CN112444829A - Gnss选星方法、装置、芯片、设备及存储介质 - Google Patents
Gnss选星方法、装置、芯片、设备及存储介质 Download PDFInfo
- Publication number
- CN112444829A CN112444829A CN201910810252.3A CN201910810252A CN112444829A CN 112444829 A CN112444829 A CN 112444829A CN 201910810252 A CN201910810252 A CN 201910810252A CN 112444829 A CN112444829 A CN 112444829A
- Authority
- CN
- China
- Prior art keywords
- satellite
- search
- sight
- line
- satellites
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000010187 selection method Methods 0.000 title claims abstract description 36
- 238000002372 labelling Methods 0.000 claims abstract description 36
- 230000006870 function Effects 0.000 claims description 37
- 238000000034 method Methods 0.000 claims description 28
- 238000004364 calculation method Methods 0.000 claims description 25
- 238000004891 communication Methods 0.000 description 21
- 238000007726 management method Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 14
- 238000012545 processing Methods 0.000 description 12
- 210000000988 bone and bone Anatomy 0.000 description 10
- 238000010295 mobile communication Methods 0.000 description 10
- 230000005236 sound signal Effects 0.000 description 8
- 238000005259 measurement Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 229920001621 AMOLED Polymers 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000003416 augmentation Effects 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 238000013529 biological neural network Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 239000002096 quantum dot Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000001755 vocal effect 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
- G01S19/13—Receivers
- G01S19/24—Acquisition or tracking or demodulation of signals transmitted by the system
- G01S19/28—Satellite selection
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本申请实施例提供一种GNSS选星方法、装置、芯片、设备及存储介质,该方法包括:获取接收机的初始定位位置、多个卫星的星历数据以及初始定位位置的预设范围内的三维数字地图信息;根据初始定位位置,确定搜索区域,搜索区域包括N个搜索子区域,N为大于1的整数;根据多个卫星的星历数据、N个搜索子区域中每一个搜索子区域的位置信息以及三维数字地图信息,在N个搜索子区域中,确定M个目标搜索子区域,M为小于等于N的整数;根据M个目标搜索子区域中,多个卫星中的每个卫星的卫星标注状态,确定S个定位卫星,S为大于等于1的整数,卫星标注状态为视距或非视距,提高了选取的定位卫星的可靠性。
Description
技术领域
本申请涉及导航技术领域,尤其涉及一种GNSS选星方法、装置、芯片、设备及存储介质。
背景技术
全球卫星导航系统(Global Navigation Satellite System,GNSS)能全球、全天候、实时地提供定位、测速和授时等服务。图1是本申请实施例提供的示例性的卫星定位原理图,如图1所示,接收机的位置是(x,y,z),三颗卫星的位置分别是(x1,y1,z1),(x2,y2,z2)和(x3,y3,z3),它到卫星1、卫星2和卫星3的距离分别是d1、d2和d3,由几何知识可知:
其中,d1、d2、d3可以看作是由接收机测量得到的伪距值,而卫星的位置数据可以由卫星星历数据计算得到,可以认为是已知值。那么依据上面三个式子,就可以解出三个未知数x,y,z的值,从而获得接收机的定位位置。然而,图1所示的是理想情况下,卫星1、卫星2和卫星3均为视距卫星,然而实际情况中,可能会存在有建筑物遮挡的情况。图2是本申请实施例提供的另一示例性的卫星定位图,如图2所示,接受机测量到的距离卫星1的伪距值不再是d1,而是d1-1和d1-2之和;此时,式子(1)中已经引入了建筑物遮挡引起的伪距测量值的误差,最终计算出的定位结果不准确,会导致几十米甚至上百米的定位误差。
现有技术中,为了减小定位误差,图3是现有技术中的卫星定位的示意图,如图3所示,根据接收机定位位置(x’,y’,z’)和卫星的位置,可以计算出二者的距离:d1’,d2’和d3’。这个距离和伪距测量值d1,d2,d3做差值,可以得到伪距残差:b1=d1’-d1;b2=d2’–d2;b3=d3’–d3;然后根据伪距残差判断卫星为视距卫星或非视距卫星,一般地,残差较大的卫星被认为是非视距卫星,并剔除非视距卫星,利用视距卫星重新计算接收机的定位位置。
然而,在高楼密集的城市峡谷区域,非视距卫星数量较多,接收机定位误差较大,伪距残差普遍较大,这时通过现有技术中的伪距残差的方法,难以剔除非视距卫星。
发明内容
本申请实施例提供一种GNSS选星方法、装置、芯片、设备及存储介质,实现了对定位卫星的确定,进而提高了定位卫星的可靠性。
第一方面,本申请实施提供一种GNSS选星方法,包括:
获取接收机的初始定位位置、多个卫星的星历数据以及初始定位位置的预设范围内的三维数字地图信息;根据初始定位位置,确定搜索区域,搜索区域包括N个搜索子区域,N为大于1的整数;根据多个卫星的星历数据、N个搜索子区域中每一个搜索子区域的位置信息以及三维数字地图信息,在N个搜索子区域中,确定M个目标搜索子区域,M为小于等于N的整数;根据M个目标搜索子区域中,多个卫星中的每个卫星的卫星标注状态,确定S个定位卫星,S为大于等于1的整数,卫星标注状态为视距或非视距。
本申请实施例中,通过根据多个卫星的星历数据、N个搜索区域中每一个搜索子区域的位置信息以及初始定位位置的预设范围内的三维数字地图信息,筛选出搜索子区域中的目标搜索子区域,其中,三维数字地图信息是在初始定位位置的预设范围之内的三维数字地图中可以获取到的信息,三维数字地图信息可以包括建筑物的位置信息以及高度信息等,本申请实施例对此不做限制,然后根据每个卫星在多个目标搜索子区域中为的卫星标注状态确定多个定位卫星,提高了选取的定位卫星的可靠性。
可选的,根据多个卫星的星历数据、N个搜索子区域中每一个搜索子区域的位置信息以及三维数字地图信息,在N个搜索子区域中,确定M个目标搜索子区域,包括:
根据多个卫星的星历数据、N个搜索子区域中每一个搜索子区域的位置信息以及三维数字地图信息,标注每个搜索子区域各自对应的视距卫星和非视距卫星,得到标注结果;根据每个搜索子区域各自对应的视距卫星和非视距卫星,确定每个搜索子区域各自对应的各个卫星的伪距残差;根据每个搜索子区域各自对应的各个卫星的伪距残差和标注结果,确定M个目标搜索子区域。
本申请实施例中,通过根据每个搜索子区域各自对应的视距卫星和非视距卫星,确定每个搜索子区域各自对应的各个卫星的伪距残差;根据每个搜索子区域各自对应的各个卫星的伪距残差以及标注结果,确定M个目标搜索子区域,在确定目标搜索子区域的过程中,通过视距卫星、非视距卫星以及每个卫星的伪距残差的相互印证,提高了目标搜索子区域的可靠性,解决了只依据伪距残差或只依据标注结果确定目标搜索子区域,导致的选星不可靠的问题。
可选的,根据多个卫星的星历数据、N个搜索子区域中每一个搜索子区域的位置信息以及三维数字地图信息,标注每个搜索子区域各自对应的视距卫星和非视距卫星,包括:
根据多个卫星的星历数据,确定目标卫星在搜索子区域的高度角和方位角,目标卫星为多个卫星中的任意一个,目标卫星在搜索子区域的方位角为目标卫星相对于搜索子区域的方向与标准方向所夹的水平角;在目标卫星在搜索子区域的方位角方向上,根据三维数字地图信息中建筑物的位置信息和高度信息,确定建筑物在搜索子区域的最大仰角,方位角方向为目标卫星相对于搜索子区域的方向;若目标卫星在搜索子区域的高度角大于建筑物在搜索子区域的最大仰角,则目标卫星在搜索子区域内为视距卫星;若目标卫星在搜索子区域的高度角不大于建筑物在搜索子区域的最大仰角,则目标卫星在搜索子区域内为非视距卫星。
本申请实施例中,比较卫星在搜索子区域的方位角方向上,卫星在搜索子区域的高度角以及建筑物在搜索子区域的最大仰角,实现了对卫星在搜索子区域内为视距卫星或为非视距卫星的判断。通过结合建筑物的位置以及高度信息,实现对卫星在搜索子区域内的状态的判断,进而提高了卫星选择的可靠性和准确性。
可选的,每个搜索子区域各自对应的各个卫星的伪距残差排除了每个搜索子区域各自对应的钟差,每个搜索子区域各自对应的钟差为每个搜索子区域对应的视距卫星的伪距残差的平均值。
