智能算法等技术，提供全天候24小时的位置服务。该服务具有全覆盖、高精度、高效率、低成本四大优势。高密度地基增强站网络以及全球自建基准站保障高覆盖、全天候的NRTK-PPK服务。

6、多星座事后差分的必要性

实际的中国地区使用环境中，特别是机舱内只能接收一半天空卫星的情况下，只依赖GPS的卫星会造成卫星数量严重不足，同时卫星的分布形状也不利于定位。此外，定位精度除了与卫星个数有关，也和收星的信号强度、天线所处环境有无多径影响有关，高仰角、强信号卫星越多，越容易获得固定解，可靠性越高。

与GPS卫星导航系统30颗卫星均匀分布在6个轨道面，北斗卫星导航系统由5颗静止轨道卫星，27颗同步轨道(MEO)卫星和3颗倾斜同步 (IGSO)卫星组成，其中5颗GEO卫星静止运行在中国天顶，3颗IGSO都以8字形运行在中国和亚太区域，从而保证在中国能跟踪到更多的北斗卫星。

GNSS终端在飞机上搜星数量受限，是影响位置差分解算精度的重要因素，如上面所说，北斗卫星系统的可观测卫星数超过了GPS系统的卫星数量，因此，北斗卫星系统对包括千寻云迹事后差分定位在内的千寻高精度位置服务是必不可少的。从上述实际飞行中从机舱内部舷窗旁观测到的GPS和北斗卫星的数量和数据质量可以看到(G代表GPS卫星，C 代表北斗卫星)，引入北斗后，平均为解算增加了10颗卫星，如果没有北斗，可解算卫星数量基本将减少一倍。同时，北斗卫星的信号质量要远远好于GPS卫星(绿色代表数据质量良好，黄色代表数据质量不佳)。

技术问题：目前，飞机机载GNSS终端仍在使用GPS L1单频信伪距观测数据，获得10米左右的单点定位精度，且机载终端无法支持北斗卫星系统，无法获得多频率、多星座定位带来的性能提升。

发明内容

本发明提供了一种飞机高精度定位方法。为获取高精度客机位置数据，将手持GNSS接收机带上客机，在飞机飞行过程中接收卫星数据。在飞机落地后，取出GNSS接收机中的数据，利用专用多星座网络事后差分系统对接收机接收到的GNSS数据进行事后差分。由于手持GNSS接收机放置在客机玄窗旁，只能接收到半边天的卫星数据，需要对事后差分算法进行优化，与地面RTK差分结果进行比较，达到分米级高精度定位的效果。本发明实现了快捷可靠的测量飞机高精度位置的方法，实现飞机定位精度从10米到分米级别的跨越。

为了克服现有技术的不足，本发明创造的目的之一在于提出基于多星座网络事后差分的飞行器位置高精度定位方法，其借助于设置在飞行器中的GNSS移动数据终端和双线程计算初步定位数据的技术手段，实现了分米级的定位精度的测算。

本发明创造的目的之一采用如下技术方案实现：

基于多星座网络事后差分的飞行器位置高精度定位方法，其通过多星座网络卫星定位系统计算出所述飞行器的时空位置，所述多星座网络卫星定位系统包括GNSS接收设备、地基增强站网络、和数据计算中心，其特征在于：所述基于多星座网络事后差分的飞行器位置高精度定位方法包括以下步骤：

终端数据收集步骤S101:在所述飞行器中按不改变其气动力学特性的方式安装所述GNSS接收设备，并且，借助于GNSS接收设备，收集所述飞行器在飞行过程中的定位信息，其中，所述GNSS接收设备能够接收至少一个卫星导航系统的多个卫星的定位信息，并且能够接收每个卫星的多个频率的定位信息，所述定位信息包括伪距定位信息和载波相位信息，所述定位信息称之为终端观测数据；

VRS数据生成步骤S102:借助于所述地基增强站网络，根据第一设定距离生成VRS观测数据；

星历数据收集步骤S103:借助于所述GNSS接收设备或者所述地基增强站网络获取星历数据；

数据导入步骤S104：将所述终端观测数据、所述VRS观测数据、和所述星历数据导入所述数据计算中心；

数据监测步骤S105：根据所述终端观测数据计算出双频伪距数据；借助于TurboEdit算法和三差算法，结合所述双频伪距数据，对所述终端观测数据进行非差载波相位数据的周跳探测；在探测到发生周跳的情形下，求解出周跳值，且将对应的卫星进行标记；

组合解算步骤S106：使用两种整周模糊度处理方法分别在两个线程中解算该整周模糊度，并将该整周模糊度代回误差方程中，以得到两组初步定位数据；根据所述两组初步定位数据的残差值对所述两组初步定位数据进行融合，以得到所述GNSS接收设备的精确定位数据；

所述组合解算步骤S106包括以下子步骤：

整周模糊度浮点解计算步骤S106a：通过伪距差分算法建立伪距基本观测方程、伪距单差观测方程、和伪距双差观测方程；通过载波相位差分算法建立载波相位基本观测方程、载波相位单差观测方程、和载波相位双差观测方程；并利用双向卡尔曼滤波取得所述整周模糊度的浮点解；

整周模糊度固定解计算子步骤S106b：使用Lambda方法取得所述整周模糊度的固定解；

初步定位计算子步骤S106c：在第一线程中，重新解算所述整周模糊度，以得到第一组初步定位数据；在第二线程中，在解算误差不超过第一限定值且不出现周跳的情况下，直接使用前一个历元的所述整周模糊度，以得到第二组初步定位数据；

精确定位计算子步骤S106d：根据所述两组初步定位数据的残差值对所述两组初步定位数据进行融合，以得到所述GNSS接收设备的精确定位数据。

根据本发明创造的其它技术方案，其还可以包括本文所述的一个或多个技术特征。只要这样的技术特征的组合是可实施的，由此组成的新的技术方案都属于本发明创造的一部分。

相比现有技术，本发明创造的有益效果在于：本发明的基于多星座网络事后差分的飞行器位置高精度定位方法达到了分米级的高程定位精度。

附图说明

参照附图，本发明创造的特征、优点和特性通过下文的具体实施方式的描述得以更好的理解，附图中：

图1：GPS和北斗卫星跟踪图；

图2：事后差分系统数据处理流程图；

图3：事后差分系统数据处理算法流程图；

图4：基于TurboEdit算法的单站数据预处理流程图；

图5：LAMBDA模糊度固定算法的流程图；

具体实施方式

在下文中，结合附图以及具体实施方式，对本发明创造做进一步描述。

第一部分：发明构思

在本发明的构思中，除本发明涉及背景技术中描述的现有技术之外，还用到以下关键技术。

NRTK-PPK技术

PPK(Post Processed Kinematic)技术，即事后精密差分技术，是利用载波相位进行事后差分的GNSS定位技术。NRTK(Network Real Time Kinematic)技术，即网络RTK技术，它利用一系列的连续运行基准站组成的网络，提供RTK服务。NRTK-PPK技术，利用进行同步观测的一台卫星接收机和一组地基增强站站接收机对卫星的载波相位观测量并存储，事后在服务器中利用GNSS处理算法进行线性组合，形成虚拟的载波相位观测量值，确定接收机间厘米级相对位置，然后进行坐标转换得到移动站在地方坐标系中的坐标。

由于NRTK-PPK技术是一种事后处理的定位技术，采集时无需配备数据通信链，自然也无需考虑移动站能否接收到基准站播发的无线电信号，观测更为方便、自由，可提供高精度的飞机位置数据。

