CN113762558A - 基于地基增强系统的选站模型优化方法和选站方法 - Google Patents

基于地基增强系统的选站模型优化方法和选站方法 Download PDF

Info

Publication number
CN113762558A
CN113762558A CN202010496052.8A CN202010496052A CN113762558A CN 113762558 A CN113762558 A CN 113762558A CN 202010496052 A CN202010496052 A CN 202010496052A CN 113762558 A CN113762558 A CN 113762558A
Authority
CN
China
Prior art keywords
station
base stations
score
base station
initial
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
Application number
CN202010496052.8A
Other languages
English (en)
Other versions
CN113762558B (zh
Inventor
朱响
苏杰
许允波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qianxun Spatial Intelligence Inc
Original Assignee
Qianxun Spatial Intelligence Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qianxun Spatial Intelligence Inc filed Critical Qianxun Spatial Intelligence Inc
Priority to CN202010496052.8A priority Critical patent/CN113762558B/zh
Publication of CN113762558A publication Critical patent/CN113762558A/zh
Application granted granted Critical
Publication of CN113762558B publication Critical patent/CN113762558B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C7/00—Tracing profiles
    • G01C7/02—Tracing profiles of land surfaces
    • 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
    • G01S19/10—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers providing dedicated supplementary positioning signals
    • G01S19/12—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers providing dedicated supplementary positioning signals wherein the cooperating elements are telecommunication base stations
    • 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
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/421—Determining position by combining or switching between position solutions or signals derived from different satellite radio beacon positioning systems; by combining or switching between position solutions or signals derived from different modes of operation in a single system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Multimedia (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请涉及变形监测领域，公开了一种基于地基增强系统的选站模型优化方法和选站方法，可实现多站点资源的最佳选站匹配，为用户提供更优质的变形监测解算服务。该选站模型优化方法包括：确定监测站周围预设范围内M个基站；根据各基站的数据质量评分、高程差评分和地形地貌评分以及各评分项的初始权重系数建立选站模型并计算各基站的初始评分；将各基站根据初始评分进行排序并确定N个优选基站的初始序列；分别基于N个优选基站对监测站进行定位解算；根据解算结果对N个优选基站进行排序得到目标序列；当初始序列和目标序列不同时，调整选站模型中各评分项的权重系数以使得根据调整权重系数后的选站模型得到的评分的新序列和目标序列相同。

