CN114417552A - 一种模糊度确认方法、存储介质以及电子设备 - Google Patents

一种模糊度确认方法、存储介质以及电子设备 Download PDF

Info

Publication number
CN114417552A
CN114417552A CN202111491503.XA CN202111491503A CN114417552A CN 114417552 A CN114417552 A CN 114417552A CN 202111491503 A CN202111491503 A CN 202111491503A CN 114417552 A CN114417552 A CN 114417552A
Authority
CN
China
Prior art keywords
ambiguity
group
double
floating
testing
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.)
Pending
Application number
CN202111491503.XA
Other languages
English (en)
Inventor
杨威
蔡赣飞
易清根
单弘煜
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.)
Guangzhou Hi Target Surveying Instrument Co ltd
Original Assignee
Guangzhou Hi Target Surveying Instrument Co ltd
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 Guangzhou Hi Target Surveying Instrument Co ltd filed Critical Guangzhou Hi Target Surveying Instrument Co ltd
Priority to CN202111491503.XA priority Critical patent/CN114417552A/zh
Publication of CN114417552A publication Critical patent/CN114417552A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/08—Probabilistic or stochastic CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/10—Noise analysis or noise optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Operations Research (AREA)
  • Computing Systems (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明涉及卫星定位技术领域，尤指一种模糊度确认方法、存储介质以及电子设备。所述模糊度确认方法，包含：获取观测值和星历数据，将所述观测值和星历数据代入预设的双差观测方程，计算浮点解，将浮点模糊度及其方差阵进行模糊度固定，生成最优整数模糊度组和次优整数模糊度组；对所述最优整数模糊度组和次优整数模糊度组进行检验，包括R‑ratio检验、观测值残差rms检验以及坐标一致性检验。本发明在R‑ratio检验和rms辅助检验的基础上，利用基于正确模糊度反算坐标具有一致性的特点，对可疑模糊度组进行二次检验，有效地防止了错误固定解被输出，增强了GNSS解算结果地可靠性。

