CN111505689A - 全球导航卫星系统的模糊度固定方法、装置和计算机设备 - Google Patents

Abstract

本申请涉及一种全球导航卫星系统的模糊度固定方法、装置、计算机设备和存储介质，包括：获取与全球导航卫星系统的类型对应的无电离层组合站间单差观测模型，确定对应的卡尔曼滤波动态模型；对观测数据进行滤波处理，得到无电离层组合模糊度的浮点参数信息；从无电离层组合模糊度的浮点参数信息中，分别提取得到宽巷模糊度信息以及窄巷模糊度信息；对宽巷模糊度信息、窄巷模糊度进行固定处理，得到目标宽巷模糊度与目标窄巷模糊度。本申请通过不依赖于双差观测值的基线解算方法，降低了数据处理的复杂程度，采用站间单差即可对模糊度进行固定，避免了系统误差的引入，较好实现模糊度的固定，提高了全球导航卫星系统的模糊度固定的效率。

Description

全球导航卫星系统的模糊度固定方法、装置和计算机设备

技术领域

本申请涉及全球导航卫星系统相对定位技术领域，特别是涉及一种全球导 航卫星系统的模糊度固定方法、装置、计算机设备和存储介质。

背景技术

GNSS长基线解算技术在板块运动、坐标参考框架的建立及维护、地震引起 的块体位移等方面有着广泛应用，在地球物理以及测绘导航领域具有重大的科 研价值。

在长基线数据处理中，一般通过组建双差方程消除卫星钟差和接收机钟差， 但由于要进行星间单差，在参考卫星更替时，双差模糊度参数发生变化使得数 据处理较为复杂；另外，选取的参考卫星会存在较大的系统性误差，该误差会 引入对应的双差模糊度中，导致模糊度难以固定；因此，全球导航卫星系统的 模糊度固定的效率还较低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高模糊度固定的效率 的全球导航卫星系统的模糊度固定方法、装置、计算机设备和存储介质。

一种全球导航卫星系统的模糊度固定方法，所述方法包括：

获取与全球导航卫星系统的类型对应的无电离层组合站间单差观测模型；

通过所述无电离层组合站间单差观测模型，确定对应的卡尔曼滤波动态模 型；

通过所述卡尔曼滤波动态模型，对与所述全球导航卫星系统的类型对应的 观测数据进行滤波处理，得到无电离层组合模糊度的浮点参数信息；

从所述无电离层组合模糊度的浮点参数信息中，分别提取得到所述全球导 航卫星系统的宽巷模糊度信息以及窄巷模糊度信息；

对所述宽巷模糊度信息进行固定处理，得到所述全球导航卫星系统的目标 宽巷模糊度；根据所述目标宽巷模糊度对所述窄巷模糊度信息进行固定处理， 得到所述全球导航卫星系统的目标窄巷模糊度。

在其中一个实施例中，所述通过所述无电离层组合站间单差观测模型，确 定对应的卡尔曼滤波动态模型，包括：

获取所述无电离层组合站间单差观测模型中的状态变量；

通过卡尔曼滤波方法，对所述状态变量进行参数统计处理，得到所述卡尔 曼滤波动态模型。

在其中一个实施例中，所述无电离层组合站间单差观测模型中包括无电离 层组合站间单差观测特征关系；

所述获取所述无电离层组合站间单差观测模型中的状态变量，包括：

获取与所述无电离层组合站间单差观测特征关系对应的矩阵；

对所述矩阵进行分解处理，得到所述无电离层组合站间单差观测模型中的 状态变量。

在其中一个实施例中，所述对所述宽巷模糊度信息进行固定处理，得到所 述全球导航卫星系统的目标宽巷模糊度，包括：

从所述观测数据中提取出宽巷相位值与窄巷伪距值，根据所述宽巷相位值 与所述窄巷伪距值的差，确定宽巷浮点模糊度；

对所述宽巷浮点模糊度进行取整处理，并对所述宽巷浮点模糊度的小数部 分进行取平均处理，得到具备整数特性的宽巷模糊度；

通过所述具备整数特性的宽巷模糊度确定所述目标宽巷模糊度。

在其中一个实施例中，所述根据所述目标宽巷模糊度对所述窄巷模糊度信 息进行固定处理，得到所述全球导航卫星系统的目标窄巷模糊度，包括：

根据所述固定的宽巷模糊度以及所述窄巷模糊度信息，计算得到窄巷浮点 模糊度；

对所述窄巷浮点模糊度进行取整处理，并对所述窄巷浮点模糊度的小数部 分进行取平均处理，得到具备整数特性的窄巷模糊度；

通过所述具备整数特性的窄巷模糊度确定所述目标窄巷模糊度。

在其中一个实施例中，在得到所述全球导航卫星系统固定的目标窄巷模糊 度之后，还包括：

获取预设的参数解析指令；通过所述预设的参数解析指令，基于所述目标 宽巷模糊度以及所述目标窄巷模糊度，确定所述无电离层组合模糊度的浮点参 数信息中各个参数对应的信息。

在其中一个实施例中，所述无电离层组合站间单差观测模型中的无电离层 组合站间单差观测特征关系包括：

其中，角标G、C、R、E分别表示GPS、BDS、GLONASS、Galileo四个 系统；L为相位观测值与计算值之差；l、m、n为该历元u测站与p卫星距离计 算值线性化后的方向余弦；Δx、Δy、Δz为u测站坐标改正数；dt为相对接收机 钟差参数；dT为天顶对流层延迟参数，M表示对应的投影函数；λ₁为各系统L₁载 波的波长；N_c为无电离层组合模糊度；ε为相位观测噪声以及多径的综合影响。

一种全球导航卫星系统的模糊度固定装置，所述装置包括：

观测模型获取模块，用于获取与全球导航卫星系统的类型对应的无电离层 组合站间单差观测模型；

滤波模型确定模块，用于通过所述无电离层组合站间单差观测模型，确定 对应的卡尔曼滤波动态模型；

参数信息确定模块，用于通过所述卡尔曼滤波动态模型，对与所述全球导 航卫星系统的类型对应的观测数据进行滤波处理，得到无电离层组合模糊度的 浮点参数信息；

模糊度信息提取模块，用于从所述无电离层组合模糊度的浮点参数信息中， 分别提取得到所述全球导航卫星系统的宽巷模糊度信息以及窄巷模糊度信息；

模糊度固定模块，用于对所述宽巷模糊度信息进行固定处理，得到所述全 球导航卫星系统的目标宽巷模糊度；根据所述目标宽巷模糊度对所述窄巷模糊 度信息进行固定处理，得到所述全球导航卫星系统的目标窄巷模糊度。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序， 所述处理器执行所述计算机程序时实现以下步骤：

获取与全球导航卫星系统的类型对应的无电离层组合站间单差观测模型；

通过所述无电离层组合站间单差观测模型，确定对应的卡尔曼滤波动态模 型；

通过所述卡尔曼滤波动态模型，对与所述全球导航卫星系统的类型对应的 观测数据进行滤波处理，得到无电离层组合模糊度的浮点参数信息；

从所述无电离层组合模糊度的浮点参数信息中，分别提取得到所述全球导 航卫星系统的宽巷模糊度信息以及窄巷模糊度信息；

对所述宽巷模糊度信息进行固定处理，得到所述全球导航卫星系统的目标 宽巷模糊度；根据所述目标宽巷模糊度对所述窄巷模糊度信息进行固定处理， 得到所述全球导航卫星系统的目标窄巷模糊度。

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 理器执行时实现以下步骤：

获取与全球导航卫星系统的类型对应的无电离层组合站间单差观测模型；

通过所述无电离层组合站间单差观测模型，确定对应的卡尔曼滤波动态模 型；

通过所述卡尔曼滤波动态模型，对与所述全球导航卫星系统的类型对应的 观测数据进行滤波处理，得到无电离层组合模糊度的浮点参数信息；

从所述无电离层组合模糊度的浮点参数信息中，分别提取得到所述全球导 航卫星系统的宽巷模糊度信息以及窄巷模糊度信息；

对所述宽巷模糊度信息进行固定处理，得到所述全球导航卫星系统的目标 宽巷模糊度；根据所述目标宽巷模糊度对所述窄巷模糊度信息进行固定处理， 得到所述全球导航卫星系统的目标窄巷模糊度。

上述全球导航卫星系统的模糊度固定方法、装置、计算机设备和存储介质， 包括：获取与全球导航卫星系统的类型对应的无电离层组合站间单差观测模型； 通过无电离层组合站间单差观测模型，确定对应的卡尔曼滤波动态模型；通过 卡尔曼滤波动态模型，对与全球导航卫星系统的类型对应的观测数据进行滤波 处理，得到无电离层组合模糊度的浮点参数信息；从无电离层组合模糊度的浮 点参数信息中，分别提取得到全球导航卫星系统的宽巷模糊度信息以及窄巷模 糊度信息；对宽巷模糊度信息进行固定处理，得到全球导航卫星系统的目标宽 巷模糊度；根据目标宽巷模糊度对窄巷模糊度信息进行固定处理，得到全球导 航卫星系统的目标窄巷模糊度。本申请通过不依赖于双差观测值的基线解算方法，降低了数据处理的复杂程度，采用站间单差即可对全球导航卫星系统的模 糊度进行固定，避免了系统误差的引入，较好实现模糊度的固定，提高了全球 导航卫星系统的模糊度固定的效率。

附图说明

图1为一个实施例中全球导航卫星系统的模糊度固定方法的应用环境图；

图2为一个实施例中全球导航卫星系统的模糊度固定方法的流程示意图；

图3为一个实施例中确定对应的卡尔曼滤波动态模型步骤的流程示意图；

图4为一个实施例中获取无电离层组合站间单差观测模型中的状态变量步 骤的流程示意图；

图5为一个实施例中对宽巷模糊度信息进行固定处理步骤的流程示意图；

图6为一个实施例中根据目标宽巷模糊度对窄巷模糊度信息进行固定处理 步骤的流程示意图；

图7为一个实施例中全球导航卫星系统的模糊度固定装置的结构框图；

图8为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实 施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅 用以解释本申请，并不用于限定本申请。

本申请提供的全球导航卫星系统的模糊度固定方法，可以应用于如图1所 示的应用环境中。其中，终端11通过网络与服务器12进行通信。服务器12获 取与全球导航卫星系统的终端11的类型对应的无电离层组合站间单差观测模 型；服务器12通过无电离层组合站间单差观测模型，确定对应的卡尔曼滤波动 态模型；服务器12通过卡尔曼滤波动态模型，对与全球导航卫星系统的类型对 应的观测数据进行滤波处理，得到无电离层组合模糊度的浮点参数信息；服务 器12从无电离层组合模糊度的浮点参数信息中，分别提取得到全球导航卫星系 统的宽巷模糊度信息以及窄巷模糊度信息；服务器12对宽巷模糊度信息进行固 定处理，得到全球导航卫星系统的目标宽巷模糊度；根据目标宽巷模糊度对窄 巷模糊度信息进行固定处理，得到全球导航卫星系统的目标窄巷模糊度。其中， 终端11可以但不限于是各种全球导航卫星系统的接收机，服务器12可以用独 立的服务器或者是多个服务器组成的服务器集群来实现。

在一个实施例中，如图2所示，提供了一种全球导航卫星系统的模糊度固 定方法，以该方法应用于图1中的服务器12为例进行说明，包括以下步骤：

步骤21，获取与全球导航卫星系统的类型对应的无电离层组合站间单差观 测模型。

其中，无电离层组合站间单差观测模型是根据需要进行模糊度固定的全球 导航卫星系统的类型选取相应的观测特征关系组建得到的运算模型；无电离层 组合站间单差观测模型中包括与全球导航卫星系统的类型对应的无电离层组合 站间单差观测特征关系，可以是无电离层组合站间单差观测方程。

具体地，全球导航卫星系统的类型通常包括GPS(Global Positioning System，全球定位系统)、BDS(BeiDou Navigation Satellite System，中国北斗卫星导航 系统)、GLONASS(Global Navigation Satellite System，格洛纳斯，俄罗斯全球 卫星导航系统)、Galileo(Galileo satellite navigation system，欧洲伽利略卫星导 航系统)这四个类型；例如全球导航卫星系统的类型为GPS、BDS，则可获取 GPS、BDS的无电离层组合站间单差观测特征关系：

其中，L为相位观测值与计算值之差；l、m、n为该历元u测站与p卫星 距离计算值线性化后的方向余弦；Δx、Δy、Δz为u测站坐标改正数；dt为相对 接收机钟差参数；dT为天顶对流层延迟参数，M表示对应的投影函数。λ₁为各 系统L₁载波的波长；N_c为无电离层组合模糊度；ε为相位观测噪声以及多径的综 合影响；G、C分别表示GPS、BDS系统。上述的无电离层组合站间单差观测 特征关系即组成无电离层组合站间单差观测模型。

全球导航卫星系统发送的观测数据中携带有全球导航卫星系统的类型标 识，服务器根据类型标识可确定出与全球导航卫星系统类型对应的无电离层组 合站间单差观测特征关系，进而构建出无电离层组合站间单差观测模型。模型 中的特征关系可以根据全球导航卫星系统类型不同进行更换，也可以根据观测 方式的不同进行调整。

本步骤通过全球导航卫星系统的观测数据中携带的类型标识确定全球导航 卫星系统的类型，并对应获取与全球导航卫星系统的类型对应的无电离层组合 站间单差观测特征关系，组合得到无电离层组合站间单差观测模型，提高了全 球导航卫星系统的模糊度固定的效率。

步骤22，通过无电离层组合站间单差观测模型，确定对应的卡尔曼滤波动 态模型。

其中，卡尔曼滤波(Kalman filtering)是一种利用线性系统状态方程，通过 系统输入输出观测数据，对系统状态进行最优估计的算法，由于观测数据中包 括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程。通常将卡 尔曼滤波分为时间更新与测量更新，时间更新是上一个历元的状态向量和方差 协方差阵通过状态转移矩阵预测得到当前历元的状态向量和方差协方差阵；测 量更新是利用当前历元的观测信息对预测的状态向量及其方差协方差阵进行修 正。

具体地，可以将无电离层组合站间单差观测模型中的无电离层组合站间单 差观测特征关系，用矩阵形式表示，得到其中的状态参数；采用卡尔曼滤波进 行状态参数估计，可以得到对应的卡尔曼滤波的动态方程：

x_k＝Φ_k,k-1x_k-1+w_k-1；

其中，x_k、x_k-1分别为第k和第k-1个历元的状态参数，是未知数向量；Φ_k,k-1为第k-1到第k个历元的状态转移矩阵，w_k-1为过程噪声。本步骤通过将无电离 层组合站间单差观测模型中的无电离层组合站间单差观测特征关系转换为矩阵 形式，得到状态参数，采用卡尔曼滤波进行状态参数估计确定出对应的卡尔曼 滤波动态模型，为后续通过卡尔曼滤波动态模型进行滤波处理提供了前提条件， 提高了全球导航卫星系统的模糊度固定的效率。

步骤23，通过卡尔曼滤波动态模型，对与全球导航卫星系统的类型对应的 观测数据进行滤波处理，得到无电离层组合模糊度的浮点参数信息。

具体地，在相对定位模型中，卡尔曼滤波的状态量包含了时变参数和时不 变参数，时变参数和时不变参数的更新通常称为GNSS(Global Navigation Satellite System，全球导航卫星系统)观测的状态更新。由GNSS系统的特性可 知，由于没有明确的动力学模型，因此不能建立有效的状态转移矩阵，需要依 靠其他方法来获取对观测状态的先验信息。

可以通过以下方式对无电离层组合站间单差状态量进行更新：位置参数， 在静态解算中作为常数模型处理。接收机钟差参数，每历元单独估计，历元间 做白噪声过程处理。ISB参数，在历元间做常数模型处理，但当接收机重启或者 所有卫星发生周跳时，需要重新估计ISB参数。天顶对流层湿延迟参数，通常 采用分段常数模型或随机游走模型进行处理。模糊度参数，对连续观测弧段， 做常数模型处理，但在发生周跳无法修复时需要重新估计。

由状态量的时变特性，可知对应的过程噪声矩阵为：

其中，Q_dX是位置参数的噪声因子，为0矩阵；Q_dt是接收机钟差参数的噪声 因子，按白噪声模型递推；Q_ISB为系统间偏差噪声因子，为0矩阵；

和

分 别是基准站和流动站天顶对流层参数噪声因子，按随机游走模型递推；

是模 糊度参数噪声因子，为0矩阵。

结合上述参数信息，对转换为矩阵形式表示无电离层组合站间单差观测特 征关系逐历元递推解算即可得到高精度无电离层模糊度浮点解，作为无电离层 组合模糊度的浮点参数信息。

本步骤通过卡尔曼滤波动态模型，对与全球导航卫星系统的类型对应的观 测数据进行滤波处理，得到无电离层组合模糊度的浮点参数信息，提高了全球 导航卫星系统的模糊度固定的效率。

步骤24，从无电离层组合模糊度的浮点参数信息中，分别提取得到全球导 航卫星系统的宽巷模糊度信息以及窄巷模糊度信息。

具体地，由于无电离层组合模糊度即无电离层组合模糊度的浮点参数信息 不具备整数特性，一般通过将无电离层组合模糊度的浮点参数信息分解为宽巷 模糊度N_w和窄巷模糊度N_n的方式进行固定。无电离层组合模糊度的浮点参数信 息b_c,uv的分解公式如下：

由于只进行了站间单差，消除了卫星端硬件延迟，上述宽巷模糊度信息b_w,uv和窄巷模糊度信息b_n,uv均吸收了接收机端的硬件延迟，还不具备整数特性。因此 上述无电离层组合模糊度的浮点参数信息b_c,uv的分解公式可以进一步表示为：

由于无法同时估计宽巷模糊度N_w,uv和窄巷模糊度N_n,uv，因而可以通过序贯的 方法先对宽巷模糊度进行固定，再对窄巷模糊度进行固定。本步骤通过对无电 离层组合模糊度的浮点参数信息分别进行提取得到全球导航卫星系统的宽巷模 糊度信息以及窄巷模糊度信息，降低了数据处理的复杂程度，采用站间单差即 可对全球导航卫星系统的模糊度进行固定，避免了系统误差的引入，较好实现 模糊度的固定。

步骤25，对宽巷模糊度信息进行固定处理，得到全球导航卫星系统的目标 宽巷模糊度；根据目标宽巷模糊度对窄巷模糊度信息进行固定处理，得到全球 导航卫星系统的目标窄巷模糊度。

具体地，对宽巷模糊度信息进行固定包括取整和取平均处理，首先是对所 有宽巷模糊度信息b_w,uv进行取整，之后对宽巷模糊度信息b_w,uv的小数部分取平 均处理后得到宽巷FCB(分离相位小数周偏差)及其方差，将粗差剔除并进行 宽巷FCB改正后，可以得到具备整数特性的宽巷模糊度及其估计方差。后续再 通过模糊度固定判定函数，采用取整的方法进行固定处理得到目标宽巷模糊度， 即固定后的宽巷模糊度。需要说明的是，上述固定方法应用到BDS以及GPS等 系统中方式相同。

目标宽巷模糊度确定后，即可根据宽巷模糊度以及与固定宽巷模糊度类似 的方法进行窄巷模糊度的固定。同样在固定窄巷模糊度的过程中会得到窄巷 FCB及其方差，在进行粗差剔除以及窄巷FCB改正后，得到具备整数特性的宽 巷模糊度及其估计方差；需要说明的是，在多系统解算中，由于不同系统的接 收机端的宽巷FCB、窄巷FCB大小不同，各系统进行上述接收机端宽巷FCB、 窄巷FCB的消除过程须独立进行。本步骤通过对宽巷模糊度信息进行固定处理， 在得到目标宽巷模糊度之后采用类似方法得到目标窄巷模糊度，实现了模糊度 的固定，不依赖于双差观测值的基线解算方法，降低了数据处理的复杂程度， 采用站间单差即可对全球导航卫星系统的模糊度进行固定，避免了系统误差的 引入，较好实现模糊度的固定，提高了全球导航卫星系统的模糊度固定的效率。

上述全球导航卫星系统的模糊度固定方法中，获取与全球导航卫星系统的 类型对应的无电离层组合站间单差观测模型；通过无电离层组合站间单差观测 模型，确定对应的卡尔曼滤波动态模型；通过卡尔曼滤波动态模型，对与全球 导航卫星系统的类型对应的观测数据进行滤波处理，得到无电离层组合模糊度 的浮点参数信息；从无电离层组合模糊度的浮点参数信息中，分别提取得到全 球导航卫星系统的宽巷模糊度信息以及窄巷模糊度信息；对宽巷模糊度信息进 行固定处理，得到全球导航卫星系统的目标宽巷模糊度；根据目标宽巷模糊度 对窄巷模糊度信息进行固定处理，得到全球导航卫星系统的目标窄巷模糊度。 本申请通过不依赖于双差观测值的基线解算方法，降低了数据处理的复杂程度，采用站间单差即可对全球导航卫星系统的模糊度进行固定，避免了系统误差的 引入，较好实现模糊度的固定，提高了全球导航卫星系统的模糊度固定的效率。

在一个实施例中，如图3所示，上述步骤22，通过无电离层组合站间单差 观测模型，确定对应的卡尔曼滤波动态模型包括：

步骤31，获取无电离层组合站间单差观测模型中的状态变量；

步骤32，通过卡尔曼滤波方法，对状态变量进行参数统计处理，得到卡尔 曼滤波动态模型。

具体地，可以通过将无电离层组合站间单差观测模型中的无电离层组合站 间单差观测特征惯关系用矩阵形式表示后得到状态变量。

例如在某一个历元下两站有n颗共视卫星，则该历元未知数可包括n个单 差模糊度、2个天顶对流层延迟参数、1个接收机钟差参数(多系统组合时最多还 包含3个系统间偏差参数)以及3个位置参数，总共t(n+6≤t≤n+9)个参数。可 以将观测方程用矩阵形式表示为：

L＝Bx+v；

L为每颗卫星无电离层组合相位观测值减去计算值的向量，v为残差。则可 得到上述方程的设计矩阵：

以及状态变量：

采用卡尔曼滤波进行状态参数估计即可得到包含卡尔曼滤波的动态方程 x_k＝Φ_k,k-1x_k-1+w_k-1的卡尔曼滤波动态模型。本实施例通过获取无电离层组合 站间单差观测模型中的状态变量，再有状态变量确定对应的卡尔曼滤波动态模 型，不依赖于双差观测值的基线解算方法，降低了数据处理的复杂程度，较好 实现模糊度的固定，提高了全球导航卫星系统的模糊度固定的效率。

在一个实施例中，如图4所示，上述步骤31，无电离层组合站间单差观测 模型中包括无电离层组合站间单差观测特征关系；

获取无电离层组合站间单差观测模型中的状态变量，包括：

步骤41，获取与无电离层组合站间单差观测特征关系对应的矩阵；

步骤42，对矩阵进行分解处理，得到无电离层组合站间单差观测模型中的 状态变量。

具体地，状态变量可以通过将无电离层组合站间单差观测特征关系转换成 矩阵形式后获取，因此需要先对无电离层组合站间单差观测特征关系进行构建； 首先用GPS系统的接收机钟差参数以及各系统相对于GPS系统的系统间偏差 ISB来表示BDS、GLONASS和Galileo系统的接收机钟差：

根据上述公式带入无电离层组合站间单差观测模型中的无电离层组合站间 单差观测特征关系后可以分别得到GPS、BDS、GLONASS、Galileo四个系统的 无电离层组合站间单差观测特征关系：

其中，L为相位观测值与计算值之差；l、m、n为该历元u测站与p卫星 距离计算值线性化后的方向余弦；Δx、Δy、Δz为u测站坐标改正数；dt为相对 接收机钟差参数；dT为天顶对流层延迟参数，M表示对应的投影函数。λ₁为各 系统L₁载波的波长；N_c为无电离层组合模糊度；ε为相位观测噪声以及多径的综 合影响。

假设弧段内10颗卫星按式(3)组建GPS/BDS系统，得到的无电离层组合站 间单差观测方程为：

未知数包括10个单差模糊度、2个天顶对流层延迟参数、1个接收机钟差 参数和1个系统间偏差参数以及3个位置参数，总共17个参数；以矩阵形式表 示后，可以得到设计矩阵及状态变量分别为：

本实施例通过将无电离层组合站间单差观测特征关系进行转换得到矩阵， 再根据矩阵确定状态变量，降低了数据处理的复杂程度。

在一个实施例中，如图5所示，上述步骤25，对宽巷模糊度信息进行固定 处理，得到全球导航卫星系统的目标宽巷模糊度，包括：

步骤51，从观测数据中提取出宽巷相位值与窄巷伪距值，根据宽巷相位值 与窄巷伪距值的差，确定宽巷浮点模糊度；

步骤52，对宽巷浮点模糊度进行取整处理，并对宽巷浮点模糊度的小数部 分进行取平均处理，得到具备整数特性的宽巷模糊度；

步骤53，通过具备整数特性的宽巷模糊度确定目标宽巷模糊度。

具体地，从观测数据中提取出宽巷相位值与窄巷伪距值即是通过M-W组合 确定宽巷浮点模糊度；M-W组合可以表示为：

其中，λ_w为宽巷波长，φ_w,uv是M-W组合中残存的站间单差接受机端硬件延 迟，定义为接收机端宽巷FCB。由于其整数部分与模糊度参数强相关，会被后 者吸收，因此，对模糊度固定来说，只需要关注其小数部分即可，在申请模糊 度固定中的宽巷、窄巷硬件延迟均可指其小数部分。由M-W组合计算得到的宽 巷浮点模糊度受接收机端宽巷FCB的影响而不能直接固定，需要消除其影响才 能获得具备整数特性的宽巷模糊度。接收机端宽巷FCB对所有卫星影响一致， 同时在接收机连续跟踪的弧段内较为稳定，可以通过对连续观测弧段内所有共 视卫星M-W组合的小数部分进行多历元平滑获得。

通过所有宽巷实数模糊度b_w,uv取整，并对其小数部分取平均即可得到站间单 差接收端宽巷FCB估值及其方差：

φ_w,uv＝<b_w,uv-[b_w,uv]>

其中，<>为均值计算运算符；[]表示取整到最近整数的运算符。

结合上式对粗差进行剔除，获取接收机端宽巷FCB改正后，即可得到具备 整数特性的宽巷模糊度及其估计方差：

其中，

为具备整数特性的站间单差宽巷模糊度。得到了具备整数特性 的宽巷模糊度浮点解及其方差后，即可通过模糊度固定判定函数，采用取整的 方法对其进行固定得到目标宽巷模糊度。本实施例通过M-W组合，采用站间单 差即可对全球导航卫星系统的模糊度进行固定，避免了系统误差的引入，较好 实现模糊度的固定，提高了全球导航卫星系统的模糊度固定的效率。

在一个实施例中，如图6，上述步骤25，根据目标宽巷模糊度对窄巷模糊 度信息进行固定处理，得到全球导航卫星系统的目标窄巷模糊度，包括：

步骤61，根据固定的宽巷模糊度以及窄巷模糊度信息，计算得到窄巷浮点 模糊度；

步骤62，对窄巷浮点模糊度进行取整处理，并对窄巷浮点模糊度的小数部 分进行取平均处理，得到具备整数特性的窄巷模糊度；

步骤63，通过具备整数特性的窄巷模糊度确定目标窄巷模糊度。

具体地，得到目标宽巷模糊度后，可由窄巷模糊度信息实数解解算窄巷实 数模糊度，即

其中，λ_n为窄巷波长，b_n,uv为窄巷模糊度信息；N_n,uv为目标窄巷模糊度；φ_n,uv为窄巷FCB。这里只需要将目标宽巷模糊度带入上述公式即可，宽巷FCB不需 要带入上述公式，因为其会被窄巷FCB参数吸收。

与宽巷类似，窄巷模糊度受到接收机端窄巷FCB的影响，不具备整数特性。 须分离接收机端窄巷FCB，恢复窄巷模糊度整数特性，进而实现对窄巷模糊度 的固定得到目标窄巷模糊度。

窄巷FCB虽然不如宽巷FCB稳定，但是其不稳定的部分，会被接收机钟差 参数吸收，并不会影响窄巷FCB在一个连续观测弧段内(比如一天)是常数的假 设。可以使用类似于宽巷模糊度固定方法固定窄巷，即通过所有窄巷模糊度信 息b_n,uv取整，并对其小数部分取平均即可得到站间单差接收端窄巷FCB估值及其 方差：

φ_n,uv＝<b_n,uv-[b_n,uv]>

对粗差进行剔除获取接收机端窄巷FCB改正后，即可得到具备整数特性的 窄巷模糊度及其估计方差：

其中，

为具备整数特性的站间单差窄巷模糊度。得到了具备整数特性的 窄巷模糊度浮点解及其方差后，即可通过模糊度固定判定函数，采用取整的方 法对其进行固定得到目标窄巷模糊度。本实施例采用站间单差即可对全球导航 卫星系统的模糊度进行固定，避免了系统误差的引入，较好实现模糊度的固定， 提高了全球导航卫星系统的模糊度固定的效率。

在一个实施例中，上述步骤25，在得到全球导航卫星系统固定的目标窄巷 模糊度之后，还包括：

获取预设的参数解析指令；通过预设的参数解析指令，基于目标宽巷模糊 度以及目标窄巷模糊度，确定无电离层组合模糊度的浮点参数信息中各个参数 对应的信息。

具体地，服务器接收到预设的参数解析指令后，根据指令内容对无电离层 组合模糊度的浮点参数信息中的其他参数进行阶段，得到其他参数的各个固定 解。具体是将目标宽巷模糊度和目标窄巷模糊度输入无电离层组合模糊度的浮 点参数信息公式

之后得到无电离层组合模糊度的浮点 参数信息的值，可进一步得到无电离层组合模糊度的浮点参数信息中各个具体 参数信息的值。

本实施例通过将固定后得到的目标宽巷模糊度以及目标窄巷模糊度带入无 电离层组合模糊度的浮点参数信息，对其他参数也进行了求解，较好实现模糊 度的固定，提高了全球导航卫星系统的模糊度固定的效率。

在一个实施例中，无电离层组合站间单差观测模型中的无电离层组合站间 单差观测特征关系包括：

其中，角标G、C、R、E分别表示GPS、BDS、GLONASS、Galileo四个 系统；L为相位观测值与计算值之差；l、m、n为该历元u测站与p卫星距离计 算值线性化后的方向余弦；Δx、Δy、Δz为u测站坐标改正数；dt为相对接收机 钟差参数；dT为天顶对流层延迟参数，M表示对应的投影函数；λ₁为各系统L₁载 波的波长；N_c为无电离层组合模糊度；ε为相位观测噪声以及多径的综合影响。

具体地，用GPS系统的接收机钟差参数以及各系统相对于GPS系统的系统 间偏差ISB来表示BDS、GLONASS和Galileo系统的接收机钟差的公式如下：

进而，电离层组合站间单差观测特征关系还可以表示为：

本实施例无电离层组合站间单差观测模型中包括多个无电离层组合站间单 差观测特征关系，能够根据全球导航卫星系统的类型确定应采用的特征关系， 提高了全球导航卫星系统的模糊度固定的效率。

应该理解的是，虽然图2-6的流程图中的各个步骤按照箭头的指示依次显 示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明 确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺 序执行。而且，图2-6中的至少一部分步骤可以包括多个步骤或者多个阶段，这 些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行， 这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者 其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图7所示，提供了一种全球导航卫星系统的模糊度固 定装置，包括：

观测模型获取模块71，用于获取与全球导航卫星系统的类型对应的无电离 层组合站间单差观测模型；

滤波模型确定模块72，用于通过无电离层组合站间单差观测模型，确定对 应的卡尔曼滤波动态模型；

参数信息确定模块73，用于通过卡尔曼滤波动态模型，对与全球导航卫星 系统的类型对应的观测数据进行滤波处理，得到无电离层组合模糊度的浮点参 数信息；

模糊度信息提取模块74，用于从无电离层组合模糊度的浮点参数信息中， 分别提取得到全球导航卫星系统的宽巷模糊度信息以及窄巷模糊度信息；

模糊度固定模块75，用于对宽巷模糊度信息进行固定处理，得到全球导航 卫星系统的目标宽巷模糊度；根据目标宽巷模糊度对窄巷模糊度信息进行固定 处理，得到全球导航卫星系统的目标窄巷模糊度。

在一个实施例中，滤波模型确定模块还用于获取无电离层组合站间单差观 测模型中的状态变量；通过卡尔曼滤波方法，对状态变量进行参数统计处理， 得到卡尔曼滤波动态模型。

在一个实施例中，滤波模型确定模块还用于获取与无电离层组合站间单差 观测特征关系对应的矩阵；对矩阵进行分解处理，得到无电离层组合站间单差 观测模型中的状态变量。

在一个实施例中，模糊度固定模块还用于从观测数据中提取出宽巷相位值 与窄巷伪距值，根据宽巷相位值与窄巷伪距值的差，确定宽巷浮点模糊度；对 宽巷浮点模糊度进行取整处理，并对宽巷浮点模糊度的小数部分进行取平均处 理，得到具备整数特性的宽巷模糊度；通过具备整数特性的宽巷模糊度确定目 标宽巷模糊度。

在一个实施例中，模糊度固定模块还用于根据固定的宽巷模糊度以及窄巷 模糊度信息，计算得到窄巷浮点模糊度；对窄巷浮点模糊度进行取整处理，并 对窄巷浮点模糊度的小数部分进行取平均处理，得到具备整数特性的窄巷模糊 度；通过具备整数特性的窄巷模糊度确定目标窄巷模糊度。

在一个实施例中，全球导航卫星系统的模糊度固定装置还包括其他参数信 息确定模块，用于获取预设的参数解析指令；通过预设的参数解析指令，基于 目标宽巷模糊度以及目标窄巷模糊度，确定无电离层组合模糊度的浮点参数信 息中各个参数对应的信息。

在一个实施例中，观测模型获取模块的无电离层组合站间单差观测模型中 的无电离层组合站间单差观测特征关系包括：

其中，角标G、C、R、E分别表示GPS、BDS、GLONASS、Galileo四个 系统；L为相位观测值与计算值之差；l、m、n为该历元u测站与p卫星距离计 算值线性化后的方向余弦；Δx、Δy、Δz为u测站坐标改正数；dt为相对接收机 钟差参数；dT为天顶对流层延迟参数，M表示对应的投影函数；λ₁为各系统L₁载 波的波长；N_c为无电离层组合模糊度；ε为相位观测噪声以及多径的综合影响。

关于全球导航卫星系统的模糊度固定装置的具体限定可以参见上文中对于 全球导航卫星系统的模糊度固定方法的限定，在此不再赘述。上述全球导航卫 星系统的模糊度固定装置中的各个模块可全部或部分通过软件、硬件及其组合 来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中， 也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以 上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器， 其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、 存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。 该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介 质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中 的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储全 球导航卫星系统的模糊度固定数据。该计算机设备的网络接口用于与外部的终 端通过网络连接通信。该计算机程序被处理器执行时以实现一种全球导航卫星 系统的模糊度固定方法。

本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关 的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定， 具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件， 或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器 中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

获取与全球导航卫星系统的类型对应的无电离层组合站间单差观测模型；

通过无电离层组合站间单差观测模型，确定对应的卡尔曼滤波动态模型；

通过卡尔曼滤波动态模型，对与全球导航卫星系统的类型对应的观测数据 进行滤波处理，得到无电离层组合模糊度的浮点参数信息；

从无电离层组合模糊度的浮点参数信息中，分别提取得到全球导航卫星系 统的宽巷模糊度信息以及窄巷模糊度信息；

对宽巷模糊度信息进行固定处理，得到全球导航卫星系统的目标宽巷模糊 度；根据目标宽巷模糊度对窄巷模糊度信息进行固定处理，得到全球导航卫星 系统的目标窄巷模糊度。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取无电离 层组合站间单差观测模型中的状态变量；通过卡尔曼滤波方法，对状态变量进 行参数统计处理，得到卡尔曼滤波动态模型。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取与无电 离层组合站间单差观测特征关系对应的矩阵；对矩阵进行分解处理，得到无电 离层组合站间单差观测模型中的状态变量。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：从观测数据 中提取出宽巷相位值与窄巷伪距值，根据宽巷相位值与窄巷伪距值的差，确定 宽巷浮点模糊度；对宽巷浮点模糊度进行取整处理，并对宽巷浮点模糊度的小 数部分进行取平均处理，得到具备整数特性的宽巷模糊度；通过具备整数特性 的宽巷模糊度确定目标宽巷模糊度。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据固定的 宽巷模糊度以及窄巷模糊度信息，计算得到窄巷浮点模糊度；对窄巷浮点模糊 度进行取整处理，并对窄巷浮点模糊度的小数部分进行取平均处理，得到具备 整数特性的窄巷模糊度；通过具备整数特性的窄巷模糊度确定目标窄巷模糊度。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取预设的 参数解析指令；通过预设的参数解析指令，基于目标宽巷模糊度以及目标窄巷 模糊度，确定无电离层组合模糊度的浮点参数信息中各个参数对应的信息。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程 序，计算机程序被处理器执行时实现以下步骤：

获取与全球导航卫星系统的类型对应的无电离层组合站间单差观测模型；

通过无电离层组合站间单差观测模型，确定对应的卡尔曼滤波动态模型；

通过卡尔曼滤波动态模型，对与全球导航卫星系统的类型对应的观测数据 进行滤波处理，得到无电离层组合模糊度的浮点参数信息；

从无电离层组合模糊度的浮点参数信息中，分别提取得到全球导航卫星系 统的宽巷模糊度信息以及窄巷模糊度信息；

对宽巷模糊度信息进行固定处理，得到全球导航卫星系统的目标宽巷模糊 度；根据目标宽巷模糊度对窄巷模糊度信息进行固定处理，得到全球导航卫星 系统的目标窄巷模糊度。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取无电 离层组合站间单差观测模型中的状态变量；通过卡尔曼滤波方法，对状态变量 进行参数统计处理，得到卡尔曼滤波动态模型。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取与无 电离层组合站间单差观测特征关系对应的矩阵；对矩阵进行分解处理，得到无 电离层组合站间单差观测模型中的状态变量。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：从观测数 据中提取出宽巷相位值与窄巷伪距值，根据宽巷相位值与窄巷伪距值的差，确 定宽巷浮点模糊度；对宽巷浮点模糊度进行取整处理，并对宽巷浮点模糊度的 小数部分进行取平均处理，得到具备整数特性的宽巷模糊度；通过具备整数特 性的宽巷模糊度确定目标宽巷模糊度。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据固定 的宽巷模糊度以及窄巷模糊度信息，计算得到窄巷浮点模糊度；对窄巷浮点模 糊度进行取整处理，并对窄巷浮点模糊度的小数部分进行取平均处理，得到具 备整数特性的窄巷模糊度；通过具备整数特性的窄巷模糊度确定目标窄巷模糊 度。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取预设 的参数解析指令；通过预设的参数解析指令，基于目标宽巷模糊度以及目标窄 巷模糊度，确定无电离层组合模糊度的浮点参数信息中各个参数对应的信息。

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，上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。其中，本申请所提供的各实施例中所使用的对存储器、 存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的 至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁 带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory， SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述 实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特 征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但 并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普 通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进， 这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要 求为准。

Claims (10)

1.一种全球导航卫星系统的模糊度固定方法，其特征在于，所述方法包括：

获取与全球导航卫星系统的类型对应的无电离层组合站间单差观测模型；

通过所述无电离层组合站间单差观测模型，确定对应的卡尔曼滤波动态模型；

通过所述卡尔曼滤波动态模型，对与所述全球导航卫星系统的类型对应的观测数据进行滤波处理，得到无电离层组合模糊度的浮点参数信息；

从所述无电离层组合模糊度的浮点参数信息中，分别提取得到所述全球导航卫星系统的宽巷模糊度信息以及窄巷模糊度信息；

对所述宽巷模糊度信息进行固定处理，得到所述全球导航卫星系统的目标宽巷模糊度；根据所述目标宽巷模糊度对所述窄巷模糊度信息进行固定处理，得到所述全球导航卫星系统的目标窄巷模糊度。

2.根据权利要求1所述的方法，其特征在于，所述通过所述无电离层组合站间单差观测模型，确定对应的卡尔曼滤波动态模型，包括：

获取所述无电离层组合站间单差观测模型中的状态变量；

通过卡尔曼滤波方法，对所述状态变量进行参数统计处理，得到所述卡尔曼滤波动态模型。

3.根据权利要求2所述的方法，其特征在于，所述无电离层组合站间单差观测模型中包括无电离层组合站间单差观测特征关系；

所述获取所述无电离层组合站间单差观测模型中的状态变量，包括：

获取与所述无电离层组合站间单差观测特征关系对应的矩阵；

对所述矩阵进行分解处理，得到所述无电离层组合站间单差观测模型中的状态变量。

4.根据权利要求1所述的方法，其特征在于，所述对所述宽巷模糊度信息进行固定处理，得到所述全球导航卫星系统的目标宽巷模糊度，包括：

从所述观测数据中提取出宽巷相位值与窄巷伪距值，根据所述宽巷相位值与所述窄巷伪距值的差，确定宽巷浮点模糊度；

对所述宽巷浮点模糊度进行取整处理，并对所述宽巷浮点模糊度的小数部分进行取平均处理，得到具备整数特性的宽巷模糊度；

通过所述具备整数特性的宽巷模糊度，确定所述目标宽巷模糊度。

5.根据权利要求4所述的方法，其特征在于，所述根据所述目标宽巷模糊度对所述窄巷模糊度信息进行固定处理，得到所述全球导航卫星系统的目标窄巷模糊度，包括：

根据所述目标宽巷模糊度以及所述窄巷模糊度信息，计算得到窄巷浮点模糊度；

对所述窄巷浮点模糊度进行取整处理，并对所述窄巷浮点模糊度的小数部分进行取平均处理，得到具备整数特性的窄巷模糊度；

通过所述具备整数特性的窄巷模糊度，确定所述目标窄巷模糊度。

6.根据权利要求5所述的方法，其特征在于，在得到所述全球导航卫星系统的目标窄巷模糊度之后，还包括：

获取预设的参数解析指令；

通过所述预设的参数解析指令，基于所述目标宽巷模糊度以及所述目标窄巷模糊度，确定所述无电离层组合模糊度的浮点参数信息中各个参数对应的信息。

7.根据权利要求3所述的方法，其特征在于，所述无电离层组合站间单差观测模型中的无电离层组合站间单差观测特征关系包括：

其中，角标G、C、R、E分别表示GPS、BDS、GLONASS、Galileo四个系统；L为相位观测值与计算值之差；l、m、n为该历元u测站与p卫星距离计算值线性化后的方向余弦；Δx、Δy、Δz为u测站坐标改正数；dt为相对接收机钟差参数；dT为天顶对流层延迟参数，M表示对应的投影函数；λ₁为各系统L₁载波的波长；N_c为无电离层组合模糊度；ε为相位观测噪声以及多径的综合影响。

8.一种全球导航卫星系统的模糊度固定装置，其特征在于，所述装置包括：

观测模型获取模块，用于获取与全球导航卫星系统的类型对应的无电离层组合站间单差观测模型；

滤波模型确定模块，用于通过所述无电离层组合站间单差观测模型，确定对应的卡尔曼滤波动态模型；

参数信息确定模块，用于通过所述卡尔曼滤波动态模型，对与所述全球导航卫星系统的类型对应的观测数据进行滤波处理，得到无电离层组合模糊度的浮点参数信息；

模糊度信息提取模块，用于从所述无电离层组合模糊度的浮点参数信息中，分别提取得到所述全球导航卫星系统的宽巷模糊度信息以及窄巷模糊度信息；

模糊度固定模块，用于对所述宽巷模糊度信息进行固定处理，得到所述全球导航卫星系统的目标宽巷模糊度；根据所述目标宽巷模糊度对所述窄巷模糊度信息进行固定处理，得到所述全球导航卫星系统的目标窄巷模糊度。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一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至7中任一项所述的方法的步骤。

Images