CN115390119A - 一种应用于洪水环境下的北斗精密单点定位方法 - Google Patents

一种应用于洪水环境下的北斗精密单点定位方法 Download PDF

Info

Publication number
CN115390119A
CN115390119A CN202211010527.3A CN202211010527A CN115390119A CN 115390119 A CN115390119 A CN 115390119A CN 202211010527 A CN202211010527 A CN 202211010527A CN 115390119 A CN115390119 A CN 115390119A
Authority
CN
China
Prior art keywords
pseudo
signal
satellite
beidou
noise ratio
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
CN202211010527.3A
Other languages
English (en)
Inventor
苏明坤
杨艳茜
乔磊
仇兆炀
张欢
孙闽红
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.)
Hangzhou Dianzi University
Original Assignee
Hangzhou Dianzi University
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 Hangzhou Dianzi University filed Critical Hangzhou Dianzi University
Priority to CN202211010527.3A priority Critical patent/CN115390119A/zh
Publication of CN115390119A publication Critical patent/CN115390119A/zh
Pending legal-status Critical Current

Links

Images

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
    • G01S19/42—Determining position
    • G01S19/43—Determining position using carrier phase measurements, e.g. kinematic positioning; using long or short baseline interferometry
    • 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
    • G01S19/13—Receivers
    • G01S19/24—Acquisition or tracking or demodulation of signals transmitted by the system
    • G01S19/25—Acquisition or tracking or demodulation of signals transmitted by the system involving aiding data received from a cooperating element, e.g. assisted GPS
    • G01S19/258—Acquisition or tracking or demodulation of signals transmitted by the system involving aiding data received from a cooperating element, e.g. assisted GPS relating to the satellite constellation, e.g. almanac, ephemeris data, lists of satellites in view
    • 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]
    • 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
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

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

本发明公开了一种应用于洪水环境下的北斗精密单点定位方法，包括如下步骤：S1、采集洪水环境下的北斗卫星原始观测值；S2、基于时空双域策略的多路径校正算法消除伪距多路径误差影响；S3、采用基于信噪比约束的自适应阈值周跳探测与修复算法消除周跳影响；S4、基于信噪比加权的随机模型对观测值进行加权，提高定位精度；S5、采用卫星类型加权策略算法，消除北斗卫星轨道类型不同的影响；S6、采用频率加权策略消除北斗卫星不同频率信号质量差异的影响；S7、北斗精密单点定位算法解算位置，将结果保存并输出。该方法能够有效克服因洪水导致的伪距多路径误差大、周跳误探率高、定位精度下降等问题，减小伪距多路径误差，提高伪距观测值精度。

