CN111856513A - 卫星观测值获取方法、装置、计算机设备和存储介质 - Google Patents
卫星观测值获取方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN111856513A CN111856513A CN202010761349.2A CN202010761349A CN111856513A CN 111856513 A CN111856513 A CN 111856513A CN 202010761349 A CN202010761349 A CN 202010761349A CN 111856513 A CN111856513 A CN 111856513A
- Authority
- CN
- China
- Prior art keywords
- observation
- value
- grid
- satellite
- residual
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000003860 storage Methods 0.000 title claims abstract description 15
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims abstract description 64
- 229910052742 iron Inorganic materials 0.000 claims abstract description 32
- 238000012360 testing method Methods 0.000 claims description 31
- 238000001514 detection method Methods 0.000 claims description 29
- 241001061260 Emmelichthys struhsakeri Species 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 5
- 239000005436 troposphere Substances 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000008030 elimination Effects 0.000 description 4
- 238000003379 elimination reaction Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 239000005433 ionosphere Substances 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/03—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers
- G01S19/07—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers providing data for correcting measured positioning data, e.g. DGPS [differential GPS] or ionosphere corrections
-
- 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
- G01S19/03—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers
- G01S19/08—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers providing integrity information, e.g. health of satellites or quality of ephemeris data
-
- 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
- G01S19/23—Testing, monitoring, correcting or calibrating of receiver elements
- G01S19/235—Calibration of receiver components
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本申请涉及一种卫星观测值获取方法、装置、计算机设备和存储介质。所述方法包括:获取通过观测站接收到的初始卫星观测值;获取初始卫星观测值对应的观测时刻,确定观测时刻下导航卫星的卫星位置信息以及观测站的观测站位置信息;根据观测站位置信息和卫星位置信息,得到初始卫星观测值对应的观测参数;查询预先构建的观测站的球面残差格网模型中各个格网的观测参数范围,得到观测参数对应的目标观测参数范围,并将目标观测参数范围对应的格网类型作为初始卫星观测值对应的格网类型;从初始卫星观测值中,确定出格网类型为目标格网类型的初始卫星观测值,作为观测站接收到的目标卫星观测值。采用本方法能够提高对电网铁塔定位的定位精度。
Description
技术领域
本申请涉及电网铁塔定位的技术领域,特别是涉及一种卫星观测值获取方法、装置、计算机设备和存储介质。
背景技术
随着经济的快速发展,工厂生产和居民生活用电需求随之大幅增长,加大了对电网建设和改造的需求,使得用于电力输送和信号传输的铁塔数量日益增多,对电网铁塔的精准定位是保证各个铁塔电力供应或信号传输的安全可靠性的重要因素。但是,由于铁塔遍布各个地方,其所处的环境有时十分复杂,而在复杂环境下,在高压输电铁塔周围区域进行基于全球导航卫星系统(Global Navigation Satellite System,GNSS)的数据采集,其数据测量结果会受到强磁场干扰的影响,且当观测仪器距离输电铁塔过近时,铁塔遮挡、反射效应会导致接收机基带信号处理出现异常的粗差观测值,不仅会影响测量精度,还可能导致基线解算失败。
传统技术是采用回避法或差分技术消除数据误差的影响,虽然差分技术的发展令大部分定位误差均可得到消除或削弱(如在接收机间求一次差后,可以消除卫星钟差影响,卫星星历误差,电离层延迟、对流层延迟等具有空间相关性的误差也得以削弱),但对于粗差,运用差分技术也无法得到有效削弱,成为电网铁塔复杂观测环境下高精度定位中的主要误差源之一。
因此,传统误差消除方法难以消除粗差的影响,导致对电网铁塔的定位存在较大误差。
发明内容
基于此,有必要针对上述误差消除方法难以消除粗差的影响,导致对电网铁塔的定位存在较大误差的技术问题,提供一种卫星观测值获取方法、装置、计算机设备和存储介质。
一种卫星观测值获取方法,所述方法包括:
获取通过观测站接收到的初始卫星观测值;所述观测站设置于电网铁塔附近设定范围内;
获取所述初始卫星观测值对应的观测时刻,确定所述观测时刻下导航卫星的卫星位置信息以及所述观测站的观测站位置信息;
根据所述观测站位置信息和所述卫星位置信息,得到所述初始卫星观测值对应的观测参数;
查询预先构建的所述观测站的球面残差格网模型中各个格网的观测参数范围,得到所述观测参数对应的目标观测参数范围,并将所述目标观测参数范围对应的格网类型作为所述初始卫星观测值对应的格网类型;
从所述初始卫星观测值中,确定出格网类型为目标格网类型的初始卫星观测值,作为所述观测站接收到的目标卫星观测值。
在其中一个实施例中,确定所述球面残差格网模型中格网的格网类型的步骤,包括:
获取通过所述观测站在设定时间内接收的所述格网对应的卫星观测样本值;
获取所述格网中符合设定粗差探测条件的卫星观测样本值的数目,作为第一数目,以及获取所述格网中卫星观测样本值的总数目,作为第二数目;
计算所述第一数目与所述第二数目的比值,作为粗差数目比值;
将所述粗差数目比值与预设的粗差数目比值阈值进行对比,根据对比结果确定所述格网的格网类型。
在其中一个实施例中,所述将所述粗差数目比值与所述粗差数目比值阈值进行对比,根据对比结果确定所述格网的格网类型的步骤,包括:
若所述卫星观测样本值为伪距观测值或载波相位观测值,则当所述粗差数目比值不大于所述粗差数目比值阈值时,确定所述格网类型为非粗差格网;
当所述粗差数目比值大于所述粗差数目比值阈值时,确定所述格网类型为粗差格网。
在其中一个实施例中,若所述卫星观测样本值为载波相位观测值,则确定球面残差格网模型中格网的格网类型的步骤,还包括:
获取所述格网中载波相位观测值对应的实际历元数和发生周跳历元数;
获取所述实际历元数和所述发生周跳历元数的比值,作为所述载波相位观测值的周跳比值;
将所述周跳比值与预设的周跳比阈值进行对比,若所述周跳比值小于所述周跳比阈值,则判定所述格网的格网类型为粗差格网;
若所述周跳比值不小于所述周跳比阈值,则判定所述格网的格网类型为非粗差格网。
在其中一个实施例中,判定所述格网中的卫星观测样本值是否符合设定粗差探测条件的步骤,包括:
获取所述格网中各个卫星观测样本值的样本残差,得到样本残差序列;
获取所述样本残差序列的样本残差均值和样本残差中误差;
计算各所述卫星观测样本值的样本残差相对于所述样本残差均值的差值,将所述差值的绝对值作为各所述卫星观测样本值的残差差值;
将所述残差差值与所述样本残差中误差进行对比,若所述残差差值大于所述样本残差中误差,则判定所述残差差值对应的卫星观测样本值符合设定的粗差探测条件。
在其中一个实施例中,所述观测站包括基准站和多个流动站,所述获取所述格网中各个卫星观测样本值的样本残差的步骤,包括:
获取流动站的卫星观测样本值与所述基准站的卫星观测样本值的差值,作为站间单差观测值;
根据所述站间单差观测值,构建单差模型;
对所述单差模型进行转换处理,得到验后残差模型;
将所述流动站的卫星观测样本值输入所述验后残差模型,得到所述流动站的卫星观测样本值的样本残差。
在其中一个实施例中,在确定出格网类型为目标格网类型的初始卫星观测值的步骤之后,还包括:
获取格网类型为所述目标格网类型的各个初始卫星观测值的验后残差,得到验后残差序列;
计算所述验后残差序列的残差均值;
根据所述残差均值对格网类型为所述目标格网类型的各所述初始卫星观测值进行修正,得到修正后卫星观测值,作为目标卫星观测值。
一种卫星观测值获取装置,所述装置包括:
初始观测值获取模块,用于获取通过观测站接收到的初始卫星观测值;所述观测站设置于电网铁塔附近设定范围内;
位置信息确定模块,用于获取所述初始卫星观测值对应的观测时刻,确定所述观测时刻下导航卫星的卫星位置信息以及所述观测站的观测站位置信息;
观测参数获取模块,用于根据所述观测站位置信息和所述卫星位置信息,得到所述初始卫星观测值对应的观测参数;
格网类型确定模块,用于查询预先构建的所述观测站的球面残差格网模型中各个格网的观测参数范围,得到所述观测参数对应的目标观测参数范围,并将所述目标观测参数范围对应的格网类型作为所述初始卫星观测值对应的格网类型;
目标观测值获取模块,用于从所述初始卫星观测值中,确定出格网类型为目标格网类型的初始卫星观测值,作为所述观测站接收到的目标卫星观测值。
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:
获取通过观测站接收到的初始卫星观测值;所述观测站设置于电网铁塔附近设定范围内;
获取所述初始卫星观测值对应的观测时刻,确定所述观测时刻下导航卫星的卫星位置信息以及所述观测站的观测站位置信息;
根据所述观测站位置信息和所述卫星位置信息,得到所述初始卫星观测值对应的观测参数;
查询预先构建的所述观测站的球面残差格网模型中各个格网的观测参数范围,得到所述观测参数对应的目标观测参数范围,并将所述目标观测参数范围对应的格网类型作为所述初始卫星观测值对应的格网类型;
从所述初始卫星观测值中,确定出格网类型为目标格网类型的初始卫星观测值,作为所述观测站接收到的目标卫星观测值。
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:
获取通过观测站接收到的初始卫星观测值;所述观测站设置于电网铁塔附近设定范围内;
获取所述初始卫星观测值对应的观测时刻,确定所述观测时刻下导航卫星的卫星位置信息以及所述观测站的观测站位置信息;
根据所述观测站位置信息和所述卫星位置信息,得到所述初始卫星观测值对应的观测参数;
查询预先构建的所述观测站的球面残差格网模型中各个格网的观测参数范围,得到所述观测参数对应的目标观测参数范围,并将所述目标观测参数范围对应的格网类型作为所述初始卫星观测值对应的格网类型;
从所述初始卫星观测值中,确定出格网类型为目标格网类型的初始卫星观测值,作为所述观测站接收到的目标卫星观测值。
上述卫星观测值获取方法、装置、计算机设备和存储介质,通过构建各个观测站的球面残差格网模型,在获取通过观测站接收到初始卫星观测值后,通过获取初始卫星观测值对应的观测时刻,得到观测时刻下导航卫星的卫星位置信息和观测站的观测站位置信息,根据卫星位置信息和观测站位置信息得到初始卫星观测值的观测参数,进一步可根据观测参数查询球面残差格网模型中各个格网的观测参数范围,得到观测参数对应的目标观测参数范围,并将目标观测参数范围对应的格网类型作为初始卫星观测值对应的格网类型,最后将格网类型为目标格网类型的初始卫星观测值,作为观测站接收的目标卫星观测值。通过球面残差格网模型的筛选方法实现了对观测站接收的初始卫星观测值的筛选,剔除了不符合要求的初始卫星观测值,以消除粗差的影响,使得得到的目标卫星观测值的精度得以提高,进而可提高对电网铁塔定位的定位精度,从而,解决了传统误差消除方法难以消除粗差的影响,导致对电网铁塔的定位存在较大误差的技术问题。
附图说明
图1为一个实施例中卫星观测值获取方法的应用场景图;
图2为一个实施例中卫星观测值获取方法的流程示意图;
图3为一个实施例中球面残差格网模型的示意图;
图4为一个实施例中格网类型确定步骤的流程示意图;
图5为另一个实施例中格网类型确定步骤的流程示意图;
图6为一个实施例中卫星观测样本值是否符合粗差探测条件判断步骤的流程示意图;
图7为一个实施例中卫星观测样本值样本残差获取步骤的流程示意图;
图8为一个实施例中卫星观测值获取装置的结构框图;
图9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。