本申请实施例中,通过在计算每个搜索子区域各自对应的各个卫星的伪距残差的过程中,排除每个搜索子区域各自对应的钟差,提高了每个搜索子区域各自对应的各个卫星的伪距残差的可靠性,并且,通过每个搜索子区域对应的视距卫星的伪距残差的平均值确定每个搜索子区域各自对应的钟差,可以提高每个搜索子区域各自对应的钟差的准确性。
可选的,根据每个搜索子区域各自对应的各个卫星的伪距残差和标注结果,确定M个目标搜索子区域,包括:
在每个搜索子区域中,将标注结果为视距卫星的卫星的伪距残差代入视距卫星的伪距残差概率密度函数,得到标注结果为视距卫星的卫星的第一分数,将标注结果为非视距卫星的卫星的伪距残差代入非视距卫星的伪距残差概率密度函数,得到标注结果为非视距卫星的卫星的第二分数;在每个搜索子区域中,对每个搜索子区域各自对应的第一分数和第二分数进行求和,得到每个搜索子区域各自对应的第三分数;选取第三分数大于预设阈值的搜索子区域作为目标搜索子区域,或者,对每个搜索子区域的分数进行排序,选取预设比例的搜索子区域作为目标搜索子区域。
本申请实施例中,针对每个搜索子区域,根据搜索子区域对应的卫星的伪距残差以及标注信息对该搜索子区域进行打分,并通过设置预设阈值或者预设比例的方式确定目标搜索子区域,提高了目标搜索子区域的可靠性。
可选的,根据M个目标搜索子区域中,多个卫星中的每个卫星的卫星标注状态,确定S个定位卫星,包括:
确定在M个目标搜索子区域中,多个卫星中每个卫星为非视距卫星的概率;根据多个卫星中的每个卫星为非视距卫星的概率,确定S个定位卫星。
可选的,根据每个卫星中每个卫星为非视距卫星的概率,确定定位卫星,包括:
若卫星为非视距卫星的概率在第一预设区间内,则卫星为定位卫星,定位卫星参与对接收机的定位计算;若卫星为非视距卫星的概率在第二预设区间内,且卫星的第一伪距残差小于预设距离,则卫星为定位卫星,定位卫星参与对接收机的定位计算;若卫星为非视距卫星的概率在第三预设区间内,则剔除卫星,卫星不参与对接收机的定位计算;第一预设区间的最大值小于第二预设区间的最小值,第二预设区间的最大值小于第三预设区间的最小值。
本申请实施例中,通过设置多个预设区间,并根据非视距卫星的概率所在的预设区间,确定该卫星是否为定位卫星,提高了定位卫星的可靠性。
下面介绍本申请实施例提供的GNSS选星装置、芯片、设备、存储介质以及计算机程序产品,其内容和效果可参考本申请实施例第一方面及第一方面可选方式提供的GNSS选星方法,不再赘述。
第二方面,本申请实施例提供一种GNSS选星装置,包括:
第一获取模块,用于获取接收机的初始定位位置、多个卫星的星历数据以及初始定位位置的预设范围内的三维数字地图信息;第一确定模块,用于根据初始定位位置,确定搜索区域,搜索区域包括N个搜索子区域,N为大于1的整数;第二确定模块,用于根据多个卫星的星历数据、N个搜索子区域中每一个搜索子区域的位置信息以及三维数字地图信息,在N个搜索子区域中,确定M个目标搜索子区域,M为小于等于N的整数;第三确定模块,用于根据M个目标搜索子区域中,多个卫星中的每个卫星的卫星标注状态,确定S个定位卫星,S为大于等于1的整数,卫星标注状态为视距或非视距。
可选的,第二确定模块,具体用于:
根据多个卫星的星历数据、N个搜索子区域中每一个搜索子区域的位置信息以及三维数字地图信息,标注每个搜索子区域各自对应的视距卫星和非视距卫星,得到标注结果;根据每个搜索子区域各自对应的视距卫星和非视距卫星,确定每个搜索子区域各自对应的各个卫星的伪距残差;根据每个搜索子区域各自对应的各个卫星的伪距残差和标注结果,确定M个目标搜索子区域。
可选的,第二确定模块还用于:
根据多个卫星的星历数据,确定目标卫星在搜索子区域的高度角和方位角,目标卫星为多个卫星中的任意一个,目标卫星在搜索子区域的方位角为目标卫星相对于搜索子区域的方向与标准方向所夹的水平角;在目标卫星在搜索子区域的方位角方向上,根据三维数字地图信息中建筑物的位置信息和高度信息,确定建筑物在搜索子区域的最大仰角,方位角方向为目标卫星相对于搜索子区域的方向;若目标卫星在搜索子区域的高度角大于建筑物在搜索子区域的最大仰角,则目标卫星在搜索子区域内为视距卫星;若目标卫星在搜索子区域的高度角不大于建筑物在搜索子区域的最大仰角,则目标卫星在搜索子区域内为非视距卫星。
可选的,本申请实施例提供的GNSS选星装置,每个搜索子区域各自对应的各个卫星的伪距残差排除了每个搜索子区域各自对应的钟差,每个搜索子区域各自对应的钟差为每个搜索子区域对应的视距卫星的伪距残差的平均值。
可选的,第二确定模块,还用于:
在每个搜索子区域中,将标注结果为视距卫星的卫星的第一伪距残差代入视距卫星的伪距残差概率密度函数,得到标注结果为视距卫星的卫星的第一分数,将标注结果为非视距卫星的卫星的第一伪距残差代入非视距卫星的伪距残差概率密度函数,得到标注结果为非视距卫星的卫星的第二分数;在每个搜索子区域中,对每个搜索子区域各自对应的第一分数和第二分数进行求和,得到每个搜索子区域各自对应的第三分数;选取第三分数大于预设阈值的搜索子区域作为目标搜索子区域,或者,对每个搜索子区域的分数进行排序,选取预设比例的搜索子区域作为目标搜索子区域。
可选的,第三确定模块,具体用于:
确定在M个目标搜索子区域中,多个卫星中每个卫星为非视距卫星的概率;根据多个卫星中的每个卫星为非视距卫星的概率,确定S个定位卫星。
可选的,第三确定模块具体用于:
若卫星为非视距卫星的概率在第一预设区间内,则卫星为定位卫星,定位卫星参与对接收机的定位计算;若卫星为非视距卫星的概率在第二预设区间内,且卫星的第一伪距残差小于预设距离,则卫星为定位卫星,定位卫星参与对接收机的定位计算;若卫星为非视距卫星的概率在第三预设区间内,则剔除卫星,卫星不参与对接收机的定位计算;第一预设区间的最大值小于第二预设区间的最小值,第二预设区间的最大值小于第三预设区间的最小值。
第三方面,本申请实施提供一种芯片,用于执行如第一方面及第一方面可选方式提供的GNSS选星方法。
第四方面,本申请实施例提供一种设备,包括:
至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行第一方面或第一方面可选方式提供的GNSS选星方法。
第五方面,本申请实施例提供一种计算机可读存储介质,该计算机可读存储介质中存储有指令,当指令在计算机或处理器上运行时,使得该计算机或处理器执行如本申请实施例第一方面及第一方面可选方式提供的GNSS选星方法。
第六方面,本申请实施例提供了一种包含指令的计算机程序产品,当其在计算机或处理器上运行时,使得该计算机或处理器执行如上述第一方面或者及第一方面可选方式提供的GNSS选星方法。
本申请实施例提供的GNSS选星方法、装置、芯片、设备及存储介质,通过获取接收机的初始定位位置、多个卫星的星历数据以及初始定位位置的预设范围内的三维数字地图信息;然后根据初始定位位置,确定搜索区域,搜索区域包括N个搜索子区域,N为大于1的整数;进而根据多个卫星的星历数据、N个搜索子区域中每一个搜索子区域的位置信息以及三维数字地图信息,在N个搜索子区域中,确定M个目标搜索子区域,M为小于等于N的整数;最后根据M个目标搜索子区域中,多个卫星中的每个卫星的卫星标注状态,确定S个定位卫星,S为大于等于1的整数,卫星标注状态为视距或非视距。由于通过根据多个卫星的星历数据、N个搜索区域中每一个搜索子区域的位置信息以及初始定位位置的预设范围内的三维数字地图信息,筛选出搜索子区域中的目标搜索子区域,其中,三维数字地图信息是在初始定位位置的预设范围之内的三维数字地图中可以获取到的信息,三维数字地图信息可以包括建筑物的位置信息以及高度信息等,本申请实施例对此不做限制,然后根据每个卫星在多个目标搜索子区域中为的卫星标注状态确定多个定位卫星,提高了选取的定位卫星的可靠性。
附图说明
图1是本申请实施例提供的示例性的卫星定位原理图;
图2是本申请实施例提供的另一示例性的卫星定位图;
图3是现有技术中的卫星定位的示意图;
图4是本申请实施例提供的GNSS选星方法的一种可选的应用场景示意图;
图5是本申请实施例提供的GNSS选星方法的另一示例性应用场景图;
图6是本申请一实施例提供的GNSS选星方法的流程示意图;
图7是本申请另一实施例提供的GNSS选星方法的流程示意图;
图8是本申请实施例提供的卫星位置的示意图;
图9是本申请实施例提供的非视距卫星的伪距残差概率密度函数图;
图10是本申请实施例提供的视距卫星的伪距残差概率密度函数图;
图11是本申请一实施例提供的GNSS选星装置的结构示意图;
图12是本申请一实施例提供的设备的结构示意图;
图13是本申请又一实施例提供的设备的结构示意图。
具体实施方式
应当理解,尽管在本申请实施例中可能采用术语第一、第二、第三、第四等来描述预设区间,但这些预设区间不应限于这些术语。这些术语仅用来将预设区间彼此区分开。例如,在不脱离本申请实施例范围的情况下,第一预设区间也可以被称为第二预设区间,类似地,第二预设区间也可以被称为第一预设区间。
GNSS能全球、全天候、实时地提供定位、测速和授时等服务,在对接收机定位的过程中,通过接收机的位置、卫星星历数据等信息,实现对接收机位置的计算,但是由于在一些建筑物密集的城市区域,道路两侧是密集的高楼大厦,很多卫星都是非视距卫星;因此,在对接收机的进行定位时,可能会存在较大的定位误差。现有技术中,为了减小定位误差,通常根据伪距残差判断卫星为视距卫星或非视距卫星,并剔除非视距卫星,利用视距卫星重新计算接收机的定位位置,然而在高楼密集的城市峡谷区域,非视距卫星数量较多,接收机定位误差较大,伪距残差普遍较大,这时通过现有技术中的伪距残差的方法,难以剔除非视距卫星。为了解决上述问题,本申请实施例提供一种GNSS选星方法、装置、芯片、设备及存储介质。
下面对本申请实施例的一示例性应用场景进行介绍。
本申请实施例提供的GNSS选星方法,可以应用于利用终端中的导航平台进行导航的场景中,尤其可以应用于驾驶环境下进行导航时,对当前位置的定位,其中,本申请实施例中的导航平台指的是可以实现路线导航功能的应用程序(Application,APP)。图4是本申请实施例提供的GNSS选星方法的一种可选的应用场景示意图,如图4所示,该系统中可以包括终端100和服务器200,在本实施例中,终端100可以接收卫星信号,并根据卫星信号测量值计算出终端所在的位置,还可以与在线导航服务器200通过网络连接,提供在线的路线搜索以及路线导航服务等,本申请实施例对此不做限制。
另外,终端100也可以包括基于本地保存的地图数据,本地保存的地图数据可以为三维数字地图,其中,三维数字地图中具备建筑物位置信息以及建筑物的高度信息。在本实施例中,上述终端100可以为手持设备、车载设备、可穿戴设备、计算设备,以及各种形式的用户设备(User Equipment,UE)等具有导航功能的设备。
具体的,在对当前位置的定位计算中,需要对定位卫星进行确定,然后终端根据定位卫星的信息确定终端的位置,在选取定位卫星的过程中,通过对搜索区域划分为多个搜索子区域,在多个搜索子区域中,计算每个卫星为非视距卫星的概率,进而对每个卫星的可靠性进行分析,最后根据每个卫星为非视距卫星的概率确定定位卫星,提高了定位卫星的准确性,进而提高了定位位置的准确性。
下面对本申请实施例的另一示例性应用场景进行介绍。
图5是本申请实施例提供的GNSS选星方法的另一示例性应用场景图,如图5所示,本申请实施例提供的GNSS选星方法的实现,可以通过包含在接收机定位软件中,并运行在接收机硬件上的代码,以及存储到接收机内部存储设备或服务器中的数据,数据加载到软件中后可以存储到数据库中。本申请提供的GNSS选星方法,可以通过GNSS选星模块运行在接收机中,接收机可以包括软件部分21和硬件部分22,具体地,可以由接收机的中央处理器(Central Processing Unit,CPU)执行,并运行在内存中;GNSS选星模块从GNSS定位算法模块中获取终端的初始定位位置,从三维数字地图中获取3D地图数据,并将选星结果返回给GNSS定位算法模块。3D地图数据初始可以存储在云侧服务器23的存储设备中,并下载到接收机的存储中,之后加载到三维数字地图中。三维数字地图可以被直接加载到内存中,也可以由数据库的形式存在与内存中或者存储中。
基于此,本申请实施例提供一种GNSS选星方法、装置、芯片、设备及存储介质。
图6是本申请一实施例提供的GNSS选星方法的流程示意图,该方法可以通过本申请实施例提供的GNSS选星装置执行,GNSS选星装置可以通过软件或硬件的形式实现,该装置可以是终端设备的部分或全部,终端设备例如可以是上述终端设备,下面以终端设备为接收机为执行主体为例,对本申请实施例提供的GNSS选星方法进行介绍。如图6所示,本申请实施例提供的GNSS选星方法,可以包括:
步骤S101:获取接收机的初始定位位置、多个卫星的星历数据以及初始定位位置的预设范围内的三维数字地图信息。
接收机是指能够接收卫星信号,并根据卫星信号测量值计算出接收机所在位置的终端设备。本申请实施例对接收机的具体形式不做限制。接收机中可以包括GNSS定位算法模块,获取接收机的初始定位位置可以通过GNSS定位算法模块获取,GNSS定位算法模块从GNSS芯片中获取卫星原始观测量并结合卫星星历数据,执行定位算法,得到接收机的初始定位位置。其中,卫星星历数据是用来描述卫星在各个时刻的空间位置和运行速度,卫星星历数据提供了卫星的参数数据,根据这些参数数据,可以计算出卫星在各个时刻的空间位置和运行速度。获取卫星星历数据可以通过预先获取或者可以通过实时下载的方式获取。本申请实施例对此不做限制。三维数字地图信息是在初始定位位置的预设范围之内的三维数字地图中可以获取到的信息,三维数字地图信息中,具备建筑物位置信息以及建筑物的高度信息,具体可以通过三维数字地图,获取接收的初始定位位置预设范围内的三维数字地图信息,以对初始定位位置预设范围内的建筑物位置信息和高度信息进行确认,另外,本申请实施例对初始定位位置的预设范围的具体范围不做限制,具体可以根据初始定位位置周围的环境以及用户需求对预设范围进行设置。
步骤S102:根据初始定位位置,确定搜索区域,搜索区域包括N个搜索子区域,N为大于1的整数。
在获取到初始定位位置后,可以根据初始定位位置确定搜索区域。根据初始定位位置确定搜索区域,可以根据初始定位位置的不确定度确定搜索半径,以初始定位位置为圆心,生成搜索区域;也可以根据一定可能的圆误差半径(Circular Error Probability,CEP),例如,50%的CEP,或95%的CEP等,本申请实施例对此不做限制,其中,CEP用来描述定位的精度,CEP指的是一个圆的半径,该圆的中心点是所有测量值的平均位置,50%的CEP表述该圆内部包含了50%的测量点,同理,95%的CEP表示了一个圆的半径,该圆内部包含了95%的测量点;还可以根据用户需求,根据不同的初始定位位置,设置不同的搜索半径,以确定搜索区域,本申请实施例对此不做限制。搜索区域可以为圆形、矩形或其他形状,本申请实施例对搜索区域的具体范围、形状等均不做限制。
搜索区域包括N个搜索子区域,其中,N为大于1的整数,本申请实施例对此不做限制。在一种可能的实施方式中,可以通过在确定了搜索区域之后,对搜索区域进行划分,以划分为N个搜索子区域。对搜索区域进行划分,可以通过对搜索区域进行网格化,每个网格的半径可以为一米、两米或3米等;本申请实施例对每个网格的形状、大小数量等均不做限制,具体可以根据用户需求进行调整。
步骤S103:根据多个卫星的星历数据、N个搜索子区域中每一个搜索子区域的位置信息以及三维数字地图信息,在N个搜索子区域中,确定M个目标搜索子区域,M为小于等于N的整数。
在N个搜索子区域中,可能会存在不可靠的搜索子区域,为了提高选星的准确性,需要剔除不可靠的搜索子区域,以确定M个目标搜索子区域。
根据多个卫星的星历数据、N个搜索子区域中每个搜索子区域的位置信息以及三维数字地图信息,可以计算每个搜索子区域的位置、每个搜索子区域内的视距卫星和非视距卫星等信息。确定M个目标搜索子区域,可以通过确定搜索子区域内视距卫星较多的搜索子区域作为目标搜索子区域,或者确定非视距卫星较少的搜索子区域作为目标搜索子区域,或者可以通过多个搜索子区域的位置的定位误差,选择定位误差较小的搜索子区域为目标搜索子区域,本申请实施例对此不做限制。
其中,M为小于等于N的整数,本申请实施例对M的具体数量不做限制。
步骤S104:根据M个目标搜索子区域中,多个卫星中的每个卫星的卫星标注状态,确定S个定位卫星,S为大于等于1的整数,卫星标注状态为视距或非视距。
在确定了M个目标搜索子区域之后,可以通过目标搜索子区域的位置,判断卫星在目标搜索子区域中为视距卫星或非视距卫星。由于每个卫星在不同的目标搜索子区域中的状态可能为视距卫星也可能为非视距卫星,因此,可以通过M个目标搜索子区域中每个卫星标注为视距卫星的次数,或每个卫星标注为非视距卫星的次数等,确定S个定位卫星,本申请实施例对根据M个目标搜索子区域中,多个卫星中的每个卫星的卫星标注状态,确定S个定位卫星的具体实施方式不做限制。
在一种可能的实施方式中,根据M个目标搜索子区域中,多个卫星中的每个卫星的卫星标注状态,确定S个定位卫星,包括:
确定在M个目标搜索子区域中,多个卫星中每个卫星为非视距卫星的概率;根据多个卫星中的每个卫星为非视距卫星的概率,确定S个定位卫星。
确定在M个目标搜索子区域中,多个卫星中每个卫星为非视距卫星的概率,可以通过将某个卫星在M个目标搜索子区域中为非视距卫星的次数与M的比值,作为该卫星为非视距卫星的概率。
确定每个卫星为非视距卫星的概率之后,可以根据每个卫星为非视距卫星的概率,判断该卫星为视距卫星或非视距卫星,进而确定判断为视距卫星的卫星作为定位卫星;或者可以根据每个卫星为非视距卫星的概率对卫星进行排序,并可以通过设置预设排名阈值确定定位卫星,例如,对卫星为非视距卫星的概率由小到大排序,并设置预设排名阈值为30%,则排名在前30%的卫星为定位卫星;或者,可以通过设置定位卫星的预设数量,卫星为非视距卫星的概率由小到大排序,并选取排名为前预设数量的卫星为定位卫星等。本申请实施例对根据每个卫星为非视距卫星的概率,确定定位卫星的方式不做限制。在一种可能的实施方式中,根据每个卫星为非视距卫星的概率,确定定位卫星,包括:
若卫星为非视距卫星的概率在第一预设区间内,则确定卫星为定位卫星,定位卫星参与对接收机的定位计算;若卫星为非视距卫星的概率在第二预设区间内,且卫星的伪距残差小于预设距离,则确定卫星为定位卫星,定位卫星参与对接收机的定位计算;若卫星为非视距卫星的概率在第三预设区间内,则剔除卫星,该卫星不参与对接收机的定位计算。第一预设区间的最大值小于第二预设区间的最小值,第二预设区间的最大值小于第三预设区间的最小值。
第一预设区间、第二预设区间和第三预设区间不存在重合的区间,在一种可能的实施方式中,第一预设区间可以为小于0.4,第二预设区间可以为大于等于0.4且小于0.7,第三预设区间可以为大于等于0.7,本申请实施例对第一预设区间、第二预设区间以及第三预设区间的具体设置方式不做限制。
若卫星为非视距卫星的概率在第一预设区间内,则说明卫星在目标搜索子区域中,作为非视距卫星的次数较少,因此,该卫星为视距卫星的几率较大,若以该卫星作为定位卫星,参与对接收机的定位计算时,对接收机的定位位置计算误差较小。若卫星为非视距卫星的概率在第二预设区间内,说明该卫星在目标搜索子区域中,作为非视距卫星或作为视距卫星的可能性差别不大,可以通过进一步的判断该卫星的伪距残差是否小于预设距离,若卫星的伪距残差小于预设距离,则确定卫星为定位卫星,参与对接收机的定位计算,若该卫星的伪距残差大于或等于预设距离,则剔除该卫星。本申请实施例对预设距离的具体数值不做限制,在一种可能的实施方式中,预设距离可以为20米。若卫星为非视距卫星的概率在第三预设区间内,说明该卫星为非视距卫星的可能性较大,若采用该卫星对接收机的位置进行计算,可能误差较大,因此可以选择剔除该卫星,使其不参与对接收机的定位计算。
本申请实施例中,通过根据卫星星历数据、搜索区域中的搜索子区域的位置信息和三维数字地图信息,筛选出搜索子区域中的目标搜索子区域,并根据每个卫星在多个目标搜索子区域中为非视距卫星的概率,确定定位卫星,提高了选取的定位卫星的可靠性,进而提高了对接收机定位的准确性。
图7是本申请另一实施例提供的GNSS选星方法的流程示意图,该方法可以通过本申请实施例提供的GNSS选星装置执行,GNSS选星装置可以通过软件或硬件的形式实现,该装置可以是终端设备的部分或全部,终端设备例如可以是上述终端设备,下面以终端设备为接收机为执行主体为例,对本申请实施例提供的GNSS选星方法进行介绍。如图7所示,本申请实施例提供的GNSS选星方法的上述步骤S103,可以包括:
步骤S201:根据多个卫星的星历数据、N个搜索子区域中每一个搜索子区域的位置信息以及三维数字地图信息,标注每个搜索子区域各自对应的视距卫星和非视距卫星,得到标注结果。