NRTK-PPK的理论定位精度(固定解)，在卫星无遮挡环境下平面最高可达到3cm到5cm，高程为6cm到10cm。

移动式GNSS卫星终端用于在民航客机机舱内进行卫星数据采集。经多次采用不同类型的终端和天线进行数据采集及分析试验，调整终端硬件及天线方案，最终采用10Hz数据输出及GPS+北斗+GLONASS多卫星星座终端，详细类型为徕卡GR25。通过适配客舱场景，调整航空天线相位中心，开发并集成满足客舱采集GNSS数据所需的终端硬件方案，客舱终端需同时具备高频率原始数据记录和星基服务功能。

对比了测量型天线、航空天线、螺旋天线，经过大量测试，最终采用 HX-CAX601A轻型航空天线，体积小，重量轻，适合用于航天航空、航空调度领域。

多星座网络事后差分关键技术

客机采集的原始观测数据，和请求的基站原始数据，输入事后差分系统，通过数据预处理、智能组网、数据解算等步骤，进行轨迹解算，并将结果文件返回至相关业务模块。具体流程参见图2：

参照图3，算法实现上主要有以下几个方面，数据导入与准备部分，数据完好性监测部分，双差观测方程建立与卡尔曼滤波部分，双差模糊度固定部分和双向卡尔曼滤波结果融合部分。

一、数据导入与准备部分

该部分包括终端数据的单点定位部分，根据设定距离限制生成VRS 数据，平台获取星历数据，并将终端观测数据、VRS观测数据和星历数据导入算法平台准备进行解算。

二、数据完好性监测部分

终端捕获卫星信号之后，只要跟踪不中断(失锁)，终端便会自动给出在跟踪期间载波相位整周数的变化。但是实际过程中由于卫星信号被暂时阻挡或外界干扰因素的影响，经常引起卫星信号跟踪的暂时中断，从而产生周跳现象。当周跳发生后，会严重降低载波相位测距精度，从而使算法失去厘米级的测量精度。

针对周跳问题，算法采用单站非差数据预处理(TurboEdit算法)和三差周跳算法，非差和差分观测数据处理阶段进行周跳初步探测，对探测出的周跳进行标记，对存在周跳可能的卫星进行剔除。

1、周跳探测

在观测数据处理阶段，对于终端双频数据，由于其观测量相对较多，而且可以采取多种双频组合提高探测效率，在设计上采用TurboEdit算法和三差算法，结合双频伪距数据，进行非差载波相位数据的周跳探测。

TurboEdit算法

目前定位技术中一般采用TurboEdit进行周跳探测。终端包含如下观测量：CA码伪距C1；L1精码伪距P₁；L2精码伪距P₂；L1载波相位

L2载波相位

多普勒观测值D₁，D₂。下面将结合以上观测量，分别介绍不同组合下的周跳探测工作流程。

(1)Melbourne-Wübbena组合

Melbourne-Wübbena组合观测值的性质和特点：①消除了电离层、对流层、终端和卫星钟差及测站几何等误差影响，仅受观测噪声和多路径效应的影响；②具有较长的波长(约为86厘米)，较小的测量噪声；③该组合观测值的计算结果只包含宽巷模糊度参数。因此MW组合可以很好地完成宽巷周跳的探测与修复、剔除粗差等工作。MW组合值及其方差为：

其中，L₇(i)为i历元时刻MW组合观测值，L₁(i)、L₂(i)分别为双频载波相位观测值，f₁、f₂为双频载波频率，λ₇为MW组合载波波长，N₇(i)为MW 组合载波整周模糊度；

分别为历元i时刻，MW组合观测值的测量方差、L1观测值的测量方差、L2观测值的测量方差、P1观测值的测量方差、P2观测值的测量方差。

所以，组合观测值整周模糊度及其方差分别表示为：

N₇(i)＝L₇(i)/λ₇

实际计算中，可采用递推的方法计算每一历元整周模糊度预测值＜N₇＞_i及其方差

值：

对于第i历元的观测数据，若|N₇(i)-＜N₇＞_i-1|＜4σ_i-1，则认为i历元未发生周跳，然后继续递推i+1历元的均值和方差。

若|N₇(i)-＜N₇＞_i-1|≥4σ_i-1，则i历元可能发生周跳或为野值点。如果发生周跳，通过计算周跳处前后多历元的整周模糊度之差ΔN₇，ΔN₇即为历元间的周跳值，并且周跳ΔN₇与L1、L2观测值的周跳ΔN₁、ΔN₂之间有如下的关系：

ΔN₇＝ΔN₁-ΔN₂

需要说明的是，若发生在L1和L2上的周跳大小相等，即ΔN₁＝ΔN₂，此时ΔN₇＝0，利用MW组合将无法检测出观测值中的周跳。因此需要结合其他双频组合方式进行周跳探测。

(2)无几何结构GF组合

利用双频相位的电离层残差组合L₄与双频测码的电离层残差组合P₄进行再次组合，就构成双频相位和伪距的无几何结构的组合观测值LP₄，其公式如下所示：

LP₄＝L₄+P₄＝(L₁-L₂)+(P₁-P₂)＝λ₂N₂-λ₁N₁

该组合消除了电离层、对流层、终端和卫星钟差以及测站卫星几何等误差影响，影响结果为L1、L2的模糊度之差。由于在未发生周跳的情况下，整周模糊度保持不变。因此，此组合观测值适合粗差的剔除、周跳探测和修复等数据处理工作，并且当L1和L2上的周跳大小相等，即ΔN₁＝ΔN₂，利用此组合同样可以检测出周跳。

剔除粗差观测值并根据周跳处前后多历元观测数据可以计算出周跳处的L4的周跳值ΔN₄，ΔN₄与L1、L2观测值的周跳ΔN₁、ΔN₂之间有如下的关系：

ΔN₄＝λ₂ΔN₂-λ₁ΔN₁

根据ΔN₇、ΔN₄，即可求出ΔN₁、ΔN₂，如下：

(3)无电离层IF组合

双频相位的消除电离层组合L₃和双频测码伪距的消除电离层组合P₃进行再次组合构成观测值LP₃：

该组合观测值消除了几何距离、对流层、电离层等影响，只包含噪声的影响，其缺点是噪声被明显放大(为P1码噪声的3倍)，但是利用LP₃可以检测出由于终端本身的系统误差所引起的粗差，剔除MW组合中没有删除的质量较差的观测值。

(4)根据以上3种传统的载波和伪距的组合算法，算法中采用了简化的TurboEdit算法，即采用MW组合和简化的电离层残差组合LG组合分别进行周跳探测。LG组合的方式，即：

L₄＝L₁-L₂＝λ₂N₂-λ₁N₁+ΔION_L4

其中ΔION_L4为双频电离层残差，其值为L1、L2双频电离层误差ΔION_L1、ΔION_L2的差值，即：

LG组合中未利用P1和P2的观测量，其结果不再依赖于P码的测量精度，将测量精度从分米级提高到毫米级，但同时引入了电离层残差值，但双频电离层残差值在前后历元变化很小。如下是对电离层残差值变化率的估算：

前后历元电离层残差变化率Δε_I与单频L1电离层误差变化率Δε_IL1的关系为：

MEO卫星周期为11h56min，在这个周期内卫星绕地球旋转360°，则1秒内GPS卫星的观测高度角发生变化量约为0.5′(对应的弧度值为

)。以GPS的L1为例，当卫星移动Δφ时，对应的电离层延迟变化率Δε_IL1约为：

由于Δφ是一个非常小的量，由此可得：

单频L1电离层误差ΔION_L1值，受卫星仰角和电子浓度等因素影响，误差值大约为5m-100m；α为卫星仰角，仰角大于15°。由此对极限情况，电离层误差100m，仰角取15°，可得到：