本申请提供的卫星观测值获取方法,可以应用于如图1所示的应用环境中。其中,观测站102与服务器104通过网络进行通信。其中,观测站102设置于电网铁塔附近设定范围内,由一个基准站和若干个流动站组成,服务器104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。在本申请提供的卫星观测值获取方法的应用场景中,服务器104获取通过观测站102接收到的初始卫星观测值;获取初始卫星观测值对应的观测时刻,确定观测时刻下导航卫星的卫星位置信息以及观测站的观测站位置信息;根据观测站位置信息和卫星位置信息,得到初始卫星观测值对应的观测参数;查询预先构建的观测站的球面残差格网模型中各个格网的观测参数范围,得到观测参数对应的目标观测参数范围,并将目标观测参数范围对应的格网类型作为初始卫星观测值对应的格网类型;从初始卫星观测值中,确定出格网类型为目标格网类型的初始卫星观测值,作为观测站102接收到的目标卫星观测值。
在一个实施例中,如图2所示,提供了一种卫星观测值获取方法,以该方法应用于图1中的服务器104为例进行说明,包括以下步骤:
步骤S202,获取通过观测站接收到的初始卫星观测值;观测站设置于电网铁塔附近设定范围内。
其中,初始卫星观测值为观测站接收的包括星地几何距离、接收机钟差、伪距观测值、载波相位观测值、电离层延迟、单差整周模糊度和多路径值的数值。
具体实现中,为了对电网铁塔进行定位,需在电网铁塔附近设定范围内设置一个基准站和多个流动站,并且在各个观测站分别放置可在一定范围的圆形区域变速转动的接收机接收伪距观测值和载波相位观测值等初始卫星观测值,服务器104可从接收机获取初始卫星观测值。其中,各个流动站与选定的基准站进行同步多天观测。
其中,基准站的选取原则为长期连续观测、高精度的固定站点,在各个观测站上架设接收机,接收机的天线安置在一个圆盘边缘,圆盘需满足下列要求:圆心在架设点中心;圆盘半径为设定半径,如0.2米;圆盘转速在设定范围内,例如,在1r/min~5r/min之间变化。由于接收机天线安置在圆盘边缘,在圆盘的旋转过程中,将覆盖在设定半径范围内的所有观测站站点,因此,若架设的接收机满足上述要求,则认为所构建的球面残差格网模型适用于以架设点为圆心,半径为设定半径的圆形区域内的所有观测站站点,从而可避免因地震、滑坡、长期地壳运动等客观因素造成站点发生位移后,残差格网模型无法继续使用的情况。
步骤S204,获取初始卫星观测值对应的观测时刻,确定观测时刻下导航卫星的卫星位置信息以及观测站的观测站位置信息。
具体实现中,接收机在接收卫星观测信号的同时,将根据卫星观测信号生成观测文件和星历文件,观测文件中记录有各个初始卫星观测值及各个初始卫星观测值对应的观测时刻。服务器104在获取初始卫星观测值时,可从观测文件中获取初始卫星观测值对应的观测时刻,并根据观测文件计算得到接收机对应的观测站的位置信息,以及通过星历文件计算该观测时刻下导航卫星的卫星位置信息。
步骤S206,根据观测站位置信息和卫星位置信息,得到初始卫星观测值对应的观测参数。
其中,观测参数表示某一时刻下导航卫星相对于观测站的观测参数,包括卫星高度角和卫星方位角。
具体实现中,服务器104在得到观测站位置信息和卫星位置信息后,便可根据观测站位置信息和卫星位置信息,计算得到在初始卫星观测值对应的观测时刻下,导航卫星相对于观测站的卫星高度角和卫星方位角。
步骤S208,查询预先构建的观测站的球面残差格网模型中各个格网的观测参数范围,得到观测参数对应的目标观测参数范围,并将目标观测参数范围对应的格网类型作为初始卫星观测值对应的格网类型。
其中,球面残差格网模型为根据观测站接收的卫星观测数据的入射方向,所设置的一定高度角和方位角的球面多路径格网,是一个半球面,将半球面划分为相同大小的格网后,即可得到球面残差格网模型,如图3所示,为球面残差格网模型的示意图,其中,各个格网的大小完全相同。
其中,格网类型可以粗差为判断依据划分得到,具体可划分为粗差格网和非粗差格网。其中,粗差格网表示落入该格网的卫星观测值易受粗差影响的格网,并且落入粗差格网内的卫星观测值,均剔除不参与定位解算;非粗差格网表示落入该格网的卫星观测值基本不受粗差影响的格网,落入非粗差格网内的卫星观测值均参与定位解算。
具体实现中,球面残差格网模型中的各个格网分别具有对应的观测参数范围,因此,在得到初始卫星观测值的观测参数后,服务器104即可遍历各个格网对应的观测参数范围,从中确定出初始卫星观测值的观测参数对应的目标观测参数范围,将该目标观测参数范围所对应格网的格网类型作为初始卫星观测值对应的格网类型。
步骤S210,从初始卫星观测值中,确定出格网类型为目标格网类型的初始卫星观测值,作为观测站接收到的目标卫星观测值。
具体实现中,在依次得到各个初始卫星观测值对应的格网类型后,服务器104可将格网类型为粗差格网的初始卫星观测值剔除,得到格网类型为非粗差格网,即目标格网类型的初始卫星观测值,进一步地,可将格网类型为目标格网类型的初始卫星观测值进行修正,得到修正后卫星观测值,作为目标卫星观测值,采用目标卫星观测值对电网铁塔进行定位。
上述卫星观测值获取方法中,通过构建各个观测站的球面残差格网模型,在获取通过观测站接收到初始卫星观测值后,通过获取初始卫星观测值对应的观测时刻,得到观测时刻下导航卫星的卫星位置信息和观测站的观测站位置信息,根据卫星位置信息和观测站位置信息得到初始卫星观测值的观测参数,进一步可根据观测参数查询球面残差格网模型中各个格网的观测参数范围,得到观测参数对应的目标观测参数范围,并将目标观测参数范围对应的格网类型作为初始卫星观测值对应的格网类型,最后将格网类型为目标格网类型的初始卫星观测值,作为观测站接收的目标卫星观测值。通过球面残差格网模型的筛选方法实现了对观测站接收的初始卫星观测值的筛选,剔除了不符合目标要求的初始卫星观测值,以消除粗差的影响,使得得到的目标卫星观测值的精度得以提高,进而可提高对电网铁塔定位的定位精度,从而,解决了传统误差消除方法难以消除粗差的影响,导致对电网铁塔的定位存在较大误差的技术问题。另外,本申请所构建的球面残差格网模型适用于以接收机架设点为圆心,半径为0.2m的圆形区域内的所有站点,适用性强,同时该球面残差格网模型的使用可以简化运算,在实际生产中具有实用意义。
在一个实施例中,如图4所示,确定球面残差格网模型中格网的格网类型的步骤,包括:
步骤S402,获取通过观测站在设定时间内接收的格网对应的卫星观测样本值;
步骤S404,获取格网中符合设定粗差探测条件的卫星观测样本值的数目,作为第一数目,以及获取格网中卫星观测样本值的总数目,作为第二数目;
步骤S406,计算第一数目与第二数目的比值,作为粗差数目比值;
步骤S408,将粗差数目比值与预设的粗差数目比值阈值进行对比,根据对比结果确定各格网的格网类型。
具体实现中,在将球面残差格网模型划分为大小相同的格网后,可根据落入各个格网内的卫星观测样本值判断各个格网的格网类型。更具体地,对于其中任意一个格网来说,先通过观测站获取该格网在一定时间内接收的多个卫星观测值,作为卫星观测样本值,获取该格网中符合设定粗差探测条件的卫星观测样本值的数目,作为第一数目,以及获取该格网中卫星观测样本值的总数目,作为第二数目。计算第一数目与第二数目的比值,作为粗差数目比值,即得到该格网中符合设定粗差探测条件的卫星观测样本值所占的比值,将该粗差数目比值与预设的粗差数目比值阈值进行对比,根据对比结果确定该格网的格网类型,类似地,采用相同的方法依次确定各个格网的格网类型。
进一步地,在一个实施例中,上述步骤S408具体包括:若卫星观测样本值为伪距观测值或载波相位观测值,则当粗差数目比值不大于粗差数目比值阈值时,确定格网类型为非粗差格网;当粗差数目比值大于粗差数目比值阈值时,确定格网类型为粗差格网。
具体实现中,粗差数目比值阈值可以为50%,则当卫星观测样本值为伪距观测值时,若落入格网I中符合设定粗差探测条件的卫星观测样本值所占的比值不大于粗差数目比值阈值,用公式表示为即粗差数目比值不大于粗差数目比值阈值时,则确定格网I的格网类型为非粗差格网。反之,若落入格网I中符合设定粗差探测条件的卫星观测样本值所占的比值大于粗差数目比值阈值,用公式表示为即粗差数目比值大于粗差数目比值阈值时,则确定格网I的格网类型为粗差格网。
其中,np和nφ分别表示卫星观测样本值为伪距观测值和载波相位观测值时,符合设定粗差探测条件的卫星观测样本值的数目,即第一数目;Np和Nφ分别表示卫星观测样本值为伪距观测值和载波相位观测值时,格网中卫星观测样本值的总数目,即第二数目,表示预设的粗差探测条件。
本实施例中,通过获取设定时间内落入格网的卫星观测样本值,对该格网中符合设定粗差探测条件的卫星观测样本值的占比进行计算,并将该占比与设定的阈值进行对比,根据对比结果将各个格网划分为粗差格网和非粗差格网,实现了对球面残差格网中各个格网的类型划分,便于进一步根据各个格网的类型对落入各个格网的卫星观测值进行剔除或保留处理,减少粗差对卫星观测值的影响,从而提高对电网铁塔的定位精确度。
在一个实施例中,若卫星观测样本值为载波相位观测值,如图5所示,则确定球面残差格网模型中格网的格网类型的步骤,还包括:
步骤S502,获取格网中载波相位观测值对应的实际历元数和发生周跳历元数;
步骤S504,获取实际历元数和发生周跳历元数的比值,作为载波相位观测值的周跳比值;
步骤S506,将周跳比值与预设的周跳比阈值进行对比,若周跳比值小于周跳比阈值,则判定格网的格网类型为粗差格网;
步骤S508,若周跳比值不小于周跳比阈值,则判定格网的格网类型为非粗差格网。
具体实现中,当卫星观测样本值为载波相位观测值时,除了以格网中符合设定粗差探测条件的卫星观测样本值的占比为依据确定格网类型,还可以周跳比为判断依据,确定各个格网的格网类型,更具体地,可通过获取格网中载波相位观测值对应的实际历元数和发生周跳历元数,计算实际历元数与发生周跳历元数的比值,得到载波相位观测值的周跳比值,可用公式表示为:载波相位观测值的将周跳比值与预设的周跳比阈值进行对比,若周跳比值小于周跳比阈值,则判定格网的格网类型为粗差格网,反之,若周跳比值不小于周跳比阈值,则判定格网的格网类型为非粗差格网。
其中,周跳比阈值可以为200,则载波相位观测值的 时,则接收的卫星观测值为载波相位观测值的格网对应的格网类型为粗差格网,若载波相位观测值的时,则接收的卫星观测值为载波相位观测值的格网对应的格网类型为非粗差格网。
本实施例提供了在卫星观测值为载波相位观测值时,还可通过周跳比确定格网类型的方法,实现了根据卫星观测值的类型,可选用对应的格网类型判定条件对格网的判定,便于根据需求来进行选择不同的判断方法。
在一个实施例中,如图6所示,判定格网中的卫星观测样本值是否符合设定粗差探测条件的步骤,包括:
步骤S602,获取格网中各个卫星观测样本值的样本残差,得到样本残差序列;
步骤S604,获取样本残差序列的样本残差均值和样本残差中误差;
步骤S606,计算各个卫星观测样本值的样本残差相对于样本残差均值的差值,将差值的绝对值作为各个卫星观测样本值的残差差值;
步骤S608,将残差差值与样本残差中误差进行对比,若残差差值大于样本残差中误差,则判定残差差值对应的卫星观测样本值符合设定的粗差探测条件。
具体实现中,判定格网中的卫星观测样本值是否符合设定的粗差探测条件,即探测卫星观测样本值是否为粗差观测值,可通过卫星观测样本值的样本残差进行确定。更具体地,依次获取格网中各个卫星观测样本值的样本残差,得到样本残差序列,计算样本残差序列的样本残差均值和样本残差中误差,之后计算各个卫星观测样本值的样本残差与样本残差序列的样本残差均值的差值,并将该差值的绝对值作为各个卫星观测样本值的残差差值。最后将残差差值与样本残差序列的样本残差中误差进行对比,若卫星观测样本值的样本残差与样本残差序列的样本残差均值的残差差值大于样本残差中误差,则判定该卫星观测样本值符合设定的粗差探测条件,即该卫星观测样本值为粗差观测值。反之,若卫星观测样本值的样本残差与样本残差序列的样本残差均值的残差差值不大于样本残差中误差,则判定该卫星观测样本值不符合设定的粗差探测条件,即该卫星观测样本值不是粗差观测值。
其中,残差差值与样本残差中误差的对比,还可以为残差差值大于样本残差中误差的设定倍数时,判定卫星观测样本值符合粗差探测条件,此时粗差探测条件可以用3-sigma准则表示:
本实施例中,通过获取格网中各个卫星观测样本值的样本残差,得到样本残差序列,获取样本残差序列的样本残差均值和样本残差中误差,进一步将各个卫星观测样本值与样本残差序列的样本残差均值的差值的绝对值与样本残差序列的样本残差中误差进行对比,根据对比结果确定各个卫星观测样本值是否符合粗差探测条件,实现了对格网中各个卫星观测样本值的粗差探测,便于进一步确定格网中符合粗差探测条件的卫星观测样本值所占的比值,从而确定球面残差格网模型中各个格网的格网类型。
在一个实施例中,观测站包括基准站和多个流动站,如图7所示,上述步骤S602具体包括:
步骤S702,获取流动站的卫星观测样本值与基准站的卫星观测样本值的差值,作为站间单差观测值;
步骤S704,根据站间单差观测值,构建单差模型;
步骤S706,对单差模型进行转换处理,得到验后残差模型;
步骤S708,将流动站的卫星观测样本值输入验后残差模型,得到流动站各个卫星观测样本值的样本残差。
可以理解的是,在GNSS测量中,除直接采用原始的伪距观测值和载波相位观测值外,还可采用经线性组合后形成的虚拟观测值,如单差观测值即是被广泛采用的线性组合观测值,其主要目的是为了消除卫星钟差等位置参数,简化平差计算工作。其中,单差观测值可以在同卫星、同历元或异接收机之间的两个卫星观测值之间求差得到,在进行一般的测量时,由于边长较短,精度要求不是特别高,因而在观测方程中只需引入基线向量、整周模糊度、接收机钟差和卫星钟差等参数即可,而采用单差观测值进行单基线解算时,可以消除共同的多余参数,较少计算量,求单差解的另一个优点是信号在卫星内部的时延可完全消除。
具体实现中,本申请采用在异接收机之间求差,即在基准站和各个流动站接收的卫星观测样本值之间求差的方式获取单差观测值,根据单差观测值,得到GNSS相对定位的单差模型,如下两个表达式,分别为载波相位观测值和伪距观测值的单差模型:
Δλ(i,j,k)φ(i,j,k)=Δρ+ΔVt+Δδtrop-β(i,j,k)Δδion-λ(i,j,k)ΔN(i,j,k)+ε(φ(i,j,k))ΔP(l,m,n)=Δρ+ΔVt+Δδtrop+β(l,m,n)Δδion+ε(P(l,m,n))
其中,φ(i,j,k)和P(l,m,n)分别表示组合系数为(i,j,k)的载波观测值和(l,m,n)的伪距观测值,λ(i,j,k)为波长,Δρ为单差后的星地几何距离,ΔVt为单差后的接收机钟差,Δδtrop为单差后的对流层延迟,Δδion为单差后的电离层延迟,β(i,j,k)为对应的电离层延迟系数,ΔN(i,j,k)为单差整周模糊度,ε(φ(i,j,k))和ε(P(l,m,n))分别为载波和伪距上的单差残差,其中包括粗差,参与轨道误差,多路径误差,观测噪声,单差后的对流层和电离层延迟残差等误差。
对载波相位观测值和伪距观测值的单差模型分别进行线性化处理,得到:
其中,t1表示历元时刻,Δi(t1)、Δj(t1)、Δk(t1)、Δl(t1)、Δm(t1)、Δn(t1)为t1时刻的单差模型的线性化系数,δX、δY、δZ表示测站未知数,ΔD为单差后的常数项。
其中,ΔVφ(t1)和ΔVP(t1)分别表示载波相位单差模型和伪距单差模型的验后残差。
在得到载波相位观测值和伪距观测值的验后残差模型后,根据各个卫星观测样本值的类型输入对应的验后残差模型中,即可得到流动站中每个格网中各个卫星观测样本值的样本残差。
本实施例中,通过获取基准站与各个流动站之间的站间单差观测值,根据单差观测值构建单差模型,进一步对单差模型进行转换处理,得到验后残差模型,最后将流动站各个格网的卫星观测样本值输入延后残差模型,即可得到流动站各个卫星观测样本值的样本残差。
可以理解的是,单差运算虽然可以消除卫星钟差,削弱卫星星历误差,但对于对流层延迟误差来说,对流层延迟的干分量虽然可以通过经验模型改正,其改正精度也可达厘米级,但对流层延迟的湿分量单差后有少量残差,而对于短基线,由于电离层延迟时空相关性大,使得单差后的残差很小,但粗差具有随机性,且多路径误差在各测站之间时空相关性较弱,这些误差均不能通过差分消除,因此本文对卫星观测值的验后残差序列特性进行分析,以期对地面观测站的残差进行建模,从而提高卫星观测值的精度。
在一个实施例中,在步骤S210中,确定出格网类型为目标格网类型的初始卫星观测值的步骤之后,还包括:获取格网类型为目标格网类型的各个初始卫星观测值的验后残差,得到验后残差序列;计算验后残差序列的残差均值;根据残差均值对格网类型为目标格网类型的各初始卫星观测值进行修正,得到修正后卫星观测值,作为目标卫星观测值。
具体实现中,获取格网类型为目标格网类型,即非粗差格网的各个初始卫星观测值的验后残差,得到验后残差序列,计算该验后残差序列的残差均值和中误差sI,以卫星观测值的高度角和方位角为索引,对格网类型为目标格网类型的各初始卫星观测值验后残差,扣除验后残差序列的残差均值得到如下所示的修正后误差模型,根据修正后误差模型,计算得到修正后卫星观测值,作为目标卫星观测值。
本实施例中,通过获取非粗差格网下的各个初始卫星观测值的验后残差,得到验后残差序列,计算验后残差序列的残差均值,根据残差均值对初始卫星观测值进行修正,得到修正后卫星观测值,进一步采用修正后卫星观测值作为目标卫星观测值,对电网铁塔进行定位,准确地修正了电网铁塔复杂观测环境下卫星观测值中的粗差,提高了对电网铁塔的定位精度。
在一个实施例中,还提供了球面残差格网模型中各个格网值大小的确定方法,格网值的大小与该格网中的采样数据有关,例如,样本个数、粗差数据等,因此,可采用统计分析的方式推导出残差格网的均值与标准差。
具体实现中,可设定一定方位角、高度角间隔的格网,假设落入格网中的卫星观测值的样本残差序列{x1,x2,…,xn}是相互独立并且服从正态分布N(μ,δ2),那么该样本残差序列的均值的期望值为均值的标准差为
取置信水平α=5%和σ=2e,则nmin=15。但由于残差格网的样本个数最小值nmin还与粗差个数、在特定高度角和方位角上的观测数据个数有关,因此在计算格网均值的时候需要选择合理的格网大小(选择合理的高度角和方位角间隔),并且确保该网格中的验后残差数据不包含粗差。
可以理解的是,选择合适的格网大小是保证准确提取残差的一个关键因素,若格网选取过大,则会降低模制该观测站在指定方向上的残差的准确度;若选取的格网过小,在数据采样率低的情况下,难以保证格网内的样本个数大于nmin。因此,本申请经过实验,采用格网大小为0.2°×0.2°时,此时,经修正后的卫星观测值验后残差的标准差降低最明显,因此球形格网大小确定为0.2°×0.2°。其中,格网值的大小可根据实验数据测试得出,也可以针对每个观测站具体确定。
应该理解的是,虽然图2、图4-7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、图4-7中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子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,这些子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的子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8所示,提供了一种卫星观测值获取装置,包括:初始观测值获取模块802、位置信息确定模块804、观测参数获取模块806、格网类型确定模块808和目标观测值获取模块810,其中:
初始观测值获取模块802,用于获取通过观测站接收到的初始卫星观测值;观测站设置于电网铁塔附近设定范围内;
位置信息确定模块804,用于获取初始卫星观测值对应的观测时刻,确定观测时刻下导航卫星的卫星位置信息以及观测站的观测站位置信息;
观测参数获取模块806,用于根据观测站位置信息和卫星位置信息,得到初始卫星观测值对应的观测参数;
格网类型确定模块808,用于查询预先构建的观测站的球面残差格网模型中各个格网的观测参数范围,得到观测参数对应的目标观测参数范围,并将目标观测参数范围对应的格网类型作为初始卫星观测值对应的格网类型;
目标观测值获取模块810,用于从初始卫星观测值中,确定出格网类型为目标格网类型的初始卫星观测值,作为观测站接收到的目标卫星观测值。
在一个实施例中,上述格网类型确定模块808,还用于获取通过观测站在设定时间内接收的格网对应的卫星观测样本值;获取格网中符合设定粗差探测条件的卫星观测样本值的数目,作为第一数目,以及获取格网中卫星观测样本值的总数目,作为第二数目;计算第一数目与第二数目的比值,作为粗差数目比值;将粗差数目比值与预设的粗差数目比值阈值进行对比,根据对比结果确定格网的格网类型。
在一个实施例中,上述格网类型确定模块808,还用于若卫星观测样本值为伪距观测值或载波相位观测值,则当粗差数目比值不大于粗差数目比值阈值时,确定格网类型为非粗差格网;当粗差数目比值大于粗差数目比值阈值时,确定格网类型为粗差格网。
在一个实施例中,上述格网类型确定模块808,还用于获取格网中载波相位观测值对应的实际历元数和发生周跳历元数;获取实际历元数和发生周跳历元数的比值,作为载波相位观测值的周跳比值;将周跳比值与预设的周跳比阈值进行对比,若周跳比值小于周跳比阈值,则判定格网的格网类型为粗差格网;若周跳比值不小于周跳比阈值,则判定格网的格网类型为非粗差格网。
在一个实施例中,上述格网类型确定模块808,还用于获取格网中各个卫星观测样本值的样本残差,得到样本残差序列;获取样本残差序列的样本残差均值和样本残差中误差;计算各卫星观测样本值的样本残差相对于样本残差均值的差值,将差值的绝对值作为各卫星观测样本值的残差差值;将残差差值与样本残差中误差进行对比,若残差差值大于样本残差中误差,则判定残差差值对应的卫星观测样本值符合设定的粗差探测条件。
在一个实施例中,上述格网类型确定模块808,还用于获取流动站的卫星观测样本值与基准站的卫星观测样本值的差值,作为站间单差观测值;根据站间单差观测值,构建单差模型;对单差模型进行转换处理,得到验后残差模型;将流动站的卫星观测样本值输入验后残差模型,得到流动站的卫星观测样本值的样本残差。
在一个实施例中,上述目标观测值获取模块810,还用于获取格网类型为目标格网类型的各个初始卫星观测值的验后残差,得到验后残差序列;计算验后残差序列的残差均值;根据残差均值对格网类型为目标格网类型的各初始卫星观测值进行修正,得到修正后卫星观测值,作为目标卫星观测值。
需要说明的是,本申请的卫星观测值获取装置与本申请的卫星观测值获取方法一一对应,在上述卫星观测值获取方法的实施例阐述的技术特征及其有益效果均适用于卫星观测值获取装置的实施例中,具体内容可参见本申请方法实施例中的叙述,此处不再赘述,特此声明。
此外,上述卫星观测值获取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9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卫星观测值获取过程产生的数据。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卫星观测值获取方法。
本领域技术人员可以理解,图9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,还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上述各方法实施例中的步骤。
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,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
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。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。
以上所述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)
1.一种卫星观测值获取方法,其特征在于,所述方法包括:
获取通过观测站接收到的初始卫星观测值;所述观测站设置于电网铁塔附近设定范围内;
获取所述初始卫星观测值对应的观测时刻,确定所述观测时刻下导航卫星的卫星位置信息以及所述观测站的观测站位置信息;
根据所述观测站位置信息和所述卫星位置信息,得到所述初始卫星观测值对应的观测参数;
查询预先构建的所述观测站的球面残差格网模型中各个格网的观测参数范围,得到所述观测参数对应的目标观测参数范围,并将所述目标观测参数范围对应的格网类型作为所述初始卫星观测值对应的格网类型;
从所述初始卫星观测值中,确定出格网类型为目标格网类型的初始卫星观测值,作为所述观测站接收到的目标卫星观测值。
2.根据权利要求1所述的方法,其特征在于,确定所述球面残差格网模型中格网的格网类型的步骤,包括:
获取通过所述观测站在设定时间内接收的所述格网对应的卫星观测样本值;
获取所述格网中符合设定粗差探测条件的卫星观测样本值的数目,作为第一数目,以及获取所述格网中卫星观测样本值的总数目,作为第二数目;
计算所述第一数目与所述第二数目的比值,作为粗差数目比值;
将所述粗差数目比值与预设的粗差数目比值阈值进行对比,根据对比结果确定所述格网的格网类型。
3.根据权利要求2所述的方法,其特征在于,所述将所述粗差数目比值与所述粗差数目比值阈值进行对比,根据对比结果确定所述格网的格网类型的步骤,包括:
若所述卫星观测样本值为伪距观测值或载波相位观测值,则当所述粗差数目比值不大于所述粗差数目比值阈值时,确定所述格网类型为非粗差格网;
当所述粗差数目比值大于所述粗差数目比值阈值时,确定所述格网类型为粗差格网。
4.根据权利要求3所述的方法,其特征在于,若所述卫星观测样本值为载波相位观测值,则确定球面残差格网模型中格网的格网类型的步骤,还包括:
获取所述格网中载波相位观测值对应的实际历元数和发生周跳历元数;
获取所述实际历元数和所述发生周跳历元数的比值,作为所述载波相位观测值的周跳比值;
将所述周跳比值与预设的周跳比阈值进行对比,若所述周跳比值小于所述周跳比阈值,则判定所述格网的格网类型为粗差格网;
若所述周跳比值不小于所述周跳比阈值,则判定所述格网的格网类型为非粗差格网。
5.根据权利要求2所述的方法,其特征在于,判定所述格网中的卫星观测样本值是否符合设定粗差探测条件的步骤,包括:
获取所述格网中各个卫星观测样本值的样本残差,得到样本残差序列;
获取所述样本残差序列的样本残差均值和样本残差中误差;
计算各所述卫星观测样本值的样本残差相对于所述样本残差均值的差值,将所述差值的绝对值作为各所述卫星观测样本值的残差差值;
将所述残差差值与所述样本残差中误差进行对比,若所述残差差值大于所述样本残差中误差,则判定所述残差差值对应的卫星观测样本值符合设定的粗差探测条件。
6.根据权利要求5所述的方法,其特征在于,所述观测站包括基准站和多个流动站,所述获取所述格网中各个卫星观测样本值的样本残差的步骤,包括:
获取流动站的卫星观测样本值与所述基准站的卫星观测样本值的差值,作为站间单差观测值;
根据所述站间单差观测值,构建单差模型;
对所述单差模型进行转换处理,得到验后残差模型;
将所述流动站的卫星观测样本值输入所述验后残差模型,得到所述流动站的卫星观测样本值的样本残差。
7.根据权利要求1所述的方法,其特征在于,在确定出格网类型为目标格网类型的初始卫星观测值的步骤之后,还包括:
获取格网类型为所述目标格网类型的各个初始卫星观测值的验后残差,得到验后残差序列;
计算所述验后残差序列的残差均值;
根据所述残差均值对格网类型为所述目标格网类型的各所述初始卫星观测值进行修正,得到修正后卫星观测值,作为目标卫星观测值。
8.一种卫星观测值获取装置,其特征在于,所述装置包括:
初始观测值获取模块,用于获取通过观测站接收到的初始卫星观测值;所述观测站设置于电网铁塔附近设定范围内;
位置信息确定模块,用于获取所述初始卫星观测值对应的观测时刻,确定所述观测时刻下导航卫星的卫星位置信息以及所述观测站的观测站位置信息;
观测参数获取模块,用于根据所述观测站位置信息和所述卫星位置信息,得到所述初始卫星观测值对应的观测参数;
格网类型确定模块,用于查询预先构建的所述观测站的球面残差格网模型中各个格网的观测参数范围,得到所述观测参数对应的目标观测参数范围,并将所述目标观测参数范围对应的格网类型作为所述初始卫星观测值对应的格网类型;
目标观测值获取模块,用于从所述初始卫星观测值中,确定出格网类型为目标格网类型的初始卫星观测值,作为所述观测站接收到的目标卫星观测值。
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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010761349.2A CN111856513A (zh) | 2020-07-31 | 2020-07-31 | 卫星观测值获取方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010761349.2A CN111856513A (zh) | 2020-07-31 | 2020-07-31 | 卫星观测值获取方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111856513A true CN111856513A (zh) | 2020-10-30 |
Family
ID=72953797
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010761349.2A Pending CN111856513A (zh) | 2020-07-31 | 2020-07-31 | 卫星观测值获取方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111856513A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN113238267A (zh) * | 2021-06-21 | 2021-08-10 | 多伦科技股份有限公司 | 车辆在坡道上的定位方法及装置 |
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 |
CN114910940A (zh) * | 2022-04-02 | 2022-08-16 | 芯与物(上海)技术有限公司 | 一种gnss导航系统差分定位性能的改善方法和装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN205670193U (zh) * | 2016-06-07 | 2016-11-02 | 北京恒华伟业科技股份有限公司 | 一种基于球面模型的rtk倾斜测量装置 |
CN107765713A (zh) * | 2017-10-10 | 2018-03-06 | 温州大学瓯江学院 | 一种信号跟踪无线电设备 |
CN108701897A (zh) * | 2016-11-04 | 2018-10-23 | 华为技术有限公司 | 定向天线旋转机构及网关设备 |
CN108710676A (zh) * | 2018-05-17 | 2018-10-26 | 武汉导航与位置服务工业技术研究院有限责任公司 | 面向大规模分布式用户的高精度位置播发服务装置和方法 |
CN109740968A (zh) * | 2019-01-25 | 2019-05-10 | 中国科学院上海高等研究院 | 二氧化碳排放空间格网化方法、系统、介质和装置 |
CN109752739A (zh) * | 2019-01-16 | 2019-05-14 | 上海华测导航技术股份有限公司 | 一种观测数据处理方法、装置、终端设备及存储介质 |
CN110297259A (zh) * | 2019-07-23 | 2019-10-01 | 江苏省测绘工程院 | 基于格网化的基准站网定位增强信息可用性监测方法及系统 |
CN110929954A (zh) * | 2019-12-05 | 2020-03-27 | 中国南方电网有限责任公司 | 负荷预测方法、装置、计算机设备和存储介质 |
WO2020076263A2 (en) * | 2018-06-20 | 2020-04-16 | Simtek Simulasyon Ve Bilisim Tekn. Egt. Muh. Danis. Tic. Ltd. Sti. | A system for providing position determination with high accuracy |
-
2020
- 2020-07-31 CN CN202010761349.2A patent/CN111856513A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN205670193U (zh) * | 2016-06-07 | 2016-11-02 | 北京恒华伟业科技股份有限公司 | 一种基于球面模型的rtk倾斜测量装置 |
CN108701897A (zh) * | 2016-11-04 | 2018-10-23 | 华为技术有限公司 | 定向天线旋转机构及网关设备 |
CN107765713A (zh) * | 2017-10-10 | 2018-03-06 | 温州大学瓯江学院 | 一种信号跟踪无线电设备 |
CN108710676A (zh) * | 2018-05-17 | 2018-10-26 | 武汉导航与位置服务工业技术研究院有限责任公司 | 面向大规模分布式用户的高精度位置播发服务装置和方法 |
WO2020076263A2 (en) * | 2018-06-20 | 2020-04-16 | Simtek Simulasyon Ve Bilisim Tekn. Egt. Muh. Danis. Tic. Ltd. Sti. | A system for providing position determination with high accuracy |
CN109752739A (zh) * | 2019-01-16 | 2019-05-14 | 上海华测导航技术股份有限公司 | 一种观测数据处理方法、装置、终端设备及存储介质 |
CN109740968A (zh) * | 2019-01-25 | 2019-05-10 | 中国科学院上海高等研究院 | 二氧化碳排放空间格网化方法、系统、介质和装置 |
CN110297259A (zh) * | 2019-07-23 | 2019-10-01 | 江苏省测绘工程院 | 基于格网化的基准站网定位增强信息可用性监测方法及系统 |
CN110929954A (zh) * | 2019-12-05 | 2020-03-27 | 中国南方电网有限责任公司 | 负荷预测方法、装置、计算机设备和存储介质 |
Non-Patent Citations (20)
Title |
---|
TORLEIF ANDRÉ TOLLEFSEN: "High Temperature Interconnect and Die Attach Technology: Au–Sn SLID Bonding", 《 IEEE TRANSACTIONS ON COMPONENTS, PACKAGING AND MANUFACTURING TECHNOLOGY》 * |
TORLEIF ANDRÉ TOLLEFSEN: "High Temperature Interconnect and Die Attach Technology: Au–Sn SLID Bonding", 《 IEEE TRANSACTIONS ON COMPONENTS, PACKAGING AND MANUFACTURING TECHNOLOGY》, 3 May 2013 (2013-05-03), pages 904 - 914 * |
余文辉等: "模型驱动的激光点云输电线路杆塔高效3D建模方法", 《地理信息世界》 * |
余文辉等: "模型驱动的激光点云输电线路杆塔高效3D建模方法", 《地理信息世界》, no. 01, 25 February 2020 (2020-02-25), pages 135 - 140 * |
张硕;李建文;郭亮亮;魏勇;王世忠;: "基于数据质量评估和全球格网模型的电离层延迟建模选站策略", 全球定位系统, no. 03 * |
李童等: "格网扫描在微地形测绘中的应用", 《九江学院学报(自然科学版)》 * |
李童等: "格网扫描在微地形测绘中的应用", 《九江学院学报(自然科学版)》, no. 04, 20 December 2017 (2017-12-20), pages 45 - 49 * |
王琰: "一种地面连续运行参考站实时质量控制算法", 《仪器仪表学报》 * |
王琰: "一种地面连续运行参考站实时质量控制算法", 《仪器仪表学报》, 30 November 2016 (2016-11-30), pages 2506 - 2513 * |
王琰等: "球面多路径格网的恒星日滤波算法及其在PPP中的应用", 《武汉大学学报(信息科学版)》 * |