本申请实施例对根据多个卫星的星历数据、N个搜索子区域中每个搜索子区域的位置信息以及三维数字地图信息,标注每个搜索子区域各自对应的视距卫星和非视距卫星的方式不做限制。由于在定位完全准确的情况下,伪距残差为零,且伪距残差越大,定位误差越大。因此,在一种可能的实施方式中,可以通过在每个搜索子区域中,计算卫星的伪距残差,并将伪距残差大于预设残差阈值的卫星,作为该搜索子区域的非视距卫星,将伪距残差小于或等于预设残差阈值的卫星,作为该搜索子区域的视距卫星。计算伪距残差的方式,例如可以根据对搜索区域的确定以及对搜索区域的划分方式,确定每个搜索子区域的初始定位位置,进而确定每个搜索子区域与每个卫星之间的距离测量值,即伪距。然后根据卫星星历数据,可以得到某颗卫星的已知位置,最后可以通过每个搜索子区域的初始定位位置和某颗卫星的已知位置计算出二者的距离,计算这个距离和上述伪距的差值,即伪距残差。
在另一种可能的实施方式中,根据多个卫星的星历数据、N个搜索子区域中每一个搜索子区域的位置信息以及三维数字地图信息,标注每个搜索子区域各自对应的视距卫星和非视距卫星,包括:
根据卫星星历数据,确定目标卫星在搜索子区域的高度角和方位角,目标卫星为卫星中的任意一个,目标卫星在搜索子区域的方位角为目标卫星相对于搜索子区域的方向与标准方向所夹的水平角;在目标卫星在搜索子区域的方位角方向上,根据三维数字地图信息中建筑物的位置信息和高度信息,确定建筑物在搜索子区域的最大仰角,方位角方向为目标卫星相对于搜索子区域的方向;若目标卫星在搜索子区域的高度角大于建筑物在搜索子区域的最大仰角,则卫星在搜索子区域内为视距卫星;若目标卫星在搜索子区域的高度角不大于建筑物在搜索子区域的最大仰角,则卫星在搜索子区域内为非视距卫星。
下面以在某一个搜索子区域中对卫星状态的确定方式进行介绍,其他搜索子区域中确定卫星状态的方式与此类似。图8是本申请实施例提供的卫星位置的示意图,如图8所示,以该搜索子区域可以接收到两个卫星的信号为例,其中,卫星1在搜索子区域的方向角可以是以搜索子区域在中心位置为准,计算卫星1在搜索子区域的高度角B和方位角。然后在卫星1的方位角方向,根据建筑物的位置信息和高度信息,确定建筑物在搜索子区域的最大仰角A,其中,建筑物的位置信息和高度信息可以通过三维数字地图获取,根据建筑物的位置信息和搜索子区域的位置信息,得到建筑物与搜索子区域之间的距离,最后根据该距离以及建筑物的高度信息,得到建筑物在搜索子区域的最大仰角A。比较建筑物在搜索子区域的最大仰角A和卫星1在搜索子区域的高度角B的大小得知,卫星1在搜索子区域的高度角B大于建筑物在搜索子区域的最大仰角A,因此,卫星1在该搜索区域内为视距卫星。
通过类似方法,可得到卫星2在搜索子区域的高度角C和在卫星2的方位角方向上,根据建筑物的位置信息和高度信息,确定建筑物在搜索子区域的最大仰角D,比较建筑物在搜索子区域的最大仰角D和卫星2在搜索子区域的高度角C的大小得知,卫星2在搜索子区域的高度角C小于建筑物在搜索子区域的最大仰角D,因此,卫星2在该搜索区域内为非视距卫星。
步骤S202:根据每个搜索子区域各自对应的视距卫星和非视距卫星,确定每个搜索子区域各自对应的各个卫星的伪距残差。
针对不同的搜索子区域,其可接收到的卫星信号的卫星不同,且不同搜索子区域对应的视距卫星和非视距卫星也不尽相同,根据步骤S201中的方式,可以确定每个搜索子区域各自对应的视距卫星和非视距卫星,然后根据每个搜索子区域各自对应的视距卫星和非视距卫星,确定每个搜索子区域各自对应的各个卫星的伪距残差。本申请实施例对根据每个搜索子区域各自对应的视距卫星和非视距卫星,确定每个搜索子区域各自对应的各个卫星的第一伪距残差的具体实施方式不做限制。
由于接收机和卫星的时间系统一般来说不可能完全一致,二者之间的误差称为接收机钟差。为了消除接收机钟差的影响,在一种可能的实施方式中,每个搜索子区域各自对应的各个卫星的伪距残差排除了每个搜索子区域各自对应的钟差,每个搜索子区域各自对应的钟差为每个搜索子区域对应的视距卫星的伪距残差的平均值。
示例性的,可以通过计算每个搜索子区域各自对应的各个卫星的伪距残差,其中,每个搜索子区域各自对应的各个卫星包括视距卫星和非视距卫星,然后在每个搜索子区域各自对应的各个卫星的伪距残差中,确定每个搜索子区域各自对应的视距卫星的伪距残差。对每个搜索子区域各自对应的视距卫星的伪距残差求平均值,得到平均伪距残差,并将平均伪距残差作为接收机钟差,然后将每个搜索子区域各自对应的各个卫星的伪距残差减去钟差,得到每个搜索子区域各自对应的各个卫星的排除了钟差的伪距残差。这时的伪距残差可以认为只包含非视距信号的影响,不包括接收机钟差。本申请实施例对根据每个搜索子区域各自对应的视距卫星的伪距残差,更新每个搜索子区域各自对应的各个卫星的伪距残差的方式不做限制。
步骤S203:根据每个搜索子区域各自对应的各个卫星的伪距残差和标注结果,确定M个目标搜索子区域。
根据每个搜索子区域各自对应的各个卫星的伪距残差和标注结果,确定M个目标搜索子区域,可以通过对搜索子区域各自对应的各个卫星的伪距残差求和的方式,判断伪距残差和在预设范围或者预设排名阈值的搜索子区域作为目标搜索子区域,本申请实施例对此不做限制。
在一种可能的实施方式中,根据每个搜索子区域各自对应的各个卫星的伪距残差,确定M个目标搜索子区域,包括:
在每个搜索子区域中,将标注结果为视距卫星的卫星的伪距残差代入视距卫星的伪距残差概率密度函数,得到标注结果为视距卫星的卫星的第一分数,将标注结果为非视距卫星的卫星的伪距残差代入非视距卫星的伪距残差概率密度函数,得到标注结果为非视距卫星的卫星的第二分数;在每个搜索子区域中,对每个搜索子区域各自对应的第一分数和第二分数进行求和,得到每个搜索子区域各自对应的第三分数;选取第三分数大于预设阈值的搜索子区域作为目标搜索子区域,或者,对每个搜索子区域的分数进行排序,选取预设比例的搜索子区域作为目标搜索子区域。
根据每个搜索子区域各自对应的各个卫星的伪距残差,对每个搜索子区域进行打分。根据伪距残差为搜索子区域打分,可以参照以下公式,卫星sj得分为:
在某个搜索子区域中,若卫星sj为NLOS,则将卫星sj的伪距残差代入到非视距卫星的伪距残差概率密度函数nlosprob(δpr)中,得到卫星sj的第二分数。
图9是本申请实施例提供的非视距卫星的伪距残差概率密度函数图,其中,横轴表示卫星伪距残差δpr,纵轴表示卫星为非视距卫星的概率,并将卫星为非视距卫星的概率作为该卫星的得分。a为参数,可以选取为50米,本申请实施例对非视距卫星的伪距残差概率密度函数图的具体参数不做限制,例如非视距卫星的伪距残差概率密度函数可以为:
pnlos表示卫星sj为非视距卫星的概率,a=30,x为伪距残差;标注为非视距卫星的伪距残差越大,则表示该卫星为非视距卫星的概率越大,该卫星的分数也越高。
在某个搜索子区域中,若卫星sj为LOS,则将卫星sj的伪距残差代入到视距卫星的伪距残差概率密度函数losprob(δpr)中,得到卫星sj的第一分数,图10是本申请实施例提供的视距卫星的伪距残差概率密度函数图,如图10所示,其中,横轴表示卫星的伪距残差δpr,纵轴表示卫星为视距卫星的概率,并将卫星为视距卫星的概率作为该卫星的得分。其中,视距卫星的伪距残差概率密度函数可以为:
pnlos表示卫星sj为视距卫星的概率,μ=30,σ2=50;标注为视距卫星的伪距残差越小,则表示该卫星为视距卫星的概率越大,该卫星的分数也越高。
根据上述公式,可以计算某个搜索子区域内每个卫星的得分,然后在该搜索子区域中,对该搜索区域内每个卫星的得分进行求和,得到该搜索子区域对应的第三分数,其中,第三分数越高表示标注结果和伪距残差结果一致性较高,标注结果的可靠性高。类似的,利用上述方式,可以得到每个搜索子区域各自对应的第三分数。
根据每个搜索子区域的得分选取目标搜索子区域,可以通过预先设置预设阈值的方式实现,例如选取分数大于预设阈值的搜索子区域作为目标搜索子区域,本申请实施例对预设阈值的设置方式及具体数值不做限制;也可以通过对每个搜索子区域的分数进行排序,选取预设比例的搜索子区域作为目标搜索子区域,本申请实施例对预设比例的设置方式及具体数值不做限制。
本申请实施例中,通过根据每个搜索子区域各自对应的视距卫星和非视距卫星,确定每个搜索子区域各自对应的各个卫星的伪距残差;根据每个搜索子区域各自对应的各个卫星的伪距残差,确定M个目标搜索子区域,提高了目标搜索子区域的可靠性。
下面介绍本申请实施例提供的GNSS选星装置、芯片、设备、存储介质以及计算机程序产品,其内容和效果可参考本申请实施例提供的GNSS选星方法,不再赘述。
本申请实施例提供一种GNSS选星装置,图11是本申请一实施例提供的GNSS选星装置的结构示意图,GNSS选星装置可以是终端设备的部分或全部,下面以终端设备为执行主体为例,如图11所示,本申请实施例提供的GNSS选星装置可以包括:
第一获取模块31,用于获取接收机的初始定位位置、多个卫星的星历数据以及初始定位位置的预设范围内的三维数字地图信息。
第一确定模块32,用于根据初始定位位置,确定搜索区域,搜索区域包括N个搜索子区域,N为大于1的整数。
第二确定模块33,用于根据多个卫星的星历数据、N个搜索子区域中每一个搜索子区域的位置信息以及三维数字地图信息,在N个搜索子区域中,确定M个目标搜索子区域,M为小于等于N的整数。
第三确定模块34,用于根据M个目标搜索子区域中,多个卫星中的每个卫星的卫星标注状态,确定S个定位卫星,S为大于等于1的整数,卫星标注状态为视距或非视距。
在一种可实现的实施方式中,第一确定模块、第二确定模块和第三确定模块的功能也可以都是由处理模块完成的,该处理模块例如可以是处理器,第一获取模块可以是处理器的传输接口,或者也可以说第一获取模块是处理器的接收接口,此时第一确定模块、第二确定模块和第三确定模块的功能也可以都是该处理器完成的。
可选的,如图11所示,第二确定模块33,具体用于:
根据多个卫星的星历数据、N个搜索子区域中每一个搜索子区域的位置信息以及三维数字地图信息,标注每个搜索子区域各自对应的视距卫星和非视距卫星,得到标注结果;
根据每个搜索子区域各自对应的视距卫星和非视距卫星,确定每个搜索子区域各自对应的各个卫星的伪距残差;
根据每个搜索子区域各自对应的各个卫星的伪距残差和标注结果,确定M个目标搜索子区域。
可选的,第二确定模块33还用于:
根据多个卫星的星历数据,确定目标卫星在搜索子区域的高度角和方位角,目标卫星为多个卫星中的任意一个,目标卫星在搜索子区域的方位角为目标卫星相对于搜索子区域的方向与标准方向所夹的水平角;
在目标卫星在搜索子区域的方位角方向上,根据三维数字地图信息中建筑物的位置信息和高度信息,确定建筑物在搜索子区域的最大仰角,方位角方向为目标卫星相对于搜索子区域的方向;
若目标卫星在搜索子区域的高度角大于建筑物在搜索子区域的最大仰角,则目标卫星在搜索子区域内为视距卫星;
若目标卫星在搜索子区域的高度角不大于建筑物在搜索子区域的最大仰角,则目标卫星在搜索子区域内为非视距卫星。
