CN113358017A - 一种多站协同处理的gnss高精度变形监测方法 - Google Patents
一种多站协同处理的gnss高精度变形监测方法 Download PDFInfo
- Publication number
- CN113358017A CN113358017A CN202110628846.XA CN202110628846A CN113358017A CN 113358017 A CN113358017 A CN 113358017A CN 202110628846 A CN202110628846 A CN 202110628846A CN 113358017 A CN113358017 A CN 113358017A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- station
- ambiguity
- baseline
- network
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 187
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012545 processing Methods 0.000 title claims abstract description 26
- 238000005516 engineering process Methods 0.000 claims abstract description 13
- 230000006855 networking Effects 0.000 claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 238000006073 displacement reaction Methods 0.000 claims description 15
- 238000012937 correction Methods 0.000 claims description 12
- 238000007781 pre-processing Methods 0.000 claims description 10
- 230000009466 transformation Effects 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 5
- 238000007667 floating Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000008030 elimination Effects 0.000 claims description 2
- 238000003379 elimination reaction Methods 0.000 claims description 2
- 230000004308 accommodation Effects 0.000 claims 1
- 230000008859 change Effects 0.000 description 4
- 230000001934 delay Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000005433 ionosphere Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000005436 troposphere Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B7/00—Measuring arrangements characterised by the use of electric or magnetic techniques
- G01B7/16—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring the deformation in a solid, e.g. by resistance strain gauge
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明涉及一种多站协同处理的GNSS高精度变形监测方法，通过评估局域监测网数据质量确定局域监测网的基线组网方案，然后实时接收并解码监测站数据，使用RTK技术处理监测网中的所有基线，基线网平差后计算出各监测站相对于其中一个监测站的相对变形量。随后，接收并解码局域监测网外部的参考站数据，与同一时刻局域监测网中的所有监测站数据构成基线，并附加监测网内各监测站的相对变形量约束条件，通过RTK技术处理得到各监测站间的绝对变形量。该发明与传统GNSS变形监测方法相比，既兼顾了局域内短基线的优势，又通过引入外部基准的方式优化了局域监测网的监测结果，同时合理增加约束，减少了参数数量，提高了监测精度和解算效率。
Description
技术领域
本发明涉及形变监测、卫星定位GNSS数据处理领域，尤其涉及一种利用多个监测站组网信息获取高精度变形监测结果的方法。
背景技术
我国地缘辽阔，中西部山区占据了大部分的国土面积，拥有着广大的人民群众和许多重要基础设施。但由于地质灾害频繁，经常给人民群众的人身安全和财产安全造成重大损失。因此，如何监测和预警地质灾害的发生具有重大的实际意义。目前常用的地表形变监测手段有星基/地基的合成孔径干涉雷达技术(INSAR)、GNSS、水准测量等。虽然INSAR可以做到毫米级监测精度，但是它无法满足实时监测的要求，地基INSAR成本高昂，无法实用；水准测量作为传统的测绘手段，人工成本巨大，许多山区无法进行人工测量，难以用于实际的地质灾害监测中；GNSS变形监测作为众多变形监测方法中唯一可以获得三维矢量信息的监测方法，不受天气条件的影响，大大提高了监测效率，实现自动化和实时化等优点，静态情况下能达到毫米级、亚毫米级的定位精度，因此是目前地表形变监测的主流监测手段。
随着2020年中国的第三代北斗卫星导航系统全面建成并投入使用，目前已有中国的BDS，美国的GPS，欧盟的GALILEO，以及俄罗斯的GLONASS卫星系统可以为全球用户提供全天候的高精度导航、定位、授时服务。由于全球卫星导航系统(GNSS)具有全天候、高精度、低成本等优势，目前已被广泛的应用到各个领域中，比如导航定位、水利、国土、城市规划等。凭借着GNSS技术特有的优势，目前地表形变监测一般均采用该技术。
目前GNSS用于监测地表形变一般基于RTK技术。RTK技术中每个监测站也仅与基准站发生联系。往往都忽略了监测站之间的相互关系，浪费了许多已知信息。同时对于一个监测网而言，如果基准在监测网内部，无法监测局域网整体坐标变化；监测局域网整体坐标变化，需要引入距离监测网一定距离的外部基准，距离较远时则受到通讯等因素影响。
发明内容
本发明的目的在于提供一种多站协同处理的GNSS变形监测方法，充分考虑监测站之间的关系与引入外部基准的方法，进一步提高传统RTK技术用于地表形变监测的精度。
为了达到上述目的，本发明提供了一种基于网平差的RTK监测形变方法，包括：
步骤L1：局域网内所有监测站两两之间组成基线，通过共视卫星的数目与卫星分布，以及定位测试结果，确定监测网独立基线组网方案；
步骤L2：实时接收并解码各监测站的GNSS数据，利用RTK技术解算步骤L1中的所有基线，包括固定每条基线的整数模糊度和基线向量；
步骤L3：根据步骤L2中解算的基线向量，进行基线组网平差处理；并从监测网中任意选定一个监测站，将网平差结果表示为其余监测站相对于选定监测站的相对变形量；
步骤L4：实时接收并解码局域网外部参考站的GNSS数据；
步骤L5：外部参考站与局域监测网中所有监测站构成基线，并附加步骤L2得到的监测站间的整数模糊度以及步骤L3得到的监测站间的相对变形量约束条件，利用RTK技术解算基线，得到各监测站的绝对位移量；
在上述多站组网平差的高精度变形监测算法中，所述步骤L1包括：
任意两个监测站构成基线的共视卫星数目统计、卫星分布几何精度因子统计、以及基线定位精度统计；
在上述多站组网平差的高精度变形监测算法中，所述基线共视卫星数目统计包括：统计一段时间内，共视卫星数目与其占已观测卫星数目百分比，通过统计结果对基线进行优选。
在上述多站组网平差的高精度变形监测算法中，所述测试定位结果统计包括：统计一段时间内，卫星分布三维位置精度因子、水平分量精度因子、垂直分量精度因子等，通过统计结果对基线进行优选。
在上述多站组网平差的高精度变形监测算法中，所述测试定位结果统计包括：统计一段时间内，基线定位结果的均方根统计值，通过统计结果对基线进行优选。
通过上述基线优选后，最终保留的基线集构成闭合环，且所有闭合环至少包含监测网中所有监测站。
在上述多站组网平差的高精度变形监测算法中，所述步骤L2与步骤L5的实时GNSS观测数据获取包括：
实时数据流接收、实时数据流解码；
可选的，在上述多站协同处理的高精度变形监测算法中，所述步骤L2与步骤L5的RTK技术解算基线包括：
对所述实时GNSS观测数据进行数据预处理、构建双差观测方程、参数浮点解滤波解算、以及模糊度参数固定与传递。
可选的，在上述多站协同处理的高精度变形监测算法中，对所述实时GNSS观测数据进行数据预处理，包括：
异常数据的检测与剔除、周跳的探测与修复、监测站与参考站的单点定位、钟差改正、卫星截止高度角设置、数据截止信噪比设置、差分最大异步时差设置、参考星选取策略设置、时标校正、大气延迟模型改正以及卫星和接收机的天线相位中心修正。
在上述多站协同处理的高精度变形监测算法中，所述步骤L3包括：
获取基线向量、自由网平差计算所有基线平差解，并选取任一监测点计算其余所有监测站相对于该监测点的形变量与精度。
在上述多站协同处理的高精度变形监测算法中，所述步骤L5的附加监测站间的整数模糊度和监测站间的相对变形量约束条件包括：
整数模糊度参数变换、待估位置参数的变换。
综上所述，本发明采用多站协同处理方法，考虑局域监测网内的各个监测站位置参数相对关系，将多个监测站的位置参数和模糊度参数有效减少，提高了解算精度和效率。
具体的，与现有技术相比，本发明具有以下优点：
现有的GNSS监测方法中，如果基准在局域网内部，无法监测局域网整体坐标变化；如果基准在局域网外部，则通讯会受到基准与局域网距离影响。本发明将两者结合，局域网内部监测站组网进行实时监测；同时引入外部参考站，持续优化局域网基准。
现有的GNSS监测方法中，参考站与多个监测站发生联系时，需要与各个监测站组成基线，对这些基线逐条解算，耗费大量算力。本发明通过多站协同的方法，通过附加局域网内的基线和模糊度约束，将多个基线退化为单基线，大大降低了待估参数数量，提高算法模型强度与整体解算效率。
附图说明
图1为本发明一优选实施例中的多站协同处理变形监测方法流程示意图；
图2为图1中步骤S2的具体流程示意图；
具体实施方式
下面将结合示意图对本发明的具体实施方式进行更详细的描述。根据下列描述和权利要求书，本发明的优点和特征将更清楚。
参考图1，本发明一优选实施例中，一种多站协同处理的变形监测方法包括：
步骤S1：局域网内所有监测站两两之间都组成基线，通过共视卫星的数目与卫星分布，以及定位测试结果，确定监测网独立基线组网方案；
具体的，步骤S1包括：
步骤S11：基线共视卫星数目统计。统计一段时间内，共视卫星数目与其占已观测卫星数目百分比，通过统计结果对基线进行优选。
步骤S12：卫星分布几何精度因子统计。统计一段时间内，卫星分布三维位置精度因子、水平分量精度因子、垂直分量精度因子等，通过统计结果对基线进行优选。
步骤S13：基线定位精度统计。统计一段时间内，基线定位结果的均方根统计值，通过统计结果对基线进行优选。
通过上述基线优选后，最终基线集构成闭合环，且基线集形成的所有闭合环至少囊括网中所有监测站。
步骤S2：实时接收并解码各监测站的GNSS数据，利用RTK技术解算步骤S1中的所有基线，包括固定每条基线的整数模糊度和基线向量；
具体的，参考图2，步骤S2包括(步骤S2为本领域常规技术)：
步骤S21：接收各监测站的实时GNSS观测数据。
步骤S22：解码各监测站的实时GNSS观测数据。
步骤S23：预处理实时GNSS观测数据。
数据预处理包括但不限于异常数据的监测与剔除、周跳的探测与修复、监测站与参考站的单点定位、钟差改正、卫星截止高度角设置、数据截止信噪比设置、异步差分最大时差设置、参考卫星选取策略设置、时标校正、大气延迟模型改正以及卫星和接收机的天线相位中心修正。
优选的，采用的高度角定权公式为：
其中，θi表示第i颗卫星的高度角，σ0是验前单位权中误差，σ是第i颗卫星观测值的验前标准差。
步骤S24：构建相位、伪距双差观测方程。
所述双差观测方程如下：
其中，
表示差分算子，i表示参考卫星，k表示参与双差观测方程构建的其他卫星，m和n表示基线中的监测站。p，φ分别为单频伪距和相位观测值，e为方向余弦，ξ为三维基线向量，c为光速，λ为载波波长，N为整周模糊度，I为双差电离层延迟，T为对流层延迟残差，ε为随机噪声。经双差后，卫星和接收机的钟差以及初始相位偏差都被消除，电离层和对流层延迟也大大削弱，因此，在短基线情况下可以忽略不计。
步骤S25：参数浮点解滤波解算。
相位、伪距双差观测方程可以在两监测站先验位置
与
(其中，x，y，z表示WGS84框架下三维坐标，先验位置一般选择历史历元的定位结果)展开，展开后未知参数可以表示为基线向量[Δxmn，Δymn，Δzmn]以及双差模糊度
利用kalman滤波对未知参数进行解算。
步骤S26：模糊度参数固定与传递。
采用LAMBDA方法对模糊度参数
进行固定，如果所有基线固定失败，跳过后续步骤。
如果所有基线固定成功，得到固定模糊度
由此得到精确的基线向量[ΔxAB，ΔyAB，ΔZAB]，同时对固定的模糊度参数
进行记录，用于后续历元以及后续步骤使用。
步骤S3：根据步骤S2中解算的基线向量，进行基线组网平差处理；并从监测网中任意选定一个监测站，将网平差结果表示为其余监测站相对于选定监测站的相对变形量；
具体的，步骤S3包括：
步骤S31：获取基线向量。
获取局域网中所有模糊度成功固定的基线，基线间相互组成独立闭合环。如果所有的独立闭合环没有包括所有监测站，跳过后续步骤。
步骤S32：自由网平差计算基线网
如果所有的独立闭合环包括了所有监测站，每个独立闭合环的平差等式可以表示为(假设闭合环中有三条基线，包括A，B，C三个监测站)：
其中，wx，wy，wz为独立闭合环闭合差。确定所有独立闭合环后，联立所有平差等式进行网平差。网平差后可以获得各基线向量的平差值
步骤S33：监测站相对形变量计算
根据步骤S25中使用的先验位置
与
两监测站相对位移量平差值
可以通过基线向量平差值
表示：
从监测站中选定一个监测站时，可以优选观测卫星数目最多的监测站，方便后续处理。在局域网中，因参与平差的独立闭合环应包括所有监测站，由各基线两监测站相对位移量平差值
可以直接或间接地得到选定监测站与其余各个监测站之间的相对位移量观测
r表示选定的监测站，a＝1，2，…表示选定监测站外其余监测站编号。
步骤S4：实时接收并解码局域网外部参考站的GNSS数据；
具体的，步骤S4包括：
步骤S41：接收参考站的实时GNSS观测数据。
步骤S42：解码参考站的实时GNSS观测数据。
步骤S5：外部参考站与局域监测网中所有监测站构成基线，并附加步骤L2得到的监测站间的整数模糊度以及步骤L3得到的监测站间的相对变形量约束条件，利用RTK技术解算基线，得到各监测站的绝对位移量；
具体的，步骤S5包括：
步骤S51：预处理实时GNSS观测数据。
数据预处理类同步骤S23，对步骤S4获取的参考站数据与步骤S2获取的局域网中所有监测站数据进行预处理，需要注意的是，选取参考卫星时，应该从所有监测站与参考站均能观测到的卫星中选取同一参考卫星，方便后续步骤处理。
步骤S52：构建相位、伪距双差观测方程。
外部参考站与局域网中所有监测站构成基线，构建相位、伪距双差观测方程类同步骤S24。
其中，外部参考站b与步骤S3中选定监测站r的相位、伪距双差观测方程可以表示为(电离层和对流层延迟忽略不计)：
其中，
表示差分算子，p，φ分别为单频伪距和相位观测值，e为方向余弦，ξ为三维基线向量，N为整周模糊度，ε为随机噪声，i表示步骤S51选取的参考卫星，k表示参与双差观测方程构建的其他卫星。
外部参考站b与其余监测站a构成的相位、伪距双差观测方程可以表示为(电离层和对流层延迟忽略不计)：
其中，a＝1，2，…表示选定监测站外其余监测站编号。
将外部参考站b的精确坐标代入双差方程，相位、伪距双差观测方程可以在各监测站先验位置展开，展开后的未知参数可以表示为选定监测站r与各个监测站绝对位移量，以及双差模糊度
与
步骤S53：附加整数模糊度参数变换约束条件。
根据步骤S26中，各基线的固定模糊度参数
步骤S3中参与平差的独立闭合环应包括所有监测站，可以直接或间接地将模糊度参数
转换为模糊度参数
模糊度参数
转换为模糊度参数
转换公式：
变换后公式(8)变为
需要注意的是，如果步骤S24与步骤S51选取的参考星不一致时，需要通过转换公式进行转换：
其中，i表示步骤S51选取的参考卫星，j表示步骤S24选取的参考卫星。
步骤S54：附加待估位置参数的变换约束条件。
根据步骤S3中选定监测站r与各个监测站a相对位移量
约束绝对位移量[Δxa，Δya，Δza]：
代入(10)得到附加待估位置参数的约束方程
经过附加模糊度和位置参数约束后的方程(7)和(12)包含了相同的坐标未知数Δξr和模糊度未知数
步骤S55：参数浮点解滤波解算。
利用kalman滤波对选定监测站的绝对位移量Δξr和双差模糊度
进行解算。
步骤S56：模糊度参数固定与继承。
采用LAMBDA方法对模糊度参数
进行固定，待模糊度正确固定后，得到固定模糊度
固定正确即可认为得到了准确的卫星与参考站、监测站之间的距离，由此得到精确的局域网中所有监测站绝对位移量，同时对固定的模糊度参数
进行记录，用于后续历元。
综上所述，本发明采用多站协同处理方法，考虑监测网内的各个监测站位置参数的相关性，将各个监测站信息有效利用，增强了模型强度以及提高了解算的精度。
具体的，与现有技术相比，本发明具有以下优点：
现有的GNSS监测方法中，如果基准在局域网内部，无法监测局域网整体坐标变化；如果基准在局域网外部，则通讯会受到基准与局域网距离影响。本发明将两者结合，局域网内部监测站组网进行实时监测；同时引入外部参考站，持续优化局域网基准。
现有的GNSS监测方法中，参考站与多个监测站发生联系时，需要与各个监测站组成基线，需要耗费大量算力进行解算。本发明通过多站协同的方法，将各个基线数据简化，合理增加约束，降低参数估计维数，提高算法模型强度与整体解算效率。
上述仅为本发明的优选实施例而已，并不对本发明起到任何限制作用。任何所属技术领域的技术人员，在不脱离本发明的技术方案的范围内，对本发明揭露的技术方案和技术内容做任何形式的等同替换或修改等变动，均属未脱离本发明的技术方案的内容，仍属于本发明的保护范围之内。
Claims (7)
1.一种多站协同处理的GNSS高精度变形监测方法，其特征在于，包括：
步骤L1：局域网内所有监测站两两之间都组成基线，通过共视卫星的数目与卫星分布，以及定位测试结果，确定监测网独立基线组网方案；
步骤L2：实时接收并解码各监测站的GNSS数据，利用RTK技术解算步骤L1中的所有基线，包括固定每条基线的整数模糊度和基线向量；
步骤L3：根据步骤L2中解算的基线向量，进行基线组网平差处理；并从监测网中任意选定一个监测站，将网平差结果表示为其余监测站相对于选定监测站的相对变形量；
步骤L4：实时接收并解码局域网外部参考站的GNSS数据；
步骤L5：外部参考站与局域监测网中所有监测站构成基线，并附加步骤L2得到的监测站间的整数模糊度以及步骤L3得到的监测站间的相对变形量约束条件，利用RTK技术解算基线，得到各监测站的绝对位移量。
2.如权利要求1所述的多站协同处理的高精度变形监测算法，其特征在于，所述步骤L1包括：
任意两个监测站构成基线的共视卫星数目统计、卫星分布几何精度因子统计、以及基线定位精度统计。
3.如权利要求1所述的多站协同处理的高精度变形监测算法，其特征在于，所述步骤L2与步骤L5的RTK技术解算基线包括：
对所述实时GNSS数据进行数据预处理、构建双差观测方程、参数浮点解滤波解算、以及模糊度参数固定与继承。
4.如权利要求3所述的多站协同处理的高精度变形监测算法，其特征在于，对所述实时GNSS数据进行数据预处理，包括：
异常数据的检测与剔除、周跳的探测与修复、监测站与参考站的单点定位、钟差改正、卫星截止高度角设置、数据截止信噪比设置、差分最大异步时差设置、参考星选取策略设置、时标校正、大气延迟模型改正以及卫星和接收机的天线相位中心修正。
5.如权利要求1所述的多站协同处理的高精度变形监测算法中，其特征在于，所述步骤L3的基线组网平差网平差处理包括：
获取基线向量、自由网平差计算基线网、监测站相对形变量计算、监测站相对形变量精度计算。
6.如权利要求1所述的多站协同处理的高精度变形监测算法中，其特征在于，所述步骤L5的附加监测站间的整数模糊度和监测站间的相对变形量约束条件包括：
整数模糊度参数变换、待估位置参数的变换。
7.如权利要求6所述的多站协同处理的高精度变形监测算法中，其特征在于，具体的，步骤S5包括：
步骤S51：预处理实时GNSS观测数据
对步骤S4获取的参考站数据与步骤S2获取的局域网中所有监测站数据进行预处理，选取参考卫星时，从所有监测站与参考站均能观测到的卫星中选取同一参考卫星；
步骤S52：构建相位、伪距双差观测方程
外部参考站与局域网中所有监测站构成基线，构建相位、伪距双差观测方程同步骤S24；
其中，外部参考站b与步骤S3中选定监测站r的相位、伪距双差观测方程表示为：
其中，
表示差分算子，i表示步骤S51选取的参考卫星，k表示参与双差观测方程构建的其他卫星；
外部参考站b与其余监测站a构成的相位、伪距双差观测方程可以表示为：
其中，a＝1,2,…表示选定监测站外其余监测站编号；
将外部参考站b的精确坐标代入双差方程，相位、伪距双差观测方程在各监测站先验位置展开，展开后的未知参数表示为选定监测站r与各个监测站绝对位移量，以及双差模糊度
与
步骤S53：附加整数模糊度参数变换约束条件
根据步骤S26中，各基线的固定模糊度参数
步骤S3中参与平差的独立闭合环包括所有监测站，将模糊度参数
转换为模糊度参数
模糊度参数
转换为模糊度参数
转换公式：
变换后公式(8)变为
如果步骤S24与步骤S51选取的参考星不一致时，需要通过转换公式进行转换：
其中，i表示步骤S51选取的参考卫星，j表示步骤S24选取的参考卫星；
步骤S54：附加待估位置参数的变换约束条件；
根据步骤S3中选定监测站r与各个监测站a相对位移量
约束绝对位移量[Δxa,Δya,Δza]：
代入(10)得到附加待估位置参数的约束方程
经过附加模糊度和位置参数约束后的方程(7)和(12)包含了相同的坐标未知数Δξr和模糊度未知数
步骤S55：参数浮点解滤波解算
利用kalman滤波对选定监测站的绝对位移量Δξr和双差模糊度
进行解算；
步骤S56：模糊度参数固定与继承
采用LAMBDA方法对模糊度参数
进行固定，待模糊度正确固定后，得到固定模糊度
固定正确即认为得到了准确的卫星与参考站、监测站之间的距离，由此得到精确的局域网中所有监测站绝对位移量，同时对固定的模糊度参数
进行记录，用于后续历元。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110628846.XA CN113358017B (zh) | 2021-06-02 | 2021-06-02 | 一种多站协同处理的gnss高精度变形监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110628846.XA CN113358017B (zh) | 2021-06-02 | 2021-06-02 | 一种多站协同处理的gnss高精度变形监测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113358017A true CN113358017A (zh) | 2021-09-07 |
| CN113358017B CN113358017B (zh) | 2022-05-13 |
Family
ID=77532486
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110628846.XA Active CN113358017B (zh) | 2021-06-02 | 2021-06-02 | 一种多站协同处理的gnss高精度变形监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113358017B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113779817A (zh) * | 2021-11-11 | 2021-12-10 | 长江空间信息技术工程有限公司(武汉) | 一种测量控制网基准稳定性分析方法 |
| CN114152185A (zh) * | 2022-02-07 | 2022-03-08 | 山东科技大学 | 一种gnss形变监测系统及其工作方法 |
| CN114662268A (zh) * | 2021-11-02 | 2022-06-24 | 广州市城市规划勘测设计研究院 | 一种改进的gnss网序贯平差计算方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106441174A (zh) * | 2016-09-09 | 2017-02-22 | 桂林电子科技大学 | 一种高边坡形变监测方法及系统 |
| CN108317949A (zh) * | 2018-02-07 | 2018-07-24 | 桂林电子科技大学 | 一种rtk高精度差分定位形变监测系统及方法 |
| CN108981559A (zh) * | 2018-08-28 | 2018-12-11 | 郑州信大先进技术研究院 | 基于北斗地基增强系统的实时变形监测方法及系统 |
| CN109059751A (zh) * | 2018-09-10 | 2018-12-21 | 中国科学院国家授时中心 | 一种形变数据监测方法及系统 |
| CN109141215A (zh) * | 2018-08-10 | 2019-01-04 | 重庆地质矿产研究院 | 一种基于倾角传感的gnss监测数据处理方法 |
| CN110824506A (zh) * | 2018-08-08 | 2020-02-21 | 塔莱斯管理与服务德国有限责任公司 | 操作用于检测卫星信号变形的多个gnss接收器的方法 |
| CN112902825A (zh) * | 2021-04-13 | 2021-06-04 | 长安大学 | 一种适用于高精度形变监测的北斗/gnss网络rtk算法 |
-
2021
- 2021-06-02 CN CN202110628846.XA patent/CN113358017B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106441174A (zh) * | 2016-09-09 | 2017-02-22 | 桂林电子科技大学 | 一种高边坡形变监测方法及系统 |
| CN108317949A (zh) * | 2018-02-07 | 2018-07-24 | 桂林电子科技大学 | 一种rtk高精度差分定位形变监测系统及方法 |
| CN110824506A (zh) * | 2018-08-08 | 2020-02-21 | 塔莱斯管理与服务德国有限责任公司 | 操作用于检测卫星信号变形的多个gnss接收器的方法 |
| CN109141215A (zh) * | 2018-08-10 | 2019-01-04 | 重庆地质矿产研究院 | 一种基于倾角传感的gnss监测数据处理方法 |
| CN108981559A (zh) * | 2018-08-28 | 2018-12-11 | 郑州信大先进技术研究院 | 基于北斗地基增强系统的实时变形监测方法及系统 |
| CN109059751A (zh) * | 2018-09-10 | 2018-12-21 | 中国科学院国家授时中心 | 一种形变数据监测方法及系统 |
| CN112902825A (zh) * | 2021-04-13 | 2021-06-04 | 长安大学 | 一种适用于高精度形变监测的北斗/gnss网络rtk算法 |
Non-Patent Citations (3)
| Title |
|---|
| BOFENG LI: "ERTK: extra-wide-lane RTK of triple-frequency GNSS signals", 《JOURNAL OF GEODESY》 * |
| 尚小伟: "GNSS多基站变形监测系统技术研究与应用分析", 《工程科技辑》 * |
| 李小伟: "GNSS多基站数据融合技术在水电站大坝精密变形监测中的应用", 《大坝与安全》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114662268A (zh) * | 2021-11-02 | 2022-06-24 | 广州市城市规划勘测设计研究院 | 一种改进的gnss网序贯平差计算方法 |
| CN113779817A (zh) * | 2021-11-11 | 2021-12-10 | 长江空间信息技术工程有限公司(武汉) | 一种测量控制网基准稳定性分析方法 |
| CN113779817B (zh) * | 2021-11-11 | 2022-03-11 | 长江空间信息技术工程有限公司(武汉) | 一种测量控制网基准稳定性分析方法 |
| CN114152185A (zh) * | 2022-02-07 | 2022-03-08 | 山东科技大学 | 一种gnss形变监测系统及其工作方法 |
| CN114152185B (zh) * | 2022-02-07 | 2022-05-06 | 山东科技大学 | 一种gnss形变监测系统及其工作方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113358017B (zh) | 2022-05-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108317949B (zh) | 一种rtk高精度差分定位形变监测系统及方法 | |
| CN113358017B (zh) | 一种多站协同处理的gnss高精度变形监测方法 | |
| CN110231037B (zh) | 一种附加钟差模型约束的gnss机动卫星定轨方法 | |
| Xia et al. | Assessing the latest performance of Galileo-only PPP and the contribution of Galileo to Multi-GNSS PPP | |
| Hu et al. | Development and assessment of GPS virtual reference stations for RTK positioning | |
| CN110275192B (zh) | 一种基于智能手机的高精度单点定位方法与装置 | |
| CN104714244A (zh) | 一种基于抗差自适应Kalman滤波的多系统动态PPP解算方法 | |
| CN111381264B (zh) | 网络rtk中长基线模糊度固定方法和平台 | |
| CN111290005B (zh) | 载波相位的差分定位方法、装置、电子设备及存储介质 | |
| CN104102822A (zh) | 一种多频gnss观测值随机特性建模方法 | |
| CN109540095A (zh) | 基于卫星导航及最小二乘的路基沉降监测方法 | |
| CN115373005A (zh) | 卫星导航信号间高精度产品转化方法 | |
| CN105044747A (zh) | 一种基于多星共视和滤波的时间同步装置及其方法 | |
| Maciuk | GPS-only, GLONASS-only and combined GPS+ GLONASS absolute positioning under different sky view conditions | |
| CN110146904B (zh) | 一种适用于区域电离层tec的精确建模方法 | |
| CN114879222A (zh) | 一种基于自适应随机模型的全球电离层建模方法 | |
| Bisnath | Relative Positioning and Real‐Time Kinematic (RTK) | |
| Hu et al. | Towards GNSS Ambiguity Resolution for Smartphones in Realistic Environments: Characterization of Smartphone Ambiguities with RTK, PPP, and PPP-RTK | |
| CN103760582B (zh) | 一种遮挡环境下卫星双差观测结构的优化方法 | |
| Li et al. | A grid-based ionospheric weighted method for PPP-RTK with diverse network scales and ionospheric activity levels | |
| CN117492035A (zh) | 一种用于解算ppp-rtk服务完好性信息的方法 | |
| CN117388883A (zh) | 一种基于稀疏地基节点的北斗低轨ppp-rtk高精度服务方法 | |
| Kazmierski | Performance of absolute real-time multi-GNSS kinematic positioning | |
| Bahadur | Real-time single-frequency precise positioning with Galileo satellites | |
| Wielgosz et al. | Research on GNSS positioning and applications in Poland in 2015–2018 |
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 |