CN112987048B - 一种适用于Andriod智能终端的高精度定位方法、智能终端以及存储介质 - Google Patents

Abstract

本发明涉及定位技术领域，公开了一种适用于Andriod智能终端的高精度定位方法、智能终端以及存储介质，所述高精度定位方法的具体步骤是：先获取智能终端上GNSS接收机的原始观测值数据和从网络端获取基准站的卫星观测值数据；然后用最小二乘法估计初步位置，用LAMBDA方法固定载波相位的双差整周模糊度，以及用扩展卡尔曼滤波法精确估计终端位置，最终完成高精度定位。本发明方法相比较于传统Android智能终端只能提供精度在米级的单点定位技术，可以有效利用智能终端提供的GNSS原始观测值解决现有智能终端不能稳定、可靠的进行亚米级或厘米级精度定位的问题，因此可以被广泛应用于高精度定位场景，扩大了智能终端的应用范围，便于实际应用和推广。

Description

一种适用于Andriod智能终端的高精度定位方法、智能终端以及存储介质

技术领域

本发明属于定位技术领域，具体涉及一种适用于Andriod智能终端的高精度定位方法、智能终端以及存储介质。

背景技术

随着智能终端的普及和全球卫星导航系统的发展，通过智能终端实时获取GNSS(Global Navigation Satellite System,全球导航卫星系统)位置、时间信息成为最快捷、有效的方式。自2016年Google开放了Android GNSS原始观测值获取接口以来，国内外的相关研究主要集中在以智能平板或手机为媒介体，在不改装硬件或外挂模块的前提下，利用GNSS原始观测值和智能终端自身传感器实现高精度、连续、平滑以及可靠地定位和SBAS(Satellite-Based Augmentation System，星基增强系统)修正，实现了智能手机静态快速收敛后分米级、动态环境下米级的定位精度。但是与测量型接收机、手持导航仪和GIS(Geographic Information System或Geo－Information system，地理信息系统)采集器等专用GNSS终端不同，手机和平板等大众智能终端往往采用体积小、成本低的消费类GNSS芯片和天线，影响了GNSS原始观测值的数据质量，进而限制了定位精度，使得当前的智能终端定位精度在2～3米左右，如果要实现稳定、可靠的亚米级或厘米级定位精度，需要定制终端或专业的测量测绘型设备。

发明内容

为了解决当前智能终端在动态及静态时定位精度有限的问题，本发明目的在于提供一种适用于Andriod智能终端的高精度定位方法、智能终端以及存储介质。

本发明所采用的技术方案为：

一种适用于Andriod智能终端的高精度定位方法，包括如下步骤：

S101.从终端侧GNSS接收机中获取包含收发时间信息和终端侧载波相位观测值的GNSS原始数据，同时从网络侧获取来自基准站的且包含有基准侧伪距观测值、基准侧载波相位观测值和基准站位置坐标的CORS原始数据；