Δε_I≈0.7Δε_IL1＝0.0384m

可见电离层残差LG组合观测值的电离层残差在1秒钟内的变化率不超过4cm，因此LG组合观测值的误差也在厘米级，相对于GF组合，更容易检测出周跳。在算法中将LG组合进行周跳探测的门限设置为5cm，LG 组合值可以探测绝大部分周跳，除了部分L1、L2上发生的满足特殊关系 |λ₁ΔN₁-λ₂ΔN₂|＜5cm的周跳。

当遇到GF组合无法探测的周跳时，通过MW组合的配合，可以基本实现单站非差数据的有效探测。

(5)通过上述各组合观测值可以在很大程度上探测出L1、L2载波上的周跳及其大小ΔN₁、ΔN₂。在完成周跳探测之后，对周跳处载波观测值的处理主要包括两种方式：第一种是对发生周跳处之后的载波相位观测值进行基于周跳ΔN₁、ΔN₂的修正；第二种是在每个发生周跳处重新设置模糊度参数(目前很多GNSS后处理软件采用此种方式，如Bernese 5.0软件)。

在本项目中，在终端观测值具有双频P1、P2、L1、L2的情况下，进行基于简化TurboEdit的算法对单站观测数据进行预处理，当探测发生周跳时，根据对应公式可以求解L1、L2上的周跳值，且将对应卫星进行标记。

基于TurboEdit算法的单站数据预处理流程如图4所示。

三、双差观测方程建立与卡尔曼滤波部分

双差观测方程建立与卡尔曼滤波部分是整个解算过程中最重要的部分，该部分包括，伪距双差观测方程，载波双差观测方程，卡尔曼滤波部分。

1.伪距差分算法

基本观测方程

伪距差分采用伪距观测量作为基本输入，设VRS和终端同步观测一组导航卫星，获取VRS(A站)和终端(B站)同步观测的n颗共视星的伪距观测量

和

i＝1,2,3......n，选取这n颗导航卫星中仰角最高的导航卫星r作为参考星，以组建关于任意导航卫星j(j＝1,2,3......n且j≠r)和参考星r在任意t_i时刻的伪距观测方程如下：

上式中各参数含义如下：

c：光速(m/s)；

λ：卫星导航信号载波波长(m)；

f：卫星导航信号载波频率(Hz)；

t_i时刻VRS观测的导航卫星r的伪距观测值(m)；

t_i时刻VRS观测的导航卫星j的伪距观测值(m)；

t_i时刻VRS与导航卫星r间的几何距离(m)；

t_i时刻VRS与导航卫星j间的几何距离(m)；

δt_A(t_i)：t_i时刻VRS终端钟差(s)；

δt^r(t_i)：t_i时刻导航卫星r的卫星钟差(s)；

δt^j(t_i)：t_i时刻导航卫星j的卫星钟差(s)；

t_i时刻VRS与导航卫星r间的地球旋转误差(m)；

t_i时刻VRS与导航卫星j间的地球旋转误差(m)；

t_i时刻VRS与导航卫星r间的电离层延迟误差(m)；

t_i时刻VRS与导航卫星j间的电离层延迟误差(m)；

t_i时刻VRS与导航卫星r间的对流层延迟误差(m)；

t_i时刻VRS与导航卫星j间的对流层延迟误差(m)；

t_i时刻VRS关于导航卫星r的伪距测量热噪声(m)；

t_i时刻VRS关于导航卫星j的伪距测量热噪声(m)；

t_i时刻终端观测的导航卫星r的伪距观测值(m)；

t_i时刻终端观测的导航卫星j的伪距观测值(m)；

t_i时刻终端与导航卫星r间的几何距离(m)；

t_i时刻终端与导航卫星j间的几何距离(m)；

δt_B(t_i)：t_i时刻终端钟差(s)；

t_i时刻终端与导航卫星r间的地球旋转误差(m)；

t_i时刻终端与导航卫星j间的地球旋转误差(m)；

t_i时刻终端与导航卫星r间的电离层延迟误差(m)；

t_i时刻终端与导航卫星j间的电离层延迟误差(m)；

t_i时刻终端与导航卫星r间的对流层延迟误差(m)；

t_i时刻终端与导航卫星j间的对流层延迟误差(m)；

t_i时刻终端关于导航卫星r的伪距测量热噪声(m)；

t_i时刻终端关于导航卫星j的伪距测量热噪声(m)；

进行线性化：

式中(X^r,Y^r,Z^r)为卫星位置，(X_A,Y_A,Z_A)为终端位置

令(X_A0,Y_A0,Z_A0)，(δX_A(t),δY_A(t),δZ_A(t))分别为观测站坐标的近似值和改正数，将上式在(X_A0,Y_A0,Z_A0)处用泰勒展开后可得线性化的观测方程如下：

式中，

单差观测方程

由于用户终端时钟误差、导航卫星钟差、地球旋转误差及电离层延迟和对流层延迟等多种误差的存在，使得伪距观测方程和载波相位观测方程未知参数多、解算复杂，且解算精度差。由于VRS和终端间的导航卫星钟差、地球旋转误差及电离层延迟和对流层延迟等共性误差的相关性较强，可通过观测方程间的差分，消除共性误差的影响，提高解算精度。将VRS和终端对应同一颗导航卫星的两个伪距观测方程作差，即可得到相应的伪距单差观测方程如下:

上式中各参数含义如下：

t_i时刻VRS和终端关于导航卫星r的伪距单差(m)；

t_i时刻VRS和终端关于导航卫星j的伪距单差(m)；

δt_AB(t_i)：t_i时刻VRS和终端钟差和终端终端钟差的差值(s)；

t_i时刻VRS和终端关于导航卫星r的伪距噪声单差(m)；

t_i时刻VRS和终端关于导航卫星j的伪距噪声单差(m)；

双差观测方程

单差观测方程消除了导航卫星时钟误差、电离层延迟误差、对流层延迟误差等共性误差的影响，但由于单差观测方程中用户终端时钟误差的存在，增大了解算复杂性，影响了解算精度。通过单差观测方程的再次作差，可以消除用户终端时钟误差的影响，进一步提高相对位置解算精度。

将VRS和终端所观测的导航卫星j的伪距单差观测方程分别和参考星r的伪距单差观测方程作差，得到n-1个伪距双差方程如下：

上式中各参数含义如下：

t_i时刻VRS和终端间的伪距测量残差(m)；

t_i时刻终端关于导航卫星r和j双差测量系数矩阵；

t_i时刻终端间的位置修正向量(m)；

VRS和终端关于导航卫星r和j伪距测量常数项(m)；

双差伪距观测方程可简记为：

L_ρ＝AX+V_ρ

上式中各参数含义如下：

X：终端的位置修正向量；

L_ρ：VRS和终端间的伪距双差测量常数向量；

A：VRS和终端间的相对位置向量系数矩阵；

V_ρ：VRS和终端间的伪距双差测量残差；

2.载波相位差分算法

GPS终端进行载波相位测量时，终端能够测定的是不足一整周的部分和指定时间间隔内的整周计数值(终端计数得到)，因而出现了一个整周未知数

即整周模糊度。所以有

式中，

为卫星到终端间的完整载波相位，该值就是由载波相位测量得到的星地距离(当然需要乘以波长)；

为终端实际测量得到的载波信号相位值，在初始情况下为了利于数据传输或者与伪距数据量级统一也会把

初始化到伪距测量值附近，未初始化的情况则是从0开始累加或者递减。无论何种情况，

与整周模糊度

的和(或者差，意义一样)才是完整的载波相位测量值。所以载波相位观测方程为：

进一步化为，

基本观测方程

设VRS和终端同步观测一组导航卫星，获取VRS和终端同步观测的 n颗共视星的载波相位观测量

和

i＝1,2,3......n，选取这n颗导航卫星中仰角最高的导航卫星r作为参考星，以组建关于任意导航卫星j (j＝1,2,3......n且j≠r)和参考星r在任意t_i时刻的伪距观测方程如下：

上式中各参数含义如下：

c：光速(m/s)；

λ：卫星导航信号载波波长(m)；

f：卫星导航信号载波频率(Hz)；

t_i时刻VRS观测的导航卫星r的载波相位观测值(周)；

t_i时刻VRS观测的导航卫星j的载波相位观测值(周)；

t_i时刻VRS与导航卫星r间的整周模糊度(周)；

t_i时刻VRS与导航卫星j间的整周模糊度(周)；

t_i时刻VRS与导航卫星r间的几何距离(m)；

t_i时刻VRS与导航卫星j间的几何距离(m)；

δt_A(t_i)：t_i时刻VRS终端钟差(s)；

δt^r(t_i)：t_i时刻导航卫星r的卫星钟差(s)；

δt^j(t_i)：t_i时刻导航卫星j的卫星钟差(s)；

t_i时刻VRS与导航卫星r间的地球旋转误差(m)；

t_i时刻VRS与导航卫星j间的地球旋转误差(m)；

t_i时刻VRS与导航卫星r间的电离层延迟误差(m)；

t_i时刻VRS与导航卫星j间的电离层延迟误差(m)；

t_i时刻VRS与导航卫星r间的对流层延迟误差(m)；

t_i时刻VRS与导航卫星j间的对流层延迟误差(m)；

t_i时刻VRS终端关于导航卫星r的载波测量热噪声(m)；

t_i时刻VRS终端关于导航卫星j的载波测量热噪声(m)；

t_i时刻终端观测的导航卫星r的载波相位观测值(m)；

t_i时刻终端观测的导航卫星j的载波相位观测值(m)；

t_i时刻终端与导航卫星r间的整周模糊度(周)；

t_i时刻终端与导航卫星j间的整周模糊度(周)；

t_i时刻终端与导航卫星r间的几何距离(m)；

t_i时刻终端与导航卫星j间的几何距离(m)；

δt_B(t_i)：t_i时刻终端钟差(s)；

t_i时刻终端与导航卫星r间的地球旋转误差(m)；

t_i时刻终端与导航卫星j间的地球旋转误差(m)；

t_i时刻终端与导航卫星r间的电离层延迟误差(m)；

t_i时刻终端与导航卫星j间的电离层延迟误差(m)；

t_i时刻终端与导航卫星r间的对流层延迟误差(m)；

t_i时刻终端与导航卫星j间的对流层延迟误差(m)；

t_i时刻终端关于导航卫星r的伪距测量热噪声(m)；

t_i时刻终端关于导航卫星j的伪距测量热噪声(m)；

单差观测方程

由于终端时钟误差、导航卫星钟差、地球旋转误差及电离层延迟和对流层延迟等多种误差的存在，使得伪距观测方程和载波相位观测方程未知参数多、解算复杂，且解算精度差。由于VRS和终端间的导航卫星钟差、地球旋转误差及电离层延迟和对流层延迟等共性误差的相关性较强，可通过观测方程间的差分，消除共性误差的影响，提高解算精度。将VRS和终端对应同一颗导航卫星的两个伪距观测方程作差，即可得到相应的伪距单差观测方程如下:

上式中各参数含义如下：

t_i时刻VRS和终端关于导航卫星r的载波相位单差(周)；

t_i时刻VRS和终端关于导航卫星j的载波相位单差(周)；

δt_AB(t_i)：t_i时刻VRS终端钟差和终端钟差的差值(s)；

t_i时刻VRS和终端关于导航卫星r的伪距噪声单差(m)；

t_i时刻VRS和终端关于导航卫星j的伪距噪声单差(m)；

t_i时刻VRS和终端关于导航卫星r的整周模糊度单差(周)；

t_i时刻VRS和终端关于导航卫星j的整周模糊度单差(周)；

t_i时刻VRS和终端关于导航卫星r的载波相位噪声单差(m)；

t_i时刻VRS和终端关于导航卫星j的载波相位噪声单差(m)；

双差观测方程

再进行星间差可得到载波相位双差观测方程，如下：

式中，

载波相位观测量双差，

为整周模糊度双差，测站与卫星几何距离

载波相位双差观测方程可简记为：

上式中各参数含义如下：

a：终端的位置修正量；

b：VRS和终端间的整周模糊度向量；

VRS和终端间的载波相位双差测量常数向量；

A：VRS和终端间的相对位置向量系数矩阵；

B：VRS和终端间的整周模糊度向量系数矩阵；

VRS和终端间的载波相位双差测量残差；

单差观测方程消除了导航卫星时钟误差、电离层延迟误差、对流层延迟误差等共性误差的影响，但由于单差观测方程中用户终端时钟误差的存在，增大了解算复杂性，影响了解算精度。通过单差观测方程的再次作差，可以消除用户终端时钟误差的影响，进一步提高相对位置解算精度。

将VRS和终端所观测的导航卫星j的伪距单差观测方程分别和参考星r的伪距单差观测方程作差，得到n-1个伪距双差方程如下：

上式中各参数含义如下：

t_i时刻VRS和终端间的载波相位测量残差(m)；

t_i时刻终端关于导航卫星r和j双差测量系数矩阵；

t_i时刻终端间的位置修正向量(m)；

VRS和终端关于导航卫星r和j载波相位测量常数项(m)；

四、双差模糊度固定部分

双差模糊度固定主要采用的是LAMBDA的方法，也是较为常用的办法，主要步骤如下。

整周模糊度搜索步骤

整周模糊度的快速求解是定位技术中最关键的问题。目前已有的模糊度解算方法大致可分为四类：

1)专门操作的模糊度求解。即通过一些特殊操作的方式来获得整周模糊度，如已知基线法、交换天线法及两次设站等方法，目前已很少用。

2)观测域内的模糊度搜索。

3)坐标域内的模糊度搜索。典型方法是模糊度函数法，它利用余弦函数对2π整数倍不敏感的特性，将模糊度域内的搜索转化为坐标域内的搜索，但计算量通常较大。

4)模糊度域内的模糊度搜索。这类方法的理论基础是整数最小二乘，典型方法由FARA法、LSAST法、FASF法以及LAMBDA法，是目前研究的重点。

其中，LAMBDA方法目前应用最为广泛，算法中使用了LAMBDA搜索算法，以下是对其基本原理和计算流程进行说明。

使用LAMBDA算法求解最小化问题的步骤主要有两个：模糊度去相关处理和模糊度搜索。

1)模糊度去相关

模糊度搜索最小化问题中

的搜索空间为：

其中χ为预置边界常数。该搜索空间是一个以

为中心的椭球区域，它的形状由模糊度协方差矩阵

控制，它的尺寸由适当选择的χ决定，而搜索空间的形状和尺寸均对搜索的效率有着重要的影响。当搜索空间过于狭长时，搜索的效率极差，因此为了找到适当的搜索形状，需要对双差模糊度浮点解进行转换。

在模糊度去相关环节，采用Z变换进行处理。如果当前观测n颗GPS 卫星，则a为n-1维的双差模糊度向量，由a的性质可知，a∈Z^n-1，对模糊度向量a进行Z变换时，需要以下两个条件同时成立：

当a为整数时，z＝Z^Ta也为整数；

当z为整数时，a＝(Z^T)^-1z也为整数。

以上条件也即要求Z和Z^-1均具有整数特性，Z^-1的整数特性保证最后模糊度得到整数解。通过Z变换，将模糊度实数值估计

和相应得协方差矩阵

转化为

和

即：

经转换后，模糊度搜索空间转换到：

去相关矩阵Z^T保持搜索空间的体积不变，仅仅改变了搜索空间的形状，从而有效改善了搜索性能。

2)模糊度搜索

经过Z变换，原始双差模糊度的最小化问题就转化为以下形式：

经Z变换后，模糊度搜索空间转换到：

搜索空间的形状和方向均不同于原始的模糊度搜索空间，变换后模糊度的边界条件为：

上式中

是在z₁求得的条件下得到的，其通式

也是类推得到的，故称为序贯条件模糊度平差值。

LAMBDA模糊度固定算法的流程图如图5所示。

其中n为模糊度的个数，q为模糊度的协方差矩阵，ambfloat为模糊度的浮点解，ambbest为最佳整数解(输出量)，ratio为残差平方和比值。

整周模糊度确认

模糊度确认是整周模糊度求解的最后一个环节，其主要功能是从模糊度搜索过程中获取的可能的模糊度组合的集合中选取最优，并判断其正确性。一般来讲，所有模糊度求解方法都是通过某种检验，从模糊度组合的集合中选取最优者，因此对于检验方法的选择就成了至关重要的问题。如果条件过宽，将导致整个过程时间延长，不利于模糊度的快速求解；如果条件太严，很有可能将正确的模糊度排除在外。

设计采用的模糊度确认算法是建立在概率论的基础上，通过三项统计检验，最后确认搜索出的整数模糊度组合就是所要寻找的正确整数模糊度组合，将该组整数模糊度带入法方程式后所求得的解就是正确的固定解。

(1)整数解与初始解所求得的基线向量的一致性检验。

设整数解所求得的基线向量为X，初始解所求得的基线向量为

相应的协因数阵位

如果下式成立，则

和X从统计检验的角度讲是一致的、相容的：

其中β＝ξ_F(u,f,1-α)是置信度为1-α，自由度为f和u的fisher分布的单尾分位值；u为未知参数个数；f为参数估计中的自由度；σ₀为初始解中的单位权中误差。

由于模糊度参数已位于相应的置信区间内，故只要基线向量也是一致的就意味着整数解和初始解向量都是一致的。

(2)整数解和初始解的单位权中误差的一致性检验。

设整数解的单位权中误差为σ_A，初始解的单位权中误差为σ₀，如下式成立，则表示两者统计检验的角度讲是一致的：

上式检验也称方差因子的χ²检验。上式中的符号的含义同上。

(3)Ratio检验：整数解中最小单位权中误差σ与次最小单位权中误差σ_次间的显著性检验。

Ratio检验是最为常用的一种检验方法，其基本思想是比较最小残差平方和与次小残差平方和，由于用正确的模糊度组计算得到的双差残差要比其它不正确的显著的小，因此可以根据测量误差和多径误差水平等各种误差因素设置一个门限，如果满足：

即大于预置门限值就认为通过检验，固定解解算正确，否则认为求解仍有偏差。算法中令ratio值≥3。

五、双向卡尔曼滤波结果融合部分

在算法实现上，首先使用两种整周模糊度处理方法分别在两个线程中解算该整周模糊度，并将该整周模糊度代回该误差方程中，以得到两组初步定位结果；根据该两组初步定位结果的残差值对该两组初步定位结果进行融合以得到终端的精确定位结果。观测数据进行差分计算以得到观测方程和误差方程，并对该观测方程和该误差方程进行滤波以得到整周模糊度，具体包括：观测数据进行差分计算以得到该观测方程和该误差方程；利用双向卡尔曼滤波取得该整周模糊度的浮点解；利用Lambda 方法取得该整周模糊度的固定解。误差方程中的未知数包括基线向量和双重差分整周模糊度，该误差方程中的电离层延迟利用克罗布歇模型取得，该误差方程中的对流层延迟利用萨斯塔莫宁模型取得。使一个线程重新解算该整周模糊度，使另一个线程在解算误差不超过限度且不出现周跳的情况下直接使用前一个历元的该整周模糊度，以得到该两组初步定位结果。

机舱环境算法优化

利用移动式GNSS卫星终端在客舱内进行卫星数据采集过程中，只可通过贴近机窗的方式采集卫星数据，从而一次只能实现飞机一个侧面所能观测到的卫星数据的采集，针对此特殊性，进行了事后差分算法进行适配及调优，主要采取以下措施进行算法适配:

i.针对机舱中接收到北斗卫星中GEO卫星的特点，适当降低北斗卫星在进入后处理的限制条件，保证在长时间不能接收到足够多北斗卫星的情况下，可以进入后处理单元；

ii.针对飞机速度较快可能会造成VRS网格频繁切换带来的固定率降低问题，算法优化了VRS网格切换策略，保证固定率；

iii.针对半天边的卫星信号特点，在选星时特别兼顾了卫星几何结构分布，以保证参数估计的最优化，保证误差不被放大。

iv.针对卫星经常性失锁和重捕，对卫星设置了最小连续锁定历元限定，以防止滤波器参数估计被卫星频繁失锁重捕影响，并减小对模糊度固定带来的副作用。

优化先后数据对比：

针对测试的数据进行优化前后的ppk定位结果优化，表1为优化前的结果，表2为优化后的结果，从表格数据可以看出经过优化的结果固定率提升较大，由此可以提现优化的成果。

优化前：

优化后：

固定解精度验证

为了验证固定解的精度，同时使用地面车辆携带中海达V90 GNSS 终端及利用4G网络接收NRTK基站数据，沿滑行道进行采集，作为基准数据。机场跑道存在高低起伏，高程存在波动，为消除跑道起伏对结果造成的影响，利用地面车载RTK测量出跑道高程变化，作为参照数据，用于对比客机PPK处理的结果，评估机载PPK绝对精度。由于飞机与地面车辆不完全同步，根据平面轨迹对齐(根据RTK和PPK的最近轨迹点进行匹配，且匹配点平面距离在15m内认为匹配有效)，计算高程差值。通过两组数据的对比，机载PPK高程与车载RTK相比整体误差小于0.2m。

第二部分：实施例

基于上述发明构思，参照图1至5，根据本发明的基于多星座网络事后差分的飞行器位置高精度定位方法的一优选实施方式,所述基于多星座网络事后差分的飞行器位置高精度定位方法通过多星座网络卫星定位系统计算出所述飞行器的时空位置，所述多星座网络卫星定位系统包括GNSS接收设备、地基增强站网络、和数据计算中心。可以理解的是，本文所述的多星座网络是指一个或多个具有多个定位导航卫星的卫星导航系统、卫星定位导航系统、卫星定位系统、或者全球定位系统，例如美国的GPS卫星定位系统、中国的北斗卫星定位系统、欧盟“伽利略”卫星定位系统、俄罗斯的格洛纳斯卫星定位系统等。

事后差分技术参见本文背景技术部分NRTK-PPK技术或者专利文献CN109101660A，CN108364264A。飞行器主要是指在大气层中飞行的航空器，例如民航客机、军用飞机、直升机等。时空位置是指三维空间坐标和一维时间坐标，例如可表示为(x,y,z,t)。多星座网络卫星定位系统是指由多颗定位卫星组成的定位网络的卫星定位系统。

GNSS的全称是全球导航卫星系统(Global Navigation Satellite System)，它是泛指所有的卫星导航系统，包括全球的、区域的和增强的，如美国的GPS、俄罗斯的Glonass、欧洲的Galileo、中国的北斗卫星导航系统，以及相关的增强系统，如美国的WAAS广域增强系统、欧洲的 EGNOS欧洲静地导航重叠系统和日本的MSAS多功能运输卫星增强系统等，还涵盖在建和以后要建设的其他卫星导航系统。国际GNSS系统是个多系统、多层面、多模式的复杂组合系统。

GNSS接收设备参见专利文献CN108415044A，CN206920615U， CN206038913U。

地基增强站网络参见专利文献CN109150818A。地基增强站网络是地基增强系统的一部分，地基增强系统是获得高精准卫星定位信息的基础。通过RTK差分技术，地基增强站能够辅助修正卫星信号误差，提高定位精度。世界各国竞相发展地基增强系统，以满足各行各业对高精度位置的需求。地基增强系统例如为美国国家差分GPS系统(NDGPS)、美国连续运行参考站系统(CORS)、中国国家北斗地基增强系统等。

数据计算中心是指具有强大计算能力的电脑服务器集群或集簇，或者是云计算中心，或者是超级计算机中心。

如上文所述，对于民用客机，航空公司是不能对其进行任何影响空气动力学的改动的，而波音公司和空中客车公司生产和销售的客机仅提供有限的卫星定位服务，为此，发明人首先想到在飞机舱室内而不是舱室外安装可移动的或便携式的终端数据收集装置，也就是GNSS接收设备。

为此，所述基于多星座网络事后差分的飞行器位置高精度定位方法包括以下步骤：

终端数据收集步骤S101:在所述飞行器中按不改变其气动力学特性的方式安装所述GNSS接收设备，并且，借助于GNSS接收设备，收集所述飞行器在飞行过程中的定位信息或单点定位信息，其中，所述GNSS接收设备能够接收至少一个卫星导航系统的多个卫星的定位信息，并且能够接收每个卫星的多个频率的定位信息，所述定位信息包括伪距定位信息和载波相位信息，所述定位信息称之为终端观测数据。可以理解的是，一架飞行器只需安装一台GNSS接收设备，因此，该飞行器的定位信息就是所述GNSS接收设备的安装或安置位置。众多商用的GNSS接收设备已经都具备接收和处理多个卫星导航系统的多个卫星的定位信息的功能，并且能够接收每个卫星的多个频率的定位信息。伪距定位信息的定义和应用可参照相关教科书或专利文献CN104459712A，CN109343096A， CN104459712B，CN201266086Y。载波相位信息的相关知识参见 CN107037464A，CN108983258A，CN103728641A。

VRS数据生成步骤S102:借助于所述地基增强站网络，根据第一设定距离生成VRS观测数据。可以理解的是，VRS全称为虚拟参考站，相关知识参见CN107193966A，CN107422343A，CN101661096A，CN107872516A。由于飞行器在空中，离地面可达10千米左右，所述第一设定距离可以为 10千米至100千米的范围内选取。，在飞行器起飞或降落过程中，所述第一设定距离可以为10米至100米的范围内选取。

星历数据收集步骤S103:借助于所述GNSS接收设备或者所述地基增强站网络获取星历数据。可以理解的是，星历数据亦称星历表。它是一种星体轨道参数表，即用列表数据说明每隔一定时间某星体预定所在位置，或每隔一定时间某人造卫星预定所在位置。

数据导入步骤S104：将所述终端观测数据、所述VRS观测数据、和所述星历数据导入所述数据计算中心。可以理解的是，所述终端观测数据由GNSS接收设备接收和保存，并发送给所述数据计算中心。所述VRS 观测数据由所述地基增强站网络计算生成和保存，并发送给所述数据计算中心。如上所述星历数据由卫星导航系统计算生成，并发送给导航卫星，所述GNSS接收设备从所述导航卫星获取星历数据并保存，并发送给所述数据计算中心。

数据监测步骤S105：根据所述终端观测数据计算出双频伪距数据；借助于TurboEdit算法和三差算法，结合所述双频伪距数据，对所述终端观测数据进行非差载波相位数据的周跳探测；在探测到发生周跳的情形下，求解出周跳值，且将对应的卫星进行标记。可以理解的是，可以理解的是，参照上文的第一部分发明构思的TurboEdit算法节部分，例如通过所述GNSS接收设备或者所述数据计算中心，由所述终端观测数据计算出双频伪距数据，例如L1精码伪距P1和L2精码伪距P2。其它的计算双频伪距数据的方法也是可行的。

所述GNSS接收设备例如是徕卡GR25，徕卡GR25支持多种GNSS信号，GPS，GLONASS，北斗，Galileo卫星系统信号的跟踪。包括L1、L2、 L5及Galileo信号跟踪。徕卡GR25支持专用或通用格式进行数据传输，可在多种网络RTK软件下使用。接收机支持简单网络管理协议(SNMP), 使其可非常容易地集成应用到现有的IT网络服务环境。模块化GNSS跟踪引擎可以随信号结构的最终确定而不断更新。内存可随对存储空间需求的不断上升而采用更大的SD卡。新的无线通讯设备可随时加载到接收机上。徕卡GR25的特点：非常低噪声，GNSS微波相位测量精度<0.2mm；脉冲微径多路径相关器，提供高精度的伪距观测值；具备优异的低仰角信号跟踪能力，快速捕获时间能力和极强的抗干扰能力。徕卡GR25可同时跟踪60颗卫星，每颗卫星跟踪7个频率。

TurboEdit算法、三差算法、周跳探测的技术内容细节也可参照专利文献CN109799521A，CN109143273A，CN106526629A，CN103076618A，CN104749594B。

将对应的卫星进行标记，就是对探测出的周跳进行标记，对存在周跳可能的卫星进行剔除。

组合解算步骤S106：使用两种整周模糊度处理方法分别在两个线程中解算该整周模糊度，并将该整周模糊度代回误差方程中，以得到两组初步定位数据；根据所述两组初步定位数据的残差值对所述两组初步定位数据进行融合，以得到所述GNSS接收设备的精确定位数据。可以理解的是，模糊度搜索处理方法有FARA法、LSAST法、FASF法以及LAMBDA 法。所述两种整周模糊度处理方法如下文初步定位计算子步骤S106c所述。误差方程参照上文的第一部分发明构思的载波相位差分算法节部分和双差模糊度固定部分。

所述组合解算步骤S106包括以下子步骤：

整周模糊度浮点解计算步骤S106a：通过伪距差分算法建立伪距基本观测方程、伪距单差观测方程、和伪距双差观测方程；通过载波相位差分算法建立载波相位基本观测方程、载波相位单差观测方程、和载波相位双差观测方程；并利用双向卡尔曼滤波取得所述整周模糊度的浮点解。可以理解的是，所述伪距差分算法相关方程和载波相位差分算法相关方程参照上文的第一部分发明构思。伪距差分算法也可参照专利文献CN104635250A，CN104267418A，CN106324645A，CN106646570A， CN104267418B。载波相位差分算法也可参照专利文献CN102326092A， CN106646565A，CN104155668A，CN102590840A，CN104297772A，CN105158778A，CN101449179B。双向卡尔曼滤波也可参照专利文献 CN107389069A，CN109631883A，CN108490470A，CN105486312B。

整周模糊度固定解计算子步骤S106b：使用Lambda方法取得所述整周模糊度的固定解。可以理解的是，Lambda方法求取所述整周模糊度的固定解的具体算法参见上文的第一部分发明构思的双差模糊度固定部分。也可参见专利文献CN103675835A，CN106324640A，CN105301617A， CN104950322A，CN105842721A。

初步定位计算子步骤S106c：在第一线程中，重新解算所述整周模糊度，以得到第一组初步定位数据；在第二线程中，在解算误差不超过第一限定值且不出现周跳的情况下，直接使用前一个历元的所述整周模糊度，以得到第二组初步定位数据。可以理解的是，所述线程是指计算机的操作系统能够进行运算调度的最小单位。它被包含在进程之中，是进程中的实际运作单位。一条线程指的是进程中一个单一顺序的控制流，一个进程中可以并发多个线程，每条线程并行执行不同的任务。在Unix System V及SunOS中也被称为轻量进程(lightweight processes)，但轻量进程更多指内核线程(kernel thread)，而把用户线程(user thread) 称为线程。线程是独立调度和分派的基本单位。线程可以为操作系统内核调度的内核线程，如Win32线程；由用户进程自行调度的用户线程，如Linux平台的POSIXThread；或者由内核与用户进程，如Windows 7 的线程，进行混合调度。

可以理解的是，所述第一线程与第二线程可以并行计算或者串行计算。参照上文的第一部分发明构思的Ratio检验小节部分，例如，第一限定值可以是误差门限Ratio，第一限定值例如取值为3。解算误差不超过第一限定值例如可理解为ratio值≥3或者(v^TPv)_次小≥3× (v^TPv)_最小。历元，在天文学是一些天文变数作为参考的时刻点，例如天球座标或天体的椭圆轨道要素，因为这些会受到摄动而随着时间变化。这些会随着时间变动的天文变量可能包括天体的平黄经或平近点角、轨道相对于参考平面的交点、轨道近日点和远日点或拱点的方向、其轨道半长轴的大小等等。简单地表述，历元就是星历数据对应的时间点。对历元的理解也可参见专利文献CN108490470A。

精确定位计算子步骤S106d：根据所述两组初步定位数据的残差值对所述两组初步定位数据进行融合，以得到所述GNSS接收设备的精确定位数据。可以理解的是，对所述两组初步定位数据进行融合的理解可参见上文的第一部分发明构思的双向卡尔曼滤波结果融合部分。双向卡尔曼滤波结果融合的理解也可参照专利文献CN109631883A，CN108490470A， CN105486312B，CN105486312A，其中，专利文献CN109631883A对逆向卡尔曼滤波以及双向融合算法有较详细的公开。

上述技术方案在应用于民用客机降落着陆过程中的计算定位精度可达到分米级别。

因此，优选地，所述飞行器是民用航空客机或者民用航空货机。

优选地，所述GNSS接收设备包括多卫星星座GNSS移动数据终端和三系统轻型航空天线，并且使用10Hz数据输出。这是实验测试的优选配置，保证定位精度。

优选地，在所述数据监测步骤S105中，对所述终端观测数据进行周跳修复处理。这样的设计就可以使用而不是丢弃出现周跳的测量数据，从而提高工作效率。

优选地，在整周模糊度浮点解计算步骤S106a中,设VRS和终端同步观测一组导航卫星，获取VRS和终端同步观测的n颗共视星的载波相位观测量

和

i＝1,2,3......n，选取这n颗导航卫星中仰角最高的导航卫星 r作为参考星，以组建关于任意导航卫星j(j＝1,2,3......n且j≠r)和参考星r在任意t_i时刻的伪距观测方程参照上文的第一部分发明构思的双差观测方程建立与卡尔曼滤波部分。

优选地，在整周模糊度浮点解计算步骤S106a中,将VRS和终端对应同一颗导航卫星的两个伪距观测方程作差，即可得到相应的伪距单差观测方程,参照上文的第一部分发明构思的双差观测方程建立与卡尔曼滤波部分。

优选地，在整周模糊度浮点解计算步骤S106a中,进行星间差可得到载波相位双差观测方程，参照上文的第一部分发明构思的双差观测方程建立与卡尔曼滤波部分。

优选地，在整周模糊度固定解计算子步骤S106b中，包括以下分步骤：

初始化，设置模糊度个数n，模糊度协方差矩阵Q，模糊度浮点解 ambfloat；

浮点解分解，将所述模糊度浮点解分解为整数部分和小数部分；

LD分解，Q＝LTDL；

求Z变换矩阵，对模糊度协方差矩阵Q进行Z变换；

按整数序贯条件搜索获得模糊度组合cands；

选择二次型最小的一组作为最优解，计算 ratio＝disall[1]/disall[0]；

利用Z逆变换还原为真实的模糊度Y＝ZT*cands[0]。

优选地，在所述整周模糊度浮点解计算步骤S106a中，所述误差方程中的电离层延迟利用克罗布歇模型取得，所述误差方程中的对流层延迟利用萨斯塔莫宁模型取得。可以理解的是，克罗布歇模型也可参照专利文献CN108490470A，CN109946727A理解，萨斯塔莫宁模型也可参照专利文献CN108490470A，CN109613579A，CN108513623A，CN101598780B理解。

优选地，在数据监测步骤S105中，对存在周跳可能的卫星进行剔除。这样的设计有利于保证计算得到的定位精度。

优选地，在所述组合解算步骤S106中，还包括以下可选分步骤：INS 解算、惯导误差补偿、杆臂补偿、GNSS/INS滤波、最优融合、RTS反向平滑。

优选地，使用VRS网格切换策略，保证VRS网格固定率。

优选地，在选星时考虑卫星几何结构分布。

优选地，对卫星设置了最小连续锁定历元限定。

优选地，参照图2，事后差分系统数据处理流程包括数据预处理或数据输入、智能组网、分布式处理、融合解算、和输出显示。

优选地，参照图3，事后差分系统数据处理算法包括以下步骤：接收机或GNSS接收设备观测数据；通过千寻位置平台接收VRS数据与星历、 GPS/北斗/GLN三系统差分数据；数据完整性检测；确立共视星和参考星，建立双差观测方程；双向卡尔曼滤波；计算模糊度浮点解及观测值残差； LAMBDA固定；计算模糊度固定解及观测值残差；后验残差估计；置信度区间计算；高精度的动态定位结果输出。

优选地，基于TurboEdit算法的单站数据预处理流程包括：原始观测值输入；判断是否含L2、P2等观测值；计算MW、LG观测值，并与上一历元对应观测值对比；判断差值是否超限；计算dN1，dN2，改正载波L1，L2观测值，并标记；更新上一历元MW、LG观测值；主RTK定位算法。

优选地，LAMBDA模糊度固定算法流程如图5所示。

通过检验测量，可以得出，机载PPK高程与车载RTK相比整体误差小于0.2m，因此，可以清楚地表明本发明的基于多星座网络事后差分的飞行器位置高精度定位方法达到了分米级的高程定位精度。

以上详细描述了本发明创造的优选的或具体的实施例。应当理解，本领域的技术人员无需创造性劳动就可以根据本发明创造的设计构思做出诸多修改和变化。因此，凡本技术领域中技术人员依本发明创造的设计构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在本发明创造的范围之内和/或由权利要求书所确定的保护范围内。

Claims (10)

1.基于多星座网络事后差分的飞行器位置高精度定位方法，其通过多星座网络卫星定位系统计算出所述飞行器的时空位置，所述多星座网络卫星定位系统包括GNSS接收设备、地基增强站网络、和数据计算中心，其特征在于：所述基于多星座网络事后差分的飞行器位置高精度定位方法包括以下步骤：

终端数据收集步骤S101:在所述飞行器中按不改变其气动力学特性的方式安装所述GNSS接收设备，并且，借助于GNSS接收设备，收集所述飞行器在飞行过程中的定位信息，其中，所述GNSS接收设备能够接收至少一个卫星导航系统的多个卫星的定位信息，并且能够接收每个卫星的多个频率的定位信息，所述定位信息包括伪距定位信息和载波相位信息，所述定位信息称之为终端观测数据；

VRS数据生成步骤S102:借助于所述地基增强站网络，根据第一设定距离生成VRS观测数据；

星历数据收集步骤S103:借助于所述GNSS接收设备或者所述地基增强站网络获取星历数据；

数据导入步骤S104：将所述终端观测数据、所述VRS观测数据、和所述星历数据导入所述数据计算中心；

数据监测步骤S105：根据所述终端观测数据计算出双频伪距数据；借助于TurboEdit算法和三差算法，结合所述双频伪距数据，对所述终端观测数据进行非差载波相位数据的周跳探测；在探测到发生周跳的情形下，求解出周跳值，且将对应的卫星进行标记；

组合解算步骤S106：使用两种整周模糊度处理方法分别在两个线程中解算该整周模糊度，并将该整周模糊度代回误差方程中，以得到两组初步定位数据；根据所述两组初步定位数据的残差值对所述两组初步定位数据进行融合，以得到所述GNSS接收设备的精确定位数据；

所述组合解算步骤S106包括以下子步骤：

整周模糊度浮点解计算步骤S106a：通过伪距差分算法建立伪距基本观测方程、伪距单差观测方程、和伪距双差观测方程；通过载波相位差分算法建立载波相位基本观测方程、载波相位单差观测方程、和载波相位双差观测方程；并利用双向卡尔曼滤波取得所述整周模糊度的浮点解；

整周模糊度固定解计算子步骤S106b：使用Lambda方法取得所述整周模糊度的固定解；

初步定位计算子步骤S106c：在第一线程中，重新解算所述整周模糊度，以得到第一组初步定位数据；在第二线程中，在解算误差不超过第一限定值且不出现周跳的情况下，直接使用前一个历元的所述整周模糊度，以得到第二组初步定位数据；

精确定位计算子步骤S106d：根据所述两组初步定位数据的残差值对所述两组初步定位数据进行融合，以得到所述GNSS接收设备的精确定位数据。

2.根据权利要求1所述的基于多星座网络事后差分的飞行器位置高精度定位方法，其特征在于：所述GNSS接收设备包括多卫星星座GNSS移动数据终端和三系统轻型航空天线，并且使用10Hz数据输出。

3.根据权利要求1所述的基于多星座网络事后差分的飞行器位置高精度定位方法，其特征在于：在所述数据监测步骤S105中，对所述终端观测数据进行周跳修复处理。

4.根据权利要求1所述的基于多星座网络事后差分的飞行器位置高精度定位方法，其特征在于：在整周模糊度浮点解计算步骤S106a中,设VRS和终端同步观测一组导航卫星，获取VRS和终端同步观测的n颗共视星的载波相位观测量

和

i＝1,2,3......n，选取这n颗导航卫星中仰角最高的导航卫星r作为参考星，以组建关于任意导航卫星j(j＝1,2,3......n且j≠r)和参考星r在任意t_i时刻的伪距观测方程如下：

上式中各参数含义如下：

c：光速(m/s)；

λ：卫星导航信号载波波长(m)；

f：卫星导航信号载波频率(Hz)；

t_i时刻VRS观测的导航卫星r的载波相位观测值(周)；

t_i时刻VRS观测的导航卫星j的载波相位观测值(周)；

t_i时刻VRS与导航卫星r间的整周模糊度(周)；

t_i时刻VRS与导航卫星j间的整周模糊度(周)；

t_i时刻VRS与导航卫星r间的几何距离(m)；

t_i时刻VRS与导航卫星j间的几何距离(m)；

δt_A(t_i)：t_i时刻VRS终端钟差(s)；

δt^r(t_i)：t_i时刻导航卫星r的卫星钟差(s)；

δt^j(t_i)：t_i时刻导航卫星j的卫星钟差(s)；

t_i时刻VRS与导航卫星r间的地球旋转误差(m)；

t_i时刻VRS与导航卫星j间的地球旋转误差(m)；

t_i时刻VRS与导航卫星r间的电离层延迟误差(m)；

t_i时刻VRS与导航卫星j间的电离层延迟误差(m)；

t_i时刻VRS与导航卫星r间的对流层延迟误差(m)；

t_i时刻VRS与导航卫星j间的对流层延迟误差(m)；

t_i时刻VRS终端关于导航卫星r的载波测量热噪声(m)；

t_i时刻VRS终端关于导航卫星j的载波测量热噪声(m)；

t_i时刻终端观测的导航卫星r的载波相位观测值(m)；

t_i时刻终端观测的导航卫星j的载波相位观测值(m)；

t_i时刻终端与导航卫星r间的整周模糊度(周)；

t_i时刻终端与导航卫星j间的整周模糊度(周)；

t_i时刻终端与导航卫星r间的几何距离(m)；

t_i时刻终端与导航卫星j间的几何距离(m)；

δt_B(t_i)：t_i时刻终端钟差(s)；

t_i时刻终端与导航卫星r间的地球旋转误差(m)；

t_i时刻终端与导航卫星j间的地球旋转误差(m)；

t_i时刻终端与导航卫星r间的电离层延迟误差(m)；

t_i时刻终端与导航卫星j间的电离层延迟误差(m)；

t_i时刻终端与导航卫星r间的对流层延迟误差(m)；

t_i时刻终端与导航卫星j间的对流层延迟误差(m)；

t_i时刻终端关于导航卫星r的伪距测量热噪声(m)；

t_i时刻终端关于导航卫星j的伪距测量热噪声(m)。

5.根据权利要求1所述的基于多星座网络事后差分的飞行器位置高精度定位方法，其特征在于：在整周模糊度浮点解计算步骤S106a中,将VRS和终端对应同一颗导航卫星的两个伪距观测方程作差，即可得到相应的伪距单差观测方程如下:

上式中各参数含义如下：

t_i时刻VRS和终端关于导航卫星r的伪距单差(m)；

t_i时刻VRS和终端关于导航卫星j的伪距单差(m)；

δt_AB(t_i)：t_i时刻VRS和终端钟差和终端终端钟差的差值(s)；

t_i时刻VRS和终端关于导航卫星r的伪距噪声单差(m)；

t_i时刻VRS和终端关于导航卫星j的伪距噪声单差(m)。

6.根据权利要求1所述的基于多星座网络事后差分的飞行器位置高精度定位方法，其特征在于：在整周模糊度浮点解计算步骤S106a中,进行星间差可得到载波相位双差观测方程，如下：

式中，

载波相位观测量双差，

为整周模糊度双差，测站与卫星几何距离

载波相位双差观测方程可简记为：

上式中各参数含义如下：

a：终端的位置修正量；

b：VRS和终端间的整周模糊度向量；

VRS和终端间的载波相位双差测量常数向量；

A：VRS和终端间的相对位置向量系数矩阵；

B：VRS和终端间的整周模糊度向量系数矩阵；

VRS和终端间的载波相位双差测量残差。

7.根据权利要求1至6中任一项所述的基于多星座网络事后差分的飞行器位置高精度定位方法，其特征在于：在整周模糊度固定解计算子步骤S106b中，包括以下分步骤：

初始化，设置模糊度个数n，模糊度协方差矩阵Q，模糊度浮点解ambfloat；

浮点解分解，将所述模糊度浮点解分解为整数部分和小数部分；

LD分解，Q＝L^TDL；

求Z变换矩阵，对模糊度协方差矩阵Q进行Z变换；

按整数序贯条件搜索获得模糊度组合cands；

选择二次型最小的一组作为最优解，计算ratio＝disall[1]/disall[0]；

利用Z逆变换还原为真实的模糊度Y＝Z^T*cands[0]。

8.根据权利要求1至6中任一项所述的基于多星座网络事后差分的飞行器位置高精度定位方法，其特征在于：在所述整周模糊度浮点解计算步骤S106a中，所述误差方程中的电离层延迟利用克罗布歇模型取得，所述误差方程中的对流层延迟利用萨斯塔莫宁模型取得。

9.根据权利要求1至6中任一项所述的基于多星座网络事后差分的飞行器位置高精度定位方法，其特征在于：在数据监测步骤S105中，对存在周跳可能的卫星进行剔除。

10.根据权利要求1至6中任一项所述的基于多星座网络事后差分的飞行器位置高精度定位方法，其特征在于：在所述组合解算步骤S106中，还包括以下可选分步骤：INS解算、惯导误差补偿、杆臂补偿、GNSS/INS滤波、最优融合、RTS反向平滑。

Images