可选的,每个搜索子区域各自对应的各个卫星的伪距残差排除了每个搜索子区域各自对应的钟差,每个搜索子区域各自对应的钟差为每个搜索子区域对应的视距卫星的伪距残差的平均值。
可选的,第二确定模块33,还用于:
在每个搜索子区域中,将标注结果为视距卫星的卫星的伪距残差代入视距卫星的伪距残差概率密度函数,得到标注结果为视距卫星的卫星的第一分数,将标注结果为非视距卫星的卫星的伪距残差代入非视距卫星的伪距残差概率密度函数,得到标注结果为非视距卫星的卫星的第二分数;
在每个搜索子区域中,对每个搜索子区域各自对应的第一分数和第二分数进行求和,得到每个搜索子区域各自对应的第三分数;
选取第三分数大于预设阈值的搜索子区域作为目标搜索子区域,或者,对每个搜索子区域的分数进行排序,选取预设比例的搜索子区域作为目标搜索子区域。
可选的,第三确定模块34,具体用于:
确定在M个目标搜索子区域中,多个卫星中每个卫星为非视距卫星的概率;
根据多个卫星中的每个卫星为非视距卫星的概率,确定S个定位卫星。
可选的,第三确定模块34具体用于:
若卫星为非视距卫星的概率在第一预设区间内,则卫星为定位卫星,定位卫星参与对接收机的定位计算;若卫星为非视距卫星的概率在第二预设区间内,且卫星的伪距残差小于预设距离,则卫星为定位卫星,定位卫星参与对接收机的定位计算;若卫星为非视距卫星的概率在第三预设区间内,则剔除卫星,卫星不参与对接收机的定位计算;第一预设区间的最大值小于第二预设区间的最小值,第二预设区间的最大值小于第三预设区间的最小值。
本申请所提供的装置实施例仅仅是示意性的,图11中的模块划分仅仅是一种逻辑功能划分,实际实现时可以有另外的划分方式。例如多个模块可以结合或者可以集成到另一个系统。各个模块相互之间的耦合可以是通过一些接口实现,这些接口通常是电性通信接口,但是也不排除可能是机械接口或其它的形式接口。因此,作为分离部件说明的模块可以是或者也可以不是物理上分开的,既可以位于一个地方,也可以分布到同一个或不同设备的不同位置上。
本申请实施例提供一种芯片,用于执行上述GNSS选星方法,其内容和效果可参考上述方法实施例,不再赘述。
本申请实施例提供一种设备,图12是本申请一实施例提供的设备的结构示意图,如图12所示,本申请提供的设备包括处理器41、存储器42、收发器43,该存储器中存储有软件指令或者说计算机程序;处理器41可以是芯片,收发器83实现终端设备对通信数据的发送和接收,处理器81被配置为调用存储器中的软件指令以实现上述GNSS选星方法,其内容及效果请参考方法实施例。
示例性的,图13是本申请又一实施例提供的设备的结构示意图,如图13所示,终端设备100可以包括处理器110,外部存储器接口120,内部存储器121,通用串行总线(universal serial bus,USB)接口130,充电管理模块140,电源管理模块141,电池142,天线1,天线2,移动通信模块150,无线通信模块160,音频模块170,扬声器170A,受话器170B,麦克风170C,耳机接口170D,传感器180,按键190,马达191,指示器192,摄像头193,显示屏194,以及用户标识模块(subscriber identification module,SIM)卡接口195等。可以理解的是,本实施例示意的结构并不构成对终端设备100的具体限定。在本申请另一些实施例中,终端设备100可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件,或软件和硬件的组合实现。
处理器110可以包括一个或多个处理单元,例如:处理器110可以包括AP,调制解调处理器,GPU,ISP,控制器,视频编解码器,数字信号处理器(digital signal processor,DSP),基带处理器,和/或神经网络处理器(neural-network processing unit,NPU)等。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。在一些实施例中,终端设备100也可以包括一个或多个处理器110。其中,控制器可以是终端设备100的神经中枢和指挥中心。控制器可以根据指令操作码和时序信号,产生操作控制信号,完成取指令和执行指令的控制。处理器110中还可以设置存储器,用于存储指令和数据。在一些实施例中,处理器110中的存储器为高速缓冲存储器。该存储器可以保存处理器110刚用过或循环使用的指令或数据。如果处理器110需要再次使用该指令或数据,可从所述存储器中直接调用。这就避免了重复存取,减少了处理器110的等待时间,因而提高了终端设备100系统的效率。
在一些实施例中,处理器110可以包括一个或多个接口。接口可以包括集成电路(inter-integrated circuit,I2C)接口,集成电路内置音频(inter-integrated circuitsound,I2S)接口,脉冲编码调制(pulse code modulation,PCM)接口,通用异步收发传输器(universal asynchronous receiver/transmitter,UART)接口,MIPI,通用输入输出(general-purpose input/output,GPIO)接口,用户标识模块(subscriber identitymodule,SIM)接口,和/或USB接口、HDMI、V-By-One接口,DP等,其中,V-By-One接口是一种面向图像传输开发的数字接口标准。其中,USB接口130是符合USB标准规范的接口,具体可以是Mini USB接口,Micro USB接口,USB Type C接口等。USB接口130可以用于连接充电器为终端设备100充电,也可以用于终端设备100与外围设备之间传输数据。也可以用于连接耳机,通过耳机播放音频。
可以理解的是,本申请实施例示意的各模块间的接口连接关系,只是示意性说明,并不构成对终端设备100的结构限定。在本申请另一些实施例中,终端设备100也可以采用上述实施例中不同的接口连接方式,或多种接口连接方式的组合。
充电管理模块140用于从充电器接收充电输入。其中,充电器可以是无线充电器,也可以是有线充电器。在一些有线充电的实施例中,充电管理模块140可以通过USB接口130接收有线充电器的充电输入。在一些无线充电的实施例中,充电管理模块140可以通过终端设备100的无线充电线圈接收无线充电输入。充电管理模块140为电池142充电的同时,还可以通过电源管理模块141为终端设备100供电。
电源管理模块141用于连接电池142,充电管理模块140与处理器110。电源管理模块141接收电池142和/或充电管理模块140的输入,为处理器110,内部存储器121,显示屏194,摄像头193,和无线通信模块160等供电。电源管理模块141还可以用于监测电池容量,电池循环次数,电池健康状态(漏电,阻抗)等参数。在其他一些实施例中,电源管理模块141也可以设置于处理器110中。在另一些实施例中,电源管理模块141和充电管理模块140也可以设置于同一个器件中。
终端设备100的无线通信功能可以通过天线1,天线2,移动通信模块150,无线通信模块160,调制解调处理器以及基带处理器等实现。天线1和天线2用于发射和接收电磁波信号。终端设备100中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用,以提高天线的利用率。例如:可以将天线1复用为无线局域网的分集天线。在另外一些实施例中,天线可以和调谐开关结合使用。
移动通信模块150可以提供应用在终端设备100上的包括2G/3G/4G/5G等无线通信的解决方案。移动通信模块150可以包括至少一个滤波器,开关,功率放大器,低噪声放大器等。移动通信模块150可以由天线1接收电磁波,并对接收的电磁波进行滤波,放大等处理,传送至调制解调处理器进行解调。移动通信模块150还可以对经调制解调处理器调制后的信号放大,经天线1转为电磁波辐射出去。在一些实施例中,移动通信模块150的至少部分功能模块可以被设置于处理器110中。在一些实施例中,移动通信模块150的至少部分功能模块可以与处理器110的至少部分模块被设置在同一个器件中。
调制解调处理器可以包括调制器和解调器。其中,调制器用于将待发送的低频基带信号调制成中高频信号。解调器用于将接收的电磁波信号解调为低频基带信号。随后解调器将解调得到的低频基带信号传送至基带处理器处理。低频基带信号经基带处理器处理后,被传递给应用处理器。应用处理器通过音频设备(不限于扬声器170A,受话器170B等)输出声音信号,或通过显示屏194显示图像或视频。在一些实施例中,调制解调处理器可以是独立的器件。在另一些实施例中,调制解调处理器可以独立于处理器110,与移动通信模块150或其他功能模块设置在同一个器件中。
无线通信模块160可以提供应用在终端设备100上的包括无线局域网(wirelesslocal area networks,WLAN),蓝牙,全球导航卫星系统(global navigation satellitesystem,GNSS),调频(frequency modulation,FM),NFC,红外技术(infrared,IR)等无线通信的解决方案。无线通信模块160可以是集成至少一个通信处理模块的一个或多个器件。无线通信模块160经由天线2接收电磁波,将电磁波信号调频以及滤波处理,将处理后的信号发送到处理器110。无线通信模块160还可以从处理器110接收待发送的信号,对其进行调频,放大,经天线2转为电磁波辐射出去。
在一些实施例中,终端设备100的天线1和移动通信模块150耦合,天线2和无线通信模块160耦合,使得终端设备100可以通过无线通信技术与网络以及其他设备通信。所述无线通信技术可以包括GSM,GPRS,CDMA,WCDMA,TD-SCDMA,LTE,GNSS,WLAN,NFC,FM,和/或IR技术等。上述GNSS可以包括全球卫星定位系统(global positioning system,GPS),全球导航卫星系统(global navigation satellite system,GLONASS),北斗卫星导航系统(beidou navigation satellite system,BDS),准天顶卫星系统(quasi-zenithsatellite system,QZSS)和/或星基增强系统(satellite based augmentation systems,SBAS)。
终端设备100通过GPU,显示屏194,以及应用处理器等可以实现显示功能。GPU为图像处理的微处理器,连接显示屏194和应用处理器。GPU用于执行数学和几何计算,用于图形渲染。处理器110可包括一个或多个GPU,其执行指令以生成或改变显示信息。
显示屏194用于显示图像,视频等。显示屏194包括显示面板。显示面板可以采用液晶显示屏(liquid crystal display,LCD),有机发光二极管(organic light-emittingdiode,OLED),有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrixorganic light emitting diode的,AMOLED),柔性发光二极管(flex light-emittingdiode,FLED),Miniled,MicroLed,Micro-oLed,量子点发光二极管(quantum dot lightemitting diodes,QLED)等。在一些实施例中,终端设备100可以包括1个或N个显示屏194,N为大于1的正整数。
终端设备100可以通过ISP,一个或多个摄像头193,视频编解码器,GPU,一个或多个显示屏194以及应用处理器等实现拍摄功能。
NPU为神经网络(neural-network,NN)计算处理器,通过借鉴生物神经网络结构,例如借鉴人脑神经元之间传递模式,对输入信息快速处理,还可以不断的自学习。通过NPU可以实现终端设备100的智能认知等应用,例如:图像识别,人脸识别,语音识别,文本理解等。
外部存储器接口120可以用于连接外部存储卡,例如Micro SD卡,实现扩展终端设备100的存储能力。外部存储卡通过外部存储器接口120与处理器110通信,实现数据存储功能。例如将音乐、照片、视频等数据文件保存在外部存储卡中。
内部存储器121可以用于存储一个或多个计算机程序,该一个或多个计算机程序包括指令。处理器110可以通过运行存储在内部存储器121的上述指令,从而使得终端设备100执行本申请一些实施例中所提供的GNSS选星方法,以及各种功能应用以及数据处理等。内部存储器121可以包括存储程序区和存储数据区。其中,存储程序区可存储操作系统;该存储程序区还可以存储一个或多个应用程序(比如图库、联系人等)等。存储数据区可存储终端设备100使用过程中所创建的数据(比如照片,联系人等)等。此外,内部存储器121可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件,闪存器件,通用闪存存储器(universal flash storage,UFS)等。在一些实施例中,处理器110可以通过运行存储在内部存储器121的指令,和/或存储在设置于处理器110中的存储器的指令,来使得终端设备100执行本申请实施例中所提供的GNSS选星方法,以及各种功能应用及数据处理。
终端设备100可以通过音频模块170,扬声器170A,受话器170B,麦克风170C,耳机接口170D,以及应用处理器等实现音频功能。例如音乐播放,录音等。其中,音频模块170用于将数字音频信息转换成模拟音频信号输出,也用于将模拟音频输入转换为数字音频信号。音频模块170还可以用于对音频信号编码和解码。在一些实施例中,音频模块170可以设置于处理器110中,或将音频模块170的部分功能模块设置于处理器110中。扬声器170A,也称“喇叭”,用于将音频电信号转换为声音信号。终端设备100可以通过扬声器170A收听音乐,或收听免提通话。受话器170B,也称“听筒”,用于将音频电信号转换成声音信号。当终端设备100接听电话或语音信息时,可以通过将受话器170B靠近人耳接听语音。麦克风170C,也称“话筒”,“传声器”,用于将声音信号转换为电信号。当拨打电话或发送语音信息时,用户可以通过人嘴靠近麦克风170C发声,将声音信号输入到麦克风170C。终端设备100可以设置至少一个麦克风170C。在另一些实施例中,终端设备100可以设置两个麦克风170C,除了采集声音信号,还可以实现降噪功能。在另一些实施例中,终端设备100还可以设置三个,四个或更多麦克风170C,实现采集声音信号,降噪,还可以识别声音来源,实现定向录音功能等。耳机接口170D用于连接有线耳机。耳机接口170D可以是USB接口130,也可以是3.5mm的开放移动终端设备平台(open mobile terminal platform,OMTP)标准接口,还可以是美国蜂窝电信工业协会(cellular telecommunications industry association of the USA,CTIA)标准接口。
传感器180可以包括压力传感器180A,陀螺仪传感器180B,气压传感器180C,磁传感器180D,加速度传感器180E,距离传感器180F,接近光传感器180G,指纹传感器180H,温度传感器180J,触摸传感器180K,环境光传感器180L,骨传导传感器180M等。
其中,压力传感器180A用于感受压力信号,可以将压力信号转换成电信号。在一些实施例中,压力传感器180A可以设置于显示屏194。压力传感器180A的种类很多,如电阻式压力传感器,电感式压力传感器,电容式压力传感器等。电容式压力传感器可以是包括至少两个具有导电材料的平行板。当有力作用于压力传感器180A,电极之间的电容改变。终端设备100根据电容的变化确定压力的强度。当有触摸操作作用于显示屏194,终端设备100根据压力传感器180A检测所述触摸操作强度。终端设备100也可以根据压力传感器180A的检测信号计算触摸的位置。在一些实施例中,作用于相同触摸位置,但不同触摸操作强度的触摸操作,可以对应不同的操作指令。例如:当有触摸操作强度小于第一压力阈值的触摸操作作用于短消息应用图标时,执行查看短消息的指令。当有触摸操作强度大于或等于第一压力阈值的触摸操作作用于短消息应用图标时,执行新建短消息的指令。
陀螺仪传感器180B可以用于确定终端设备100的运动姿态。在一些实施例中,可以通过陀螺仪传感器180B确定终端设备100围绕三个轴(即,x,y和z轴)的角速度。陀螺仪传感器180B可以用于拍摄防抖。示例性的,当按下快门,陀螺仪传感器180B检测终端设备100抖动的角度,根据角度计算出镜头模组需要补偿的距离,让镜头通过反向运动抵消终端设备100的抖动,实现防抖。陀螺仪传感器180B还可以用于导航,体感游戏场景等。
加速度传感器180E可检测终端设备100在各个方向上(一般为三轴)加速度的大小。当终端设备100静止时可检测出重力的大小及方向。还可以用于识别终端设备姿态,应用于横竖屏切换,计步器等应用。
距离传感器180F,用于测量距离。终端设备100可以通过红外或激光测量距离。在一些实施例中,拍摄场景,终端设备100可以利用距离传感器180F测距以实现快速对焦。
接近光传感器180G可以包括例如发光二极管(LED)和光检测器,例如光电二极管。发光二极管可以是红外发光二极管。终端设备100通过发光二极管向外发射红外光。终端设备100使用光电二极管检测来自附近物体的红外反射光。当检测到充分的反射光时,可以确定终端设备100附近有物体。当检测到不充分的反射光时,终端设备100可以确定终端设备100附近没有物体。终端设备100可以利用接近光传感器180G检测用户手持终端设备100贴近耳朵通话,以便自动熄灭屏幕达到省电的目的。接近光传感器180G也可用于皮套模式,口袋模式自动解锁与锁屏。
环境光传感器180L用于感知环境光亮度。终端设备100可以根据感知的环境光亮度自适应调节显示屏194亮度。环境光传感器180L也可用于拍照时自动调节白平衡。环境光传感器180L还可以与接近光传感器180G配合,检测终端设备100是否在口袋里,以防误触。
指纹传感器180H(也称为指纹识别器),用于采集指纹。终端设备100可以利用采集的指纹特性实现指纹解锁,访问应用锁,指纹拍照,指纹接听来电等。另外,关于指纹传感器的其他记载可以参见名称为“处理通知的方法及终端设备”的国际专利申请PCT/CN2017/082773,其全部内容通过引用结合在本申请中。
触摸传感器180K,也可称触控面板或触敏表面。触摸传感器180K可以设置于显示屏194,由触摸传感器180K与显示屏194组成触摸屏,也称触控屏。触摸传感器180K用于检测作用于其上或附近的触摸操作。触摸传感器可以将检测到的触摸操作传递给应用处理器,以确定触摸事件类型。可以通过显示屏194提供与触摸操作相关的视觉输出。在另一些实施例中,触摸传感器180K也可以设置于终端设备100的表面,与显示屏194所处的位置不同。
骨传导传感器180M可以获取振动信号。在一些实施例中,骨传导传感器180M可以获取人体声部振动骨块的振动信号。骨传导传感器180M也可以接触人体脉搏,接收血压跳动信号。在一些实施例中,骨传导传感器180M也可以设置于耳机中,结合成骨传导耳机。音频模块170可以基于所述骨传导传感器180M获取的声部振动骨块的振动信号,解析出语音信号,实现语音功能。应用处理器可以基于所述骨传导传感器180M获取的血压跳动信号解析心率信息,实现心率检测功能。
按键190包括开机键,音量键等。按键190可以是机械按键,也可以是触摸式按键。终端设备100可以接收按键输入,产生与终端设备100的用户设置以及功能控制有关的键信号输入。
SIM卡接口195用于连接SIM卡。SIM卡可以通过插入SIM卡接口195,或从SIM卡接口195拔出,实现和终端设备100的接触和分离。终端设备100可以支持1个或N个SIM卡接口,N为大于1的正整数。SIM卡接口195可以支持Nano SIM卡,Micro SIM卡,SIM卡等。同一个SIM卡接口195可以同时插入多张卡。所述多张卡的类型可以相同,也可以不同。SIM卡接口195也可以兼容不同类型的SIM卡。SIM卡接口195也可以兼容外部存储卡。终端设备100通过SIM卡和网络交互,实现通话以及数据通信等功能。在一些实施例中,终端设备100采用eSIM,即:嵌入式SIM卡。eSIM卡可以嵌在终端设备100中,不能和终端设备100分离。
此外,本申请实施例还提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,当用户设备的至少一个处理器执行该计算机执行指令时,用户设备执行上述各种可能的方法。
其中,计算机可读介质包括计算机存储介质和通信介质,其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。另外,该ASIC可以位于用户设备中。当然,处理器和存储介质也可以作为分立组件存在于通信设备中。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (17)
1.一种GNSS选星方法,其特征在于,包括:
获取接收机的初始定位位置、多个卫星的星历数据以及所述初始定位位置的预设范围内的三维数字地图信息;
根据所述初始定位位置,确定搜索区域,所述搜索区域包括N个搜索子区域,N为大于1的整数;
根据所述多个卫星的星历数据、所述N个搜索子区域中每一个搜索子区域的位置信息以及所述三维数字地图信息,在所述N个搜索子区域中,确定M个目标搜索子区域,M为小于等于N的整数;
根据所述M个目标搜索子区域中,所述多个卫星中的每个卫星的卫星标注状态,确定S个定位卫星,S为大于等于1的整数,所述卫星标注状态为视距或非视距。
2.根据权利要求1所述的方法,其特征在于,所述根据所述多个卫星的星历数据、所述N个搜索子区域中每一个搜索子区域的位置信息以及所述三维数字地图信息,在所述N个搜索子区域中,确定M个目标搜索子区域,包括:
根据所述多个卫星的星历数据、所述N个搜索子区域中每一个搜索子区域的位置信息以及所述三维数字地图信息,标注每个搜索子区域各自对应的视距卫星和非视距卫星,得到标注结果;
根据每个搜索子区域各自对应的视距卫星和非视距卫星,确定每个搜索子区域各自对应的各个卫星的伪距残差;
根据每个搜索子区域各自对应的各个卫星的伪距残差和所述标注结果,确定M个目标搜索子区域。
3.根据权利要求2所述的方法,其特征在于,所述根据所述多个卫星的星历数据、所述N个搜索子区域中每一个搜索子区域的位置信息以及所述三维数字地图信息,标注每个搜索子区域各自对应的视距卫星和非视距卫星,包括:
根据所述多个卫星的星历数据,确定目标卫星在搜索子区域的高度角和方位角,所述目标卫星为所述多个卫星中的任意一个,所述目标卫星在搜索子区域的方位角为所述目标卫星相对于所述搜索子区域的方向与标准方向所夹的水平角;
在所述目标卫星在所述搜索子区域的方位角方向上,根据所述三维数字地图信息中建筑物的位置信息和高度信息,确定所述建筑物在所述搜索子区域的最大仰角,所述方位角方向为所述目标卫星相对于所述搜索子区域的方向;若所述目标卫星在所述搜索子区域的高度角大于所述建筑物在所述搜索子区域的最大仰角,则所述目标卫星在所述搜索子区域内为视距卫星;
若所述目标卫星在所述搜索子区域的高度角不大于所述建筑物在所述搜索子区域的最大仰角,则所述目标卫星在所述搜索子区域内为非视距卫星。
4.根据权利要求3所述的方法,其特征在于,
所述每个搜索子区域各自对应的各个卫星的伪距残差排除了每个搜索子区域各自对应的钟差,所述每个搜索子区域各自对应的钟差为每个搜索子区域对应的视距卫星的伪距残差的平均值。
5.根据权利要求4所述的方法,其特征在于,所述根据每个搜索子区域各自对应的各个卫星的伪距残差和所述标注结果,确定M个目标搜索子区域,包括:
在每个搜索子区域中,将标注结果为视距卫星的卫星的伪距残差代入视距卫星的伪距残差概率密度函数,得到所述标注结果为视距卫星的卫星的第一分数,将标注结果为非视距卫星的卫星的伪距残差代入非视距卫星的伪距残差概率密度函数,得到所述标注结果为非视距卫星的卫星的第二分数;
在每个搜索子区域中,对每个搜索子区域各自对应的第一分数和第二分数进行求和,得到每个搜索子区域各自对应的第三分数;
选取第三分数大于预设阈值的搜索子区域作为目标搜索子区域,或者,对每个搜索子区域的分数进行排序,选取预设比例的搜索子区域作为目标搜索子区域。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述根据所述M个目标搜索子区域中,所述多个卫星中的每个卫星的卫星标注状态,确定S个定位卫星,包括:
确定在所述M个目标搜索子区域中,所述多个卫星中每个卫星为非视距卫星的概率;
根据所述多个卫星中的每个卫星为非视距卫星的概率,确定S个定位卫星。
7.根据权利要求6所述的方法,其特征在于,所述根据所述多个卫星中的每个卫星为非视距卫星的概率,确定S个定位卫星,包括:
若所述卫星为非视距卫星的概率在第一预设区间内,则所述卫星为定位卫星,所述定位卫星参与对所述接收机的定位计算;
若所述卫星为非视距卫星的概率在第二预设区间内,且所述卫星的伪距残差小于预设距离,则所述卫星为定位卫星,所述定位卫星参与对所述接收机的定位计算;
若所述卫星为非视距卫星的概率在第三预设区间内,则剔除所述卫星,所述卫星不参与对所述接收机的定位计算;
所述第一预设区间的最大值小于所述第二预设区间的最小值,所述第二预设区间的最大值小于所述第三预设区间的最小值。
8.一种GNSS选星装置,其特征在于,包括:
第一获取模块,用于获取接收机的初始定位位置、多个卫星的星历数据以及所述初始定位位置的预设范围内的三维数字地图信息;
第一确定模块,用于根据所述初始定位位置,确定搜索区域,所述搜索区域包括N个搜索子区域,N为大于1的整数;
第二确定模块,用于根据所述多个卫星的星历数据、所述N个搜索子区域中每一个搜索子区域的位置信息以及所述三维数字地图信息,在所述N个搜索子区域中,确定M个目标搜索子区域,M为小于等于N的整数;
第三确定模块,用于根据所述M个目标搜索子区域中,所述多个卫星中的每个卫星的卫星标注状态,确定S个定位卫星,S为大于等于1的整数,所述卫星标注状态为视距或非视距。
9.根据权利要求8所述的装置,其特征在于,所述第二确定模块,还用于:
根据所述多个卫星的星历数据、所述N个搜索子区域中每一个搜索子区域的位置信息以及所述三维数字地图信息,标注每个搜索子区域各自对应的视距卫星和非视距卫星,得到标注结果;
根据每个搜索子区域各自对应的视距卫星和非视距卫星,确定每个搜索子区域各自对应的各个卫星的伪距残差;
根据每个搜索子区域各自对应的各个卫星的伪距残差和所述标注结果,确定M个目标搜索子区域。
10.根据权利要求9所述的装置,其特征在于,所述第二确定模块还用于:
根据所述多个卫星的星历数据,确定目标卫星在搜索子区域的高度角和方位角,所述目标卫星为所述多个卫星中的任意一个,所述目标卫星在搜索子区域的方位角为所述目标卫星相对于所述搜索子区域的方向与标准方向所夹的水平角;
在所述目标卫星在所述搜索子区域的方位角方向上,根据所述三维数字地图信息中建筑物的位置信息和高度信息,确定所述建筑物在所述搜索子区域的最大仰角,所述方位角方向为所述目标卫星相对于所述搜索子区域的方向;
若所述目标卫星在所述搜索子区域的高度角大于所述建筑物在所述搜索子区域的最大仰角,则所述目标卫星在所述搜索子区域内为视距卫星;
若所述目标卫星在所述搜索子区域的高度角不大于所述建筑物在所述搜索子区域的最大仰角,则所述目标卫星在所述搜索子区域内为非视距卫星。
11.根据权利要求10所述的装置,其特征在于,
所述每个搜索子区域各自对应的各个卫星的伪距残差排除了每个搜索子区域各自对应的钟差,所述每个搜索子区域各自对应的钟差为每个搜索子区域对应的视距卫星的伪距残差的平均值。
12.根据权利要求11所述的装置,其特征在于,所述第二确定模块,还用于:
在每个搜索子区域中,将标注结果为视距卫星的卫星的伪距残差代入视距卫星的伪距残差概率密度函数,得到所述标注结果为视距卫星的卫星的第一分数,将标注结果为非视距卫星的卫星的伪距残差代入非视距卫星的伪距残差概率密度函数,得到所述标注结果为非视距卫星的卫星的第二分数;
在每个搜索子区域中,对每个搜索子区域各自对应的第一分数和第二分数进行求和,得到每个搜索子区域各自对应的第三分数;
选取第三分数大于预设阈值的搜索子区域作为目标搜索子区域,或者,对每个搜索子区域的分数进行排序,选取预设比例的搜索子区域作为目标搜索子区域。
13.根据权利要求8-12任一项所述的装置,其特征在于,所述第三确定模块,具体用于:
确定在所述M个目标搜索子区域中,所述多个卫星中每个卫星为非视距卫星的概率;
根据所述多个卫星中的每个卫星为非视距卫星的概率,确定S个定位卫星。
14.根据权利要求13所述的装置,其特征在于,所述第三确定模块具体用于:
若所述卫星为非视距卫星的概率在第一预设区间内,则所述卫星为定位卫星,所述定位卫星参与对所述接收机的定位计算;
若所述卫星为非视距卫星的概率在第二预设区间内,且所述卫星的伪距残差小于预设距离,则所述卫星为定位卫星,所述定位卫星参与对所述接收机的定位计算;
若所述卫星为非视距卫星的概率在第三预设区间内,则剔除所述卫星,所述卫星不参与对所述接收机的定位计算;
所述第一预设区间的最大值小于所述第二预设区间的最小值,所述第二预设区间的最大值小于所述第三预设区间的最小值。
15.一种芯片,其特征在于,用于执行如权利要求1-7中任一项所述的方法。
16.一种设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
17.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910810252.3A CN112444829B (zh) | 2019-08-29 | 2019-08-29 | Gnss选星方法、装置、芯片、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910810252.3A CN112444829B (zh) | 2019-08-29 | 2019-08-29 | Gnss选星方法、装置、芯片、设备及存储介质 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410366452.5A Division CN118425999A (zh) | 2019-08-29 | Gnss选星方法、装置、芯片、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112444829A true CN112444829A (zh) | 2021-03-05 |
CN112444829B CN112444829B (zh) | 2024-04-12 |
Family
ID=74741297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910810252.3A Active CN112444829B (zh) | 2019-08-29 | 2019-08-29 | Gnss选星方法、装置、芯片、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112444829B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113325450A (zh) * | 2021-05-07 | 2021-08-31 | Oppo广东移动通信有限公司 | 定位方法、装置、电子设备及存储介质 |
CN114721448A (zh) * | 2022-04-12 | 2022-07-08 | 北京力创智慧科技有限公司 | 一种基于物联网的低功耗移动保温箱的温度位置监控系统及方法 |
CN117724117A (zh) * | 2024-02-06 | 2024-03-19 | 中国科学院国家空间科学中心 | 反射探测方法、装置、电子设备和计算机可读存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100164799A1 (en) * | 2008-12-31 | 2010-07-01 | Altek Corporation | Electronic device and method for searching satellites |
US20130285849A1 (en) * | 2010-12-23 | 2013-10-31 | Ariel-University Research And Development Company, Ltd. | Methods, devices, and uses for calculating a position using a global navigation satellite system |
US20160146945A1 (en) * | 2013-05-20 | 2016-05-26 | The Foundation For The Promotion Of Industrial Science | Position detection device, position detection system, and position detection method |
CN105807301A (zh) * | 2016-03-03 | 2016-07-27 | 东南大学 | 一种基于增强型数字地图的车辆优化选星定位方法 |
US20170131409A1 (en) * | 2015-07-17 | 2017-05-11 | The Regents Of The University Of California | System and method for localization and tracking using gnss location estimates, satellite snr data and 3d maps |
CN106886039A (zh) * | 2015-12-11 | 2017-06-23 | 南开大学 | 基于城市三维地图的地面数字电视广播与导航卫星混合粒子滤波定位方法 |
CN107064974A (zh) * | 2017-02-28 | 2017-08-18 | 广东工业大学 | 一种抑制城市峡谷多径卫星信号的定位方法和系统 |
US9766349B1 (en) * | 2016-09-14 | 2017-09-19 | Uber Technologies, Inc. | Localization and tracking using location, signal strength, and pseudorange data |
CN107966724A (zh) * | 2017-11-27 | 2018-04-27 | 南京航空航天大学 | 一种基于3d城市模型辅助的城市峡谷内卫星定位方法 |
-
2019
- 2019-08-29 CN CN201910810252.3A patent/CN112444829B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100164799A1 (en) * | 2008-12-31 | 2010-07-01 | Altek Corporation | Electronic device and method for searching satellites |
US20130285849A1 (en) * | 2010-12-23 | 2013-10-31 | Ariel-University Research And Development Company, Ltd. | Methods, devices, and uses for calculating a position using a global navigation satellite system |
US20160146945A1 (en) * | 2013-05-20 | 2016-05-26 | The Foundation For The Promotion Of Industrial Science | Position detection device, position detection system, and position detection method |
US20170131409A1 (en) * | 2015-07-17 | 2017-05-11 | The Regents Of The University Of California | System and method for localization and tracking using gnss location estimates, satellite snr data and 3d maps |
CN106886039A (zh) * | 2015-12-11 | 2017-06-23 | 南开大学 | 基于城市三维地图的地面数字电视广播与导航卫星混合粒子滤波定位方法 |
CN105807301A (zh) * | 2016-03-03 | 2016-07-27 | 东南大学 | 一种基于增强型数字地图的车辆优化选星定位方法 |
US9766349B1 (en) * | 2016-09-14 | 2017-09-19 | Uber Technologies, Inc. | Localization and tracking using location, signal strength, and pseudorange data |
CN107064974A (zh) * | 2017-02-28 | 2017-08-18 | 广东工业大学 | 一种抑制城市峡谷多径卫星信号的定位方法和系统 |
CN107966724A (zh) * | 2017-11-27 | 2018-04-27 | 南京航空航天大学 | 一种基于3d城市模型辅助的城市峡谷内卫星定位方法 |
Non-Patent Citations (1)
Title |
---|
段建民 等: "基于机器视觉筛选GPS卫星信号的无人驾驶汽车组合导航方法", 电子技术应用, vol. 42, no. 1 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113325450A (zh) * | 2021-05-07 | 2021-08-31 | Oppo广东移动通信有限公司 | 定位方法、装置、电子设备及存储介质 |
CN114721448A (zh) * | 2022-04-12 | 2022-07-08 | 北京力创智慧科技有限公司 | 一种基于物联网的低功耗移动保温箱的温度位置监控系统及方法 |
CN117724117A (zh) * | 2024-02-06 | 2024-03-19 | 中国科学院国家空间科学中心 | 反射探测方法、装置、电子设备和计算机可读存储介质 |
CN117724117B (zh) * | 2024-02-06 | 2024-04-12 | 中国科学院国家空间科学中心 | 反射探测方法、装置、电子设备和计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112444829B (zh) | 2024-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110006340B (zh) | 一种物体尺寸测量方法和电子设备 | |
CN112444829B (zh) | Gnss选星方法、装置、芯片、设备及存储介质 | |
CN109522863B (zh) | 耳部关键点检测方法、装置及存储介质 | |
CN111256676B (zh) | 移动机器人定位方法、装置和计算机可读存储介质 | |
CN112134995A (zh) | 一种查找应用对象的方法、终端及计算机可读存储介质 | |
CN112637758B (zh) | 一种设备定位方法及其相关设备 | |
CN110649719A (zh) | 一种无线充电方法及电子设备 | |
CN113672756A (zh) | 一种视觉定位方法及电子设备 | |
CN112087649A (zh) | 一种设备搜寻方法以及电子设备 | |
CN111191018B (zh) | 对话系统的应答方法和装置、电子设备、智能设备 | |
CN112991439A (zh) | 定位目标物体的方法、装置、电子设备及介质 | |
CN111753606A (zh) | 一种智能模型的升级方法及装置 | |
CN111127541A (zh) | 车辆尺寸的确定方法、装置及存储介质 | |
CN115032640B (zh) | 手势识别方法和终端设备 | |
CN113468929A (zh) | 运动状态识别方法、装置、电子设备和存储介质 | |
CN110990728A (zh) | 兴趣点信息的管理方法、装置、设备及存储介质 | |
CN114812381B (zh) | 电子设备的定位方法及电子设备 | |
CN116806013A (zh) | 一种消息传输的方法及相应终端 | |
CN111982293B (zh) | 体温测量方法、装置、电子设备及存储介质 | |
CN114079855B (zh) | 一种低功耗定位方法及相关装置 | |
CN118425999A (zh) | Gnss选星方法、装置、芯片、设备及存储介质 | |
CN110443841B (zh) | 地面深度的测量方法、装置及系统 | |
CN111984755A (zh) | 确定目标停车点的方法、装置、电子设备及存储介质 | |
CN112135256A (zh) | 移动轨迹的确定方法、装置、设备及可读存储介质 | |
CN111159168A (zh) | 数据处理方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |