CN113552599B - 基于信息融合的gnss接收机天线相位中心校正方法及装置 - Google Patents

Abstract

本发明一种基于信息融合的GNSS接收机天线相位中心校正方法及装置，解决现有技术中针对室外绝对校正方法需要高精度机械臂，存在成本高、精度标定、维护不易的问题。方法包括：布置参考天线、被测天线，测量被测天线初始状态估计值；转动被测天线，获取转动后数据；计算所有时刻的状态估计值；计算状态估计值与观测值之间的差异值，根据差异值计算最优状态估计值；根据GNSS差分模型和最优状态估计值计算观测值残差估计值；用观测值残差估计值对被测天线的相位中心变化进行建模和校正。本发明无需高精度机械臂，通过在被测天线端增加传感器，使用传感器信息融合和最优化算法实现基线的最优估计和天线相位中心变化(PCV)的建模和校正。

Description

基于信息融合的GNSS接收机天线相位中心校正方法及装置

技术领域

本发明涉及卫星导航和天线测量技术领域，尤其是涉及一种基于信息融合的GNSS接收机天线相位中心校正方法及装置。

背景技术

全球卫星导航(Global Navigation Satellite System，GNSS)接收机通过天线接收卫星信号，天线的接收空间是个半球形(或球形)，卫星信号通过不同的入射角度(高度角、方位角)进入时，会有不同的时间延迟。使用一个虚拟球面拟合所有方向的延迟(标准是拟合误差最小)，则该球面称为等相位面，该球心称为等相位中心或平均相位中心。这样，天线参考点和平均相位中心的偏差称为天线相位中心偏差(Phase Center Offset，PCO)；某个具体角度的入射信号的瞬时相位中心和平均相位中心的偏差称为天线相位中心变化(Phase Center Variation，PCV)。对于高精度GNSS定位，接收机天线的PCO、PCV是重要的误差来源，因此需要进行建模和校正。

GNSS天线相位中心变化(PCV)校正主要有两类方法：

1.微波暗室法。微波暗室法是在暗室中发射模拟信号，同时对天线各个入射角度的延迟进行测量，最终得到整个半球面(或球面)的PCV模型。

2.室外校正法。室外校正法是指在开阔的室外环境中，利用天空中真实GNSS卫星信号对被测天线的相位中心进行测量和校正的方法。室外校正又包括两种方法：

(1)室外相对校正。事先标定基线，参考天线和被测天线固定不动，连续观测较长时间(如24小时)，利用天空卫星的运动遍历被测天线所有入射角度。该方法缺点很多：时间长、模型参数少、结果是相对参考天线的。

(2)室外绝对校正。事先标定基线，参考天线固定不动、被测天线安装在精密机械臂上，利用机械臂的三维转动，快速遍历被测天线的入射角度。该方法测试时间短、模型参数完整、结果是绝对的。由于引入了被测天线的运动，所以基线是时变的，需要知道每个时刻的真实基线，然后，才能使用卫星信号观测值残差拟合PCV模型。

中国专利CN104502926B、CN107290762B都公开了一种室外绝对校正方法。这些方法都有一个共同点就是对机械臂的精度要求很高，机械臂每次运动后输出其末端的精确位置(机械臂坐标系)，这样才能得到精确的基线估计值，最后才能对被测天线相位中心建模和校正。这种高精度机械臂造价很高，且精度的标定和维护不易。

发明内容

本发明主要是解决现有技术中针对室外绝对校正方法需要高精度机械臂，存在成本高、精度标定、维护不易的问题，提供了一种基于信息融合的GNSS接收机天线相位中心校正方法及装置。无需高精度机械臂，通过在被测天线端增加传感器，使用传感器信息融合和最优化算法实现基线的最优估计和天线相位中心变化(PCV)的建模和校正。无需高精度机械臂，使用一般的机械臂、转台、可活动支架等转动装置。

本发明的上述技术问题主要是通过下述技术方案得以解决的：一种基于信息融合的GNSS接收机天线相位中心校正方法，包括以下步骤：

S1.布置参考天线、被测天线，测量被测天线初始状态估计值；

S2.多次转动被测天线，使天线整个半球面都能够多次被卫星信号覆盖到，获取转动后数据；

S3.根据天线初始状态和转动后数据计算所有时刻的状态估计值；

S4.计算状态估计值与观测值之间的差异值，根据差异值计算最优状态估计值；

S5.根据GNSS差分模型和最优状态估计值计算观测值残差估计值；

S6.用观测值残差估计值对被测天线的相位中心变化进行建模和校正。

本发明使用传感器和信息融合优化算法，无需传统方法中必须的精密机械臂，降低了设备要求，同时也降低了成本。其中信息融合优化算法可以为最小二乘法、卡尔曼滤波(平滑)、图优化或机器学习等。

作为一种优选方案，步骤S1的具体过程包括：

S11.布置相隔的测试基台，参考天线设置在一基台上，被测天线通过转动机构设置在另一基台上，在转动机构上安装传感器，传感器包括加速度计、陀螺仪和磁力计；

S12.获取传感器输出值S＝(a^T,ω^T,m^T)^T，其中a为加速度计值，ω为陀螺仪值，m为磁力计值；

S13.测量被测天线的初始状态估计值，

其中为基线估计值，/>为姿态估计值，T为转置，t-1为初始时刻；初始基线估计值用GNSS卫星定位得到，初始姿态估计值/>用加速度计、磁力计计算得到。

作为一种优选方案，在步骤S2中对被测天线进行转动，转动包括两个方向：水平方向0～360度，倾斜方向0～90度，转动为连续转动或间隔转动；获取转动后数据包括参考天线的卫星观测值、被测天线的卫星观测值、传感器的输出值、转动参数。本方案中通过转动被测天线进行数据采集，转动包括两个方向，转动可以为连续转动或间隔转动，如间隔5度转动。传感器的输出值包括加速度计、陀螺仪、磁力计输出值。另外根据所使用的转动机构不同，转动参数为齿轮转速、分度盘角度或视频图像。

作为一种优选方案，步骤S3的具体过程包括：

S31.旋转被测天线至t时刻，将t-1至t时刻的加速度计、陀螺仪输出值对时间积分，获得t时刻的状态估计值，

S32.以此类推，计算得到整个旋转过程中所有时刻的状态估计值，

n为所有时刻。n从t-1时刻开始。

作为一种优选方案，步骤S4的具体过程包括：

S41.获取观测值，观测值包括转动机构的齿轮转速、转台分度盘转动角度、视屏图像、或检测到的特殊位置；根据所使用的转动机构的不同，获取转动机构的数据包括齿轮转速、转台分度盘转动角度、视屏图像、或检测到的特殊位置，其中特殊位置为之前某个运动状态相同的位置、相垂直的位置。这些数据统称为观测值。

S42.计算状态估计值与观测值之间的差异值，

其中h(·)为观测函数，为观测值，下标i、j表示不同的时刻，e_ij为观测误差；

S43.对所有的观测误差构造误差代价函数，

其中W_ij为误差的权重矩阵，为所有具有观测值的时刻的集合；

S43.对误差代价函数进行求极小值，得到最优状态估计值

其中为最优基线估计值，/>为最优姿态估计值。这里采用求极小值计算最优状态估计值，也可以采用卡尔曼滤波(平滑)、图优化、机器学习等其他方法。

被测天线的真实状态是未知的，我们只能得到一些观测值，依靠动力学方程得到的估计值。通过计算估计值和观测值之间的误差，并不断调整估计值，将所有时刻的误差总和达到最小，从而实现最优化，最后得到最优状态估计值。

作为一种优选方案，步骤S5的具体过程包括：

GNSS差分模型采用GNSS双差模型，双差模型如下：

其中φ表示卫星载波观测值，上标0,1表示两个不同的卫星，下标t，r分别表示被测天线、参考天线，e表示方向矢量，是由参考天线指向卫星的单位适量，ε表示噪声误差，p表示天线相位中心变化值，上标0，1表示两个不同的卫星，下标t，r分别表示被测天线、参考天线；假设参考天线是标准的，参考天线相位中心变化(PCV)为零，即

选定参考卫星后每个卫星的载波观测值都构成一个上式，以矩阵形式描述为：

其中是双差载波观测值，E是设计矩阵，由卫星和参考天线位置计算得到，P是被测天线PCV模型，是未知数，ε是噪声误差；

则定义观测值残差估计值：

作为一种优选方案，步骤S6的具体过程包括：

对被测天线的相位中心变化建模，这里使用一个简单的模型，只和仰角有关的一维多项式函数模型，模型为：

P_t＝α₀+α₁θ+α₂θ²+α₃θ³

写成矩阵形式，并且考虑n个卫星的仰角后表示为：

其中A＝[α₀,α₁,α₂,α₃]^T表示被测天线的相位中心变化模型的参数，是未知数，θ_i表示第i个卫星的仰角；

则观测值残差估计值为：

以最小二乘法求解：

最终得到被测天线的相位中心变化的模型参数A＝[α₀,α₁,α₂,α₃]^T。该模型参数可以在定位中使用，提高定位精度。

作为一种优选方案，步骤S5中使用的GNSS差分模型还可以为单差或三差模型。

作为一种优选方案，步骤S6中建模可以使用分段线性模型、二维线性插值模型或球谐函数模型。

一种基于信息融合的GNSS接收机天线相位中心校正装置，包括相间隔设置的第一基台和第二基台，在第一基台上固定有参考天线，在第二基台上设置有可进行水平和倾斜转动的转动机构，在转动机构的顶端上固定有被测天线和传感器，传感器包括速度计、陀螺仪和磁力计，装置还包括处理端，参考天线、被测天线、传感器分别和处理端连接，

处理端，计算被测天线初始状态估计值，在被测天线转动后根据天线初始状态和转动后数据计算所有时刻的状态估计值，计算状态估计值与观测值之间的差异值，根据差异值计算最优状态估计值，根据GNSS差分模型和最优状态估计值计算观测值残差估计值，用观测值残差估计值对被测天线的相位中心变化进行建模和校正。

本方案中转动机构未机械臂、转台或可转动的支架，处理端获取参考天线、被测天线的卫星观测值，获取传感器数据和转动机构转动参数。

因此，本发明的优点是：通过在被测天线端增加传感器，使用传感器信息融合和最优化算法实现基线的最优估计和天线相位中心变化(PCV)的建模和校正。无需高精度机械臂，降低了设备要求，同时也降低了成本。

附图说明

图1是本发明方法一种流程示意图；

图2是本发明装置的一种结构示意图。

101a-第一基台101b-第二基台102-参考天线103-被测天线104-传感器105-转动机构。

具体实施方式

下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。

实施例：

本实施例一种基于信息融合的GNSS接收机天线相位中心校正装置，如图2所述，在开阔环境中设置两个测试基台，分别为第一基台101a和第二基台101b，两个基台构成了超短基线(距离小于10m)，该基线如向量106a。在第一基台上固定有参考天线102，在第二基台上设置有转动机构105，该转动机构未机械臂、转台、或可转动的支架。在转动机构上端固定有被测天线103和传感器104，其中传感器包括加速度计、陀螺仪和磁力计。装置还包括处理端，参考天线、被测天线、传感器分别和处理端连接。处理端计算被测天线初始状态估计值，在被测天线转动后根据天线初始状态和转动后数据计算所有时刻的状态估计值，计算状态估计值与观测值之间的差异值，根据差异值计算最优状态估计值，根据GNSS差分模型和最优状态估计值计算观测值残差估计值，用观测值残差估计值对被测天线的相位中心变化进行建模和校正。

一种基于信息融合的GNSS接收机天线相位中心校正方法，包括以下步骤：

S1.布置参考天线、被测天线，测量被测天线初始状态估计值；具体包括：

S11.参考天线设置在第一基台上，被测天线通过转动机构设置在第二基台上，在转动机构上安装传感器。

S12.获取传感器输出值S＝(a^T,ω^T,m^T)^T，其中a为加速度计值，ω为陀螺仪值，m为磁力计值；

S13.测量被测天线的初始状态估计值，

其中为基线估计值，/>初始基线估计值，如图2中向量108a，/>为姿态估计值，为初始姿态估计值，T为转置，t-1为初始时刻；初始基线估计值/>用GNSS卫星定位得到，初始姿态估计值/>用加速度计、磁力计计算得到。

S2.多次转动被测天线，使天线整个半球面都能够多次被卫星信号覆盖到，获取转动后数据；转动包括两个方向：水平方向0～360度，倾斜方向0～90度，转动为连续转动或间隔转动，本实施例采用间隔5度进行转动。获取转动后数据包括参考天线的卫星观测值、被测天线的卫星观测值、传感器的输出值、转动参数。其中根据所使用的转动机构不同，转动参数为齿轮转速、分度盘角度或视频图像。

S3.根据天线初始状态和转动后数据计算所有时刻的状态估计值；具体过程包括：

S31.旋转被测天线至t时刻，将t-1至t时刻的加速度计、陀螺仪输出值对时间积分，得到两个时刻间位置和姿态变化量，图中向量108b表示位置变化矢量，那么获得t时刻的状态估计值为，

包括t时刻基线估计值和姿态估计值，图中向量107表示t时刻基线估计值。

S32.以此类推，计算得到整个旋转过程中所有时刻的状态估计值，

n为所有时刻，本实施例中n从t-1时刻开始。

由于被测天线初始状态估计值包含较大误差，还有传感器的误差积累，状态估计值/>的误差很大，不能直接用来对天线相位中心变化(PCV)进行建模，还需对状态估计值/>进行调整得到最优状态估计值。

S4.计算状态估计值与观测值之间的差异值，根据差异值计算最优状态估计值；具体过程包括：

S41.获取观测值，观测值包括转动机构的齿轮转速、转台分度盘转动角度、视屏图像、或检测到的特殊位置；根据所使用的转动机构的不同，获取转动机构的数据包括齿轮转速、转台分度盘转动角度、视屏图像、或检测到的特殊位置，其中特殊位置为之前某个运动状态相同的位置、相垂直的位置。这些数据统称为观测值。

S42.计算状态估计值与观测值之间的差异值，

其中h(·)为观测函数，为观测值，下标i、j表示不同的时刻，e_ij为观测误差；

S43.对所有的观测误差构造误差代价函数，

其中W_ij为误差的权重矩阵，为所有具有观测值的时刻的集合；

S43.对误差代价函数进行求极小值，得到最优状态估计值

其中为最优基线估计值，/>为最优姿态估计值。这里采用求极小值计算最优状态估计值，也可以采用卡尔曼滤波(平滑)、图优化、机器学习等其他方法。

S5.根据GNSS差分模型和最优状态估计值计算观测值残差估计值；具体过程包括：

GNSS差分模型采用GNSS双差模型，还可以采用单差或三差模型。双差模型如下：

其中φ表示卫星载波观测值，上标0,1表示两个不同的卫星，下标t，r分别表示被测天线、参考天线，e表示方向矢量，是由参考天线指向卫星的单位适量，ε表示噪声误差，p表示天线相位中心变化值，上标0，1表示两个不同的卫星，下标t，r分别表示被测天线、参考天线；假设参考天线是标准的，参考天线相位中心变化(PCV)为零，即

选定参考卫星后每个卫星的载波观测值都构成一个上式，以矩阵形式描述为：

其中是双差载波观测值，E是设计矩阵，由卫星和参考天线位置计算得到，P是被测天线PCV模型，是未知数，ε是噪声误差；

则定义观测值残差估计值：

S6.用观测值残差估计值对被测天线的相位中心变化进行建模和校正。具体过程包括：

对被测天线的相位中心变化建模，建模使用分段线性模型、二维线性插值模型或球谐函数模型，这里使用一个简单的模型，只和仰角有关的一维多项式函数模型，模型为：

P_t＝α₀+α₁θ+α₂θ²+α₃θ³

写成矩阵形式，并且考虑n个卫星的仰角后表示为：

其中A＝[α₀,α₁,α₂,α₃]^T表示被测天线的相位中心变化模型的参数，是未知数，θ_i表示第i个卫星的仰角；

则观测值残差估计值为：

以最小二乘法求解：

最终得到被测天线的相位中心变化的模型参数A＝[α₀,α₁,α₂,α₃]^T。该模型参数可以在定位中使用，提高定位精度。

具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

尽管本文较多地使用了第一基台、第二基台、参考天线、被测天线等术语，但并不排除使用其它术语的可能性。使用这些术语仅仅是为了更方便地描述和解释本发明的本质；把它们解释成任何一种附加的限制都是与本发明精神相违背的。

Claims (8)

1.一种基于信息融合的GNSS接收机天线相位中心校正方法，其特征在于：包括以下步骤：

S1.布置参考天线、被测天线，测量被测天线初始状态估计值，具体过程包括：

S11.布置相隔的测试基台，参考天线设置在一基台上，被测天线通过转动机构设置在另一基台上，在转动机构上安装传感器，传感器包括加速度计、陀螺仪和磁力计；

S12.获取传感器输出值S＝(a^T,ω^T,m^T)^T，其中a为加速度计值，ω为陀螺仪值，m为磁力计值；

S13.测量被测天线的初始状态估计值，

其中为基线估计值，/>为姿态估计值，T为转置，t-1为初始时刻；初始基线估计值/>用GNSS卫星定位得到，初始姿态估计值/>用加速度计、磁力计计算得到；

S2.多次转动被测天线，获取转动后数据；

S3.根据天线初始状态和转动后数据计算所有时刻的状态估计值；

S4.计算状态估计值与观测值之间的差异值，根据差异值计算最优状态估计值；

S5.根据GNSS差分模型和最优状态估计值计算观测值残差估计值；

S6.用观测值残差估计值对被测天线的相位中心变化进行建模和校正；具体过程包括：

对被测天线的相位中心变化建模，模型为：

P_t＝α₀+α₁θ+α₂θ²+α₃θ³

写成矩阵形式，并且考虑n个卫星的仰角后表示为：

其中A＝[α₀,α₁,α₂,α₃]^T表示被测天线的相位中心变化模型的参数，是未知数，θ_i表示第i个卫星的仰角；

则观测值残差估计值为：

其中是双差载波观测值，E是设计矩阵，由卫星和参考天线位置计算得到，ε是噪声误差，/>为最优基线估计值；

以最小二乘法求解：

最终得到被测天线的相位中心变化的模型参数A＝[α₀,α₁,β₂,α₃]^T。

2.根据权利要求1所述的一种基于信息融合的GNSS接收机天线相位中心校正方法，其特征是在步骤S2中对被测天线进行转动，转动包括两个方向：水平方向0～360度，倾斜方向0～90度，转动为连续转动或间隔转动；获取转动后数据包括参考天线的卫星观测值、被测天线的卫星观测值、传感器的输出值、转动参数。

3.根据权利要求1所述的一种基于信息融合的GNSS接收机天线相位中心校正方法，其特征是步骤S3的具体过程包括：

S31.旋转被测天线至t时刻，将t-1至t时刻的加速度计、陀螺仪输出值对时间积分，获得t时刻的状态估计值，

S32.以此类推，计算得到整个旋转过程中所有时刻的状态估计值，

n为所有时刻。

4.根据权利要求3所述的一种基于信息融合的GNSS接收机天线相位中心校正方法，其特征是步骤S4的具体过程包括：

S41.获取观测值，观测值包括转动机构的齿轮转速、转台分度盘转动角度、视屏图像、或检测到的特殊位置；

S42.计算状态估计值与观测值之间的差异值，

其中h(·)为观测函数，为观测值，下标i、j表示不同的时刻，e_ij为观测误差；

S43.对所有的观测误差构造误差代价函数，

其中W_ij为误差的权重矩阵，为所有具有观测值的时刻的集合；

S43.对误差代价函数进行求极小值，得到最优状态估计值

其中为最优基线估计值，/>为最优姿态估计值。

5.根据权利要求4所述的一种基于信息融合的GNSS接收机天线相位中心校正方法，其特征是步骤S5的具体过程包括：

GNSS差分模型采用GNSS双差模型，双差模型如下：

其中φ表示卫星载波观测值，上标0,1表示两个不同的卫星，下标t，r分别表示被测天线、参考天线，e表示方向矢量，是由参考天线指向卫星的单位适量，ε表示噪声误差，p表示天线相位中心变化值，上标0，1表示两个不同的卫星，下标t，r分别表示被测天线、参考天线；假设参考天线是标准的，参考天线相位中心变化为零，即

选定参考卫星后每个卫星的载波观测值都构成一个上式，以矩阵形式描述为：

其中是双差载波观测值，E是设计矩阵，由卫星和参考天线位置计算得到，P是被测天线PCV模型，是未知数，ε是噪声误差；

则定义观测值残差估计值：

6.根据权利要求5所述的一种基于信息融合的GNSS接收机天线相位中心校正方法，其特征是步骤S5中使用的GNSS差分模型还为单差或三差模型。

7.根据权利要求1所述的一种基于信息融合的GNSS接收机天线相位中心校正方法，其特征是步骤S6中建模使用分段线性模型、二维线性插值模型或球谐函数模型。

8.一种基于信息融合的GNSS接收机天线相位中心校正装置，专用于权利要求1-7任一项中的方法，其特征是包括相间隔设置的第一基台(101a)和第二基台(101b)，在第一基台上固定有参考天线(102)，在第二基台上设置有可进行水平和倾斜转动的转动机构(105)，在转动机构的顶端上固定有被测天线(103)和传感器(104)，传感器包括速度计、陀螺仪和磁力计，装置还包括处理端，参考天线、被测天线、传感器分别和处理端连接，

处理端，计算被测天线初始状态估计值，在被测天线转动后根据天线初始状态和转动后数据计算所有时刻的状态估计值，计算状态估计值与观测值之间的差异值，根据差异值计算最优状态估计值，根据GNSS差分模型和最优状态估计值计算观测值残差估计值，用观测值残差估计值对被测天线的相位中心变化进行建模和校正。