Description

一种应用于洪水环境下的北斗精密单点定位方法
技术领域
本发明涉及全球卫星导航定位技术领域，具体指一种应用于洪水环境下的北斗精密单点定位方法。
背景技术
当前，基于北斗导航卫星系统的精密单点定位的常规算法主要是应用于普通观测环境下。普通观测环境下观测条件良好，信号质量好，相应的定位算法较成熟。然而，当处于洪水这种复杂环境下时，由于洪水会导致周围环境的改变，信号质量会显著下降，会导致现有相关算法不再适用，最终导致定位精度和定位速度严重下降。首先，洪水表面的反射率和折射率远高于干燥土地的反射率和折射率，因此洪水环境下会引起明显的多路径误差，特别是伪距多路径误差会显著增加，而这会影响伪距观测值的精度，会导致现有定位算法解算速度变慢以及精度下降等问题。其次，多路径误差导致的伪距观测值精度降低，进而会引起周跳误探率增大、小周跳难以修复等问题，导致现有周跳探测与修复算法失效，载波相位观测值误差增大，定位精度和定位速度下降。因此，需要研究相应的周跳探测与修复算法，满足洪水环境下的周跳探测与修复。最后，洪水环境下信号质量和高度角的相关性远低于和信噪比的相关性。因此，现有基于高度角加权的随机模型不再适用，而需要研究基于信噪比的加权模型，以此来提高定位精度。此外，北斗卫星的轨道和频率特性差异也需要进一步精化，以保障北斗卫星的精密单点定位精度。由2021年7月20号发生在郑州的洪水实验分析表明，洪水会导致北斗导航系统卫星伪距多路径误差增大30%、周跳误探率增加13%左右、精密单点定位精度下降25%左右。因此，研究针对洪水环境下的北斗高精度精密单点定位算法，为洪水环境下的位置服务提供高精度的定位结果，是当前亟待解决的问题之一。
发明内容
本发明根据现有技术的不足，提出一种应用于洪水环境下的北斗精密单点定位方法，该方法能够有效克服因洪水导致的伪距多路径误差大、周跳误探率高、定位精度下降等问题。针对伪距多路径误差增大问题，通过基于时空双域策略的多路径校正算法，减小伪距多路径误差，提高伪距观测值精度，为后续定位奠定基础。针对周跳误探率高、小周跳难以修复等问题，通过基于信噪比约束的自适应阈值码相组合单频周跳探测修复算法提高周跳探测准确率，降低周跳误探率，提高原始载波相位观测值的精度，保证后续定位精度。针对定位精度下降等问题，通过基于改进的信噪比加权随机模型消除因洪水环境下高度角随机模型和误差相关性较低而导致的定位精度下降等问题。此外，考虑到北斗卫星导航系统的三种卫星轨道类型特性的差异，和受洪水环境影响的不同，采用卫星类型加权策略消除卫星间特性差异的影响，保证洪水环境下的北斗高精度定位的精准度和稳定性。同时，考虑到北斗三个频段信号质量的差异性，采用频率加权策略消除频率间差异的影响，进一步保障洪水环境下北斗定位的精确度。
为了解决上述技术问题，本发明的技术方案为：
一种应用于洪水环境下的北斗精密单点定位方法，包括如下步骤：
S1、采集洪水环境下的北斗卫星原始观测值，所述原始观测值包括原始信噪比观测值、原始伪距观测值、原始载波相位观测值，并计算相应高度角和方位角；
S2、基于时空双域策略的多路径校正算法消除伪距多路径误差影响；
S2-1、原始数据预处理
利用伪距和载波相位原始观测值生成码相位观测值，表达式如下：
Figure 979860DEST_PATH_IMAGE001
式中，CM表示单频伪距码相位组合观测值，P为原始伪距观测值，
Figure 149941DEST_PATH_IMAGE002
为原始载波相位观测值，单位为周，
Figure 859271DEST_PATH_IMAGE003
为频率波长；
采用信噪比约束策略对单频码相位组合多路径观测值进行平滑，消除固定偏差量，算法表示如下：
Figure 13172DEST_PATH_IMAGE004
式中，CM o-c 表示消除固定偏差量后的单频伪距码相位组合观测值，该观测值中仅包含单频伪距多路径误差和噪声，CM i 表示原始单频伪距码相位组合观测值，i表示变量序号，SNR表示相应历元的信噪比，
Figure 833360DEST_PATH_IMAGE005
表示基于信噪比约束的平滑方法；
采用基于信噪比约束的高斯滤波算法消除随机噪声影响，提取高精度的伪距多路径误差，通过一维信噪比约束高斯滤波函数进行去噪，具体表示为：
Figure 123527DEST_PATH_IMAGE006
式中，G(x)为高斯内核函数，高斯函数的宽度由τ决定，τ可由信噪比的标准差来计算得到，作为高斯函数的分布参数，e和π分别为自然常数，Std(˙)表示计算标准差，
具体去噪过程表示为：假设待处理的含有伪距多路径误差和噪声的信号表示为CM o_c (x), 滤波后仅包含伪距多路径误差的信号表示为CM m ，计算过程表示如下：
Figure 3759DEST_PATH_IMAGE007
式中，x代表序列号，G(x)是高斯函数，
Figure 379376DEST_PATH_IMAGE008
符号表示卷积运算；
S2-2、将步骤S2-1计算得到的伪距多路径误差CM m 按照北斗卫星号、卫星频率，高度角和方位角信息进行存储，通过数据库的形式存放到本地电脑中；
S2-3、采用基于时空双域策略的多路径校正算法对观测日的伪距多路径误差进行校正；
S3、采用基于信噪比约束的自适应阈值周跳探测与修复算法消除周跳影响；
S4、基于信噪比加权的随机模型对观测值进行加权，提高定位精度；
S5、采用卫星类型加权策略算法，消除北斗卫星轨道类型不同的影响；
S6、采用频率加权策略消除北斗卫星不同频率信号质量差异的影响；
S7、北斗精密单点定位算法解算位置，将结果保存并输出。
作为优选，所述步骤S2-3中，伪距多路径误差校正的方法如下：
S2-3-1、计算伪距多路径校正需要的空域和时域信息，便于后续进行伪距多路径校正，所述空域信息主要指卫星的高度角和方位角信息，可在数据接收时直接算出，属于领域常识。所述时域信息主要是指卫星轨道重复周期偏差，可通过广播星历和开普勒第三准则计算得到；
S2-3-2、利用空域策略对北斗IGSO和MEO卫星进行伪距多路径校正，所述空域策略即利用观测日的待校正卫星的高度角和方位角信息在建立的伪距多路径误差数据库中进行搜索，获取数据库中的伪距多路径误差的参考值，然后将该值从原始伪距观测值中减去，表示为：
Figure 3256DEST_PATH_IMAGE009
式中，P o 为原始伪距观测值，CM m 为数据库中提取的伪距多路径误差的参考值，P o-m 为经过伪距多路径误差校正后的精确的伪距观测值；
S2-3-3、利用时域策略对北斗GEO卫星进行伪距多路径校正，所述时域策略即利用卫星轨道重复周期偏差对北斗GEO卫星进行伪距多路径误差校正，然后利用卫星轨道重复周期偏差搜索数据库中相应的伪距多路径误差参考值，表示为：
Figure 351191DEST_PATH_IMAGE010
式中，T s 是卫星轨道重复周期偏差，X T 为原始观测值历元间间隔，X即为搜索到的对应历元，
利用该值从建立好的数据库中提取对应的CM m 值即可，然后将该值从原始伪距观测值中减去，经过上述伪距多路径校正方法处理后，可以得到精确的伪距观测值。
作为优选，所述步骤S2-3-1中，获取卫星轨道重复周期偏差的计算方法如下：
Figure 871166DEST_PATH_IMAGE011
其中，n是观测时刻卫星的平均角速度，
Figure 734079DEST_PATH_IMAGE012
是地球重力常数，其G是万有引力常数，M是地球总质量。a是椭圆轨道的长半径，Δn是卫星的摄动参数，两者均在广播星历中给出。T表示卫星重复周期，一旦卫星重复周期确定，则搜索的时域值可通过下式得到：
Figure 692808DEST_PATH_IMAGE013
其中，86400是以秒为单位的一个太阳日，T s 是时域卫星轨道重复周期偏差。
作为优选，所述步骤S3包括如下子步骤：
S3-1、通过校正后的伪距观测值与原始载波相位观测值再次组合成码相位观测值，具体表示为：
Figure 957567DEST_PATH_IMAGE014
式中，CM o-m 表示经过伪距多路径校正后得到的单频伪距码相位组合观测值，P o-m 表示经过伪距多路径校正后的伪距观测值，
Figure 914022DEST_PATH_IMAGE015
为原始载波相位观测值，
Figure 998653DEST_PATH_IMAGE003
为频率波长。同样，通过步骤S2-1对去除多路径误差后的码相组位合观测值进行平滑，消除固定偏差分量以及消除随机噪声影响，提取高精度的码相位组合残差，通过对残差进行历元间求差，得到精确的周跳探测量：
Figure 761072DEST_PATH_IMAGE016
式中，CM c (x)为高精度的码相位组合残差，∆CM d (x)表示相邻两个历元的残差差值，即周跳探测量，i表示信号序列；
S3-2、利用自适应阈值策略对周跳进行探测，所述自适应阈值策略的周跳探测模型表示为：
Figure 614759DEST_PATH_IMAGE017
式中，K为阈值加权系数，∆CM d (x)表示周跳探测残差值；
S3-3、对探测出来的周跳历元进行修复，计算产生的周跳数，具体公式表示如下：
Figure 804432DEST_PATH_IMAGE018
其中，∆CM d (x)表示周跳探测残差值，
Figure 579621DEST_PATH_IMAGE019
为频率波长，确定精确的周跳数后，进行修复。
作为优选，所述步骤S4包括如下子步骤：
S4-1、采用低阶多项式拟合消除信噪比直射信号影响，所述低阶多项式拟合算法表示为：
Figure 880152DEST_PATH_IMAGE020
式中，S p(x)表示三阶多项式拟合后的信噪比直射信号，x表示原始信噪比观测值的序列，i表示数据点，a表示三阶多项式拟合系数，由于采用三阶多项式进行拟合，即x最高次方为3，因此拟合系数为4个，分别为a 0，a 1，a 2，a 3，为使拟合后的误差最小，可以通过最小二乘求出多项式拟合系数，可表示为：
Figure 853924DEST_PATH_IMAGE021
式中，P min 表示拟合后整体误差均方根最小，S p (x)表示三阶多项式拟合后的信噪比直射信号，S o (x)表示原始信噪比观测值，i表示数据点，n表示数据总长度，为计算P min ,对上式求偏微导，可得：
Figure 214499DEST_PATH_IMAGE022
式中，m表示多项式阶数，j=0,1,...,m，k表示m的序列号，整理后可得：
Figure 8142DEST_PATH_IMAGE023
其中，只有a k 系数是未知量，可通过线性方程求解得到a k 系数，
求出多项式拟合系数a k 之后，采用低阶多项式拟合算法就可以求出拟合的信噪比直射信号，然后对信噪比直射信号进行消除，表示为：
Figure 112365DEST_PATH_IMAGE024
得到消除信噪比直射信号影响的信号，即S o-p (x)；
S4-2、根据步骤S2-1中的算法，通过信噪比约束的高斯滤波算法进行去噪，消除噪声影响，得到去掉噪声影响的信噪比信号，表示为：S r (x)；
S4-3、利用去掉直射信号和噪声影响的信噪比，建立基于信噪比的加权随机模型，具体加权随机模型表示为：
Figure 409485DEST_PATH_IMAGE025
式中，C表示常数，S r (x i )表示第i个历元去掉直射信号和噪声影响的信噪比，σ表示该历元时刻的精度，用于对该历元进行加权处理。
作为优选，所述步骤S5中，通过最小二乘算法实现卫星类型加权策略算法：
假设直接采用最小二乘算法求解位置参数，表示为：
Figure 940960DEST_PATH_IMAGE026
式中，G为线性方程组的雅可比矩阵，-1表示矩阵求逆，b表示方程组形成的残差，这里主要目的在于说明基于卫星轨道类型的加权策略，利用上式可直接求出位置参数，由于北斗卫星轨道类型不同，因此需要对北斗卫星按轨道类型进行加权处理，即求解公式表示为：
Figure 221900DEST_PATH_IMAGE027
式中，T表示矩阵转置运算，W为加权矩阵，由于北斗三种轨道类型卫星MEO信号质量最好，IGSO次之，GEO卫星最差，因此基于北斗卫星轨道类型的加权权阵可表示为；
Figure 67496DEST_PATH_IMAGE028
式中，w geo ,w isgo ,w meo 分别表示北斗GEO卫星、IGSO卫星和MEO卫星的加权系数。
作为优选，所述步骤S6中，频率加权策略的算法与步骤S5中卫星类型加权策略算法相同，主要区别在于，加权矩阵设置需要按照频率进行区分，由于北斗三种频率类型中，相同高度角下B3的信噪比最高，B1次之，B2最差，因此基于北斗卫星频率类型的加权权阵可表示为；
Figure 812598DEST_PATH_IMAGE029
式中，w B2 ,w B1 ,w B3 分别表示北斗卫星B2、B1和B3频率的加权系数。
作为优选，所述步骤S7中，北斗精密单点定位算法解算位置方法如下：
利用经过多路径校正后的伪距观测值和经过周跳探测与修复后的载波相位观测值可以进行北斗精密单点定位的位置解算，假设接收机的位置为：x r ,y r 和z r ,则解算基本方程可表示为：
Figure 921500DEST_PATH_IMAGE030
式中，P o-m 是经过伪距多路径校正后的伪距观测值，
Figure 752053DEST_PATH_IMAGE031
是经过周跳探测与修复后的载波相位观测值，P o-m 和
Figure 401340DEST_PATH_IMAGE032
都是已知量，b表示北斗卫星频率序列，s表示北斗卫星序列，x s ,y s 和z s 表示卫星的位置，c表示真空中的光速，
Figure 938631DEST_PATH_IMAGE033
表示接收机和卫星的钟差，I ion 表示电离层误差，T ion 表示对流层误差，λ b 为b频段的频率波长，
Figure 811910DEST_PATH_IMAGE034
为s卫星b频率的载波相位整周模糊度，
Figure 333021DEST_PATH_IMAGE035
和
Figure 520420DEST_PATH_IMAGE036
表示伪距和载波相位观测值的随机噪声。
本发明具有以下的特点和有益效果：
采用上述技术方案，可以解决现有北斗精密单点定位相关算法不适用洪水环境下的问题，与现有方法相比，既可以解决洪水环境下多路径误差增大、周跳误探率高、小周跳难以修复等问题，也可以解决洪水环境下高度角与误差相关性弱、忽略北斗卫星轨道和频率特性差异而导致的定位精度低和定位速度慢等问题。考虑到洪水环境会导致伪距多路径误差增大等问题，采用基于时空双域策略的多路径校正算法对伪距观测值多路径误差进行校正，提高伪距观测值的精度。通过基于信噪比约束的自适应阈值码相组合单频周跳探测算法提高周跳探测准确率，降低周跳误探率，提高载波相位观测值的精度。采用基于改进的信噪比加权随机模型消除因洪水环境下高度角和误差相关性较低而导致定位精度下降等问题。采用卫星轨道类型加权策略算法消除北斗卫星轨道类型间差异的影响，提高北斗定位精度和速度。保证洪水环境下的定位精准度和稳定性。采用频率加权策略消除频率间特性差异的影响，进一步保障洪水环境下的北斗定位稳定性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例一种应用于洪水环境下的北斗精密单点定位方法流程图。
图2为本发明实施例中步骤S2的方法流程图。
图3为本发明实施例中步骤S3的方法流程图。
图4为本发明实施例中加权处理的方法流程图。
具体实施方式
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明中的具体含义。
本发明提供了一种应用于洪水环境下的北斗精密单点定位方法，如图1所示，包括如下步骤：
S1、采集洪水环境下的北斗卫星原始观测值，所述原始观测值包括原始信噪比观测值、原始伪距观测值、原始载波相位观测值，并计算相应高度角和方位角，可以理解的，高度角和方位角等辅助特征参数计算过程较简单，属于该领域常规方法，此处不再描述。
S2、基于时空双域策略的多路径校正算法消除伪距多路径误差影响；
S3、采用基于信噪比约束的自适应阈值周跳探测与修复算法消除周跳影响；
S4、基于信噪比加权的随机模型对观测值进行加权，提高定位精度；
S5、采用卫星类型加权策略算法，消除北斗卫星轨道类型不同的影响；
S6、采用频率加权策略消除北斗卫星不同频率信号质量差异的影响；
S7、北斗精密单点定位算法解算位置，将结果保存并输出，需要说明的是，利用精密单点定位解算算法对位置进行解算，将解算出来的位置进行保存并输出。精密单点定位解算算法在该领域内通常使用最小二乘或卡尔曼滤波算法进行求解，属于领域内常识，这里不再给出详细过程。
具体的，如图2所示，所述步骤S2中，基于时空双域策略的多路径校正算法对伪距观测值多路径误差进行校正，滤除多路径误差影响，包括如下子步骤：
S2-1、原始数据预处理
采集参考日的北斗卫星原始观测值数据，主要包括原始伪距、载波相位、信噪比等观测值，并计算相应的高度角，方位角和历元时间间隔等辅助特征信息。参考日是相对于观测日而言的，比如准备在7月8号测量，对于北斗IGSO和GEO卫星而言，参考日指的是观测日的前一天，即7月7号。因为北斗IGSO和GEO卫星地面重复周期为1天。而对于北斗MEO卫星，参考日指的是观测日的前七天，即7月1号，因为北斗MEO卫星地面重复周期为7天。此外，高度角和方位角等辅助特征参数计算过程较简单，属于该领域常规方法，此处不再描述。进而利用伪距和载波相位原始观测值生成码相位组合观测值，表达式如下：
Figure 974535DEST_PATH_IMAGE037
（1）
式中，CM表示单频伪距码相位组合观测值，P为原始伪距观测值，
Figure 245414DEST_PATH_IMAGE038
为原始载波相位观测值，单位为周。P和
Figure 988242DEST_PATH_IMAGE039
为已知量，由原始观测值采集时直接获得。
Figure 448173DEST_PATH_IMAGE040
为频率波长，属于领域常识，本实施例中，北斗卫星B1频率的波长为19.0cm。
由于式（1）中的载波相位观测值存在整周模糊度，因此需要进行消除。考虑到信噪比和载波相位误差的大小成正相关，采用信噪比约束策略对码相组合观测值进行平滑，消除固定偏差量。基于信噪比约束策略的平滑算法表示为：
Figure 22374DEST_PATH_IMAGE041
（2）
式中，CM o-c 表示消除固定偏差量的单频伪距码相位组合观测值，该观测值中仅包含单频伪距多路径误差和噪声。CM i 表示原始单频伪距码相位组合观测值，即公式（1）中求出来的值。i表示变量序号，SNR表示相应历元信号的信噪比，属于已知量。
Figure 440717DEST_PATH_IMAGE042
表示信噪比约束的平滑方法，通过将SNR分为：低于35 dB-Hz，35-50 dB-Hz，大于50 dB-Hz的三类数据，分别对CM进行平滑，可以有效顾及信噪比和误差的相关性，提高平滑后的单频伪距码相位组合观测值精度。经过消除固定偏差分量后，可以得到仅包含伪距多路径误差和噪声的信号。
采用基于信噪比约束的高斯滤波算法消除随机噪声影响，提取高精度的伪距多路径误差。由于多路径信号为一维信号，且信噪比和噪声具有相关性，因此这里采用一维信噪比约束高斯滤波函数进行去噪，具体表示为：
Figure 670841DEST_PATH_IMAGE043
（3）
式中，G(x)为高斯内核函数，高斯函数的宽度由τ决定，τ可由信噪比的标准差来计算得到，作为高斯函数的分布参数，e和π分别为自然常数，本实施例中，e和π分别设置为2.72和3.14。Std(˙)表示计算标准差，属于数学领域常识，这里不再详述。
具体去噪过程表示为：假设待处理的含有伪距多路径误差和噪声的信号表示为CM o_c (x), 滤波后仅包含伪距多路径误差的信号表示为CM m ，计算过程表示如下：
Figure 996780DEST_PATH_IMAGE044
（4）
式中，x代表序列号，G(x)是高斯函数，符号
Figure 628750DEST_PATH_IMAGE045
表示卷积运算，卷积运算属于信号处理领域的基本知识，这里不再详细说明。经过上述处理后，可以提取精确的伪距多路径误差，为后续多路径误差建模提供基础。
S2-2、采用分卫星分频率按高度角和方位角对精确的伪距多路径误差进行存储，便于后续搜索校正。即，将公式（4）中求得的伪距多路径误差按照北斗卫星号、卫星频率，高度角和方位角信息进行存储，通过数据库的形式存放到本地电脑中。
S2-3、采用基于时空双域策略的多路径校正算法对观测日的伪距多路径误差进行校正。即，对步骤1中的伪距观测值进行伪距多路径误差校正。由于北斗卫星类型分为IGSO，MEO和GEO三种类型卫星，其中IGSO和MEO卫星属于中轨道卫星，处于运动状态，卫星会受在轨机动的影响，因此需要利用空域模型进行校正。而GEO卫星由于高度角和方位角静止不变，无法利用空域模型进行校正，因此需利用时域模型进行校正。
进一步的，伪距多路径误差校正的方法如下：
S2-3-1、计算伪距多路径校正需要的空域和时域信息，便于后续进行伪距多路径校正，所述空域信息主要指卫星的高度角和方位角信息，可在数据接收时直接算出，属于领域常识。所述时域信息主要是指卫星轨道重复周期偏差，可通过广播星历和开普勒第三准则计算得到，具体计算公式为：
Figure 483574DEST_PATH_IMAGE046
（5）
其中，n是观测时刻卫星的平均角速度，
Figure 404256DEST_PATH_IMAGE047
是地球重力常数(1.996498×107 SI单位)，其G是万有引力常数，M是地球总质量。a是椭圆轨道的长半径，Δn是卫星的摄动参数，两者均在广播星历中给出。T表示卫星重复周期，一旦卫星重复周期T确定，则搜索的时域值可通过下式得到：
Figure 533886DEST_PATH_IMAGE048
（6）
其中，86400是以秒为单位的一个太阳日，T 可通过公式（5）求出。T s 是时域卫星轨道重复周期偏差。
S2-3-2、利用空域策略对北斗IGSO和MEO卫星进行伪距多路径校正，所述空域策略即利用观测日的待校正卫星的高度角和方位角信息在建立的伪距多路径误差数据库中进行搜索，本实施例中，假设当前卫星为B07卫星的B1频的某个历元，它的高度角和方位角分别为：30度和110度，则利用上述信息搜索在S2-2中建立的伪距多路径误差数据库中进行搜索。其中卫星号和频率是唯一的，极容易确定。然后搜索相应的高度角和方位角，以最接近的为最佳搜索值，获取数据库中的伪距多路径误差的参考值，然后将该值从原始伪距观测值中减去，表示为：
Figure 20362DEST_PATH_IMAGE049
（7）
式中，P o 为原始伪距观测值，CM m 为数据库中提取的伪距多路径误差的参考值，P o-m 为经过伪距多路径误差校正后的精确的伪距观测值；
S2-3-3、利用时域策略对北斗GEO卫星进行伪距多路径校正，所述时域策略即利用卫星轨道重复周期偏差对北斗GEO卫星进行伪距多路径误差校正，可以理解的，本实施例中当前卫星为B01卫星的B1频率，其相应的卫星轨道重复周期偏差为200秒，则从数据中找到B01的B1频率，由于这两个信息都是唯一的，极容易确定。然后利用卫星轨道重复周期偏差搜索数据库中相应的伪距多路径误差参考值，表示为：
Figure 780508DEST_PATH_IMAGE050
（8）
式中，T s 是卫星轨道重复周期偏差，由公式（6）求出。X T 为原始观测值历元间间隔，在步骤1中求出，过程很简单，即两个历元时间相减即可得到。X即为搜索到的对应历元，利用该值从建立好的数据库中提取对应的CM m 值即可，然后将该值从原始伪距观测值中减去，具体过程同如公式（7），经过上述伪距多路径校正方法处理后，可以得到精确的伪距观测值，为后续周跳探测和定位解算奠定基础。
具体的，如图3所示，所述步骤S3，采用基于信噪比约束的自适应阈值码相组合单频周跳探测与修复算法对周跳进行探测并修复，改善周跳探测准确率，提高载波相位观测值精准度。包括如下子步骤：
S3-1、通过校正后的伪距观测值与原始载波相位观测值再次组合成码相位观测值，具体表示为：
Figure 985224DEST_PATH_IMAGE051
（9）
式中，CM o-m 表示经过伪距多路径校正后得到的单频伪距码相位组合观测值，P o-m 表示经过伪距多路径校正后的伪距观测值，
Figure 121808DEST_PATH_IMAGE031
为原始载波相位观测值，
Figure 728369DEST_PATH_IMAGE040
为频率波长，属于领域常识，本实施例中北斗卫星B1频率的波长为19.0cm。同样，采用基于信噪比约束策略对码相组位合观测值进行平滑，具体过程如公式表示为：
Figure 456154DEST_PATH_IMAGE052
（10）
式中，CM o-m-c 表示消除固定偏差量的单频伪距码相位组合观测值，该观测值中仅包含单频伪距噪声影响。CM o-m 表示经过伪距多路径校正后得到的单频伪距码相位组合观测值，即公式（9）中求出来的值。SNR表示相应历元信号的信噪比，属于已知量。
Figure 148166DEST_PATH_IMAGE053
表示信噪比约束的平滑方法，通过将SNR分为：低于35 dB-Hz，35-50 dB-Hz，大于50 dB-Hz的三类数据，分别对CM o-m 进行平滑，可以有效顾及信噪比和误差的相关性，提高平滑后的单频伪距码相位组合观测值精度。
采用基于信噪比约束的高斯滤波算法消除随机噪声影响，提取高精度的码相位组合残差，具体一维信噪比约束高斯滤波函数去噪过程如下所示：
Figure 557282DEST_PATH_IMAGE054
（11）
式中，G(x)为高斯内核函数，高斯函数的宽度由τ决定，τ可由信噪比的标准差来计算得到，作为高斯函数的分布参数，e和π分别为自然常数，本实施例中，e和π分别设置为2.72和3.14。Std(˙)表示计算标准差，属于数学领域常识，这里不再详述。
具体去噪过程表示为：假设待处理的含有噪声的信号表示为CM o-m-c (x) (即公式10中求得), 消除噪声后的信号表示为CM c (x)，计算过程表示如下：
Figure 815088DEST_PATH_IMAGE055
（12）
式中，x代表序列号，G(x)是高斯函数，
Figure 182616DEST_PATH_IMAGE056
符号表示卷积运算，卷积运算属于信号处理领域的基本知识，这里不再详细说明。经过上述处理后，可以有效消除随机噪声的影响，提高码相位组合观测值精度。
这里需要说明的是，因为此时码相位组合是由去除多路径误差后形成的，因此，这里已经不含有多路径误差，只剩下高精度的码相位组合残差。通过对残差进行历元间求差，得到精确的周跳探测量：
Figure 361924DEST_PATH_IMAGE057
（13）
式中，CM c (x)为高精度的码相位组合残差，∆CM d (x)表示相邻两个历元的残差差值，即周跳探测量，i表示信号序列，需要说明的是，由于该差分算法是后向差分，即用当前历元减去前一历元做差，而对于第一个历元，由于前面没有历元值进行差分，因此不对第一个历元进行记录，而直接从第二个历元起开始记录。
S3-2、利用自适应阈值策略对周跳进行探测，现有的阈值策略会导致洪水环境下周跳探测误探率高，从而导致探测准确率下降。因此基于自适应阈值策略的周跳探测模型表示为：
Figure 309152DEST_PATH_IMAGE058
（14）
式中，K为阈值加权系数，∆CM d (x)表示周跳探测残差值，
可以理解的，再实际应用中，加权系数按如下规则选取
Figure 890306DEST_PATH_IMAGE059
（15）
其中，0.5设置为初始阈值，有经验值给出。SNR表示为信噪比，Std(˙)表示计算标准差，属于数学领域常识，这里不再详述。若周跳探测量大于该探测阈值，则认为存在周跳，进行标记。若小于该值，认为无周跳，不进行标记。
S3-3、对探测出来的周跳历元进行修复，根据公式（16）计算产生的周跳数，具体公式表示为：
Figure 428734DEST_PATH_IMAGE060
（16）
其中，∆CM d (x)表示周跳探测残差值，
Figure 95339DEST_PATH_IMAGE061
为频率波长，属于领域常识，本实施例中，北斗卫星B1频率的波长为19.0cm。
由公式（16）可确定精确的周跳数，然后进行修复。本实施例中，B07卫星B1频率总历元数为1000个，若在第50个历元时发生了2个周跳，则在第50个历元和之后的所有历元的载波相位观测值上加上2，注意，这里加2是因为载波相位观测值的单位是周。
通过上述过程处理后，可以有效提高周跳探测成功率，并对周跳进行有效修复，提高载波相位观测值的精度，为后续定位奠定基础。
本发明的进一步设置，如图4所示，所述步骤S4采用基于改进的信噪比加权随机模型对定位算法进行加权，提高定位解算精度，包括如下子步骤：
S4-1、采用低阶多项式拟合消除信噪比直射信号影响，所述低阶多项式拟合算法表示为：
Figure 846257DEST_PATH_IMAGE062
（17）
式中，S p (x)表示三阶多项式拟合后的信噪比直射信号，x表示原始信噪比观测值的序列，i表示数据序列，a表示三阶多项式拟合系数，由于采用三阶多项式进行拟合，即x最高次方为3，因此拟合系数为4个，分别为a 0，a 1，a 2，a 3，为使拟合后的误差最小，可以通过最小二乘求出多项式拟合系数，可表示为：
Figure 281918DEST_PATH_IMAGE063
（18）
式中，P min 表示拟合后整体误差均方根最小，S p (x)表示三阶多项式拟合后的信噪比直射信号，S o (x)表示原始信噪比观测值，i表示数据序列，n表示数据总长度，为计算P min ,对上式（18）求偏微导，可得：
Figure 787986DEST_PATH_IMAGE064
（19）
式中，m表示多项式阶数，本实施例中采用三阶多项式，因此m等于3。j=0,1,...,m，k表示m的序列号，对式（19）整理后可得：
Figure 410728DEST_PATH_IMAGE065
（20）
式中，所有符号含义与式（19）相同。可以看出，经过求偏导整理后，式（20）中只有a k 系数是未知量，因此可通过线性方程求解得到a k 系数。
求出多项式拟合系数a k 之后，采用低阶多项式拟合算法就可以求出拟合的信噪比直射信号，然后对信噪比直射信号进行消除，表示为：
Figure 230917DEST_PATH_IMAGE066
（21）
得到消除信噪比直射信号影响的信号，即S o-p (x)；
S4-2、采用基于信噪比约束的高斯滤波算法进行去噪，消除噪声影响。由于信噪比是一维信号，因此这里采用一维信噪比约束高斯滤波函数去噪算法进行去噪，具体过程如下所示：
Figure 317821DEST_PATH_IMAGE067
（22）
式中，G(x)为高斯内核函数，高斯函数的宽度由τ决定，τ可由信噪比的标准差来计算得到，作为高斯函数的分布参数，e和π分别为自然常数，本实施例中，e和π分别设置为2.72和3.14。Std(˙)表示计算标准差，属于数学领域常识，这里不再详述。
具体去噪过程表示为：假设待处理的含有噪声的信号表示为S o-p (x) (即公式(21)中求得), 消除噪声后的信号表示为S r (x)，计算过程表示如下：
Figure 932473DEST_PATH_IMAGE068
（23）
式中，x代表序列号，G(x)是高斯函数，符号表示卷积运算，卷积运算属于信号处理领域的基本知识，这里不再详细说明。经过上述处理后，可以有效消除随机噪声的影响，得到去掉噪声影响的信噪比信号，表示为：S r (x)；
S4-3、利用去掉直射信号和噪声影响的信噪比，建立基于信噪比的加权随机模型，提高定位解算精度。具体加权随机模型表示为：
Figure 308091DEST_PATH_IMAGE069
（24）
式中，C表示常数，由经验值给出，具体北斗卫星为：0.0024。S r (x i )表示第i个历元去掉直射信号和噪声影响的信噪比，σ表示该历元时刻的精度，用于对该历元进行加权处理，属于该领域常识，这里不再详述。
进一步的，所述步骤S5采用基于卫星轨道类型加权策略算法消除北斗卫星轨道类型间差异的影响，提高北斗定位精度和速度。在北斗导航定位领域中，为了解算定位位置，通常需要用到最小二乘算法或卡尔曼滤波算法来解算位置参数。为了说明基于卫星轨道类型的加权策略，这里采用最小二乘算法进行解释该加权过程。需要说明的是，该加权过程也可以应用于卡尔曼滤波算法中。通过最小二算法实现卫星类型加权策略算法：
假设直接采用最小二乘算法求解位置参数，表示为：
Figure 463129DEST_PATH_IMAGE070
（25）
式中，G为线性方程组的雅可比矩阵，-1表示矩阵求逆，b表示方程组形成的残差，上述过程属于定位领域常识，此处不再详述。这里主要目的在于说明基于卫星轨道类型的加权策略，利用公式（25）可直接求出位置参数，由于北斗卫星轨道类型不同，因此需要对北斗卫星按轨道类型进行加权处理，即求解公式表示为：
Figure 873382DEST_PATH_IMAGE071
（26）
式中，G和b与公式（25）相同。T表示矩阵转置运算，属于数学领域常识。W为加权矩阵，由于北斗三种轨道类型卫星MEO信号质量最好，IGSO次之，GEO卫星最差，因此基于北斗卫星轨道类型的加权权阵可表示为；
Figure 658935DEST_PATH_IMAGE072
（27）
式中，w geo ,w isgo ,w meo 分别表示北斗GEO卫星、IGSO卫星和MEO卫星的加权系数。本实施例中，按照三种卫星的信号质量，可分别设置权重为1：2：3。
通过上述基于北斗卫星轨道类型的加权策略，可以消除北斗卫星轨道类型不同而导致的定位解算精度差等问题。
进一步的，所述步骤S6中，采用频率加权策略消除频率间差异的影响，进一步保障洪水环境下北斗定位的稳定性。该步算法主要过程与步骤5相同，主要区别在于，加权矩阵设置需要按照频率进行区分。由于北斗三种频率类型中，相同高度角下B3的信噪比最高，B1次之，B2最差，因此基于北斗卫星频率类型的加权权阵可表示为：
Figure 318586DEST_PATH_IMAGE073
（28）
式中，w B2 ,w B1 ,w B3 分别表示北斗卫星B2、B1和B3频率的加权系数。本实施例中，w B2 ,w B1 ,w B3 分别分别设置权重为1：2：3。
通过上述基于北斗卫星频率类型的加权策略，可以消除北斗卫星频率类型不同而导致的定位解算精度差等问题，进一步提高北斗定位解算精度。
具体的，所述步骤S7中，北斗精密单点定位算法解算位置的大致过程如下。利用经过多路径校正后的伪距观测值和经过周跳探测与修复后的载波相位观测值可以进行北斗精密单点定位的位置解算。假设接收机的位置为：x r ,y r 和z r ,则解算基本方程可表示为：
Figure 214998DEST_PATH_IMAGE074
（29）
式中，P o-m 是经过伪距多路径校正后的伪距观测值，
Figure 10916DEST_PATH_IMAGE031
是经过周跳探测与修复后的载波相位观测值。因此，P o-m 和
Figure 232950DEST_PATH_IMAGE075
都是已知量。b表示北斗卫星频率序列，s表示北斗卫星序列。x s ,y s 和z s 表示卫星的位置，北斗精密单点定位中可以通过北斗精密星历（北斗精密星历可以通过官方网站下载）直接获取，属于领域内常识。c表示真空中的光速，属于领域常识，也为已知量。
Figure 583160DEST_PATH_IMAGE076
表示接收机和卫星的钟差，属于未知数，需要和接收机的位置参数一起求解。I ion 表示电离层误差，可通过电离层格网文件直接获取，T ion 表示对流层误差，可通过对流层格网文件直接获取。电离层和对流层格网文件可通过国际GNSS组织官网直接下载获取，属于领域内常识。此外，需要说明的是，I ion 和T ion 也可以通过现有电离层参数（广播星历中直接给出）或对流层参数（Sa经验模型获取，领域内常识）求解，但这种方法精度较低，一般领域内不采用。当然，也可以设为未知数进行求解，但此时需要更多的方程进行求解。本实施例直接默认为采用电离层和对流层格网文件进行获取。λ b 为b频段的频率波长，属于已知量，比如B1频段的波长为19.0cm。
Figure 548842DEST_PATH_IMAGE077
为s卫星b频率的载波相位整周模糊度，属于未知数，需要进行求解。
Figure 340211DEST_PATH_IMAGE078
和
Figure 264305DEST_PATH_IMAGE036
表示伪距和载波相位观测值的随机噪声，计算过程可以忽略不计。
通过上述分析，可以发现，对于公式（29）而言，未知数包括三个位置参数（x r ,y r 和z r ），一个钟差
Figure 836232DEST_PATH_IMAGE079
，一个模糊度
Figure 74446DEST_PATH_IMAGE080
。其它参数都是已知量。假设在某一时刻进行位置解算，由于北斗每颗卫星都是三个频率，每个频率又包括伪距观测值和载波相位观测值。因此，由于载波相位模糊度
Figure 313798DEST_PATH_IMAGE081
每个频率都不相同，不存在线性相关的问题，可以利用这三个频率的六个方程解算出来未知数载波相位模糊度
Figure 346476DEST_PATH_IMAGE082
。因此，就只剩下三个位置参数和一个钟差参数需要求解。由于每颗卫星的这四个参数都具有线性相关性，因此无法利用一个卫星的六个观测值进行求解，因此至少需要四颗卫星进行求解。这也是为什么导航卫星系统进行定位时至少需要四颗卫星的原因。因此，只要有四颗以上的北斗卫星，即可采用最小二乘或卡尔曼滤波算法对公式（29）进行求解，得到位置参数。需要说明的是，采用最小二乘或卡尔曼滤波解算位置时，需要用到本案例提到的信噪比约束随机模型、卫星类型加权策略、卫星频率加权策略，以此提高定位解算精度。
通过上述描述，可以轻易了解北斗精密单点定位的定位原理。由于精密单点定位算法属于领域内常识，这里不再做过多陈述。
以上结合附图对本发明的实施方式作了详细说明，但本发明不限于所描述的实施方式。对于本领域的技术人员而言，在不脱离本发明原理和精神的情况下，对这些实施方式包括部件进行多种变化、修改、替换和变型，仍落入本发明的保护范围内。

Claims (8)

1.一种应用于洪水环境下的北斗精密单点定位方法，其特征在于，包括如下步骤：
S1、采集洪水环境下的北斗卫星原始观测值，所述原始观测值包括原始信噪比观测值、原始伪距观测值、原始载波相位观测值，并计算相应高度角和方位角；
S2、基于时空双域策略的多路径校正算法消除伪距多路径误差影响；
S2-1、原始数据预处理
利用伪距和载波相位原始观测值生成码相位组合观测值，表达式如下：
Figure 721744DEST_PATH_IMAGE001
式中，CM表示单频伪距码相位组合观测值，P为原始伪距观测值，
Figure 239444DEST_PATH_IMAGE002
为原始载波相位观测值，单位为周，
Figure 656650DEST_PATH_IMAGE003
为频率波长；
采用信噪比约束策略对单频码相位组合观测值进行平滑，消除固定偏差量，算法表示如下：
Figure 296710DEST_PATH_IMAGE004
式中，CM o-c 表示消除固定偏差量后的单频伪距码相位组合观测值，该观测值中仅包含单频伪距多路径误差和噪声，CM i 表示原始单频伪距码相位组合观测值，i表示变量序号，SNR表示相应历元的信噪比，
Figure 799366DEST_PATH_IMAGE005
表示信噪比约束的平滑方法；
采用基于信噪比约束的高斯滤波算法消除随机噪声影响，提取高精度的伪距多路径误差，通过一维信噪比约束高斯滤波函数进行去噪，具体表示为：
Figure 120757DEST_PATH_IMAGE006
式中，G(x)为高斯内核函数，高斯函数的宽度由τ决定，τ可由信噪比的标准差来计算得到，作为高斯函数的分布参数，e和π分别为自然常数，Std(˙)表示计算标准差，SNR表示信噪比，
具体去噪过程表示为：假设待处理的含有伪距多路径误差和噪声的信号表示为CM o_c (x),滤波后仅包含伪距多路径误差的信号表示为CM m ，计算过程表示如下：
Figure 189207DEST_PATH_IMAGE007
式中，x代表原始信噪比观测值的序列号，G(x)是高斯函数，
Figure 531327DEST_PATH_IMAGE008
符号表示卷积运算；
S2-2、将步骤S2-1计算得到的伪距多路径误差CM m 按照北斗卫星号、卫星频率，高度角和方位角信息进行存储，通过数据库的形式存放到本地电脑中；
S2-3、采用基于时空双域策略的多路径校正算法对观测日的伪距多路径误差进行校正；
S3、采用基于信噪比约束的自适应阈值周跳探测与修复算法消除周跳影响；
S4、基于信噪比加权的随机模型对观测值进行加权，提高定位精度；
S5、采用卫星类型加权策略算法，消除北斗卫星轨道类型不同的影响；
S6、采用频率加权策略消除北斗卫星不同频率信号质量差异的影响；
S7、北斗精密单点定位算法解算位置，将结果保存并输出。
2.根据权利要求1所述的应用于洪水环境下的北斗精密单点定位方法，其特征在于，所述步骤S2-3中，伪距多路径误差校正的方法如下：
S2-3-1、计算伪距多路径校正需要的空域和时域信息，便于后续进行伪距多路径校正，所述空域信息主要指卫星的高度角和方位角信息，可在数据接收时直接算出，属于领域常识，
所述时域信息主要是指卫星轨道重复周期偏差，可通过广播星历和开普勒第三准则计算得到；
S2-3-2、利用空域策略对北斗IGSO和MEO卫星进行伪距多路径校正，所述空域策略即利用观测日的待校正卫星的高度角和方位角信息在建立的伪距多路径误差数据库中进行搜索，获取数据库中的伪距多路径误差的参考值，然后将该值从原始伪距观测值中减去，表示为：
Figure 521280DEST_PATH_IMAGE009
式中，P o 为原始伪距观测值，CM m 为数据库中提取的伪距多路径误差的参考值，P o-m 为经过伪距多路径误差校正后的精确的伪距观测值；
S2-3-3、利用时域策略对北斗GEO卫星进行伪距多路径校正，所述时域策略即利用卫星轨道重复周期偏差对北斗GEO卫星进行伪距多路径误差校正，然后利用卫星轨道重复周期偏差搜索数据库中相应的伪距多路径误差参考值，表示为：
Figure 974258DEST_PATH_IMAGE010
式中，T s 是卫星轨道重复周期偏差，X T 为原始观测值历元间间隔，X即为搜索到的对应历元，
利用该值从建立好的数据库中提取对应的CM m 值即可，然后将该值从原始伪距观测值中减去，经过上述伪距多路径校正方法处理后，可以得到精确的伪距观测值。
3.根据权利要求2所述的应用于洪水环境下的北斗精密单点定位方法，其特征在于，所述步骤S2-3-1中，获取卫星轨道重复周期偏差的计算方法如下：
Figure 897215DEST_PATH_IMAGE011
其中，n是观测时刻卫星的平均角速度，
Figure 144656DEST_PATH_IMAGE012
是地球重力常数，其G是万有引力常数，M是地球总质量，a是椭圆轨道的长半径，Δn是卫星的摄动参数，T表示卫星重复周期，一旦卫星重复周期确定，则搜索的时域值可通过下式得到：
Figure 887484DEST_PATH_IMAGE013
其中，86400是以秒为单位的一个太阳日，T s 是时域卫星轨道重复周期偏差。
4.根据权利要求2所述的应用于洪水环境下的北斗精密单点定位方法，其特征在于，所述步骤S3包括如下子步骤：
S3-1、通过校正后的伪距观测值与原始载波相位观测值再次组合成码相位观测值，具体表示为：
Figure 878574DEST_PATH_IMAGE014
式中，CM o-m 表示经过伪距多路径校正后得到的单频伪距码相位组合观测值，P o-m 表示经过伪距多路径校正后的伪距观测值，
Figure 452775DEST_PATH_IMAGE015
为原始载波相位观测值，
Figure 871118DEST_PATH_IMAGE003
为频率波长，同样，通过步骤S2-1对去除多路径误差后的码相组位合观测值进行平滑，消除固定偏差分量以及消除随机噪声影响，提取高精度的码相位组合残差，通过对残差进行历元间求差，得到精确的周跳探测量：
Figure 101242DEST_PATH_IMAGE016
式中，CM c (x)为高精度的码相位组合残差，∆CM d (x)表示相邻两个历元的残差差值，即周跳探测量，i表示信号序列；
S3-2、利用自适应阈值策略对周跳进行探测，所述自适应阈值策略的周跳探测模型表示为：
Figure 630444DEST_PATH_IMAGE017
式中，K为阈值加权系数，∆CM d (x)表示周跳探测残差值；
S3-3、对探测出来的周跳历元进行修复，计算产生的周跳数，具体公式表示如下：
Figure 527992DEST_PATH_IMAGE018
其中，∆CM d (x)表示周跳探测残差值，
Figure 117237DEST_PATH_IMAGE019
为频率波长，确定精确的周跳数后，进行修复。
5.根据权利要求4所述的应用于洪水环境下的北斗精密单点定位方法，其特征在于，所述步骤S4包括如下子步骤：
S4-1、采用低阶多项式拟合消除信噪比直射信号影响，所述低阶多项式拟合算法表示为：
Figure 631395DEST_PATH_IMAGE020
式中，S p (x)表示三阶多项式拟合后的信噪比直射信号，x表示原始信噪比观测值的序列号，i表示数据点，a表示三阶多项式拟合系数，由于采用三阶多项式进行拟合，即x最高次方为3，因此拟合系数为4个，分别为a 0，a 1，a 2，a 3，为使拟合后的误差最小，可以通过最小二乘求出多项式拟合系数，可表示为：
Figure 964287DEST_PATH_IMAGE021
式中，P min 表示拟合后整体误差均方根最小，S p (x)表示三阶多项式拟合后的信噪比直射信号，S o (x)表示原始信噪比观测值，i表示数据序列，n表示数据总长度，为计算P min ,对上式求偏微导，可得：
Figure 716342DEST_PATH_IMAGE022
式中，m表示多项式阶数，j=0,1,...,m，k表示m的序列号，整理后可得：
Figure 210909DEST_PATH_IMAGE023
其中，只有a k 系数是未知量，可通过线性方程求解得到a k 系数，
求出多项式拟合系数a k 之后，采用低阶多项式拟合算法就可以求出拟合的信噪比直射信号，然后对信噪比直射信号进行消除，表示为：
Figure 415625DEST_PATH_IMAGE024
得到消除信噪比直射信号影响的信号，即S o-p (x)；
S4-2、根据步骤S2-1中的算法，通过信噪比约束的高斯滤波算法进行去噪，消除噪声影响，得到去掉噪声影响的信噪比信号，表示为：S r (x)；
S4-3、利用去掉直射信号和噪声影响的信噪比，建立基于信噪比的加权随机模型，具体加权随机模型表示为：
Figure 552208DEST_PATH_IMAGE025
式中，C表示常数，S r (x i )表示第i个历元去掉直射信号和噪声影响的信噪比，σ表示该历元时刻的精度。
6.根据权利要求5所述的应用于洪水环境下的北斗精密单点定位方法，其特征在于，所述步骤S5中，通过最小二算法实现卫星类型加权策略算法：
假设直接采用最小二乘算法求解位置参数，表示为：
Figure 158770DEST_PATH_IMAGE026
式中，G为线性方程组的雅可比矩阵，-1表示矩阵求逆，b表示方程组形成的残差，这里主要目的在于说明基于卫星轨道类型的加权策略，利用上式可直接求出位置参数，由于北斗卫星轨道类型不同，因此需要对北斗卫星按轨道类型进行加权处理，即求解公式表示为：
Figure 89817DEST_PATH_IMAGE027
式中，T表示矩阵转置运算，W为加权矩阵，由于北斗三种轨道类型卫星MEO信号质量最好，IGSO次之，GEO卫星最差，因此基于北斗卫星轨道类型的加权权阵可表示为；
Figure 578567DEST_PATH_IMAGE028
式中，w geo ,w isgo ,w meo 分别表示北斗GEO卫星、IGSO卫星和MEO卫星的加权系数。
7.根据权利要求6所述的应用于洪水环境下的北斗精密单点定位方法，其特征在于，所述步骤S6中，频率加权策略的算法与步骤S5中卫星类型加权策略算法相同，主要区别在于，加权矩阵设置需要按照频率进行区分，由于北斗三种频率类型中，相同高度角下B3的信噪比最高，B1次之，B2最差，因此基于北斗卫星频率类型的加权权阵可表示为；
Figure 276700DEST_PATH_IMAGE029
式中，w B2 ,w B1 ,w B3 分别表示北斗卫星B2、B1和B3频率的加权系数。
8.根据权利要求7所述的应用于洪水环境下的北斗精密单点定位方法，其特征在于，所述步骤S7中，北斗精密单点定位算法解算位置方法如下：
利用经过多路径校正后的伪距观测值和经过周跳探测与修复后的载波相位观测值可以进行北斗精密单点定位的位置解算，假设接收机的位置为：x r ,y r 和z r ,则解算基本方程可表示为：
Figure 737768DEST_PATH_IMAGE030
式中，P o-m 是经过伪距多路径校正后的伪距观测值，
Figure 839716DEST_PATH_IMAGE031
是经过周跳探测与修复后的载波相位观测值，P o-m 和
Figure 815763DEST_PATH_IMAGE032
都是已知量，b表示北斗卫星频率序列，s表示北斗卫星序列，x s ,y s 和z s 表示卫星的位置，c表示真空中的光速，
Figure 28569DEST_PATH_IMAGE033
表示接收机和卫星的钟差，I ion 表示电离层误差，T ion 表示对流层误差，λ b 为b频段的频率波长，
Figure 344144DEST_PATH_IMAGE034
为s卫星b频率的载波相位整周模糊度，
Figure 882573DEST_PATH_IMAGE035
和
Figure 549177DEST_PATH_IMAGE036
表示伪距和载波相位观测值的随机噪声。
CN202211010527.3A 2022-08-23 2022-08-23 一种应用于洪水环境下的北斗精密单点定位方法 Pending CN115390119A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211010527.3A CN115390119A (zh) 2022-08-23 2022-08-23 一种应用于洪水环境下的北斗精密单点定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211010527.3A CN115390119A (zh) 2022-08-23 2022-08-23 一种应用于洪水环境下的北斗精密单点定位方法

Publications (1)

Publication Number Publication Date
CN115390119A true CN115390119A (zh) 2022-11-25

Family

ID=84120538

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211010527.3A Pending CN115390119A (zh) 2022-08-23 2022-08-23 一种应用于洪水环境下的北斗精密单点定位方法

Country Status (1)

Country Link
CN (1) CN115390119A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117538915B (zh) * 2024-01-10 2024-03-26 吉林省吉能电力通信有限公司 一种用于电力的北斗定位终端

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117538915B (zh) * 2024-01-10 2024-03-26 吉林省吉能电力通信有限公司 一种用于电力的北斗定位终端

Similar Documents

Publication Publication Date Title
CN114518586B (zh) 一种基于球谐展开的gnss精密单点定位方法
Li Cycle slip detection and ambiguity resolution algorithms for dual-frequency GPS data processing
CN111381262A (zh) 一种北斗三号精密单点定位参数优化方法和装置
CN111596321B (zh) 利用非差改正数的多gnss多路径误差恒星日滤波方法及系统
CA2528941A1 (en) Method for generating clock corrections for a wide-area or global differential gps system
CA2681918A1 (en) Distance dependant error mitigation in real-time kinematic (rtk) positioning
CN111505688B (zh) 利用gnss测高浮标确定波浪参数的方法
Abbaszadeh et al. Benefits of combining GPS and GLONASS for measuring ocean tide loading displacement
CN113568020A (zh) 一种顾及硬件频间差的卫星导航定位误差修正方法和装置
CN114545447B (zh) 一种gnss掩星电离层数据的修正方法
CN110007326A (zh) 一种用于星基增强系统的双频测距误差参数生成方法
CN115343734B (zh) 一种基于双线性内插半球模型的gnss变形监测方法
CN112146663B (zh) 基于偏置星载加速度计的gnss卫星精密定轨增强方法及系统
Garcia et al. Radio tomography of the ionosphere: Analysis of an underdetermined, ill-posed inverse problem, and regional application
CN114779301B (zh) 一种基于广播星历的卫星导航实时精密单点定位方法
CN115390119A (zh) 一种应用于洪水环境下的北斗精密单点定位方法
Seepersad Reduction of initial convergence period in GPS PPP data processing
CN115902968A (zh) 基于北斗三号geo播发增强信息的ppp终端定位方法
Andersen et al. The DTU21 global mean sea surface and first evaluation
CN117269987A (zh) 一种低轨增强sbas电离层监测系统及格网估计方法
Bahadur et al. Real-time single-frequency multi-GNSS positioning with ultra-rapid products
Yin et al. A novel cycle slips detection model for the high precision positioning
CN112444825A (zh) 一种基于北斗geo的电离层tec同化建模方法
CN115980317A (zh) 基于修正相位的地基gnss-r数据土壤水分估算方法
CN112528213B (zh) 基于低地球轨道卫星全球电离层总电子含量多层解析方法

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