王琰等: "球面多路径格网的恒星日滤波算法及其在PPP中的应用", 《武汉大学学报(信息科学版)》, no. 10, 5 October 2018 (2018-10-05), pages 55 - 62 * |
裴鑫;李健;陈卯蒸;刘志勇;项斌斌;: "新疆天文台南山26米天线全息法测量系统", 天文研究与技术, no. 03 * |
赵俊兰等: "NGS―200型GPS测量系统在建立三维控制网中的应用", 《北方工业大学学报》 * |
赵俊兰等: "NGS―200型GPS测量系统在建立三维控制网中的应用", 《北方工业大学学报》, no. 03, 30 September 2001 (2001-09-30), pages 43 - 47 * |
邹璇: "一种历元间差分单站单频周跳探测与修复方法", 《武汉大学学报·信息科学版》 * |
邹璇: "一种历元间差分单站单频周跳探测与修复方法", 《武汉大学学报·信息科学版》, 31 October 2017 (2017-10-31), pages 1406 - 1410 * |
郑艳丽等: "基于区域增强信息的PPP的快速收敛算法", 《大地测量与地球动力学》 * |
郑艳丽等: "基于区域增强信息的PPP的快速收敛算法", 《大地测量与地球动力学》, no. 04, 15 August 2012 (2012-08-15), pages 115 - 119 * |
陈秀德等: "不同电离层格网产品的精度分析", 《大地测量与地球动力学》 * |
陈秀德等: "不同电离层格网产品的精度分析", 《大地测量与地球动力学》, no. 08, 15 August 2017 (2017-08-15), pages 83 - 89 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN113238267A (zh) * | 2021-06-21 | 2021-08-10 | 多伦科技股份有限公司 | 车辆在坡道上的定位方法及装置 |
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 |
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 |
CN114910940A (zh) * | 2022-04-02 | 2022-08-16 | 芯与物(上海)技术有限公司 | 一种gnss导航系统差分定位性能的改善方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114518586B (zh) | 一种基于球谐展开的gnss精密单点定位方法 | |
CN111856513A (zh) | 卫星观测值获取方法、装置、计算机设备和存储介质 | |
RU2479855C2 (ru) | Зависящее от расстояния уменьшение ошибки при определении местоположения в режиме кинематики реального времени | |
CN112230252B (zh) | 终端定位方法、装置、计算机设备和存储介质 | |
CN111522032B (zh) | 一种北斗三号系统用户完好性处理的优化方法及优化装置 | |
CN118226481B (zh) | 一种基于大气延迟约束的北斗高精度安全监测算法 | |
EP4421534A1 (en) | Data preprocessing method, data preprocessing apparatus, and chip | |
CN114879222A (zh) | 一种基于自适应随机模型的全球电离层建模方法 | |
CN114417552A (zh) | 一种模糊度确认方法、存储介质以及电子设备 | |
Tang et al. | GNSS localization propagation error estimation considering environmental conditions | |
CN113671551B (zh) | Rtk定位解算方法 | |
Seepersad et al. | Integrity monitoring in precise point positioning | |
RU2446410C1 (ru) | Способ угловой ориентации объекта по сигналам спутниковых радионавигационных систем | |
Zhang et al. | A Bayesian method of GNSS cycle slips detection based on ARMA model | |
Seepersad et al. | Do We Need Ambiguity Resolution in Multi-GNSS PPP for Accuracy or Integrity? | |
CN113917509B (zh) | 一种双差模糊度固定方法、设备以及可读存储介质 | |
Wu et al. | Impact of elevation mask on multi-GNSS precise point positioning performance | |
Yue et al. | Optimization of undifferenced and uncombined PPP stochastic model based on covariance component estimation | |
Li et al. | A novel dual-domain filtering method to improve GNSS performance based on a dynamic model constructed by TDCP | |
CN113465575A (zh) | 一种基于对流层先验信息约束的高落差山区gnss高精度快速网解方法 | |
Keshin | Directional statistics of satellite-satellite single-difference widelane phase biases | |
Reis et al. | Impact of satellite coverage in single-frequency precise heading determination | |
Zhao et al. | Using only observation station data for PPP ambiguity resolution by UPD estimation | |
Próchniewicz et al. | Quality indicator for ionospheric biases interpolation in the Network RTK | |
CN118091718B (zh) | 通过低轨卫星下行导航信号改善ut1解算精度的方法 |
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 | ||
AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20240322 |
|
AD01 | Patent right deemed abandoned |