Description

基于地基增强系统的选站模型优化方法和选站方法
技术领域
本申请涉及变形监测领域，特别涉及基于地基增强系统的选站模型优化和选站技术。
背景技术
北斗地基增强系统通过庞大的地面基础设施为用户提供地基增强定位服务，同时基于数量众多的地面实体站通过SGR技术加密生成数量庞大仿真站点。用户在北斗地基增强系统服务区域将有大量站点资源可供选择，如地基基准站点、自建站点、仿真站点。不同基站服务能力具有差别，如用户自建站点，一般是为项目专门建设，通常可以保证较短的基线距离，因此其服务能力一般会优于距离较远的地基基准站点。再如地基基准站点和仿真站点对比，地基基准站点通常会有很高的建站标准，同时会具备较高的运维保障能力，其稳定性和数据质量都要高于仿真站点。此外，即使同类基站同等基线，因其所处空间位置不同，与监测站之间的高差等空间一致性也有差异，所具备的服务能力也会有差异。
传统的变形监测服务一般按基线距离进行选站，仅考虑基站距离远近，未考虑不同基站类型情况下不同基站服务能力的差异情况，这可能导致自动选站选到距离近但服务能力较差的基站。例如，如某基站距监测站基线距离短，但基站运维保障能力较差，极可能出现频繁离线情况，其实际服务能力远低于稍远的其他基站；或者选到距离较近的基站，但基站与监测站地形差异较大，导致空间一致性较差，从而影响后续解算模型的处理。此外，由于传统的选站逻辑通常针对单一基站类型，而基于地基增强系统的站点资源非常丰富，一般有多种站点资源可供考虑，单一基站类型选择难以满足用户多类型站点资源使用的需求。
因此，现有选站逻辑难以达成地基增强系统中多站点资源的最佳选站匹配，难以满足用户选站多样性的业务需求。
发明内容
本申请的目的在于提供一种基于地基增强系统的选站模型优化方法和选站方法，能够实现多站点资源的最佳选站匹配，从而为用户提供更优质的变形监测解算服务。
本申请公开了一种基于地基增强系统的选站模型优化方法，其中，所述选站模型用于预设区域的基站选站，该方法包括：
确定监测站周围预设范围内的M个基站，其中M≥2；
根据各基站的数据质量信息确定每个基站的数据质量评分，根据各基站的位置信息和所述监测站的位置信息确定每个基站相对于所述监测站的高程差评分，以及根据各基站的位置信息和地图信息确定每个基站的地形地貌评分；
根据所述数据质量评分、所述高程差评分和所述地形地貌评分以及各评分项的初始权重系数建立选站模型并计算各基站的初始评分；
将各基站根据初始评分进行排序，根据排序结果选取排序在先的N个优选基站，所述N个优选基站的排序为初始序列，其中，2≤N≤M；
分别基于所述N个优选基站对监测站进行定位解算得到定位解算结果，其中所述定位解算结果包括定位精度和定位结果可用率；
根据所述定位解算结果的定位精度和/或定位结果可用率对所述N个优选基站进行排序得到目标序列；
当所述初始序列和所述目标序列不同时，调整所述选站模型中各评分项的权重系数，以使得所述N个优选基站根据所述数据质量评分、所述高程差评分和所述地形地貌评分以及所述各评分项的调整后的权重系数得到的评分的调整后序列和所述目标序列相同。
在一个优选例中，所述调整所述选站模型中各评分项的权重系数，进一步包括：
确定所述初始序列中排序最先的基站的初始评分中占比最大的优势评分项，单次或多次降低所述优势评分项的权重系数。
在一个优选例中，所述每个基站的数据质量评分、高程差评分和地形地貌评分的初始权重系数均为1。
在一个优选例中，所述确定监测站周围预设范围内的M个基站，进一步包括：
确定监测站周围预设范围内的所有S个基站，其中S≥M；
将所述所有S个基站按照“自建站类型优于地基基准站类型，地基基准站类型优于仿真站点类型”的优先顺序进行排序，并且对于相同类型的基站按照基线距离从短到长进行排序；
根据排序结果从S个所述基站中选取排序在先的所述M个基站。
在一个优选例中，M＝3，N＝2。
本申请还公开了一种基于地基增强系统的选站方法包括：
对预设区域的监测站确定周围预设范围内的M个基站，其中M≥2；
采用如前文描述地形地貌评分计算各基站排序并选取排序最先的基站。
在一个优选例中，所述对各基站的所述数据质量评分、所述高程差评分和所述地形地貌评分计算各基站排序并选取排序最先的基站，进一步包括：
对各基站的所述数据质量评分、所述高程差评分和所述地形地貌评分计算各基站排序得到对应的序列；
当该序列中排序最先和次先的两个基站的评分的差值的绝对值小于或等于预设阈值时，对该两个基站根据基站可用性评分由高到低进行排序并选取排序最先的基站。
在一个优选例中，所述基站可用性评分是根据所述地基增强系统中各基站在预设历史时长内的电力供应质量、网络质量和运维质量中的一者或多者获得。
本申请还公开了一种基于地基增强系统的选站方法，括：
对预设区域的监测站确定周围预设范围内的M个基站，其中M≥2；
根据各基站的数据质量信息确定每个基站的数据质量评分，根据各基站的位置信息和所述监测站的位置信息确定每个基站相对于所述监测站的高程差评分，以及根据各基站的位置信息和地图信息确定每个基站的地形地貌评分；
根据所述数据质量评分、所述高程差评分和所述地形地貌评分以及各评分项的权重系数计算各基站初始评分；
将各基站根据初始评分进行排序，根据排序结果选取排序在先的N个优选基站，所述N个优选基站的排序为初始序列，其中，2≤N≤M；
当所述初始序列中排序最先和次先的两个基站的初始评分的差值的绝对值大于预设阈值时，分别基于所述N个优选基站对监测站进行定位解算得到定位解算结果，其中所述定位解算结果包括定位精度和定位结果可用率，并根据所述定位解算结果的定位精度和/或定位结果可用率对所述N个优选基站进行排序并选取排序最先的基站；
当所述初始序列中排序最先和次先的两个基站的初始评分的差值的绝对值小于或等于预设阈值时，将该两个基站根据基站可用性评分由高到低进行排序，并直接选取排序最先的基站。
在一个优选例中，所述基站可用性评分是根据所述地基增强系统中各基站在预设历史时长内的电力供应质量、网络质量和运维质量中的一者或多者获得。
本申请实施方式中，与现有技术相比，至少包括以下优点和效果：
综合考虑基站数据质量、基站相对于监测站的高程差和基站地形地貌信息来建立选站模型，根据该选站模型对监测站周围预设范围内的所有可用基站进行筛选以选出多个优选基站，并结合各优选基站对监测站的定位解算结果反向优化该选站模型，最终优化得到的选站模型可以能够实现多站点资源的最佳选站匹配，避免选出类型单一、服务能力差和空间一致性差的基站，提高了选站结果的可靠性，从而为用户提供更优质的变形监测解算服务。
进一步地，预先根据基站类型和基线距离对监测站周围预设范围内的所有可用基站进行预筛选，然后基于预筛选结果进行上述的模型优化和选站过程，提高了选站模型的优化效果和速度。
进一步地，考虑到自建站由于用户建设维护不当，其可用性往往远低于地基基准站，但因自建站专为项目建设，其基线距离、高程差、地形地貌因子往往优于地基基准站，在进行模型选站后，若排序最先和次先的两个基站的评分相差小于预设阈值，则需考虑二者可用性影响，即在模型评分结果相差不大的基站中选出可用性更高的基站作为最终选站，进一步提高了选站结果的可靠性。
此外，本申请的实施方式是针对但不局限于北斗地基增强系统变形监测自动选站需求，适用所有地基增强系统的变形监测选站业务。
本申请的说明书中记载了大量的技术特征，分布在各个技术方案中，如果要罗列出本申请所有可能的技术特征的组合(即技术方案)的话，会使得说明书过于冗长。为了避免这个问题，本申请上述发明内容中公开的各个技术特征、在下文各个实施方式和例子中公开的各技术特征、以及附图中公开的各个技术特征，都可以自由地互相组合，从而构成各种新的技术方案(这些技术方案均因视为在本说明书中已经记载)，除非这种技术特征的组合在技术上是不可行的。例如，在一个例子中公开了特征A+B+C，在另一个例子中公开了特征A+B+D+E，而特征C和D是起到相同作用的等同技术手段，技术上只要择一使用即可，不可能同时采用，特征E技术上可以与特征C相组合，则，A+B+C+D的方案因技术不可行而应当不被视为已经记载，而A+B+C+E的方案应当视为已经被记载。
附图说明
图1是根据本申请第一实施方式的基于地基增强系统的选站模型优化方法流程示意图；
图2是根据本申请第二实施方式的基于地基增强系统的选站方法流程示意图；
图3是根据本申请第三实施方式的基于地基增强系统的选站方法流程示意图。
具体实施方式
在以下的叙述中，为了使读者更好地理解本申请而提出了许多技术细节。但是，本领域的普通技术人员可以理解，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请所要求保护的技术方案。
部分概念的说明：
地基增强系统：利用地面发射台播发差分修正、完好性信息及其它信息，以提高一定范围内卫星导航用户精度及其它性能的增强系统。
地基基准站点：对卫星导航信号进行长期连续观测，并由通信设施将观测数据实时或定时传送至数据中心的地面固定观测站点。
自建站点：由用户自行建设维护的GNSS基准站点。
仿真站点：即Spatial Grid Reference，基于基准站点通过虚拟格网参考技术产生的仿真参考站。
SPP(single point positioning)，单点定位技术。
基线：基准站点与监测站点之间的距离。
TEQC(Translation,Editing and Quality Checking)，是功能强大且简单易用的GNSS数据预处理软件，主要功能有格式转换、编辑和质量检核。
变形监测：在变形体固定位置安装GNSS接收机，通过接收机连续采集固定位置卫星观测数据，并对数据进行后处理解算处理，根据解算结果变化情况，分析预测变形体变形趋势。
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请的实施方式作进一步地详细描述。
考虑到地基增强定位通常是利用基准站点和监测站空间一致性进行误差抵消或误差建模处理来提高定位精度，通常来讲所选基准站点与监测站空间一致性越高，解算效果越好。而且，基站本身数据采集性能、可用性也将对实际解算造成影响，因此基站的实际服务能力要综合各种因素进行评估。
本申请的第一实施方式涉及一种基于地基增强系统的选站模型优化方法，其中，该选站模型用于预设区域的基站选站，其流程如图1所示，该方法包括以下步骤：
在步骤101中，确定监测站周围预设范围内的M个基站，其中M≥2。
其中，该监测站周围预设范围例如可以但不限于是监测站周围10km、8km、5km范围内。
可选地，该步骤101可以进一步包括以下子步骤101a～101c：
在步骤101a中，确定监测站周围预设范围内的所有S个基站，其中S≥M；之后执行步骤101b，将该所有S个基站按照“自建站类型优于地基基准站类型，地基基准站类型优于仿真站点类型”的优先顺序进行排序，并且对于相同类型的基站按照基线距离从短到长进行排序；之后执行步骤101c，根据排序结果从S个该基站中选取排序在先的该M个基站。
之后，进入步骤102，根据各基站的数据质量信息确定每个基站的数据质量评分，根据各基站的位置信息和该监测站的位置信息确定每个基站相对于该监测站的高程差评分，以及根据各基站的位置信息和地图信息确定每个基站的地形地貌评分。
可选地，该步骤102中，可以根据该各基站的位置信息从中地图信息中提取该各基站与监测站之间重点关注的地形地貌信息确定每个基站的地形地貌评分，其中，该重点关注的地形地貌信息包括但不限于大江大河流域信息和/或山脉分布信息。
之后，进入步骤103，根据该数据质量评分、该高程差评分和该地形地貌评分以及各评分项的初始权重系数建立选站模型并计算各基站的初始评分。
可选地，该每个基站的数据质量评分、高程差评分和地形地貌评分的初始权重系数均为1。
之后，进入步骤104，将各基站根据初始评分进行排序，根据排序结果选取排序在先的N个优选基站，该N个优选基站的排序为初始序列，其中，2≤N≤M。
可选地，M＝3，N＝2。
之后，进入步骤105，分别基于该N个优选基站对监测站进行定位解算得到定位解算结果，其中该定位解算结果包括定位精度和定位结果可用率。
之后，进入步骤106，根据该定位解算结果的定位精度和/或定位结果可用率对该N个优选基站进行排序得到目标序列。
之后，进入步骤107，判断初始序列和目标序列是否不同？
如果初始序列和目标序列不同，则之后进入步骤108，调整该选站模型中各评分项的权重系数，以使得该N个优选基站根据该数据质量评分、该高程差评分和该地形地貌评分以及该各评分项的调整后的权重系数得到的评分的调整后序列和该目标序列相同。
可选地，该步骤108中调整该选站模型中各评分项的权重系数可以进一步实现为：确定该初始序列中排序最先的基站的初始评分中占比最大的优势评分项，单次或多次降低该优势评分项的权重系数。
之后，进入步骤109，输出选站模型。
如果初始序列和目标序列相同，则直接进入步骤109。
本申请的第二实施方式涉及一种基于地基增强系统的选站方法，其流程如图2所示，该方法包括以下步骤：
在步骤201中，对预设区域的监测站确定周围预设范围内的M个基站，其中M≥2；
之后进入步骤202，采用本申请第一实施方式中输出的选站模型，对各基站的该数据质量评分、该高程差评分和该地形地貌评分计算各基站排序并选取排序最先的基站。
可选地，步骤202中，对各基站的所述数据质量评分、所述高程差评分和所述地形地貌评分计算各基站排序并选取排序最先的基站进一步包括以下步骤：
对各基站的该数据质量评分、该高程差评分和该地形地貌评分计算各基站排序得到对应的序列，当该序列中排序最先和次先的两个基站的评分的差值的绝对值小于或等于预设阈值时，从该两个基站中选取基站可用性评分更高的基站，如对该两个基站根据基站可用性评分由高到低进行排序并选取排序最先的基站。
可选地，该基站可用性评分是根据该地基增强系统中各基站在预设历史时长内的电力供应质量、网络质量和运维质量中的一者或多者获得。例如但不限于，该预设历史时长是从当前时间开始往前推算一个月、半年、一年等。
本申请的第三实施方式涉及一种基于地基增强系统的选站方法，其流程如图3所示，该方法包括以下步骤：
在步骤301中，对预设区域的监测站确定周围预设范围内的M个基站，其中M≥2；
之后进入步骤302，根据各基站的数据质量信息确定每个基站的数据质量评分，根据各基站的位置信息和该监测站的位置信息确定每个基站相对于该监测站的高程差评分，以及根据各基站的位置信息和地图信息确定每个基站的地形地貌评分；
之后进入步骤303，根据该数据质量评分、该高程差评分和该地形地貌评分以及各评分项的权重系数计算各基站初始评分；
之后进入步骤304，将各基站根据初始评分进行排序，根据排序结果选取排序在先的N个优选基站，该N个优选基站的排序为初始序列，其中，2≤N≤M；
之后进入步骤305，判断：该初始序列中排序最先和次先的两个基站的初始评分的差值的绝对值是否大于预设阈值？
如果该初始序列中排序最先和次先的两个基站的初始评分的差值的绝对值大于预设阈值，则之后进入步骤306，分别基于该N个优选基站对监测站进行定位解算得到定位解算结果，其中该定位解算结果包括定位精度和定位结果可用率，并根据该定位解算结果的定位精度和/或定位结果可用率对该N个优选基站进行排序并选取排序最先的基站；
如果该初始序列中排序最先和次先的两个基站的初始评分的差值的绝对值小于或等于该预设阈值时，则之后进入步骤307，将该两个基站(初始序列中排序最先和次先的两个基站)根据基站可用性评分由高到低进行排序，并直接选取排序最先的基站。
可选地，该步骤307中的基站可用性评分可以根据该地基增强系统中各基站在预设历史时长内的电力供应质量、网络质量和运维质量中的一者或多者获得。例如但不限于，该预设历史时长是从当前时间开始往前推算一个月、半年、一年等。
可以理解，本申请中涉及的基站排序一般是按照基站评分从优到劣的顺序进行的排序。
为了能够更好地理解本申请的技术方案，下面结合一个具体的例子来进行说明，该例子中罗列的细节主要是为了便于理解，不作为对本申请保护范围的限制。该例子包括以下步骤：
一、数据准备阶段
1)用户端架设一监测站进行卫星数据观测，同时将观测数据按指定协议及格式要求上传至解算平台。
2)卫星星历数据准备。
3)解算平台根据从上述步骤1)和2)获取的数据进行SPP定位解算，确定该监测站单点定位坐标，即该监测站位置坐标。
4)根据该监测站位置坐标在其周围预设范围内，例如5km内，筛选出所有可用基站，有多个则选多个。
5)各可用基站数据信息准备，包括基站类型信息、基站位置坐标信息、基站数据质量信息。其中，基站位置坐标信息例如可以是地基增强系统运营商根据基站观测卫星数据联测全球框架站计算确定；该基站数据质量信息例如可以是地基增强系统运营商根据基站数据，通过数据质量分析软件(如TEQC)分析得出。
6)各可用基站地形地貌数据信息准备，例如可从图商处获取大比例尺地图数据，从中提取重点关注的地形地貌信息，包括大江大河流域信息和/或山脉分布信息。
7)各可用基站可用性因子准备，例如可基于地基增强系统中基站长期实际运营数据，综合考虑基站电力供应能力、网络保障能力、运维抢修能力情况评估各可用基站可用性因子。
二、建立并优化选站模型
8)根据“数据准备阶段”的数据信息设计选站模型并进行选站模型优化。具体包括以下子步骤8.1)～8.8)：
8.1)信息输入。该信息包括监测站位置坐标数据、基站数据信息、地形地貌信息和基站可用性因子信息，该信息来源在“数据准备阶段”已说明。
8.2)获取可用基站列表，根据基站类型和基线距离进行基站分级，以自建站优于地基基准站优于仿真站点原则进行初分级，若存在同类基站，则按基线距离进行分级，基线越短等级越高；最后选出等级排名前三的基站进入下一步筛选。其中，基线距离可根据监测站和基站坐标求得。
8.3)计算基站初始等级评分：根据上述步骤8.2)中所选三基站站名以及相应基站观测数据、基站与监测站坐标信息、地形地貌信息，对三基站进行数据质量等级评分、基站与监测站高差等级评分、地形地貌等级评分，根据三基站的数据质量等级评分、基站与监测站高差等级评分、地形地貌等级评分计算对应的基站等级评分，进而确定最优和次优选站。具体包括以下子步骤8.31)～8.34)：
8.31)根据所选三基站的观测数据进行数据质量分析，根据分析结果进行各基站数据质量等级评分，评分分为1、2、3共三种等级评分，1级最佳。
8.32)根据所选三基站和监测站坐标信息计算二者间高差，根据高差对各基站进行等级评分，例如高差100m内为1级，100m至200m为2级，200m至400m为3级，400m以上为4级。
8.33)根据所选三基站和监测站之间的地形地貌进行等级评分，无大江大河流经则为1级，有则为2级。
8.34)确定最优和次优基站。具体的，根据上述步骤8.31)、8.32)、8.33)确定的各基站的数据质量等级评分、高差等级评分、地形地貌等级评分，建立如下公式(1)的选站模型：
基站等级评分＝a*数据质量等级评分+b*高程差等级评分+c*地形地貌等级评分 (1)
其中，a为数据质量等级评分项的权重系数，b为高程差等级评分项的权重系数，c为地形地貌等级评分项的权重系数。
设定a、b、c的初始值均为1，据此公式可完成(8.34)输出三基站的初始等级评分，将初始等级评分最小和次小的基站暂时选定为最优和次优基站，若出现评分相等情况，则按基站站名排序，暂时确定最优和次优基站。
8.4)根据上述步骤8.3)的分析结果，选择最优基站绑定。
8.5)根据上述步骤8.3)的分析结果，选择次优基站绑定。
8.6)根据上述步骤8.4)绑定最优基站执行定位解算。
8.7)根据上述步骤8.5)绑定次优基站执行定位解算。
8.8)分析比对上述步骤8.6)和8.7)的定位解算结果，根据定位解算结果优化上述步骤8.34)中公式(1)的选站模型(a、b、c的初始系数赋1)，并输出优化后的选站模型。
具体的，分别计算最优和次优选站情况下解算结果的解算精度和可用率，若最优基站对应解算精度和可用率均优于次优基站，则保持原状；若最优基站对应解算精度和可用率二者之一低于次优选站，且低至某一限值，则反向追溯最优选站在选站模型中的优势评分项并降低其在基站等级评分计算中的权重系数，否则保持原状；若最优选站精度和可用率均低于次优选站，则反向追溯最优选站在选站模型中的优势评分项并降低其权重系数。其中，权重系数降低规则例如可以是：如上述步骤8.34)的基站等级评分计算公式，a、b、c的初始值均为1，权重系数降低可按固定值调整，如每次降低1/10，直至次优选站评分高于最优选站，输出最终的选站模型。
三、为该监测站选取最优基站
9)根据该监测站位置坐标在其周围预设范围内，如5km内，筛选出可用基站，有多个则选多个。
10)根据上述步骤8.8)输出的选站模型计算各基站的等级评分并排序，若排序在先和次先的基站的评分的绝对差值大于3则选取排序在先的基站，若二者评分绝对差值小于3则继续评估后续步骤11)的评估。
11)比对步骤10)中的排序在先和次先的基站的可用性因子，选取二者可用性因子更高的基站。针对自建站情形，自建站由用户建设维护，可用性往往远低于地基基准站，但因自建站专为项目建设，其基线距离、高程差、地形地貌因子往往优于地基基准站。相较而言，基线距离、高程差、地形地貌因素影响更重要。若排序最先和次先的基站的评分绝对差值大于3，说明排序在先基站的数据质量、高程差、地形地貌综合等级评分至少优于排序次先基站3个等级评分，无需考虑基站可用性，否则需要进一步考虑基站可用性影响。
需要说明的是，虽然该例子的评分采用的是等级评分形式，但本申请不限于采用等级评分形式，也可以采用其他评分形式。
相应地，本申请实施方式还提供一种计算机可读存储介质，其中存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现本申请的各方法实施方式。计算机可读存储介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括但不限于，相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读存储介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
需要说明的是，在本专利的申请文件中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。本专利的申请文件中，如果提到根据某要素执行某行为，则是指至少根据该要素执行该行为的意思，其中包括了两种情况：仅根据该要素执行该行为、和根据该要素和其它要素执行该行为。多个、多次、多种等表达包括2个、2次、2种以及2个以上、2次以上、2种以上。
在本申请提及的所有文献都被认为是整体性地包括在本申请的公开内容中，以便在必要时可以作为修改的依据。此外应理解，以上所述仅为本说明书的较佳实施例而已，并非用于限定本说明书的保护范围。凡在本说明书一个或多个实施例的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本说明书一个或多个实施例的保护范围之内。

Claims (10)

1.一种基于地基增强系统的选站模型优化方法，其中，所述选站模型用于预设区域的基站选站，其特征在于，该方法包括：
确定监测站周围预设范围内的M个基站，其中M≥2；
根据各基站的数据质量信息确定每个基站的数据质量评分，根据各基站的位置信息和所述监测站的位置信息确定每个基站相对于所述监测站的高程差评分，以及根据各基站的位置信息和地图信息确定每个基站的地形地貌评分；
根据所述数据质量评分、所述高程差评分和所述地形地貌评分以及各评分项的初始权重系数建立选站模型并计算各基站的初始评分；
将各基站根据初始评分进行排序，根据排序结果选取排序在先的N个优选基站，所述N个优选基站的排序为初始序列，其中，2≤N≤M；
分别基于所述N个优选基站对监测站进行定位解算得到定位解算结果，其中所述定位解算结果包括定位精度和定位结果可用率；
根据所述定位解算结果的定位精度和/或定位结果可用率对所述N个优选基站进行排序得到目标序列；
当所述初始序列和所述目标序列不同时，调整所述选站模型中各评分项的权重系数，以使得所述N个优选基站根据所述数据质量评分、所述高程差评分和所述地形地貌评分以及所述各评分项的调整后的权重系数得到的评分的调整后序列和所述目标序列相同。
2.如权利要求1中所述的基于地基增强系统的选站模型优化方法，其特征在于，所述调整所述选站模型中各评分项的权重系数，进一步包括：
确定所述初始序列中排序最先的基站的初始评分中占比最大的优势评分项，单次或多次降低所述优势评分项的权重系数。
3.如权利要求1所述的基于地基增强系统的选站模型优化方法，其特征在于，所述每个基站的数据质量评分、高程差评分和地形地貌评分的初始权重系数均为1。
4.如权利要求1所述的基于地基增强系统的选站模型优化方法，其特征在于，所述确定监测站周围预设范围内的M个基站，进一步包括：
确定监测站周围预设范围内的所有S个基站，其中S≥M；
将所述所有S个基站按照“自建站类型优于地基基准站类型，地基基准站类型优于仿真站点类型”的优先顺序进行排序，并且对于相同类型的基站按照基线距离从短到长进行排序；
根据排序结果从S个所述基站中选取排序在先的所述M个基站。
5.如权利要求1所述的基于地基增强系统的选站模型优化方法，其特征在于，M＝3，N＝2。
6.一种基于地基增强系统的选站方法，其特征在于，包括：
对预设区域的监测站确定周围预设范围内的M个基站，其中M≥2；
采用如权利要求1中所述选站模型优化方法优化后的选站模型，对各基站的所述数据质量评分、所述高程差评分和所述地形地貌评分计算各基站排序并选取排序最先的基站。
7.如权利要求6所述的选站方法，其特征在于，所述对各基站的所述数据质量评分、所述高程差评分和所述地形地貌评分计算各基站排序并选取排序最先的基站，进一步包括：
对各基站的所述数据质量评分、所述高程差评分和所述地形地貌评分计算各基站排序得到对应的序列；
当该序列中排序最先和次先的两个基站的评分的差值的绝对值小于或等于预设阈值时，对该两个基站根据基站可用性评分由高到低进行排序并选取排序最先的基站。
8.如权利要求7所述的选站方法，其特征在于，所述基站可用性评分是根据所述地基增强系统中各基站在预设历史时长内的电力供应质量、网络质量和运维质量中的一者或多者获得。
9.一种基于地基增强系统的选站方法，其特征在于，包括：
对预设区域的监测站确定周围预设范围内的M个基站，其中M≥2；
根据各基站的数据质量信息确定每个基站的数据质量评分，根据各基站的位置信息和所述监测站的位置信息确定每个基站相对于所述监测站的高程差评分，以及根据各基站的位置信息和地图信息确定每个基站的地形地貌评分；
根据所述数据质量评分、所述高程差评分和所述地形地貌评分以及各评分项的权重系数计算各基站初始评分；
将各基站根据初始评分进行排序，根据排序结果选取排序在先的N个优选基站，所述N个优选基站的排序为初始序列，其中，2≤N≤M；
当所述初始序列中排序最先和次先的两个基站的初始评分的差值的绝对值大于预设阈值时，分别基于所述N个优选基站对监测站进行定位解算得到定位解算结果，其中所述定位解算结果包括定位精度和定位结果可用率，并根据所述定位解算结果的定位精度和/或定位结果可用率对所述N个优选基站进行排序并选取排序最先的基站；
当所述初始序列中排序最先和次先的两个基站的初始评分的差值的绝对值小于或等于所述预设阈值时，将该两个基站根据基站可用性评分由高到低进行排序，并直接选取排序最先的基站。
10.如权利要求9所述的基于地基增强系统的选站方法，其特征在于，所述基站可用性评分是根据所述地基增强系统中各基站在预设历史时长内的电力供应质量、网络质量和运维质量中的一者或多者获得。
CN202010496052.8A 2020-06-03 2020-06-03 基于地基增强系统的选站模型优化方法和选站方法 Active CN113762558B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010496052.8A CN113762558B (zh) 2020-06-03 2020-06-03 基于地基增强系统的选站模型优化方法和选站方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010496052.8A CN113762558B (zh) 2020-06-03 2020-06-03 基于地基增强系统的选站模型优化方法和选站方法

Publications (2)

Publication Number Publication Date
CN113762558A true CN113762558A (zh) 2021-12-07
CN113762558B CN113762558B (zh) 2023-07-11

Family

ID=78783395

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010496052.8A Active CN113762558B (zh) 2020-06-03 2020-06-03 基于地基增强系统的选站模型优化方法和选站方法

Country Status (1)

Country Link
CN (1) CN113762558B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014132618A1 (ja) * 2013-02-26 2014-09-04 日本電気株式会社 状態検出方法、補正値処理装置、測位システム、および状態検出プログラム
CN107884746A (zh) * 2017-11-03 2018-04-06 兰州交通大学 一种无线电网格化中多站无源时差定位技术自动选站方法
CN108089204A (zh) * 2017-12-08 2018-05-29 中国人民解放军国防科技大学 一种地基高精度区域定位导航系统及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014132618A1 (ja) * 2013-02-26 2014-09-04 日本電気株式会社 状態検出方法、補正値処理装置、測位システム、および状態検出プログラム
CN107884746A (zh) * 2017-11-03 2018-04-06 兰州交通大学 一种无线电网格化中多站无源时差定位技术自动选站方法
CN108089204A (zh) * 2017-12-08 2018-05-29 中国人民解放军国防科技大学 一种地基高精度区域定位导航系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
秦健;潘佩芬;陶承;: "铁路北斗地基增强系统构建及基准站选址研究", 铁路计算机应用, no. 03, pages 11 - 14 *

Also Published As

Publication number Publication date
CN113762558B (zh) 2023-07-11

Similar Documents

Publication Publication Date Title
CN110418354A (zh) 一种基于机器学习的免传播模型无线网络规划方法
Moser et al. Beyond visualisation–3D GIS analyses for virtual city models
CN109146204A (zh) 一种多层次综合评估的风电场升压站自动选址方法
CN105338498A (zh) 一种WiFi室内定位系统中指纹库的构建方法
CN105138779A (zh) 车载gps时空轨迹大数据优选方法及系统
CN102300220A (zh) 确定微基站部署位置的方法与装置
CN107480373B (zh) 输电线路选线方法及系统
CN102147260A (zh) 电子地图匹配方法和装置
CN101404801B (zh) 获取干扰矩阵的方法
CN104754590A (zh) 一种评估长期演进lte网络站址的方法及装置
CN112990976A (zh) 基于开源数据挖掘的商业网点选址方法、系统、设备及介质
Derdouri et al. A comparative study of land price estimation and mapping using regression kriging and machine learning algorithms across Fukushima prefecture, Japan
CN109768886A (zh) 网络规划评价方法及装置
CN112666588A (zh) 一种城市峡谷环境下基于景象匹配与机器学习的定位方法
CN115361051B (zh) 一种面向大规模空间互联网星座的频率共用分析系统
CN111523804A (zh) 一种基于实景三维的应急避难场所效能评估方法
CN108491403B (zh) 一种基于ArcGIS的山区建设用地的选址方法
Dawod et al. GIS-based public services analysis based on municipal election areas: A methodological approach for the city of Makkah, Saudi Arabia
CN113762558A (zh) 基于地基增强系统的选站模型优化方法和选站方法
CN111623749B (zh) 一种基于D-InSAR的铁路采空区边界提取新方法
CN113301503B (zh) 弱覆盖区域检测方法及装置
Wang et al. Terrain-based coverage manifold estimation: Machine learning, stochastic geometry, or simulation?
CN103582042B (zh) 一种确定邻区的方法和设备
CN115616637A (zh) 一种基于三维格网多径建模的城市复杂环境导航定位方法
CN102270255A (zh) 一种民航繁忙机场空域类型的划设方法

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
GR01 Patent grant
GR01 Patent grant