Description

一种模糊度确认方法、存储介质以及电子设备
技术领域
本发明涉及卫星定位技术领域，尤指一种模糊度确认方法、存储介质以及电子设备。
背景技术
卫星定位产业经过数十年的发展，已经形成了GPS、BDS、GLONASS和Galileo四个全球导航卫星系统以及多个区域性导航卫星系统，在轨工作卫星多达100多颗。在全球大部分地区，至少可以同时观测到30颗以上的导航卫星，极大地提高卫星定位技术的精度和可靠性。目前，RTK(Real-time kinematic，中文翻译：实时载波相位差分技术)基本可以实现厘米级的实时定位，因此被广泛应用于测绘、国防、农业、建筑施工、形变监测等领域。
现有的RTK技术在模糊度固定过程中，往往存在由于浮点模糊度精度不够高而导致模糊度固定错误的情况。基于错误的模糊度组计算的位置偏差将达到分米甚至米级，一旦这种信息被推送出去，在部分场景如航空、精密制导、施工等将造成重大的安全隐患。因此，判断模糊度是否被正确固定的确认技术十分重要。
发明内容
为解决上述问题，本发明的主要目的在于提供一种模糊度确认方法，其利用多种检验方法对模糊度组进行检验，有效地防止了错误固定解被输出，增强了GNSS解算结果地可靠性。
为实现上述目的，本发明采用的技术方案是：
一种模糊度确认方法，其特征在于，包含：
获取观测值和星历数据，将所述观测值和星历数据代入预设的双差观测方程，计算浮点解，将浮点模糊度及其方差阵进行模糊度固定，生成最优整数模糊度组和次优整数模糊度组；
对所述最优整数模糊度组和次优整数模糊度组进行检验，包括R-ratio检验、观测值残差rms检验以及坐标一致性检验。
进一步，所述获取观测值和星历数据，将所述观测值和星历数据代入预设的双差观测方程，计算浮点解，将浮点模糊度及其方差阵进行模糊度固定，生成最优整数模糊度组和次优整数模糊度组；具体包括以下步骤：
步骤1、基于获取到的观测值和星历数据构建双差观测方程，输出双差观测矩阵，所述双差观测方程包含有位置未知量和模糊度未知量；
步骤2、根据高度角正弦函数随机模型和协方差传播定律，计算所述双差观测矩阵的随机噪声矩阵；
步骤3、计算浮点解，根据最小二乘法求解浮点位置和浮点模糊度；并根据协方差传播定律，计算浮点解的方差-协方差阵；
步骤4、基于所述浮点模糊度及其方差阵，通过LAMBDA算法搜索模糊度，生成最优整数模糊度组和次优整数模糊度组。
进一步，对所述最优整数模糊度组和次优整数模糊度组进行检验，具体包括以下步骤：
步骤5、将所述最优整数模糊度组和次优整数模糊度组进行R-ratio检验，设置第一阈值，通过所述R-ratio检验则进入步骤6；不通过则进入部分模糊度固定；
步骤6、基于所述最优整数模糊度组反算固定解，再将所述固定解和最优整数模糊度回代所述双差观测方程，输出残差，计算残差的rms；进行观测值残差rms检验，若通过则进入步骤7，否则显示固定失败；
步骤7、当解算进程中已经固定的历元数小于50时，进入步骤10；否则进入步骤8；
步骤8、当ratio值大于等于4时，则进入步骤9；当ratio值小于4时，则进入步骤10；
步骤9、如果固定模糊度数与可固定模糊度数之比小于等于0.6，则进入步骤10，否则显示固定正确。
进一步，所述坐标一致性检验具体包括以下步骤：
步骤10、预设固定n个模糊度，其值为amin＝[N1 N2K NmK Nn]T，方差信息阵为
Figure BDA0003399560090000021
则依次剔除Nm保留剩余n-1个模糊度作为新的模糊度组，生成n组新的模糊度及其方差协方差矩阵，将所述n组新的模糊度及其方差协方差矩阵回代所述固定解，生成固定解子集。
进一步，在步骤10中还包括以下步骤：当固定解子集满足预设的条件一或条件二，则模糊度固定失败，否则模糊度固定成功。
进一步，所述预设的条件一为：在所述固定解子集中取三方向标准差stdx,stdy和stdz，满足
Figure BDA0003399560090000031
进一步，所述预设的条件二为：在所述固定解子集中取三方向中位数
Figure BDA0003399560090000032
存在任一所述固定解到
Figure BDA0003399560090000033
的距离大于10cm。
进一步，所述双差观测方程为：
Figure BDA0003399560090000034
Figure BDA0003399560090000035
式中，
Figure BDA0003399560090000036
表示双差伪距观测值，
Figure BDA0003399560090000037
表示双差相位观测值，Δr表示待估位置改正数，
Figure BDA0003399560090000038
为系数项，
Figure BDA0003399560090000039
为双差模糊度，λf为载波波长，
Figure BDA00033995600900000310
和
Figure BDA00033995600900000311
分别为伪距残差和相位残差。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行以上所述的方法。
本发明还提供一种电子设备，包括：处理器、存储器、以及程序，其中所述程序被存储在所述存储器中，并且被配置成由处理器执行，所述程序包括用于执行以上所述的方法。
本发明的有益效果在于：
本发明在R-ratio检验和rms辅助检验的基础上，利用基于正确模糊度反算坐标具有一致性的特点，对可疑模糊度组进行二次检验，有效地防止了错误固定解被输出，增强了GNSS解算结果地可靠性。
附图说明
图1是本发明模糊度固定流程图。
图2是本发明模糊度确认流程图。
图3是本发明坐标一致性检验流程图。
具体实施方式
下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
可以知道的是，主流的RTK技术主要包括三个步骤：(1)在对观测值进行双差处理后形成双差方程，计算浮点解；(2)将浮点模糊度及其方差阵通过LAMBDA方法进行模糊度固定；(3)确认模糊度固定正确后反算精确位置。在模糊度固定过程中，往往存在由于浮点模糊度精度不够高而导致模糊度固定错误的情况。基于错误的模糊度组计算的位置偏差将达到分米甚至米级，一旦这种信息被推送出去，在部分场景如航空、精密制导、施工等将造成重大的安全隐患。因此，判断模糊度是否被正确固定的确认技术十分重要。
模糊度确认是从概率统计角度出发，判断估计所得到的整周模糊度是否能被接受为正确的模糊度值，属于假设检验问题。目前主要有两类解决方法。第一种方法为以R-ratio检验为代表的统计量区别检验，其实质上是基于在给定置信水平下最优模糊度组和次优模糊度组之间的差异程度来判断最优模糊度是否正确。如果差异程度超过给定阈值那么认为最优模糊度组和次优模糊度组之间存在显著差异，此时模糊度固定成功；否则失败。第二种方法为基于模糊度估计理论框架下成功率指标的判定方法，该方法对浮点模糊度的概率密度函数在归整域区间内进行数值积分来确定模糊度固定的成功率。其他的方法如静态观测条件下的位置约束检验法、观测值残差rms检验法等作为模糊度确认的补充手段。
1、R-ratio检验公式如下：
Figure BDA0003399560090000041
式中，
Figure BDA0003399560090000042
为浮点模糊度组，
Figure BDA0003399560090000043
为浮点模糊度的方差协方差阵，
Figure BDA0003399560090000044
即为满足模糊度搜索准则的方差最优模糊度组，
Figure BDA0003399560090000045
则对应为次优模糊度组。k为通过检验的阈值，通常取值为2～3。若上式成立，则判定接受最优整数解
Figure BDA0003399560090000046
实际该式只是验证了浮点解模糊度与最接近整数解的接近程度，并不是最优整数解的正确性。在观测条件较差的环境中，浮点模糊度精度不高，往往出现较多在阈值k附近的ratio值，容易将错误的模糊度判定为正确。此外，k值一般取固定阈值，不能随模型强度和观测环境的变化而改变，具有相当的局限性。
2、最常用的成功率指标为IB成功率(Integer bootstrapping success rate,IBSR)，其计算公式如下：
Figure BDA0003399560090000047
模糊度成功率的计算公式是基于模糊度浮点解的精度，即其前提是浮点模糊度解是无偏估计。而观测方程中往往存在对流层延迟和多路径误差等残余项，导致浮点模糊度的实际精度降低，而用于计算成功率的理论精度仅基于卫星高度角或者信噪比等信息，过于理想，从而使得理论成功率大于实际成功率。
3、静态观测条件下的位置约束检验法从固定解的角度出发，认为固定错误的模糊度必定导致错误的固定解，简单易行效率高，但只适用于静态场景；观测值残差rms检验法是基于固定模糊度的观测值残差的均方根误差大小来判断模糊度是否固定正确。该方法仅对于部分固定错误的情况起作用，然而有些情况固定错误时的观测值残差rms甚至比固定正确还要小，因此不能作为独立的判断方法。
基于以上所述，如图1-3所示，实施例1提供了一种模糊度确认方法，其特征在于，包含：
获取观测值和星历数据，将所述观测值和星历数据代入预设的双差观测方程，计算浮点解，将浮点模糊度及其方差阵进行模糊度固定，生成最优整数模糊度组和次优整数模糊度组；
对所述最优整数模糊度组和次优整数模糊度组进行检验，包括R-ratio检验、观测值残差rms检验以及坐标一致性检验；
在上述方案中，本发明集主流模糊度确认方法R-ratio检验、rms检验以及基于坐标一致性的模糊度确认检验于一体。其中，基于坐标一致性的模糊度确认检验该方法原理清晰，简单易实现，可靠性强，可成为补充GNSS高精度定位中模糊度确认环节的重要手段。该方法利用正确的部分模糊度计算的坐标应具有一致性的特点，对可疑模糊度组循环剔除一颗模糊度，由剩余的模糊度反算坐标，然后根据坐标之间的离散程度来判断是否具有一致性，从而判断该组模糊度是否被正确固定，极大降低了模糊度被错误固定后却被接受的风险，提升了GNSS高精度定位的可靠性。而且由于设计了多层检验机制，R-ratio检验阈值可适当降低，因此也降低了模糊度被正确固定后却被拒绝的概率，提升了GNSS高精度定位的连续性。因此，
本发明在传统的R-ratio检验和rms辅助检验的基础上，利用基于正确模糊度反算坐标具有一致性的特点，对可疑模糊度组进行二次检验，有效地防止了错误固定解被输出(漏检概率)，增强了GNSS解算结果地可靠性；
由于本发明的可靠性，R-ratio检验阈值可以适当地降低，减小了正确模糊度被判定为错误的概率(误警概率)，增强了GNSS解算结果的连续性。
进一步地，所述获取观测值和星历数据，将所述观测值和星历数据代入预设的双差观测方程，计算浮点解，将浮点模糊度及其方差阵进行模糊度固定，生成最优整数模糊度组和次优整数模糊度组；具体包括以下步骤：
步骤1、基于获取到的观测值和星历数据构建双差观测方程，输出双差观测矩阵，所述双差观测方程包含有位置未知量和模糊度未知量；
假设短基线双差基本消除了卫星、接收机钟差项和电离层、对流层延迟项，不考虑多路径误差的影响，将常数项归算至方程左侧，待定项和残余误差项在右侧，则任意一颗非参考星某一频点的伪距和相位双差观测方程可以表示为：
Figure BDA0003399560090000061
式中，
Figure BDA0003399560090000062
表示双差伪距观测值(m)，
Figure BDA0003399560090000063
表示双差相位观测值(m)，Δr表示待估位置改正数(m)，
Figure BDA0003399560090000064
为系数项，
Figure BDA0003399560090000065
为双差模糊度(cycle)，λf为载波波长(m)，
Figure BDA0003399560090000066
和
Figure BDA0003399560090000067
分别为伪距残差和相位残差(m)。
设两台接收机共视卫星颗数为n，则可形成n-1对码和相位观测方程，将其以矩阵形式表示：
Figure BDA0003399560090000068
其中，b为位置项，a为模糊度项，进一步合并后
y＝H·x+Δ
其中，
Figure BDA0003399560090000069
步骤2、根据高度角正弦函数随机模型和协方差传播定律，计算所述双差观测矩阵的随机噪声矩阵；具体为：
采用高度角正弦函数随机模型，则非差观测值的随机噪声为：
Figure BDA00033995600900000610
式中，
Figure BDA00033995600900000611
表示接收机r获取的卫星j的观测值的噪声，σ0 2表示单位权方差一般为9·102(m2)，
Figure BDA00033995600900000612
表示卫星高度角。根据协方差传播定律，双差观测矩阵的随机噪声矩阵可以表示为：
Figure BDA0003399560090000071
式中，[1]n-1,n-1表示(n-1)阶值全为1的方阵。
步骤3、计算浮点解，根据最小二乘法求解浮点位置和浮点模糊度；并根据协方差传播定律，计算浮点解的方差-协方差阵；具体为：
利用最小二乘法求解浮点位置和浮点模糊度：
Figure BDA0003399560090000072
由协方差传播定律其浮点解的方差-协方差阵为：
Figure BDA0003399560090000073
其中，
Figure BDA0003399560090000074
步骤4、基于所述浮点模糊度及其方差阵，通过LAMBDA算法搜索模糊度，生成最优整数模糊度组和次优整数模糊度组。(即，基于浮点模糊度a及其方差阵
Figure BDA0003399560090000075
通过LAMBDA方法搜索模糊度，得到最优整数模糊度组amin和次优整数模糊度组asec。)
进一步地，对所述最优整数模糊度组和次优整数模糊度组进行检验，具体包括以下步骤：
步骤5、将所述最优整数模糊度组和次优整数模糊度组进行R-ratio检验，设置第一阈值，通过所述R-ratio检验则进入步骤6；不通过则进入部分模糊度固定；具体为：利用式(1)进行R-ratio检验，将阈值k设为1.5，通过检验则进入步骤6，不通过则进入部分模糊度固定，直至通过R-ratio检验进入步骤6。当模糊度小于10颗仍不能通过R-ratio检验则判定固定失败。
步骤6、基于所述最优整数模糊度组反算固定解，再将所述固定解和最优整数模糊度回代所述双差观测方程，输出残差，计算残差的rms；进行观测值残差rms检验，若通过则进入步骤7，否则显示固定失败；具体为：
基于最优整数模糊度组反算出固定解：
Figure BDA0003399560090000081
然后将固定解和最优整数模糊度回代双差方程求出残差，计算残差的rms，如果rms<(0.03cm)2则进入步骤7，否则固定失败。
步骤7、当解算进程中已经固定的历元数小于50时，认为模糊度精度收敛不够稳定，直接进入步骤10；否则进入步骤8；
步骤8、当ratio值大于等于4时(此时可以认为最优模糊度与次优模糊度的差异显著)，则进入步骤9；当ratio值小于4时(此时可以认为最优模糊度与次优模糊度差异不够显著，存在模糊度固定错误的风险)，则进入步骤10；
步骤9、如果固定模糊度数n_fixed与可固定模糊度数n_amb之比小于等于0.6，认为模糊度被剔除过多则进入步骤11，否则认为固定正确。
进一步地，所述坐标一致性检验具体包括以下步骤：
步骤10、预设固定n个模糊度，其值为amin＝[N1 N2K NmK Nn]T，方差信息阵为
Figure BDA0003399560090000085
则依次剔除Nm保留剩余n-1个模糊度作为新的模糊度组，生成n组新的模糊度及其方差协方差矩阵，将所述n组新的模糊度及其方差协方差矩阵回代所述固定解，生成固定解子集；具体为：
假设固定了n个模糊度，其值为amin＝[N1 N2K NmK Nn]T，方差信息阵为
Figure BDA0003399560090000086
则依次剔除Nm保留剩余n-1个模糊度成为新的模糊度组，新的模糊度组依次为amin(1),amin(2),…amin(m),…amin(n)共计n组。其中amin(m)表示从amin中剔除第m个模糊度后剩余的模糊度。同理，可得到n个不同的
Figure BDA0003399560090000082
以及
Figure BDA0003399560090000083
将这n组模糊度及其方差协方差矩阵回代式(9)可得
Figure BDA0003399560090000084
根据部分模糊度解算原理，任意4颗以上的正确模糊度组反算出的位置解精度都应该处于厘米级且具有一致性；反之，如果amin存在一颗甚至一颗以上的错误模糊度，那么用于检验的
Figure BDA00033995600900000912
到
Figure BDA00033995600900000913
之间必然有一组以上表现出由于错误模糊度数不一样导致的位置差异性。
进一步地，在步骤10中还包括以下步骤：当固定解子集满足预设的条件一或条件二，则模糊度固定失败，否则模糊度固定成功，所述预设的条件一为：在所述固定解子集中取三方向标准差stdx,stdy和stdz，满足
Figure BDA0003399560090000091
所述预设的条件二为：在所述固定解子集中取三方向中位数
Figure BDA0003399560090000092
存在任一所述固定解到
Figure BDA0003399560090000093
的距离大于10cm；
在上述方案中，对
Figure BDA0003399560090000094
到
Figure BDA0003399560090000095
取三方向标准差stdx,stdy和stdz，满足
Figure BDA0003399560090000096
条件二：对
Figure BDA0003399560090000097
到
Figure BDA0003399560090000098
取三方向中位数
Figure BDA0003399560090000099
存在
Figure BDA00033995600900000910
到
Figure BDA00033995600900000911
的距离大于10cm。满足条件一或条件二任意一条即认为模糊度固定失败，否则固定成功。
与现有技术相比，本发明的有益效果在于：
现有技术：在搜索出最优模糊度组和次优模糊度组后，仅依靠R-ratio检验判定模糊度是否固定正确；为了防止错误模糊度被误判为正确，即为了不出现错误解，需要把检验阈值设置为一个较大的值比如3，但这样就会增加误警概率，即许多固定正确的模糊度被错误拒绝，同时也无法保证ratio>3时固定就一定是正确的，因此ratio值在阈值附近的模糊度度组是否为正确的解仍存在较大的不确定性。
本实施例在现有的主流模糊度确认方法R-ratio检验的基础上，增加了rms检验和基于坐标一致性的模糊度确认检验。其中，基于坐标一致性的模糊度确认检验该方法原理清晰，简单易实现，可靠性强，可成为补充GNSS高精度定位中模糊度确认环节的重要手段。该方法利用正确的部分模糊度计算的坐标应具有一致性的特点，对可疑模糊度组循环剔除一颗模糊度，由剩余的模糊度反算坐标，然后根据坐标之间的离散程度来判断是否具有一致性，从而判断该组模糊度是否被正确固定，极大降低了模糊度被错误固定后却被接受的风险，提升了GNSS高精度定位的可靠性。而且由于设计了多层检验机制，R-ratio检验阈值可适当降低，因此也降低了模糊度被正确固定后却被拒绝的概率，提升了GNSS高精度定位的连续性。
实施例2提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行以上所述的方法。
实施例3提供一种电子设备，包括：处理器、存储器、以及程序，其中所述程序被存储在所述存储器中，并且被配置成由处理器执行，所述程序包括用于执行以上所述的方法。
以上，仅为本发明的较佳实施例而已，并非对本发明作任何形式上的限制；凡本行业的普通技术人员均可按说明书附图所示和以上而顺畅地实施本发明；但是,凡熟悉本专业的技术人员在不脱离本发明技术方案范围内，利用以上所揭示的技术内容而做出的些许更动、修饰与演变的等同变化，均为本发明的等效实施例；同时,凡依据本发明的实质技术对以上实施例所作的任何等同变化的更动、修饰与演变等，均仍属于本发明的技术方案的保护范围之内。

Claims (10)

1.一种模糊度确认方法，其特征在于，包含：
获取观测值和星历数据，将所述观测值和星历数据代入预设的双差观测方程，计算浮点解，将浮点模糊度及其方差阵进行模糊度固定，生成最优整数模糊度组和次优整数模糊度组；
对所述最优整数模糊度组和次优整数模糊度组进行检验，包括R-ratio检验、观测值残差rms检验以及坐标一致性检验。
2.根据权利要求1所述的一种模糊度确认方法，其特征在于：所述获取观测值和星历数据，将所述观测值和星历数据代入预设的双差观测方程，计算浮点解，将浮点模糊度及其方差阵进行模糊度固定，生成最优整数模糊度组和次优整数模糊度组；具体包括以下步骤：
步骤1、基于获取到的观测值和星历数据构建双差观测方程，输出双差观测矩阵，所述双差观测方程包含有位置未知量和模糊度未知量；
步骤2、根据高度角正弦函数随机模型和协方差传播定律，计算所述双差观测矩阵的随机噪声矩阵；
步骤3、计算浮点解，根据最小二乘法求解浮点位置和浮点模糊度；并根据协方差传播定律，计算浮点解的方差-协方差阵；
步骤4、基于所述浮点模糊度及其方差阵，通过LAMBDA算法搜索模糊度，生成最优整数模糊度组和次优整数模糊度组。
3.根据权利要求2所述的一种模糊度确认方法，其特征在于：对所述最优整数模糊度组和次优整数模糊度组进行检验，具体包括以下步骤：
步骤5、将所述最优整数模糊度组和次优整数模糊度组进行R-ratio检验，设置第一阈值，通过所述R-ratio检验则进入步骤6；不通过则进入部分模糊度固定；
步骤6、基于所述最优整数模糊度组反算固定解，再将所述固定解和最优整数模糊度回代所述双差观测方程，输出残差，计算残差的rms；进行观测值残差rms检验，若通过则进入步骤7，否则显示固定失败；
步骤7、当解算进程中已经固定的历元数小于50时，进入步骤10；否则进入步骤8；
步骤8、当ratio值大于等于4时，则进入步骤9当ratio值小于4时，则进入步骤10；
步骤9、如果固定模糊度数与可固定模糊度数之比小于等于0.6，则进入步骤10，否则显示固定正确。
4.根据权利要求3所述的一种模糊度确认方法，其特征在于：所述坐标一致性检验具体包括以下步骤：
步骤10、预设固定n个模糊度，其值为amin＝[N1 N2K NmK Nn]T，方差信息阵为
Figure FDA0003399560080000028
则依次剔除Nm保留剩余n-1个模糊度作为新的模糊度组，生成n组新的模糊度及其方差协方差矩阵，将所述n组新的模糊度及其方差协方差矩阵回代所述固定解，生成固定解子集。
5.根据权利要求4所述的一种模糊度确认方法，其特征在于：在步骤10中还包括以下步骤：
当固定解子集满足预设的条件一或条件二，则模糊度固定失败，否则模糊度固定成功。
6.根据权利要求5所述的一种模糊度确认方法，其特征在于：所述预设的条件一为：在所述固定解子集中取三方向标准差stdx,stdy和stdz，满足
Figure FDA0003399560080000021
7.根据权利要求5所述的一种模糊度确认方法，其特征在于：所述预设的条件二为：在所述固定解子集中取三方向中位数
Figure FDA0003399560080000022
(midx midy midz)，存在任一所述固定解到
Figure FDA0003399560080000023
的距离大于10cm。
8.根据权利要求2所述的一种模糊度确认方法，其特征在于：所述双差观测方程为：
Figure FDA0003399560080000024
Figure FDA0003399560080000025
式中，
Figure FDA0003399560080000026
表示双差伪距观测值，
Figure FDA0003399560080000027
表示双差相位观测值，Δr表示待估位置改正数，
Figure FDA0003399560080000031
为系数项，
Figure FDA0003399560080000032
为双差模糊度，λf为载波波长，
Figure FDA0003399560080000033
和
Figure FDA0003399560080000034
分别为伪距残差和相位残差。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行如权利要求1-8任一项所述的方法。
10.一种电子设备，其特征在于包括：处理器、存储器、以及程序，其中所述程序被存储在所述存储器中，并且被配置成由处理器执行，所述程序包括用于执行权利要求1-8任一项所述的方法。
CN202111491503.XA 2021-12-08 2021-12-08 一种模糊度确认方法、存储介质以及电子设备 Pending CN114417552A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111491503.XA CN114417552A (zh) 2021-12-08 2021-12-08 一种模糊度确认方法、存储介质以及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111491503.XA CN114417552A (zh) 2021-12-08 2021-12-08 一种模糊度确认方法、存储介质以及电子设备

Publications (1)

Publication Number Publication Date
CN114417552A true CN114417552A (zh) 2022-04-29

Family

ID=81265969

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111491503.XA Pending CN114417552A (zh) 2021-12-08 2021-12-08 一种模糊度确认方法、存储介质以及电子设备

Country Status (1)

Country Link
CN (1) CN114417552A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115480278A (zh) * 2022-08-01 2022-12-16 北方雷科(安徽)科技有限公司 一种适应于复杂多径环境下的双天线定向抗差算法
CN116755124A (zh) * 2023-06-12 2023-09-15 广州行深智能科技有限公司 部分模糊度的固定方法、装置、终端设备及存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115480278A (zh) * 2022-08-01 2022-12-16 北方雷科(安徽)科技有限公司 一种适应于复杂多径环境下的双天线定向抗差算法
CN116755124A (zh) * 2023-06-12 2023-09-15 广州行深智能科技有限公司 部分模糊度的固定方法、装置、终端设备及存储介质
CN116755124B (zh) * 2023-06-12 2024-02-13 广州行深智能科技有限公司 部分模糊度的固定方法、装置、终端设备及存储介质

Similar Documents

Publication Publication Date Title
US11422271B2 (en) Protection level generation methods and systems for applications using navigation satellite system (NSS) observations
CN108508461B (zh) 基于gnss载波相位高精度定位完好性监测方法
US9817129B2 (en) Monitor based ambiguity verification for enhanced guidance quality
CN111578935B (zh) 一种利用惯导位置增量辅助gnss模糊度固定的方法
US7961143B2 (en) Partial search carrier-phase integer ambiguity resolution
US6166683A (en) System and method for high-integrity detection and correction of cycle slip in a carrier phase-related system
Castaldo et al. P‐RANSAC: An Integrity Monitoring Approach for GNSS Signal Degraded Scenario
US11480690B2 (en) System and method for satellite positioning
CN101799524B (zh) 全球导航卫星系统接收机自主完备性监测的方法
AU2008260579A1 (en) Partial search carrier-phase integer ambiguity resolution
EP2037291A1 (en) Integrity monitoring method for GNSS navigation based on historical information
CN111965668B (zh) 一种面向卫星多故障的raim方法
CN113466903B (zh) 一种顾及观测值系统误差的部分模糊度固定算法
CN114417552A (zh) 一种模糊度确认方法、存储介质以及电子设备
Lee et al. Effective cycle slip detection and identification for high precision GPS/INS integrated systems
JP4592526B2 (ja) 測位システム
CN111856513A (zh) 卫星观测值获取方法、装置、计算机设备和存储介质
Zhu et al. GNSS integrity enhancement for urban transport applications by error characterization and fault detection and exclusion (FDE)
CN108873023B (zh) 一种提高定位精度的观测量的处理方法
CN114280632B (zh) Gnss系统故障星检测剔除方法、装置、平台和可读存储介质
US6211821B1 (en) Apparatus and method for determining pitch and azimuth from satellite signals
Wang et al. solution separation-based integrity monitoring for integer ambiguity resolution-enabled GNSS positioning
CN113848570A (zh) 基于非高斯分布的自适应实时多径消除及抗差定位方法
Salgueiro et al. Weighted total least squares RAIM algorithm using carrier phase measurements
CN116736339B (zh) 一种面向禁航区管控的北斗自主监测及预警方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication