CN115061167B - 一种适用于短距离大高差rtk的对流层延迟改正方法 - Google Patents
一种适用于短距离大高差rtk的对流层延迟改正方法 Download PDFInfo
- Publication number
- CN115061167B CN115061167B CN202210821848.5A CN202210821848A CN115061167B CN 115061167 B CN115061167 B CN 115061167B CN 202210821848 A CN202210821848 A CN 202210821848A CN 115061167 B CN115061167 B CN 115061167B
- Authority
- CN
- China
- Prior art keywords
- difference
- satellite
- station
- double
- delay
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 71
- 239000005436 troposphere Substances 0.000 title claims abstract description 43
- 238000012937 correction Methods 0.000 title claims abstract description 24
- 238000004364 calculation method Methods 0.000 claims abstract description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 12
- 239000005433 ionosphere Substances 0.000 claims description 10
- 238000013178 mathematical model Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 9
- 102000027426 receptor tyrosine kinases Human genes 0.000 claims description 5
- 108091008598 receptor tyrosine kinases Proteins 0.000 claims description 5
- 230000001934 delay Effects 0.000 claims description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 102100033814 Alanine aminotransferase 2 Human genes 0.000 claims description 3
- 101000779415 Homo sapiens Alanine aminotransferase 2 Proteins 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000009825 accumulation Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 3
- 230000009977 dual effect Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 230000007774 longterm Effects 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 abstract description 6
- 230000000694 effects Effects 0.000 description 3
- 241001061260 Emmelichthys struhsakeri Species 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 101100262441 Caenorhabditis elegans rfl-1 gene Proteins 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002706 hydrostatic effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- 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
- G01S19/40—Correcting position, velocity or attitude
- G01S19/41—Differential correction, e.g. DGPS [differential GPS]
-
- 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
- G01S19/43—Determining position using carrier phase measurements, e.g. kinematic positioning; using long or short baseline interferometry
- G01S19/44—Carrier phase ambiguity resolution; Floating ambiguity; LAMBDA [Least-squares AMBiguity Decorrelation Adjustment] method
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种适用于短距离大高差RTK的对流层延迟改正方法。它包括如下步骤，步骤一：根据流动站和基准站概略坐标，采用经验全球对流层延迟模型计算流动站对流层延迟和基准站对流层延迟；步骤二：根据流动站和基准站伪距和相位观测值以及基准站对流层延迟与流动站对流层延迟，组成双差观测方程；步骤三：求解双差观测方程，进行RTK解算。本发明解决了气象参数垂直递减模型不准导致的对流层延迟计算误差太大的问题；具有提高的对流层延迟精度，达到提高RTK的精度或解决RTK不可用的优点。
Description
技术领域
本发明涉及一种适用于短距离大高差RTK的对流层延迟改正方法。
背景技术
实时动态差分技术(RTK, real-time kinematic)是GNSS实时高精度动态定位常用方法。RTK通常由流动站、基准站和通讯链路组成。在进行RTK定位时，需要流动站与基准站同时对超过5颗GNSS卫星进行同步观测，由于流动站与基准站之间距离较短（一般小于15km），其卫星信号传播路径误差（包括对流层延迟误差和电离层延迟误差）较为相似。通过组成双差观测方程，即可削弱大部分的对流层延迟和电离层延迟误差。同时，经过双差处理，可以消除接收机端和卫星端钟差，削弱轨道误差，进而实现RTK动态实时模糊度固定，得到实时高精度GNSS定位结果。其中，对流层处理方法中，常用的为忽略或基于标准气象参数的Saastamoinen模型或Hopefieldd模型；
对于短距离大高差环境而言，基准站和流动站之间距离较近，但存在较大高差。由于对流层延迟随着高度一般呈指数函数衰减，因此大高差环境下，站间的对流层延迟差异十分巨大。采用忽略的方法，此误差会混入坐标参数，造成无法得到固定解，或者固定后精度较差；
采用标准气象参数的对流层延迟模型也会引入较大误差；以Hopefield模型为例，其将对流层大气温度下降率假设为一个常数6.5°C/km.计算静力学延迟公式为：
其中：是测站大气压；T s 是测站处的绝对温度；是中性大气层顶部高于大地水准
面的有效高度；是测站海拔；
计算湿延迟公式为：
很明显地，无论是静力学延迟还是湿延迟，都需要地表实测气象元素，但这在通常的RTK设备和作业中是不具备的；因此，一般采用地表标准气象参数结合垂直递减模型进行计算；如
标准参考大气参数：地表气压=1013.25mbar，=11.691mbar, =288.15K；
无论采用Saastamoinen模型或Hopefieldd模型，还是其他类似模型，都存在气象参数垂直递减模型不准导致的对流层延迟计算误差太大的问题；
因此，开发一种提高RTK的精度的适用于短距离大高差RTK的对流层延迟改正方法很有必要。
发明内容
本发明的目的是为了提供一种适用于短距离大高差RTK的对流层延迟改正方法，采用全球经验对流层延迟模型，以提高对流层延迟精度，达到提高RTK的精度的目的；解决气象参数垂直递减模型不准导致的对流层延迟计算误差太大、导致RTK不可用的问题。
为了实现上述目的，本发明的技术方案为：一种适用于短距离大高差RTK的对流层延迟改正方法，其特征在于：包括如下步骤，
步骤一：根据流动站和基准站概略坐标，采用经验全球对流层延迟模型计算流动站对流层延迟和基准站对流层延迟；
步骤二：根据流动站和基准站伪距和相位观测值以及基准站对流层延迟与流动站对流层延迟，组成双差观测方程；
步骤三：求解双差观测方程，进行RTK解算。
在上述技术方案中，在步骤一中，采用的经验全球对流层延迟模型包括GPT2w、UNB3、ITG模型。
在上述技术方案中，在步骤一中，经验全球对流层延迟模型采用GPT2w，计算给定位置的对流层延迟，包括如下步骤，
模型利用最小二乘法估计平均值A0，年度值（A1,B1）,半年度值（A2,B2）的变化，参数r(t)由如下公式推导：
（1）
式（1）中：代表年积日；和为格网化系数；
各气象参数的高度改正如下：
(2)
式（2）中：T 0 和P 0 为格网点参考高度的温度与气压；T和P是归化到测站高度的温度
与气压；dT为温度下降率；dh为测站高度与参考高度之差；Q为比湿；e为水气压；g m = 9.80665m/s 2 为重力加速度；为干燥空气的摩尔质量；
为通用气体常数；e 0 为格网点水气压；λ为水汽下降因子；
从GPT2w提供的格网文件中获取临近四个格网点的系数；在格网点数据归化到测站高处后，使用采用双线性内插将格网点处气象参数内插到测站处，得到测站处的气象参数；双线性内插公式为：
(3)
式（3）中：(x 1 , y 1 )和(x 2 , y 2 )为临近格网的左下角和右上角格网点坐标，(x, y)为待插值点坐标；Q 11 、Q 21 、Q 12 、Q 22 为GPT2w模型提供的四个格网点不同参数的值。
在上述技术方案中，在步骤二中，组成双差观测方程，包括如下步骤： 假设测站m、n同时对s、k卫星进行观测，作星间差分：
（4）
式（4）中：为第i频率的波长；和为卫星s对应的站间单差观测误差和卫
星k对应的站间单差观测误差；和为数学模型改正后的卫星k对应的站间单差相位
和伪距观测值；和为卫星s和卫星k对应的站间单差伪距观测误差；为数
学模型改正后卫星s对应的站间单差相位和伪距观测值；为站间单差几何距离观测
值；为卫星s和卫星k对应的站间单差整周模糊度；为卫星s和卫星k对应
的站间电离层误差；为上一步计算的得对流层延迟；其中，待估参数仅有双差模糊度
参数，可得误差方程；
令：
(5)
式（5）中：、/>为数学模型改正后的卫星s、卫星k对应的站间双差相位观测值和伪距观测值，其中，m、n为基准站，i为第i个频率，i=1，2；/>为双差几何距离；/>为双差对流层延迟；/>为卫星s、k对应的站间双差伪距观测误差；/>为卫星s、卫星k对应的站间电离层误差；/>为卫星s、卫星k对应的站间双差整周模糊度；/>为卫星s、k对应的站间双差观测误差；/>为卫星s、k对应的站间双差电离层延迟；
合并同类参数得到双差观测方程：
(6)
式（6）中：为第i个频率波长；/>为卫星s、k对应的站间双差电离层延迟；/>为卫星s、k对应的站间双差观测误差；
对应的误差方程为：
(7)
式（7）中：电离层延迟参数可忽略，双差观测值/>已知，对流层延迟参数/>可以根据步骤一计算得到，待估参数为模糊度参数/>以及包含在双差星站距/>中的流动站坐标参数；
设流动站待估坐标为，忽略电离层延迟误差后，误差方程在流动站初始坐
标处进行泰勒级数展开，令, , ，得到线性模型为：
(8)
式（8）中：为卫星s、k第1个频率对应的站间双差观测误差；/>为卫星s、k第2个频率对应的站间双差观测误差；/>、/>、/>均为线性化系数；/>为第1个频率波长，/>为第2个频率波长；其他参数含义见公式(5)；
其中：线性化系数，， ；为
双差星站距；（Xs、Ys、Xs）为卫星s的坐标；（、、）为基准站n的坐标；为基准站m到卫星s的几何距离；为基准站n到卫星k的几何距离；
将上式写成矩阵形式为：
（9）
当流动站与基准站同时对多颗卫星进行观测，将上式写成矢量表达形式，即为
（10）
式（10）中：v为观测误差；B为设计矩阵；x为待估参数；l为常数向量，上式对应的权矩阵为。
在上述技术方案中，在步骤三中，求解双差观测方程，具体包括如下步骤：
首先求解模糊度参数；
利用最小二乘方法求解，得到模糊度参数的浮点解参数协方差：
（11）
采用LAMBDA方法进行模糊度固定；LAMBDA方法为假定已知模糊度参数的浮点解
及协方差，搜索如下目标函数的最优整数解：
（12）
得到模糊度固定解；
其次，将模糊度整数解代入误差方程，利用最小二乘方法求解得到坐标参数。
本发明所述短距离大高差环境是指：短距离：距离小于10km；大高差：高差大于100m。
本发明具有如下优点：
(1)本发明方法利用经验对流层延迟模型（如GPT2w、UNB3、ITG模型），由于经验对流层延迟模型采用了各类实测气象观测进行建模，尤其是采用了探空观测资料或分层气象资料进行建模，对垂直方向气象参数的表达优于标准气象参数归算模型；克服了现有技术RTK通常采用忽略对流层延迟或采用Saastamoinen模型或Hopefieldd模型结合标准气象参数进行对流层延迟计算，短距离大高差环境下，导致该方法失效的缺陷；
(2)本发明不需要实测气象参数即可完成短距离大高差RTK对流层延迟改正，降低成本，采用全球经验对流层延迟模型提高的对流层延迟精度，达到提高RTK的精度或解决RTK不可用的目的；解决气象参数垂直递减模型不准导致的对流层延迟计算误差太大的问题；克服了现有技术需要实测气象参数，需要建立额外的气象观测值，增加成本的缺点；
(3)本发明不需要实测气象参数即可完成短距离大高差RTK对流层延迟改正，使用范围广，可同时适用于升级的服务端（即基准站）、升级的客户端（即流动站），通过升级服务端（即基准站）、使本发明在未升级的客户端（即流动站）可以使用，通过升级客户端（即流动站）、使本发明在未升级的服务端（即基准站）也可以使用，操作简便，成本低。
附图说明
图1为本发明的流程图；
图2为本发明实施例中标准气象模型与GPT2w模型在两个站上的天顶对流层总延迟图；
图3为本发明实施例中标准气象模型的RTK图；
图4为本发明实施例中采用全球经验对流层延迟模型GPT2w的RTK图；
图5为本发明实施例中忽略对流层延迟模型的RTK图。
具体实施方式
下面结合附图详细说明本发明的实施情况，但它们并不构成对本发明的限定，仅作举例而已。同时通过说明使本发明的优点更加清楚和容易理解。
对于短距离大高差RTK而言，最重要的问题是解决对流层延迟改正不准的问题；由于基于标准气象参数与垂直递减模型描述过于粗糙，本发明提出采用利用经验全球对流层延迟模型（如GPT2w[3]、UNB3[4]、ITG[5]模型）进行RTK对流层延迟进行改正；由于经验全球对流层延迟模型采用了实测气象观测资料（如探空观测资料、ECMWF再分析资料）等进行建模，充分考虑各种年周期、半年周期、日周期等模型特征，对气温、气压、水汽压进行建模；利用此类经验对流层延迟模型计算得到的天顶总延迟（ZTD）精度可达3-4cm，远远优于采用标准大气参数的Saastamoinen模型或Hopefieldd模型。现有经验全球对流层延迟模型作为背景场，进而采用实测气象参数修正，只适用于有实测气象参数的情形；本发明的情形是没有实测参数的情况下，采用经验模型，本发明适用于任何情形；
现有公号为CN112099069A的专利申请是申请人于2020年8月31日申请的专利，申请人在使用中发现该专利申请算法因其设置多个地面气象观测站，数据必须传到服务端（即基准站），适用范围小，仅可用于服务端（即基准站），无法用于客户端（即流动站），操作复杂，成本高；为了克服上述问题，申请人开发了本发明，不需要实测气象参数即可完成短距离大高差RTK对流层延迟改正，本发明的使用范围广，可适用于服务端（即基准站），也可适用于客户端（即流动站）。通过使用本算法升级服务端（即基准站），在未升级的客户端（即流动站）可以达到改善大高差RTK精度的效果；通过使用本算法升级客户端（即流动站），在未升级的服务端（即基准站）时也可以改善大高差RTK精度的效果，操作简便，成本低。
参阅附图可知：一种适用于短距离大高差RTK的对流层延迟改正方法，其特征在于：包括如下步骤，
步骤一：根据流动站和基准站概略坐标，采用经验全球对流层延迟模型计算流动站和基准站对流层延迟；
步骤二：根据流动站和基准站伪距和相位观测值以及基准站与流动站对流层延迟，组成双差观测方程；步骤二中在观测方程中进行对流层延迟改正；
步骤三：求解双差观测方程，进行RTK解算，步骤三中的解算会减小对流层延迟的影响。
进一步地，在步骤一中，采用的经验全球对流层延迟模型包括GPT2w、UNB3、ITG模型。
进一步地，在步骤一中，经验全球对流层延迟模型采用GPT2w，计算给定位置的对流层延迟，包括如下步骤，
GPT2w模型可输出气压、温度、下降率、水气压以及VMF1映射函数系数；模型利用最小二乘法估计平均值A0，年度值（A1,B1）,半年度值（A2,B2）的变化，参数r(t)由如下公式推导（参数r(t)指计算对流层延迟需要的气温、气压、水汽压等参数；GPT2w模型的气象参数均采用下式的形式表达，格网化系数则为模型所提供）：
(1)
式（1）中：代表年积日；和为格网化系数；
各气象参数的高度改正如下：
(2)
式（2）中：T 0 和P 0 为格网点参考高度的温度与气压；T和P是归化到测站高度的温度与气压；dT为温度下降率；dh为测站高度与参考高度之差；Q为比湿；e为水气压；g m = 9.80665m/s 2 为重力加速度；为干燥空气的摩尔质量；/>为通用气体常数；e 0 为格网点水气压；λ为水汽下降因子；
可以从GPT2w提供的格网文件中获取临近四个格网点的系数；在格网点数据归化到测站高处后，使用采用双线性内插将格网点处气象参数内插到测站处，便可得到测站处的气象参数；双线性内插公式为：
(3)。
进一步地，在步骤二中，根据流动站和基准站伪距和相位观测值以及基准站与流动站对流层延迟，组成双差观测方程，包括如下步骤：假设测站m、n同时对s、k卫星进行观测，作星间差分：
(4)
式（4）中：为第i频率的波长；和为卫星s对应的站间单差观测误差和卫
星k对应的站间单差观测误差；和为数学模型改正后的卫星k对应的站间单差相位
和伪距观测值；和为卫星s和卫星k对应的站间单差伪距观测误差；为数
学模型改正后的卫星s对应的站间单差相位和伪距观测值；为站间单差几何距离观
测值；为卫星s和卫星k对应的站间单差整周模糊度；为卫星s和卫星k对
应的站间电离层误差；为上一步计算的得对流层延迟，其中，待估参数仅有双差模糊
度参数，可得误差方程；
令：
(5)
式（5）中：、/>为数学模型改正后的卫星s、卫星k对应的站间双差相位观测值和伪距观测值，其中，m、n为基准站，i为第i个频率，i=1，2；/>为双差几何距离观测值；为双差对流层延迟；/>为卫星s、k对应的站间双差伪距观测误差；/>为卫星s、卫星k对应的站间电离层误差；/>为卫星s、卫星k对应的站间双差整周模糊度；/>为卫星s、k对应的站间双差观测误差；/>为卫星s、k对应的站间双差电离层延迟；
合并同类参数得到双差观测方程：
(6)
式（6）中：为第i个频率波长；/>为卫星s、k对应的站间双差电离层延迟；/>为卫星s、k对应的站间双差观测误差；
对应的误差方程为：
(7)
式（7）中：电离层延迟参数可忽略，双差观测值/>已知，对流层延迟参数/>根据步骤一计算得到，待估参数为模糊度参数/>以及包含在双差星站距/>中的流动站坐标参数；
设流动站待估坐标为，忽略电离层延迟误差后，误差方程在流动站初始坐
标处进行泰勒级数展开，令， ，，得到线性模型为：
(8)
式（8）中：为卫星s、k第1个频率对应的站间双差观测误差；/>为卫星s、k第2个频率对应的站间双差观测误差；/>、/>、/>均为线性化系数；/>为第1个频率波长，/>为第2个频率波长；其他参数含义见公式(5)；
其中：线性化系数，， ；为
双差星站距；（Xs、Ys、Xs）为卫星s的坐标；（、、）为基准站n的坐标；为基准站m到卫星s的几何距离；为基准站n到卫星k的几何距离；
将上式写成矩阵形式为：
（9）
当流动站与基准站同时对多颗卫星进行观测，将上式写成矢量表达形式，即为
（10）
式（10）中：v为观测误差；B为设计矩阵；x为待估参数；l为常数向量；上式对应的权
矩阵为。
更进一步地，在步骤三中，求解双差观测方程，具体包括如下步骤：
首先求解模糊度参数；
利用最小二乘方法求解，得到模糊度参数的浮点解参数协方差：
（11）
采用LAMBDA方法进行模糊度固定；LAMBDA方法为假定已知模糊度参数的浮点解
及协方差，搜索如下目标函数的最优整数解：
（12）
得到模糊度固定解；
其次，将模糊度整数解代入误差方程（误差方程是指v=Bx-l），利用最小二乘方法求解得到坐标参数。
实施例
某次GNSS测量，两个站概略坐标如下表1所示。可见S001与S002两个站高差为680m；
表1 两个站概略坐标
首先计算标准气象模型与GPT2w模型在两个站上的天顶对流层总延迟之差，如图2所示；从图2中可见，二者的差异近4cm；根据RTK定位理论，对流层延迟误差主要会被高程方向坐标参数吸收；
图3-图5为标准气象模型、采用全球经验对流层延迟模型GPT2w和忽略对流层延迟模型的RTK。图3-图5中可见，若不顾及不同高差的对流层延迟差异，则严重影响定位精度和固定率；采用标准气象模型的RTK定位结果精度相对于忽略有明显提升，但高程方向精度为3.8cm；本发明采用GPT2w模型后，垂直方向精度提升至1.7cm；
该实例说明本发明的效果相对于忽略或标准对流层延迟，RTK精度有明显提升。
其它未说明的部分均属于现有技术。
Claims (4)
1.适用于短距离大高差RTK的对流层延迟改正方法，其特征在于：包括如下步骤，
步骤一：根据流动站和基准站概略坐标，采用经验全球对流层延迟模型计算流动站和基准站对流层延迟；采用全球经验对流层延迟模型提高对流层延迟精度；
在步骤一中，经验全球对流层延迟模型采用GPT2w，计算给定位置 的对流层延迟，包括如下步骤，
模型利用最小二乘法估计平均值A0，年度值（A1,B1）,半年度值（A2,B2）的变化，参数r(t)由如下公式推导：
(1)
式（1）中：代表年积日；/>和/>为格网化系数；
各气象参数的高度改正如下：
(2)
式（2）中：T 0 和P 0 为格网点参考高度的温度与气压；T和P是归化到测站高度的温度与气压；dT为温度下降率；dh为测站高度与参考高度之差；Q为比湿；e为水气压；g m 为重力加速度；R g 为通用气体常数；e 0 为格网点水气压；λ为水汽下降因子；
从GPT2w提供的格网文件中获取临近四个格网点的系数；在格网点数据归化到测站高处后，使用采用双线性内插将格网点处气象参数内插到测站处，得到测站处的气象参数；双线性内插公式为：
(3)
步骤二：根据流动站和基准站伪距和相位观测值以及基准站与流动站对流层延迟，组成双差观测方程；步骤二中在观测方程中进行对流层延迟改正；
步骤三：求解双差观测方程，进行RTK解算；步骤三中的解算减小对流层延迟的 影响。
2.根据权利要求1所述的适用于短距离大高差RTK的对流层延迟改正方法，其特征在于：在步骤一中，采用的经验全球对流层延迟模型包括GPT2w、UNB3、ITG模型。
3. 根据权利要求2所述的适用于短距离大高差RTK的对流层延迟改正方法，其特征在于：在步骤二中，组成双差观测方程，包括如下步骤： 假设测站m、n同时对s、k卫星进行观测，作星间差分：
(4)
式（4）中：为第i频率的波长；/>和/>为卫星s对应的站间单差观测误差和卫星k对应的站间单差观测误差；/>和/>为数学模型改正后的卫星k对应的站间单差相位和伪距观测值；/>和/>为卫星s和卫星k对应的站间单差伪距观测误差；/>为数学模型改正后的卫星s对应的站间单差相位和伪距观测值；/>为站间单差几何距离观测值；/>为卫星s和卫星k对应的站间单差整周模糊度；/>为卫星s和卫星k对应的站间电离层误差；/>为上一步计算的得对流层延迟，其中，待估参数仅有双差模糊度参数/>，可得误差方程；
令：
(5)
式（5）中，为数学模型改正后的卫星s、卫星k对应的站间双差相位观测值和伪距观测值，其中，m、n为基准站，i为第i个频率，i=1，2；/>为双差几何距离；/>为双差对流层延迟；/>为卫星s、k对应的站间双差伪距观测误差；/>为卫星s、卫星k对应的站间电离层误差；/>为卫星s、卫星k对应的站间双差整周模糊度；/>为卫星s、k对应的站间双差观测误差；/>为卫星s、k对应的站间双差电离层延迟；
合并同类参数得到双差观测方程：
(6)
式（6）中：为第i个频率波长；/>为卫星s、k对应的站间双差电离层延迟；/>为卫星s、k对应的站间双差观测误差；
对应的误差方程为：
(7)
式（7）中：电离层延迟参数可忽略，双差观测值/>已知，对流层延迟参数/>根据步骤一计算得到，待估参数为模糊度参数/>以及包含在双差星站距/>中的流动站坐标参数；
设流动站待估坐标为，忽略电离层延迟误差后，误差方程在流动站初始坐标处进行泰勒级数展开，令/>，/>，/>，得到线性模型为：
(8)
式（8）中：为卫星s、k第1个频率对应的站间双差观测误差；/>为卫星s、k第2个频率对应的站间双差观测误差；/>均为线性化系数；/>为第1个频率波长，/>为第2个频率波长；
其中：线性化系数，/>， />；为双差星站距；（Xs、Ys、Xs）为卫星s的坐标；（/>、/>、/>）为基准站n的坐标；/>为基准站m到卫星s的几何距离；/>为基准站n到卫星k的几何距离；
将上式写成矩阵形式为：
（9）
当流动站与基准站同时对多颗卫星进行观测，将上式写成矢量表达形式，即为
（10）
式（10）中：v为观测误差；B为设计矩阵；x为待估参数；l为常数向量，上式对应的权矩阵为。
4.根据权利要求3所述的适用于短距离大高差RTK的对流层延迟改正方法，其特征在于：在步骤三中，求解双差观测方程，具体包括如下步骤：
首先求解模糊度参数；
利用最小二乘方法求解，得到模糊度参数的浮点解参数协方差：
（11）
采用LAMBDA方法进行模糊度固定；LAMBDA方法为假定已知模糊度参数的浮点解及协方差/>，搜索如下目标函数的最优整数解/>：
（12）
得到模糊度固定解；
其次，将模糊度整数解代入误差方程，利用最小二乘方法求解得到坐标参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210821848.5A CN115061167B (zh) | 2022-07-13 | 2022-07-13 | 一种适用于短距离大高差rtk的对流层延迟改正方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210821848.5A CN115061167B (zh) | 2022-07-13 | 2022-07-13 | 一种适用于短距离大高差rtk的对流层延迟改正方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115061167A CN115061167A (zh) | 2022-09-16 |
| CN115061167B true CN115061167B (zh) | 2024-04-16 |
Family
ID=83206497
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210821848.5A Active CN115061167B (zh) | 2022-07-13 | 2022-07-13 | 一种适用于短距离大高差rtk的对流层延迟改正方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115061167B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115371535A (zh) * | 2022-10-26 | 2022-11-22 | 广东电网有限责任公司佛山供电局 | 一种基于卫星定位的电力基础设施监测系统 |
| CN116304520A (zh) * | 2023-05-12 | 2023-06-23 | 中铁第一勘察设计院集团有限公司 | 基于多源数据融合的对流层高差改正模型构建方法 |
| CN118673729A (zh) * | 2024-08-12 | 2024-09-20 | 中铁第一勘察设计院集团有限公司 | 面向大高差区域rtk定位的对流层延迟模型构建方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111896977A (zh) * | 2019-05-06 | 2020-11-06 | 千寻位置网络有限公司 | 对流层湿延迟精度计算方法及其系统和定位方法及其系统 |
| CN112099069A (zh) * | 2020-08-31 | 2020-12-18 | 中国三峡建设管理有限公司 | 实测气象参数修正对流层经验模型的rtk算法及应用 |
| CN112560314A (zh) * | 2020-12-18 | 2021-03-26 | 南京信息工程大学 | 一种提高GPT2w模型计算气象参数精度的方法 |
| CN112987058A (zh) * | 2021-05-20 | 2021-06-18 | 长江空间信息技术工程有限公司(武汉) | 一种利用地表气象站增强短距离大高差rtk定位的方法 |
-
2022
- 2022-07-13 CN CN202210821848.5A patent/CN115061167B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111896977A (zh) * | 2019-05-06 | 2020-11-06 | 千寻位置网络有限公司 | 对流层湿延迟精度计算方法及其系统和定位方法及其系统 |
| CN112099069A (zh) * | 2020-08-31 | 2020-12-18 | 中国三峡建设管理有限公司 | 实测气象参数修正对流层经验模型的rtk算法及应用 |
| CN112560314A (zh) * | 2020-12-18 | 2021-03-26 | 南京信息工程大学 | 一种提高GPT2w模型计算气象参数精度的方法 |
| CN112987058A (zh) * | 2021-05-20 | 2021-06-18 | 长江空间信息技术工程有限公司(武汉) | 一种利用地表气象站增强短距离大高差rtk定位的方法 |
Non-Patent Citations (3)
| Title |
|---|
| 杜晓燕等.一种用于中国地区的对流层天顶延迟实时修正模型.《电子与信息学报》.2019,第41卷(第41期),第158页. * |
| 祝会忠 ; 李军 ; 蔚泽然 ; 张凯 ; 徐爱功 ; .长距离GPS/BDS参考站网多频载波相位整周模糊度解算方法.测绘学报.2020,(第03期),全文. * |
| 黄丁发等.《卫星导航定位原理》.武汉大学出版社,2015,(第1版),第206-208页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115061167A (zh) | 2022-09-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115061167B (zh) | 一种适用于短距离大高差rtk的对流层延迟改正方法 | |
| CN106970404B (zh) | 一种基于Delaunay三角网的多冗余网络RTK大气误差内插方法 | |
| CN101295014B (zh) | 基于gnss的远距离高精度实时/快速定位方法和系统 | |
| CN112099069B (zh) | 实测气象参数修正对流层经验模型的rtk算法及应用 | |
| CN111896977B (zh) | 对流层湿延迟精度计算方法及其系统和定位方法及其系统 | |
| CN104680008A (zh) | 一种基于多参考站的网络rtk区域大气误差建模方法 | |
| CN110031877B (zh) | 一种基于grnn模型的区域nwp对流层延迟改正方法 | |
| CN105929424A (zh) | 一种bds/gps高精度定位方法 | |
| CN111381264B (zh) | 网络rtk中长基线模糊度固定方法和平台 | |
| CN112902825B (zh) | 一种适用于高精度形变监测的北斗/gnss网络rtk算法 | |
| CN112987058B (zh) | 一种利用地表气象站增强短距离大高差rtk定位的方法 | |
| CN114910939B (zh) | 短距离大高差rtk中对流层延迟实测气象改正方法 | |
| CN104965207A (zh) | 一种区域对流层天顶延迟的获取方法 | |
| CN114019584B (zh) | 一种大高差地区高精度cors网vrs解算方法 | |
| CN107037439A (zh) | 针对陆地目标的激光测高仪大气延迟测距误差修正方法 | |
| CN115061170B (zh) | 短距离大高差环境网络rtk方法 | |
| CN110907971B (zh) | 高空设备的卫星定位方法、装置、计算机设备和存储介质 | |
| CN114935768B (zh) | 一种基于单基站的虚拟参考站的构建方法 | |
| CN109917424B (zh) | 多因子约束下的nwp反演对流层延迟的残差改正方法 | |
| CN108089207A (zh) | 一种基于单差电离层建模的nrtk增强定位方法 | |
| CN115421172B (zh) | 一种基于实时与准实时结合的北斗变形监测方法 | |
| CN115616615A (zh) | 一种PPP-B2b增强的低成本单频GNSS接收机精密定位方法 | |
| CN115980317B (zh) | 基于修正相位的地基gnss-r数据土壤水分估算方法 | |
| CN115144878B (zh) | 基于ppp的短距离大高差nrtk对流层延迟改正方法 | |
| CN115932920A (zh) | 对流层延迟的插值方法 |
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 |