S102.根据所述收发时间信息,计算得到终端侧伪距观测值；

S103.将所述终端侧伪距观测值作为观测值向量，通过最小二乘法得到终端初步估计位置；

S104.根据伪距观测值模型和载波相位观测值模型，构建如下形式的伪距观测值双差方程和载波相位观测值双差方程：

伪距观测值双差方程：

载波相位观测值双差方程：

式中，r表示终端侧GNSS接收机，u表示基准站，j表示参考卫星，k表示除参考卫星j之外的其他卫星，

为对应参考卫星j和其它卫星k的双差伪距观测值，

为对应参考卫星j和其它卫星k的双差载波相位观测值，

为对应参考卫星j和其它卫星k的双差几何距离，λ为载波波长，

为对应参考卫星j和其它卫星k的双差整周模糊度，

为对应参考卫星j和其它卫星k的双差伪距噪声，

为对应参考卫星j和其它卫星k的双差载波相位噪声，

为对应参考卫星j的终端侧伪距观测值，

为对应其它卫星k的终端侧伪距观测值，

为对应参考卫星j的基准侧伪距观测值，

为对应其它卫星k的基准侧伪距观测值，

为对应参考卫星j的终端侧载波相位观测值，

为对应其它卫星k的终端侧载波相位观测值，

为对应参考卫星j的基准侧载波相位观测值，

为对应其它卫星k的基准侧载波相位观测值；

S105.将所述伪距观测值双差方程和所述载波相位观测值双差方程展开为如下矩阵形式：

式中，K为同时分别与终端侧GNSS接收机和基准站进行定位通信的卫星总数，i为介于1～K-1之间的自然数，

为对应参考卫星j和其它卫星k_i的双差伪距观测值，

为对应参考卫星j和其它卫星k_i的双差载波相位观测值，

为对应参考卫星j和其它卫星k_i的且从终端侧GNSS接收机指向卫星的LOS视线向量，

为终端侧GNSS接收机的基线增量向量：

(Δx,Δy,Δz)^T为终端侧GNSS接收机的精估位置增量，c为光速，δt为终端侧GNSS接收机的钟差，

为对应参考卫星j和其它卫星k_i的双差整周模糊度，

为对应参考卫星j和其它卫星k_i的双差伪距噪声，

为对应参考卫星j和其它卫星k_i的双差载波相位噪声；

S106.构建如下的且用于扩展卡尔曼滤波法的状态转移方程和测量方程：

状态转移方程：X_n＝FX_n-1+ω

测量方程：Y_n＝HX_n+υ

式中，X_n为当前待估计状态量：

X_n-1为前次已估计状态量，Y_n为当前双差载波相位观测值：

ω为系统噪声，υ为测量噪声，F为状态转移矩阵：

H为映射矩阵：

S107.通过扩展卡尔曼滤波法解算得到基线增量向量浮点解和双差整周模糊度浮点解；

S108.构建如下形式的方差-协方差矩阵：

式中，

表示双差整周模糊度浮点解，

表示基线增量向量浮点解，

为双差整周模糊度浮点解的方差，

为双差整周模糊度浮点解与基线增量向量浮点解的协方差，

为基线增量向量浮点解与双差整周模糊度浮点解的协方差，

为基线增量向量浮点解的方差；

S109.利用LAMBDA方法得到双差整周模糊度固定解

然后按照如下公式得到基线增量向量固定解

S110.根据所述基准站位置坐标和所述基线增量向量固定解中的精估位置增量(Δx,Δy,Δz)^T，通过几何计算得到终端精确估计位置。

优化的，在所述步骤S102中，按照如下公式计算得到终端侧伪距观测值P_r：

P_r＝(T_R-T_T)*c

式中，T_R为所述收发时间信息中的且由终端侧GNSS接收机收到测量信号的系统时间，T_T为所述收发时间信息中的由卫星发出测量信号的系统时间，c为光速。

具体的，所述系统时间为GPS时间、Galileo时间、GLONASS时间、BDS时间或QZSS时间。

优化的，在所述步骤S103之前，还包括如下方式中任意组合的原始数据预处理环节：

(A)卫星轨道参数计算：由各卫星系统定义的ICD接口控制文件计算卫星轨道参数，其中，所述卫星轨道参数包括卫星位置坐标、速度、卫星钟差和/或钟漂；

(B)观测值过滤：若所述GNSS原始数据或所述CORS原始数据中的信噪比低于预设的信噪比阈值，则舍弃对应的伪距观测值和载波相位观测值；

(C)对所述GNSS原始数据中的终端侧载波相位观测值或所述CORS原始数据中的基准侧载波相位观测值进行周跳检测与修复。

进一步优化的，在所述方式(C)中，进行周跳检测与修复的步骤包括如下：

S201.按照如下公式进行载波相位观测值的Wide-laning组合以及进行同侧伪距观测值的Narrow-laning组合：

Wide-laning组合：

Narrow-laning组合：

式中，L_W为载波相位宽项组合，P_N为伪距窄项组合，f₁为第一卫星的载波频率，f₂为第二卫星的载波频率，L₁为对应第一卫星的载波相位观测值，L₂为对应第二卫星的载波相位观测值，P₁为对应第一卫星的伪距观测值，P₂为对应第二卫星的伪距观测值；

S202.按照如下公式进行Melbourne-Wubbena组合：

C_MW＝L_W-P_N＝λ_MWN_MW+M_MW+ε_MW

式中，C_MW为Melbourne-Wubbena组合，λ_MW为Melbourne-Wubbena组合的波长，N_MW为Melbourne-Wubbena组合的载波相位模糊度整周数，M_MW为Melbourne-Wubbena组合的多径噪声，ε_MW为Melbourne-Wubbena组合的其它噪声；

S203.通过对每个历元的C_MW数据做滑动窗口滤波处理，可检测N_MW跳动：当

时表示当前载波相位观测值发生周跳，并计算跳动的波长数为

然后根据该波长数对当前历元的载波相位观测值进行周跳修复，其中，

为当前历元的序号，

为当前历元的C_MW数据，

为前一历元的C_MW数据，σ_MW为Melbourne-Wubbena组合的预设检测阈值，int()为取整函数。

优化的，在所述步骤S103中，通过最小二乘法得到终端初步估计位置的步骤包括如下：

S301.构建如下的且用于最小二乘法的方程：

式中，

为观测向量：

为与终端侧GNSS接收机进行定位通信的卫星总数，

为对应第

颗卫星的终端侧伪距观测值，G为系数矩阵：

(x_0，rec，y_0，rec，z_0，rec)为终端侧GNSS接收机的初始位置，

为第

颗卫星的卫星位置坐标，

为从终端侧GNSS接收机到第

颗卫星的初始几何距离，

为终端侧GNSS接收机的位置增量向量，(Δx_rec,Δy_rec,Δz_rec)^T为终端侧GNSS接收机的初估位置增量，c为光速，δt_rec为终端侧GNSS接收机的钟差，

为伪距噪声向量；

S302.通过最小二乘法解算得到终端侧GNSS接收机的位置增量向量：

S303.根据所述基准站位置坐标和所述位置增量向量中的初估位置增量(Δx_rec,Δy_rec,Δz_rec)^T，通过几何计算得到终端初步估计位置。

进一步优化的，在所述步骤S301之前，还包括如下步骤：

S300.使用Ionosphere-free组合消除电离层误差，以及使用Neill映射函数消除对流层误差，得到如下的终端侧伪距观测值模型和终端侧载波相位观测值模型：

终端侧伪距观测值模型：

终端侧载波相位观测值模型：

式中，P_r′为消除电离层误差和对流层误差后的终端侧伪距观测值，L_r′为消除电离层误差和对流层误差后的终端侧载波相位观测值，

为终端侧GNSS接收机到卫星

的几何距离，δt_r为终端侧GNSS接收机的钟差，

为卫星

的钟差，

为对应卫星

的且因windup效应带来的误差，

N_W＝N₁-N₂，

c为光速，f₁为第一卫星的载波频率，f₂为第二卫星的载波频率，b₁为对应第一卫星的卫星硬件延时误差，b₂为对应第二卫星的卫星硬件延时误差，N₁为对应第一卫星的载波整周数，N₂为对应第二卫星的载波整周数，M_pr为Ionosphere-free组合后的伪距多径误差，M_Lr为Ionosphere-free组合后的载波相位多径误差，ε_pr为Ionosphere-free组合后的伪距噪声误差，ε_Lr为Ionosphere-free组合后的载波相位噪声误差，

为卫星号。

具体的，在所述步骤S104中使用如下形式的伪距观测值模型和载波相位观测值模型：

伪距观测值模型：

载波观测值模型：

式中，

为伪距观测值，

为载波相位观测值，

为接收机到卫星的几何距离，c为光速，

为接收机钟差，

为卫星钟差，T为对流层误差，I为电离层误差，M为伪距多径误差，v_P为伪距上其它噪声误差，ω为windup效应带来的误差，N为载波整周数，λ为载波波长，b为接收机或卫星硬件延时误差，m为载波相位多径误差，v_L为载波相位上其它噪声误差，

为接收机频点，

为卫星号。

本发明所采用的另一种技术方案为：

一种智能终端，包括通信相连的存储器和处理器，其中，所述存储器用于存储计算机程序，所述处理器用于执行所述计算机程序实现如前所述适用于Andriod智能终端的高精度定位方法的步骤。

本发明所采用的另一种技术方案为：

一种存储介质，所述存储介质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如前所述适用于Andriod智能终端的高精度定位方法的步骤。

本发明的有益效果为：

(1)本发明创造提供了一种在Android智能终端上实现稳定、可靠的亚米级或厘米级定位精度的新方法，其具体步骤是：先获取智能终端上GNSS接收机的原始观测值数据和从网络端获取基准站的卫星观测值数据；然后用最小二乘法估计初步位置，用LAMBDA方法固定载波相位的双差整周模糊度，以及用扩展卡尔曼滤波法精确估计终端位置，最终完成高精度定位。本发明方法相比较于传统Android智能终端只能提供精度在米级的单点定位技术，可以有效利用智能终端提供的GNSS原始观测值解决现有智能终端不能稳定、可靠的进行亚米级或厘米级精度定位的问题，因此可以被广泛应用于高精度定位场景，扩大了智能终端的应用范围，便于实际应用和推广。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明提供的高精度定位方法的流程示意图。

图2是本发明提供的在动态环境下使用和未使用本发明方法的智能手机在水平方向上的定位精度对比图。

图3是本发明提供的在静态环境下使用和未使用本发明方法的智能手机在水平方向上的定位精度对比图。

图4是本发明提供的在动态环境下使用和未使用本发明方法的智能手机在水平方向上的定位误差累计分布概率对比图。

图5是本发明提供的在静态环境下使用和未使用本发明方法的智能手机在水平方向上的定位误差累计分布概率对比图。

图6是本发明提供的智能终端的结构示意图。

具体实施方式

下面结合附图及具体实施例对本发明作进一步阐述。在此需要说明的是，对于这些实施例方式的说明用于帮助理解本发明，但并不构成对本发明的限定。本文公开的特定结构和功能细节仅用于描述本发明的示例实施例。然而，可用很多备选的形式来体现本发明，并且不应当理解为本发明限制在本文阐述的实施例中。

应当理解，在本文描述的一些流程中，包含了按照特定顺序出现的多个操作，但是这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如S101、S102等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作同样按顺序执行或并行执行。

应当理解，尽管本文可以使用术语第一、第二等等来描述各种单元，这些单元不应当受到这些术语的限制。这些术语仅用于区分一个单元和另一个单元。例如可以将第一单元称作第二单元,并且类似地可以将第二单元称作第一单元，同时不脱离本发明的示例实施例的范围。

应当理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，单独存在B，同时存在A和B三种情况，本文中术语“/和”是描述另一种关联对象关系，表示可以存在两种关系，例如，A/和B，可以表示：单独存在A，单独存在A和B两种情况，另外，本文中字符“/”，一般表示前后关联对象是一种“或”关系。

应当理解，当将单元称作与另一个单元“连接”、“相连”或“耦合”时，它可以与另一个单元直相连接或耦合，或中间单元可以存在。相対地，当将单元称作与另一个单元“直接相连”或“直接耦合”时，不存在中间单元。应当以类似方式来解释用于描述单元之间关系的其他单词(例如，“在……之间”对“直接在……之间”,“相邻”对“直接相邻”等等)。

本文使用的术语仅用于描述特定实施例，并不意在限制本发明的示例实施例。如本文所使用的，单数形式“一”、“一个”以及“该”意在包括复数形式，除非上下文明确指示相反意思。还应当理解术语“包括”、“包括了”、“包含”和/或“包含了”在本文中使用时,指定所声明的特征、整数、步骤、操作、单元和/或组件的存在性,并且不排除一个或多个其他特征、数量、步骤、操作、单元、组件和/或他们的组合存在性或增加。

还应当注意到在一些备选实施例中，所出现的功能/动作可能与附图出现的顺序不同。例如,取决于所涉及的功能/动作,实际上可以实质上并发地执行,或者有时可以以相反的顺序来执行连续示出的两个图。

在下面的描述中提供了特定的细节,以便于对示例实施例的完全理解。然而,本领域普通技术人员应当理解可以在没有这些特定细节的情况下实现示例实施例。例如可以在框图中示出系统，以避免用不必要的细节来使得示例不清楚。在其他实例中，可以不以不必要的细节来示出众所周知的过程、结构和技术，以避免使得示例实施例不清楚。

实施例一

如图1～5所示，本实施例提供的所述适用于Andriod智能终端的高精度定位方法，可以但不限于包括如下步骤S101～S110。

S101.从终端侧GNSS接收机中获取包含收发时间信息和终端侧载波相位观测值的GNSS原始数据，同时从网络侧获取来自基准站的且包含有基准侧伪距观测值、基准侧载波相位观测值和基准站位置坐标的CORS原始数据。

在所述步骤S101中，所述GNSS原始数据还可以但不限于包括有多普勒观测值、信噪比、观测值方差和星历等信息。所述CORS(Continuously Operating ReferenceStations，连续运行卫星定位服务参考站)原始数据可通过基准站数据协议RTCM3.x从网络侧获取，也可以但不限于包括信噪比、当前观测值对应的GPS系统时间、多普勒观测值和/或星历等信息。

S102.根据所述收发时间信息,计算得到终端侧伪距观测值。

在所述步骤S102中，可具体按照如下公式计算得到终端侧伪距观测值P_r：

P_r＝(T_R-T_T)*c

式中，T_R为所述收发时间信息中的且由终端侧GNSS接收机收到测量信号的系统时间，T_T为所述收发时间信息中的由卫星发出测量信号的系统时间，c为光速。所述系统时间可以但不限于为GPS时间、Galileo时间、GLONASS时间、BDS时间或QZSS时间，其中可优选以GPS时间为系统时间基准，具体计算公式如下：

T_GpsTime＝T_TimenNanos-(T_{FullBiasNanos}+T_BiasNanos)

式中，T_GpsTime为当前GPS系统时间，T_TimenNanos、T_{FullBiasNanos}、T_BiasNanos分别表示GNSS接收机内部硬件时间、硬件时间相对GPS系统时间偏移和时钟偏移。

S103.将所述终端侧伪距观测值作为观测值向量，通过最小二乘法得到终端初步估计位置。

在所述步骤S103之前，优化的，还包括如下方式(A)～(C)中任意组合的原始数据预处理环节。

(A)卫星轨道参数计算：由各卫星系统定义的ICD(Interface Control Document)接口控制文件计算卫星轨道参数，其中，所述卫星轨道参数可以但不限于包括卫星位置坐标、速度、卫星钟差和/或钟漂等。

(B)观测值过滤：若所述GNSS原始数据或所述CORS原始数据中的信噪比低于预设的信噪比阈值，则舍弃对应的伪距观测值和载波相位观测值。由于低信噪比的伪距/载波相位观测值包括严重的多径噪声干扰，可通过设置合理的信噪比阈值过滤低信噪比观测值。

(C)对所述GNSS原始数据中的终端侧载波相位观测值或所述CORS原始数据中的基准侧载波相位观测值进行周跳检测与修复。

由于智能终端的GNSS天线有性能上的限制，从其GNSS接收机获取的载波相位观测值存在周跳现象，从而导致载波相位观测值的可用性降低，因此需要进行周跳检测与修复，具体可以但不限于包括步骤如下S201～S203。

S201.按照如下公式进行载波相位观测值的Wide-laning组合以及进行同侧伪距观测值的Narrow-laning组合：

Wide-laning组合：

Narrow-laning组合：

式中，L_W为载波相位宽项组合，P_N为伪距窄项组合，f₁为第一卫星的载波频率，f₂为第二卫星的载波频率，L₁为对应第一卫星的载波相位观测值，L₂为对应第二卫星的载波相位观测值，P₁为对应第一卫星的伪距观测值，P₂为对应第二卫星的伪距观测值。

S202.按照如下公式进行Melbourne-Wubbena组合：

C_MW＝L_W-P_N＝λ_MWN_MW+M_MW+ε_MW

式中，C_MW为Melbourne-Wubbena组合，λ_MW为Melbourne-Wubbena组合的波长，N_MW为Melbourne-Wubbena组合的载波相位模糊度整周数，M_MW为Melbourne-Wubbena组合的多径噪声，ε_MW为Melbourne-Wubbena组合的其它噪声。

S203.通过对每个历元的C_MW数据做滑动窗口滤波处理，可检测N_MW跳动：当

时表示当前载波相位观测值发生周跳，并计算跳动的波长数为

然后根据该波长数对当前历元的载波相位观测值进行周跳修复，其中，

为当前历元的序号，

为当前历元的C_MW数据，

为前一历元的C_MW数据，σ_MW为Melbourne-Wubbena组合的预设检测阈值，int()为取整函数。

在所述步骤S103中，具体通过最小二乘法得到终端初步估计位置的步骤包括如下S301～S303。

S301.构建如下的且用于最小二乘法的方程：

式中，

为观测向量：

为与终端侧GNSS接收机进行定位通信的卫星总数，

为对应第

颗卫星的终端侧伪距观测值，G为系数矩阵：

(x_0，rec，y_0，rec，z_0，rec)为终端侧GNSS接收机的初始位置，

为第

颗卫星的卫星位置坐标，

为从终端侧GNSS接收机到第

颗卫星的初始几何距离，

为终端侧GNSS接收机的位置增量向量，(Δx_rec,Δy_rec,Δz_rec)^T为终端侧GNSS接收机的初估位置增量，c为光速，δt_rec为终端侧GNSS接收机的钟差，

为伪距噪声向量。

在所述步骤S301之前，为了提高终端初步估计位置的精度，需要消除电离层误差和对流层误差，即还可包括如下步骤：S300.使用Ionosphere-free组合消除电离层误差，以及使用Neill映射函数消除对流层误差，得到如下的终端侧伪距观测值模型和终端侧载波相位观测值模型：

终端侧伪距观测值模型：

终端侧载波相位观测值模型：

式中，P_r′为消除电离层误差和对流层误差后的终端侧伪距观测值，L_r′为消除电离层误差和对流层误差后的终端侧载波相位观测值，

为终端侧GNSS接收机到卫星

的几何距离，δt_r为终端侧GNSS接收机的钟差，

为卫星

的钟差，

为对应卫星

的且因windup效应带来的误差，

N_W＝N₁-N₂，

c为光速，f₁为第一卫星的载波频率，f₂为第二卫星的载波频率，b₁为对应第一卫星的卫星硬件延时误差，b₂为对应第二卫星的卫星硬件延时误差，N₁为对应第一卫星的载波整周数，N₂为对应第二卫星的载波整周数，M_pr为Ionosphere-free组合后的伪距多径误差，M_Lr为Ionosphere-free组合后的载波相位多径误差，ε_pr为Ionosphere-free组合后的伪距噪声误差，ε_Lr为Ionosphere-free组合后的载波相位噪声误差，

为卫星号。

S302.通过最小二乘法解算得到终端侧GNSS接收机的位置增量向量：

S303.根据所述基准站位置坐标和所述位置增量向量中的初估位置增量(Δx_rec,Δy_rec,Δz_rec)^T，通过几何计算得到终端初步估计位置。

S104.根据伪距观测值模型和载波相位观测值模型，构建如下形式的伪距观测值双差方程和载波相位观测值双差方程：

伪距观测值双差方程：

载波相位观测值双差方程：

式中，r表示终端侧GNSS接收机，u表示基准站，j表示参考卫星，k表示除参考卫星j之外的其他卫星，

为对应参考卫星j和其它卫星k的双差伪距观测值，

为对应参考卫星j和其它卫星k的双差载波相位观测值，

为对应参考卫星j和其它卫星k的双差几何距离，λ为载波波长，

为对应参考卫星j和其它卫星k的双差整周模糊度，

为对应参考卫星j和其它卫星k的双差伪距噪声，

为对应参考卫星j和其它卫星k的双差载波相位噪声，

为对应参考卫星j的终端侧伪距观测值，

为对应其它卫星k的终端侧伪距观测值，

为对应参考卫星j的基准侧伪距观测值，

为对应其它卫星k的基准侧伪距观测值，

为对应参考卫星j的终端侧载波相位观测值，

为对应其它卫星k的终端侧载波相位观测值，

为对应参考卫星j的基准侧载波相位观测值，

为对应其它卫星k的基准侧载波相位观测值。

在所述步骤S104中，优选使用如下形式的伪距观测值模型和载波相位观测值模型：

伪距观测值模型：

载波观测值模型：

式中，

为伪距观测值，

为载波相位观测值，

为接收机到卫星的几何距离，c为光速，

为接收机钟差，

为卫星钟差，T为对流层误差，I为电离层误差，M为伪距多径误差，v_P为伪距上其它噪声误差，ω为windup效应带来的误差，N为载波整周数，λ为载波波长，b为接收机或卫星硬件延时误差，m为载波相位多径误差，v_L为载波相位上其它噪声误差，

为接收机频点，

为卫星号。

S105.将所述伪距观测值双差方程和所述载波相位观测值双差方程展开为如下矩阵形式：

式中，K为同时分别与终端侧GNSS接收机和基准站进行定位通信的卫星总数，i为介于1～K-1之间的自然数，

为对应参考卫星j和其它卫星k_i的双差伪距观测值，

为对应参考卫星j和其它卫星k_i的双差载波相位观测值，

为对应参考卫星j和其它卫星k_i的且从终端侧GNSS接收机指向卫星的LOS视线向量，

为终端侧GNSS接收机的基线增量向量：

(Δx,Δy,Δz)^T为终端侧GNSS接收机的精估位置增量，c为光速，δt为终端侧GNSS接收机的钟差，

为对应参考卫星j和其它卫星k_i的双差整周模糊度，

为对应参考卫星j和其它卫星k_i的双差伪距噪声，

为对应参考卫星j和其它卫星k_i的双差载波相位噪声。

S106.构建如下的且用于扩展卡尔曼滤波法的状态转移方程和测量方程：

状态转移方程：X_n＝FX_n-1+ω

测量方程：Y_n＝HX_n+υ

式中，X_n为当前待估计状态量：

X_n-1为前次已估计状态量，Y_n为当前双差载波相位观测值：

ω为系统噪声，υ为测量噪声，F为状态转移矩阵：

H为映射矩阵：

S107.通过扩展卡尔曼滤波法解算得到基线增量向量浮点解和双差整周模糊度浮点解。

S108.构建如下形式的方差-协方差矩阵：

式中，

表示双差整周模糊度浮点解，

表示基线增量向量浮点解，

为双差整周模糊度浮点解的方差，

为双差整周模糊度浮点解与基线增量向量浮点解的协方差，

为基线增量向量浮点解与双差整周模糊度浮点解的协方差，

为基线增量向量浮点解的方差。

S109.利用LAMBDA方法得到双差整周模糊度固定解

然后按照如下公式得到基线增量向量固定解

S110.根据所述基准站位置坐标和所述基线增量向量固定解中的精估位置增量(Δx,Δy,Δz)^T，通过几何计算得到终端精确估计位置。

针对前述步骤S101～S110所详细描述的高精度定位方法，其达成的技术效果可参照如图2～5所示，即在动态环境下且在水平方向上：定位精度在0.5米左右，误差累计在1.4米以下；而在静态环境下且在水平方向上：定位精度在15cm左右，误差累计在60cm以下；相比较于未使用本发明方法的现有定位技术(它们只能提供精度在米级的单点定位)，不论是在动态环境下，还是在静态环境下，定位精度和稳定性都有显著提高，使现有智能终端在无需硬件升级的情况下，也能稳定、可靠地实现亚米级甚至厘米级精度的精准定位目的，可广泛应用于高精度定位场景，扩展智能终端的应用范围。

综上，采用本实施例所提供的适用于Andriod智能终端的高精度定位方法，具有如下技术效果：

(1)本实施例提供了一种在Android智能终端上实现稳定、可靠的亚米级或厘米级定位精度的新方法，其具体步骤是：先获取智能终端上GNSS接收机的原始观测值数据和从网络端获取基准站的卫星观测值数据；然后用最小二乘法估计初步位置，用LAMBDA方法固定载波相位的双差整周模糊度，以及用扩展卡尔曼滤波法精确估计终端位置，最终完成高精度定位。本发明方法相比较于传统Android智能终端只能提供精度在米级的单点定位技术，可以有效利用智能终端提供的GNSS原始观测值解决现有智能终端不能稳定、可靠的进行亚米级或厘米级精度定位的问题，因此可以被广泛应用于高精度定位场景，扩大了智能终端的应用范围，便于实际应用和推广。

实施例二

如图6所示，本实施例提供了一种应用实施例一所述适用于Andriod智能终端的高精度定位方法的智能终端，包括通信相连的存储器和处理器，其中，所述存储器用于存储计算机程序，所述处理器用于执行所述计算机程序实现如实施例一所述适用于Andriod智能终端的高精度定位方法的步骤。

本实施例提供的所述智能终端的工作过程、工作细节和技术效果，可以参见实施例一，于此不再赘述。

实施例三

本实施例提供了一种存储包含实施例一所述适用于Andriod智能终端的高精度定位方法的计算机程序的存储介质，即在所述存储介质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如实施例一所述适用于Andriod智能终端的高精度定位方法的步骤。其中，计算机是移动智能设备(如智能手机、PAD或ipad等)。

本实施例提供的存储介质的工作过程、工作细节和技术效果，可以参见实施例一，于此不再赘述。

以上所描述的多个实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备执行各个实施例或者实施例的某些部分所述的方法。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，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发明各实施例技术方案的精神和范围。

最后应说明的是，本发明不局限于上述可选的实施方式，任何人在本发明的启示下都可得出其他各种形式的产品。上述具体实施方式不应理解成对本发明的保护范围的限制，本发明的保护范围应当以权利要求书中界定的为准，并且说明书可以用于解释权利要求书。

Claims (9)

1.一种适用于Andriod智能终端的高精度定位方法，其特征在于，包括如下步骤：

S101.从终端侧GNSS接收机中获取包含收发时间信息和终端侧载波相位观测值的GNSS原始数据，同时从网络侧获取来自基准站的且包含有基准侧伪距观测值、基准侧载波相位观测值和基准站位置坐标的CORS原始数据；

S102.根据所述收发时间信息,计算得到终端侧伪距观测值；

S103.将所述终端侧伪距观测值作为观测值向量，通过最小二乘法得到终端初步估计位置；

在步骤S103之前，还包括如下方式的原始数据预处理环节：对所述GNSS原始数据中的终端侧载波相位观测值或所述CORS原始数据中的基准侧载波相位观测值进行周跳检测与修复，具体包括如下步骤S201～S203：

S201.按照如下公式进行载波相位观测值的Wide-laning组合以及进行同侧伪距观测值的Narrow-laning组合：

Wide-laning组合：

Narrow-laning组合：

式中，L_W为载波相位宽项组合，P_N为伪距窄项组合，f₁为第一卫星的载波频率，f₂为第二卫星的载波频率，L₁为对应第一卫星的载波相位观测值，L₂为对应第二卫星的载波相位观测值，P₁为对应第一卫星的伪距观测值，P₂为对应第二卫星的伪距观测值；

S202.按照如下公式进行Melbourne-Wubbena组合：

C_MW＝L_W-P_N＝λ_MWN_MW+M_MW+ε_MW

式中，C_MW为Melbourne-Wubbena组合，λ_MW为Melbourne-Wubbena组合的波长，N_MW为Melbourne-Wubbena组合的载波相位模糊度整周数，M_MW为Melbourne-Wubbena组合的多径噪声，ε_MW为Melbourne-Wubbena组合的其它噪声；

S203.通过对每个历元的C_MW数据做滑动窗口滤波处理，可检测N_MW跳动：当

时表示当前载波相位观测值发生周跳，并计算跳动的波长数为

然后根据该波长数对当前历元的载波相位观测值进行周跳修复，其中，

为当前历元的序号，

为当前历元的C_MW数据，

为前一历元的C_MW数据，σ_MW为Melbourne-Wubbena组合的预设检测阈值，int()为取整函数；

S104.根据伪距观测值模型和载波相位观测值模型，构建如下形式的伪距观测值双差方程和载波相位观测值双差方程：

伪距观测值双差方程：

载波相位观测值双差方程：

式中，r表示终端侧GNSS接收机，u表示基准站，j表示参考卫星，k表示除参考卫星j之外的其他卫星，

为对应参考卫星j和其它卫星k的双差伪距观测值，

为对应参考卫星j和其它卫星k的双差载波相位观测值，

为对应参考卫星j和其它卫星k的双差几何距离，λ为载波波长，

为对应参考卫星j和其它卫星k的双差整周模糊度，

为对应参考卫星j和其它卫星k的双差伪距噪声，

为对应参考卫星j和其它卫星k的双差载波相位噪声，

为对应参考卫星j的终端侧伪距观测值，

为对应其它卫星k的终端侧伪距观测值，

为对应参考卫星j的基准侧伪距观测值，

为对应其它卫星k的基准侧伪距观测值，

为对应参考卫星j的终端侧载波相位观测值，

为对应其它卫星k的终端侧载波相位观测值，

为对应参考卫星j的基准侧载波相位观测值，

为对应其它卫星k的基准侧载波相位观测值；

S105.将所述伪距观测值双差方程和所述载波相位观测值双差方程展开为如下矩阵形式：

式中，K为同时分别与终端侧GNSS接收机和基准站进行定位通信的卫星总数，i为介于1～K-1之间的自然数，

为对应参考卫星j和其它卫星k_i的双差伪距观测值，

为对应参考卫星j和其它卫星k_i的双差载波相位观测值，

为对应参考卫星j和其它卫星k_i的且从终端侧GNSS接收机指向卫星的LOS视线向量，

为终端侧GNSS接收机的基线增量向量：

(Δx,Δy,Δz)^T为终端侧GNSS接收机的精估位置增量，c为光速，δt为终端侧GNSS接收机的钟差，

为对应参考卫星j和其它卫星k_i的双差整周模糊度，

为对应参考卫星j和其它卫星k_i的双差伪距噪声，

为对应参考卫星j和其它卫星k_i的双差载波相位噪声；

S106.构建如下的且用于扩展卡尔曼滤波法的状态转移方程和测量方程：

状态转移方程：X_n＝FX_n-1+ω

测量方程：Y_n＝HX_n+υ

式中，X_n为当前待估计状态量：

X_n-1为前次已估计状态量，Y_n为当前双差载波相位观测值：

ω为系统噪声，υ为测量噪声，F为状态转移矩阵：

H为映射矩阵：

S107.通过扩展卡尔曼滤波法解算得到基线增量向量浮点解和双差整周模糊度浮点解；

S108.构建如下形式的方差-协方差矩阵：

式中，

表示双差整周模糊度浮点解，

表示基线增量向量浮点解，

为双差整周模糊度浮点解的方差，

为双差整周模糊度浮点解与基线增量向量浮点解的协方差，

为基线增量向量浮点解与双差整周模糊度浮点解的协方差，

为基线增量向量浮点解的方差；

S109.利用LAMBDA方法得到双差整周模糊度固定解

然后按照如下公式得到基线增量向量固定解

S110.根据所述基准站位置坐标和所述基线增量向量固定解中的精估位置增量(Δx,Δy,Δz)^T，通过几何计算得到终端精确估计位置。

2.如权利要求1所述的一种适用于Andriod智能终端的高精度定位方法，其特征在于，在所述步骤S102中，按照如下公式计算得到终端侧伪距观测值P_r：

P_r＝(T_R-T_T)*c

式中，T_R为所述收发时间信息中的且由终端侧GNSS接收机收到测量信号的系统时间，T_T为所述收发时间信息中的由卫星发出测量信号的系统时间，c为光速。

3.如权利要求2所述的一种适用于Andriod智能终端的高精度定位方法，其特征在于，所述系统时间为GPS时间、Galileo时间、GLONASS时间、BDS时间或QZSS时间。

4.如权利要求1所述的一种适用于Andriod智能终端的高精度定位方法，其特征在于，在所述步骤S103之前，还包括如下方式中任意组合的原始数据预处理环节：

(A)卫星轨道参数计算：由各卫星系统定义的ICD接口控制文件计算卫星轨道参数，其中，所述卫星轨道参数包括卫星位置坐标、速度、卫星钟差和/或钟漂；

(B)观测值过滤：若所述GNSS原始数据或所述CORS原始数据中的信噪比低于预设的信噪比阈值，则舍弃对应的伪距观测值和载波相位观测值。

5.如权利要求1所述的一种适用于Andriod智能终端的高精度定位方法，其特征在于，在所述步骤S103中，通过最小二乘法得到终端初步估计位置的步骤包括如下：

S301.构建如下的且用于最小二乘法的方程：

式中，

为观测向量：

为与终端侧GNSS接收机进行定位通信的卫星总数，

为对应第

颗卫星的终端侧伪距观测值，G为系数矩阵：

(x_0,rec,y_0,rec,z_0,rec)为终端侧GNSS接收机的初始位置，

为第

颗卫星的卫星位置坐标，

为从终端侧GNSS接收机到第

颗卫星的初始几何距离，

为终端侧GNSS接收机的位置增量向量，

(Δx_rec,Δy_rec,Δz_rec)^T为终端侧GNSS接收机的初估位置增量，c为光速，δt_rec为终端侧GNSS接收机的钟差，

为伪距噪声向量；

S302.通过最小二乘法解算得到终端侧GNSS接收机的位置增量向量：

S303.根据所述基准站位置坐标和所述位置增量向量中的初估位置增量

(Δx_rec,Δy_rec,Δz_rec)^T，通过几何计算得到终端初步估计位置。

6.如权利要求5所述的一种适用于Andriod智能终端的高精度定位方法，其特征在于，在所述步骤S301之前，还包括如下步骤：

S300.使用Ionosphere-free组合消除电离层误差，以及使用Neill映射函数消除对流层误差，得到如下的终端侧伪距观测值模型和终端侧载波相位观测值模型：

终端侧伪距观测值模型：

终端侧载波相位观测值模型：

式中，P_r′为消除电离层误差和对流层误差后的终端侧伪距观测值，L_r′为消除电离层误差和对流层误差后的终端侧载波相位观测值，

为终端侧GNSS接收机到卫星

的几何距离，δt_r为终端侧GNSS接收机的钟差，

为卫星

的钟差，

为对应卫星

的且因windup效应带来的误差，

N_W＝N₁-N₂，

c为光速，f₁为第一卫星的载波频率，f₂为第二卫星的载波频率，b₁为对应第一卫星的卫星硬件延时误差，b₂为对应第二卫星的卫星硬件延时误差，N₁为对应第一卫星的载波整周数，N₂为对应第二卫星的载波整周数，M_pr为Ionosphere-free组合后的伪距多径误差，M_Lr为Ionosphere-free组合后的载波相位多径误差，ε_pr为Ionosphere-free组合后的伪距噪声误差，ε_Lr为Ionosphere-free组合后的载波相位噪声误差，

为卫星号。

7.如权利要求1所述的一种适用于Andriod智能终端的高精度定位方法，其特征在于，在所述步骤S104中使用如下形式的伪距观测值模型和载波相位观测值模型：

伪距观测值模型：

载波观测值模型：

式中，

为伪距观测值，

为载波相位观测值，

为接收机到卫星的几何距离，c为光速，

为接收机钟差，

为卫星钟差，T为对流层误差，I为电离层误差，M为伪距多径误差，v_P为伪距上其它噪声误差，ω为windup效应带来的误差，N为载波整周数，λ为载波波长，b为接收机或卫星硬件延时误差，m为载波相位多径误差，v_L为载波相位上其它噪声误差，

为接收机频点，

为卫星号。

8.一种智能终端，其特征在于：包括通信相连的存储器和处理器，其中，所述存储器用于存储计算机程序，所述处理器用于执行所述计算机程序实现如权利要求1～7任意一项所述适用于Andriod智能终端的高精度定位方法的步骤。

9.一种存储介质，其特征在于：所述存储介质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如权利要求1～7任意一项所述适用于Andriod智能终端的高精度定位方法的步骤。

Images