CN111077550A - 一种应用于智能终端rtd定位的粗差探测方法及系统 - Google Patents

一种应用于智能终端rtd定位的粗差探测方法及系统 Download PDF

Info

Publication number
CN111077550A
CN111077550A CN201911389244.2A CN201911389244A CN111077550A CN 111077550 A CN111077550 A CN 111077550A CN 201911389244 A CN201911389244 A CN 201911389244A CN 111077550 A CN111077550 A CN 111077550A
Authority
CN
China
Prior art keywords
residual
value
median
pseudo
difference
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.)
Withdrawn
Application number
CN201911389244.2A
Other languages
English (en)
Inventor
邓慧璇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Starcart Technology Co ltd
Original Assignee
Guangdong Starcart Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Starcart Technology Co ltd filed Critical Guangdong Starcart Technology Co ltd
Priority to CN201911389244.2A priority Critical patent/CN111077550A/zh
Publication of CN111077550A publication Critical patent/CN111077550A/zh
Withdrawn legal-status Critical Current

Links

Images

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
    • G01S19/40—Correcting position, velocity or attitude
    • G01S19/41—Differential correction, e.g. DGPS [differential GPS]
    • 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
    • G01S19/35—Constructional details or hardware or software details of the signal processing chain
    • G01S19/37—Hardware or software details of the signal processing chain

Abstract

本发明涉及高精度定位领域，公开了一种应用于智能终端RTD定位的粗差探测方法包括：获取智能终端的坐标估计值；基于该坐标估计值和卡尔曼滤波方程得到实际观测量与预测观测量的残差值，该残差包括伪距残差和多普勒残差；当观测到的卫星超过5颗时，按绝对值大小取残差值的中位数，设定残差值与中位数之差的最大阈值；当残差值与中位数的差值超过最大阈值时，差分解算出定位结果时排除或降权该残差值对应的卫星观测量，剔除异常数据或者降低异常数据的权重，提高智能终端的定位精度。

Description

一种应用于智能终端RTD定位的粗差探测方法及系统
技术领域
本发明涉及高精度定位技术领域，公开了一种应用于智能终端RTD定位的粗差探测方法。
背景技术
采用卫星定位的智能终端，例如手机等普遍采用单频定位模式，定位精度大部分在10米以内，其精度满足不了现代化高精度的需求。
当前智能手机定位精度不高，使用基于基准站原始数据的伪距差分技术能够提高手机定位的精度。但由于硬件条件限制等原因，其搜索到的原始卫星观测数据质量，受环境变化的影响很大，在稍微有遮挡的环境下，就可能会出现某些卫星观测值误差非常大的情形。如果这些卫星参与伪距差分解算，会极大的降低定位结果的精度。
发明内容
针对背景技术所面临的问题，本发明的目的在于提供一种定位精度较高的应用于智能终端RTD定位的粗差探测方法。
为了达到上述目的，本发明采用如下技术方案：一种应用于智能终端RTD定位的粗差探测方法包括：获取智能终端的坐标估计值；基于该坐标估计值和卡尔曼滤波方程得到实际观测量与预测观测量的残差值，该残差包括伪距残差和多普勒残差；当观测到的卫星超过5颗时，按绝对值大小取残差值的中位数，设定残差值与中位数之差的最大阈值；当残差值与中位数的差值超过最大阈值时，差分解算出定位结果时剔除或降权该残差值对应的卫星。
优选的，残差值包括单点定位残差值，其中是由各个卫星组成的伪距和多普勒观测值组成的观测向量，是伪距和多普勒的观测方程，首先对单点定位的残差值进行第一次粗差探测。
优选的，获取智能终端的坐标估计值具体为：首历元时，用最小二乘单点定位法获取智能终端的坐标估计值；非首历元时，用卡尔曼滤波的状态更新单点定位法获取智能终端的坐标估计值。
优选的，按绝对值大小取伪距残差的中位数；设置伪距残差与中位数之差的最大阈值；当伪距残差与中位数的差值超过最大阈值时，排除该伪距残差；以中位数代替平均值计算剩余伪距残差的标准差；依次比较伪距残差和中位数之差与伪距残差的三倍标准差，若伪距残差与中位数之差大于伪距残差的三倍标准差，在单点卡尔曼滤波中对相应的卫星进行降权，并标记该卫星为一级粗差。
优选的，当伪距残差的中位数不大于5时，伪距残差与中位数之差的最大阈值为15；当伪距残差的中位数大于5且小于10时，伪距残差与中位数之差的最大阈值为20；当伪距残差的中位数大于10且小于20时，伪距残差与中位数之差的最大阈值为30；当伪距残差的中位数大于20时，重置中位数为30，阈值为20。
优选的，按绝对值大小取多普勒残差中位数；设置多普勒残差和中位数之差的最大阈值；当多普勒残差和中位数的差值超过最大阈值时，排除该多普勒残差；以中位数代替平均值计算剩余多普勒残差的标准差；依次比较多普勒残差和中位数之差与多普勒残差的三倍标准差，若多普勒残差与中位数之差大于多普勒残差的三倍标准差，在单点卡尔曼滤波中对相应的卫星进行降权，并标记该卫星为一级粗差。
优选的，如果伪距残差标准差小于4，将伪距残差标准差设置为4；如果多普勒残差标准差小于1，将多普勒残差标准差设置为1。
优选的，残差值还包括差分解算的残差值vk＝yk-Hk*xk，其中vk是所有卫星的双差残差向量，yk是卫星观测向量双差值，包括伪距观测量和多普勒观测量，Hk是设计矩阵，xk是参数估计向量，对单点定位残差值进行第一次粗差探测后，再用同样的步骤对差分解算残差值进行第二次粗差探测；首次伪距差分解算时，将单点卡尔曼滤波得到的定位解作为坐标估计值；非首次差分解算，则用上一个历元的伪距差分解作卡尔曼滤波状态更新得到的值作为坐标估计值；构建伪距差分卡尔曼滤波测量更新方程，得到基于坐标估计值的残差值，其中在组双差方程时，要剔除第一次粗差探测时有粗差的卫星观测量。
优选的，一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述任一项所述方法的步骤。
优选的，一种应用于智能终端RTD定位的粗差探测系统包括：估计值获取模块，用于获取智能终端的坐标估计值；残差值解算模块，用于基于该坐标估计值和卡尔曼滤波方程得到实际观测量与预测观测量的残差值，该残差包括伪距残差和多普勒残差；最大阈值设置模块，用于当观测到的卫星超过5颗时，按绝对值大小取残差值的中位数，设定残差值与中位数之差的最大阈值；当残差值与中位数的差值超过最大阈值时，差分解算出定位结果时排除或降权该残差值对应的卫星观测量。
与现有技术相比，本发明提供了一种应用于智能终端RTD定位的粗差探测方法包括：获取智能终端的坐标估计值；基于该坐标估计值和卡尔曼滤波方程得到实际观测量与预测观测量的残差值，该残差包括伪距残差和多普勒残差；当观测到的卫星超过5颗时，按绝对值大小取残差值的中位数，设定残差值与中位数之差的最大阈值；当残差值与中位数的差值超过最大阈值时，差分解算出定位结果时排除或降权该残差值对应的卫星观测量，能有效探测出含有较大误差的卫星观测量，通过剔除该卫星或降权的方式，降低该卫星对定位结果的影响，提高手机定位的精度。
附图说明
图1为本发明一种应用于智能终端RTD定位的粗差探测方法的流程示意图；
图2为本发明一种应用于智能终端RTD定位的粗差探测系统的组成图。
通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。
具体实施方式
下文将详细的对示例性实施例进行说明，所提供的实施例中所描述的实施方式代表本发明的部分较佳实施方式，而并非全部实施方式。基于本发明中的实施例以及图文，本领域技术人员在没有作出创造性劳动的前提下所能获得的所有其他实施例，都将在本发明保护的范围之内。
智能终端尤其手机接收的卫星原始观测数据，类似于低成本GNSS接收机接收的卫星原始观测数据，与普通接收机不同，其抗环境干扰的能力较弱，接收到的卫星原始观测数据出现粗差的频率更为密集频繁，本发明的方法主要是对智能终端接收到的卫星原始观测数据进行粗差探测，剔除异常数据或者降低异常数据在求解定位结果过程中的权重，提高定位结果的精度。该智能终端可以是儿童手表、工卡、头盔、对讲机等等装设有高精度定位模块的任一设备。
如图1为本发明提供的一种应用于智能终端RTD定位的粗差探测方法包括：S1，获取智能终端的坐标估计值；S2，基于该坐标估计值和卡尔曼滤波方程得到实际观测量与预测观测量的残差值，该残差包括伪距残差和多普勒残差；S3，当观测到的卫星超过5颗时，按绝对值大小取残差值的中位数，设定残差值与中位数之差的最大阈值；S4，当残差值与中位数的差值超过最大阈值时，差分解算出定位结果时排除或降权该残差值对应的卫星观测量。
一实施例中，首先，智能终端开始定位时，接收来自卫星的卫星原始观测数据，本发明的粗差探测方法基于卡尔曼滤波测量更新残差进行探测。
S1，获取智能终端的坐标估计值；具体的，首先对单点定位残差值进行粗差探测。如果是首历元，用最小二乘单点定位计算出接收机的概略位置，作为坐标估计值；如果不是首历元，则用单点定位卡尔曼滤波的状态更新作为坐标的估计值；
S2，基于该坐标估计值和卡尔曼滤波方程得到实际观测量与预测观测量的残差值，该残差包括伪距残差和多普勒残差；构建单点定位卡尔曼滤波测量更新方程，得到基于坐标估计值的残差值V，卡尔曼滤波公式如下：
Figure BDA0002338957610000051
Figure BDA0002338957610000052
Figure BDA0002338957610000053
Figure BDA0002338957610000054
Figure BDA0002338957610000055
其中，x＝[x，y，z，vx，vy，vz]，x，y，z表示空间位置坐标，vx，vy，vz表示速度分量，x是计算中要解算的未知量。
x的下标k，表示不同的历元，如k是当前历元，k-1是上一个历元，上波浪号，例如
Figure BDA0002338957610000056
是当前历元的状态先验估计值，
Figure BDA0002338957610000057
是当前的状态均方误差阵，前两个公式也称作状态更新，F是状态转移矩阵。Q是过程噪声矩阵。
Figure BDA0002338957610000058
Figure BDA0002338957610000059
表示当前历元最终的状态估计值，
Figure BDA00023389576100000510
表示测量更新后的状态均方误差阵。后三条公式也称为卡尔曼滤波的测量更新。其中H是设计矩阵，R是测量噪声矩阵。
Figure BDA0002338957610000061
其中yk是由各个卫星组成的伪距和多普勒观测值组成的观测向量，
Figure BDA0002338957610000062
是伪距和多普勒的观测方程。v是先验残差，是本发明方法探测粗差的检测量。残差值包括单点定位残差值
Figure BDA0002338957610000063
其中yk是由各个卫星组成的伪距和多普勒观测值组成的观测向量，
Figure BDA0002338957610000064
是伪距和多普勒的观测方程。
S3，当观测到的卫星超过5颗时，按绝对值大小取残差值的中位数，设定残差值与中位数之差的最大阈值；当向量v的维数大于5，即观测到的卫星超过5颗时，使用调整拉依达准则进行判断，进行第一次粗差探测，判断步骤如下：
按绝对值大小取伪距残差的中位数；设置伪距残差与中位数之差的最大阈值；当中位数小于5时，阈值为15，当中位数大于5小于10时，阈值为20；当中位数大于10小于20时，阈值为30；当中位数大于20时，重置中位数为30，阈值为20；当伪距残差与中位数的差值超过最大阈值时，排除该伪距残差，即超过阈值的残差不加入标准差的计算；然后以中位数代替平均值计算剩余伪距残差的标准差；用中位数代替平均值计算该标准差，可以避免因某些粗差较大的卫星原始观测数据，造成对应的伪距残差的平均值粗差过大，进而导致标准差粗差过大，可能粗差探测不准确，将较好的卫星原始观测量剔除，或者将不好的卫星原始观测量保留。如果计算得到的标准差小于最小标准差阈值4，将标准差设置为4，是为了避免标准差过小，将较好的卫星原始观测量剔除掉，进而导致定位不精确；
接着，依次比较伪距残差和中位数之差与伪距残差的三倍标准差，若伪距残差与中位数之差大于伪距残差的三倍标准差，在单点卡尔曼滤波中对相应的卫星观测量进行降权，并标记卫星观测量为一级粗差。该实施例中，权值降为1％。
上述单点定位时，对伪距残差进行了粗差探测，剔除或降权了有粗差的原始卫星观测量，以下接着单点定位时对多普勒残差进行探测，并剔除或降权了有粗差的原始卫星观测量，具体的，按绝对值大小取多普勒残差中位数；设置多普勒残差和中位数之差的最大阈值；当多普勒残差和中位数的差值超过最大阈值6时，排除该多普勒残差；以中位数代替平均值计算剩余多普勒残差的标准差；以中位数代替平均值计算多普勒残差的标准差，是为了避免某些粗差较大的卫星原始观测量导致的对应多普勒残差粗差较大时，得到的标准差粗差过大，从而导致剔除或保留的卫星原始观测量不准确，进而使得定位精度较高。如果标准差小于最小标准阈值1，将标准差设置为1，避免将一些较好的卫星原始观测量剔除，使得定位精度较高；接着依次比较多普勒残差和中位数之差与多普勒残差的三倍标准差，若多普勒残差与中位数之差大于多普勒残差的三倍标准差，在单点卡尔曼滤波中对相应的卫星观测量进行降权，并标记该卫星观测量为一级粗差。权值降为1％。
进行上述的第一次粗差探测后，如下是第二次粗差探测，对差分解算的残差值进行粗差探测，首次伪距差分解算时，将单点卡尔曼滤波得到的定位解作为坐标估计值；非首次差分解算，则用上一个历元的伪距差分解作卡尔曼滤波状态更新得到的值作为坐标估计值；
构建伪距差分卡尔曼滤波测量更新方程，得到基于坐标估计值的残差值vk，其中，在组双差方程时，要剔除上述已被标记为一级粗差的卫星；当向量vk的维数大于5，使用调整拉依达准则进行判断，进行第二次粗差探测，具体步骤同第一次粗差探测时的步骤；使用格拉布斯准则法判断向量v，进行第三次粗差探测；对于探测出有粗差的卫星，取并集，在后续的滤波中作降权处理(权值降为1％)。
如图2为本发明提供的一种应用于智能终端RTD定位的粗差探测系统包括：S10，估计值获取模块，用于获取智能终端的坐标估计值；S20，残差值解算模块，用于基于该坐标估计值和卡尔曼滤波方程得到实际观测量与预测观测量的残差值，该残差包括伪距残差和多普勒残差；S30，最大阈值设置模块，用于当观测到的卫星超过5颗时，按绝对值大小取残差值的中位数，设定残差值与中位数之差的最大阈值；S40，当残差值与中位数的差值超过最大阈值时，差分解算出定位结果时排除或降权该残差值对应的卫星观测量。
本发明还公开了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一所述方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。
在符合本领域技术人员的知识和能力水平范围内，本文提及的各种实施例或者技术特征在不冲突的情况下，可以相互组合而作为另外一些可选实施例，这些并未被一一罗列出来的、由有限数量的技术特征组合形成的有限数量的可选实施例，仍属于本发明揭露的技术范围内，亦是本领域技术人员结合附图和上文所能理解或推断而得出的。
最后再次强调，上文所列举的实施例，为本发明较为典型的、较佳实施例，仅用于详细说明、解释本发明的技术方案，以便于读者理解，并不用以限制本发明的保护范围或者应用。
因此，在本发明的精神和原则之内所作的任何修改、等同替换、改进等而获得的技术方案，都应被涵盖在本发明的保护范围之内。

Claims (10)

1.一种应用于智能终端RTD定位的粗差探测方法，其特征在于，包括：
获取智能终端的坐标估计值；
基于该坐标估计值和卡尔曼滤波方程得到实际观测量与预测观测量的残差值，该残差包括伪距残差和多普勒残差；
当观测到的卫星超过5颗时，按绝对值大小取残差值的中位数，设定残差值与中位数之差的最大阈值；
当残差值与中位数的差值超过最大阈值时，差分解算出定位结果时剔除或降权该残差值对应的卫星。
2.根据权利要求1所述的方法，其特征在于：残差值包括单点定位残差值
Figure FDA0002338957600000011
其中yk是由各个卫星组成的伪距和多普勒观测值组成的观测向量，
Figure FDA0002338957600000012
是伪距和多普勒的观测方程，首先对单点定位的残差值进行第一次粗差探测。
3.根据权利要求2所述的方法，其特征在于：获取智能终端的坐标估计值具体为：
首历元时，用最小二乘单点定位法获取智能终端的坐标估计值；
非首历元时，用卡尔曼滤波的状态更新单点定位法获取智能终端的坐标估计值。
4.根据权利要求2所述的方法，其特征在于：
按绝对值大小取伪距残差的中位数；
设置伪距残差与中位数之差的最大阈值；
当伪距残差与中位数的差值超过最大阈值时，排除该伪距残差；
以中位数代替平均值计算剩余伪距残差的标准差；
依次比较伪距残差和中位数之差与伪距残差的三倍标准差，若伪距残差与中位数之差大于伪距残差的三倍标准差，在单点卡尔曼滤波中对相应的卫星进行降权，并标记该卫星为一级粗差。
5.根据权利要求4所述的方法，其特征在于：当伪距残差的中位数不大于5时，伪距残差与中位数之差的最大阈值为15；
当伪距残差的中位数大于5且小于10时，伪距残差与中位数之差的最大阈值为20；
当伪距残差的中位数大于10且小于20时，伪距残差与中位数之差的最大阈值为30；
当伪距残差的中位数大于20时，重置中位数为30，阈值为20。
6.根据权利要求4所述的方法，其特征在于：
按绝对值大小取多普勒残差中位数；
设置多普勒残差和中位数之差的最大阈值；
当多普勒残差和中位数的差值超过最大阈值时，排除该多普勒残差；
以中位数代替平均值计算剩余多普勒残差的标准差；
依次比较多普勒残差和中位数之差与多普勒残差的三倍标准差，若多普勒残差与中位数之差大于多普勒残差的三倍标准差，在单点卡尔曼滤波中对相应的卫星进行降权，并标记该卫星为一级粗差。
7.根据权利要求6所述的方法，其特征在于：
如果伪距残差标准差小于4，将伪距残差标准差设置为4；
如果多普勒残差标准差小于1，将多普勒残差标准差设置为1。
8.根据权利要求2所述的方法，其特征在于：残差值还包括差分解算的残差值vk＝yk-Hk*xk，其中vk是所有卫星的双差残差向量，yk是卫星观测向量双差值，包括伪距观测量和多普勒观测量，Hk是设计矩阵，xk是参数估计向量，对单点定位残差值进行第一次粗差探测后，再用同样的步骤对差分解算残差值进行第二次粗差探测；
首次伪距差分解算时，将单点卡尔曼滤波得到的定位解作为坐标估计值；非首次差分解算，则用上一个历元的伪距差分解作卡尔曼滤波状态更新得到的值作为坐标估计值；
构建伪距差分卡尔曼滤波测量更新方程，得到基于坐标估计值的残差值，其中在组双差方程时，要剔除第一次粗差探测时有粗差的卫星观测量。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-8任一项所述方法的步骤。
10.一种应用于智能终端RTD定位的粗差探测系统，其特征在于，包括：
估计值获取模块，用于获取智能终端的坐标估计值；
残差值解算模块，用于基于该坐标估计值和卡尔曼滤波方程得到实际观测量与预测观测量的残差值，该残差包括伪距残差和多普勒残差；
最大阈值设置模块，用于当观测到的卫星超过5颗时，按绝对值大小取残差值的中位数，设定残差值与中位数之差的最大阈值；
当残差值与中位数的差值超过最大阈值时，差分解算出定位结果时排除或降权该残差值对应的卫星观测量。
CN201911389244.2A 2019-12-26 2019-12-26 一种应用于智能终端rtd定位的粗差探测方法及系统 Withdrawn CN111077550A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911389244.2A CN111077550A (zh) 2019-12-26 2019-12-26 一种应用于智能终端rtd定位的粗差探测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911389244.2A CN111077550A (zh) 2019-12-26 2019-12-26 一种应用于智能终端rtd定位的粗差探测方法及系统

Publications (1)

Publication Number Publication Date
CN111077550A true CN111077550A (zh) 2020-04-28

Family

ID=70319542

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911389244.2A Withdrawn CN111077550A (zh) 2019-12-26 2019-12-26 一种应用于智能终端rtd定位的粗差探测方法及系统

Country Status (1)

Country Link
CN (1) CN111077550A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111665529A (zh) * 2020-07-17 2020-09-15 广东星舆科技有限公司 伪距观测数据的处理方法、装置及可读介质
CN112131752A (zh) * 2020-09-29 2020-12-25 长安大学 一种基于拟准检定的超强崩溃污染率抗差估计算法
CN112799106A (zh) * 2021-03-30 2021-05-14 腾讯科技（深圳）有限公司 卫星观测信息处理方法、移动终端及存储介质
CN113281796A (zh) * 2021-07-23 2021-08-20 腾讯科技（深圳）有限公司 位置确定方法、速度确定方法、装置、设备和存储介质
CN113848579A (zh) * 2021-11-29 2021-12-28 北京北斗华大科技有限公司 Ins辅助gnss定位的粗差剔除方法及系统
CN115267855A (zh) * 2022-09-30 2022-11-01 中南大学 一种gnss-ins紧组合中异常值探测方法和平差定位方法
CN116719073A (zh) * 2023-08-09 2023-09-08 深圳华大北斗科技股份有限公司 面向gnss解算域的粗差探测与剔除方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106842238A (zh) * 2017-01-19 2017-06-13 中国民航大学 基于扩展raim的卫星导航欺骗干扰抑制方法
CN108345018A (zh) * 2017-12-29 2018-07-31 中国电子科技集团公司第二十研究所 一种自适应卫星导航多模式相对定位方法
CN108508462A (zh) * 2018-01-29 2018-09-07 东南大学 基于速度约束的低成本接收机平滑rtd算法及其应用
CN108919321A (zh) * 2018-05-18 2018-11-30 长安大学 一种基于尝试法的gnss定位粗差探测方法
CN109521443A (zh) * 2018-12-29 2019-03-26 广东电网有限责任公司 一种探测星历异常的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106842238A (zh) * 2017-01-19 2017-06-13 中国民航大学 基于扩展raim的卫星导航欺骗干扰抑制方法
CN108345018A (zh) * 2017-12-29 2018-07-31 中国电子科技集团公司第二十研究所 一种自适应卫星导航多模式相对定位方法
CN108508462A (zh) * 2018-01-29 2018-09-07 东南大学 基于速度约束的低成本接收机平滑rtd算法及其应用
CN108919321A (zh) * 2018-05-18 2018-11-30 长安大学 一种基于尝试法的gnss定位粗差探测方法
CN109521443A (zh) * 2018-12-29 2019-03-26 广东电网有限责任公司 一种探测星历异常的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
童旭辉 等: "基于差分技术的桥梁形变监测坐标的计算", 《中国水运》 *
赵琳: "《卫星导航系统》", 30 April 2001, 哈尔滨工程大学出版社 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111665529A (zh) * 2020-07-17 2020-09-15 广东星舆科技有限公司 伪距观测数据的处理方法、装置及可读介质
CN111665529B (zh) * 2020-07-17 2023-04-14 广东星舆科技有限公司 伪距观测数据的处理方法、装置及可读介质
CN112131752A (zh) * 2020-09-29 2020-12-25 长安大学 一种基于拟准检定的超强崩溃污染率抗差估计算法
CN112131752B (zh) * 2020-09-29 2021-09-10 长安大学 一种基于拟准检定的超强崩溃污染率抗差估计算法
CN112799106A (zh) * 2021-03-30 2021-05-14 腾讯科技（深圳）有限公司 卫星观测信息处理方法、移动终端及存储介质
CN112799106B (zh) * 2021-03-30 2021-06-29 腾讯科技（深圳）有限公司 卫星观测信息处理方法、移动终端及存储介质
CN113281796B (zh) * 2021-07-23 2021-10-15 腾讯科技（深圳）有限公司 位置确定方法、速度确定方法、装置、设备和存储介质
CN113281796A (zh) * 2021-07-23 2021-08-20 腾讯科技（深圳）有限公司 位置确定方法、速度确定方法、装置、设备和存储介质
CN113848579A (zh) * 2021-11-29 2021-12-28 北京北斗华大科技有限公司 Ins辅助gnss定位的粗差剔除方法及系统
CN113848579B (zh) * 2021-11-29 2022-03-08 北京北斗华大科技有限公司 Ins辅助gnss定位的粗差剔除方法及系统
CN115267855A (zh) * 2022-09-30 2022-11-01 中南大学 一种gnss-ins紧组合中异常值探测方法和平差定位方法
CN116719073A (zh) * 2023-08-09 2023-09-08 深圳华大北斗科技股份有限公司 面向gnss解算域的粗差探测与剔除方法
CN116719073B (zh) * 2023-08-09 2023-10-20 深圳华大北斗科技股份有限公司 面向gnss解算域的粗差探测与剔除方法

Similar Documents

Publication Publication Date Title
CN111077550A (zh) 一种应用于智能终端rtd定位的粗差探测方法及系统
CN111045052B (zh) 一种智能终端伪距差分定位及质量控制方法
CN109738917B (zh) 一种北斗变形监测中的多路径误差削弱方法及装置
CN109521443B (zh) 一种探测星历异常的方法
WO2023134666A1 (zh) 终端定位方法、装置、设备以及介质
CN108801131B (zh) 北斗高频变形监测数据的滤波方法及系统
CN113138402B (zh) 基于rtk的模糊度固定方法及装置、存储介质
CN107966722B (zh) 一种gnss钟差解算方法
WO2015145718A1 (ja) 測位装置
CN112394383B (zh) 一种卫星与5g基站组合定位方法及装置
CN111665529B (zh) 伪距观测数据的处理方法、装置及可读介质
CN113325446A (zh) 一种多模共频gnss载波相位时间传递方法及系统
CN111123315A (zh) 非差非组合ppp模型的优化方法及装置、定位系统
CN116358566B (zh) 一种基于抗差自适应因子的粗差探测组合导航方法
CN113805212B (zh) 一种自适应的gnss载波相位差分滑坡监测方法
CN111273328A (zh) 模糊度的固定方法及装置、定位系统
CN111999750B (zh) 针对杆臂不准的实时单站周跳探测改进方法
CN113671551B (zh) Rtk定位解算方法
CN114252896A (zh) 一种单频实时精密单点定位方法
CN110941002A (zh) 一种自适应抗差的序贯最小二乘精密单点定位方法
CN105891859B (zh) 一种卫星导航pvt解算方法以及相应地芯片、模块
CN115728793B (zh) 一种基于dia理论的精密单点定位粗差探测与处理方法
CN116736358B (zh) 一种适用于卫星导航长基线载波相位差分定位方法
CN115267847B (zh) 一种单频周跳探测与修复方法、系统、设备及介质
CN116990850B (zh) 一种uwb测距辅助gnss动对动基线模糊度固定方法

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20200428

WW01 Invention patent application withdrawn after publication