CN116106955B - 一种基于气压计与ppp紧组合的智能终端高精度定位方法 - Google Patents
一种基于气压计与ppp紧组合的智能终端高精度定位方法 Download PDFInfo
- Publication number
- CN116106955B CN116106955B CN202310034684.6A CN202310034684A CN116106955B CN 116106955 B CN116106955 B CN 116106955B CN 202310034684 A CN202310034684 A CN 202310034684A CN 116106955 B CN116106955 B CN 116106955B
- Authority
- CN
- China
- Prior art keywords
- barometer
- ppp
- representing
- intelligent terminal
- pseudo
- 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 45
- 238000005259 measurement Methods 0.000 claims description 19
- 239000011159 matrix material Substances 0.000 claims description 15
- 239000013598 vector Substances 0.000 claims description 15
- 230000009466 transformation Effects 0.000 claims description 13
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 238000000354 decomposition reaction Methods 0.000 claims description 9
- 230000004927 fusion Effects 0.000 claims description 8
- 238000013507 mapping Methods 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 6
- 238000009499 grossing Methods 0.000 claims description 5
- 238000013461 design Methods 0.000 claims description 4
- 239000005433 ionosphere Substances 0.000 claims description 4
- 230000003313 weakening effect Effects 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000009825 accumulation Methods 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 230000006837 decompression Effects 0.000 claims description 2
- 244000062793 Sorghum vulgare Species 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 235000019713 millet Nutrition 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- 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
- G01S19/35—Constructional details or hardware or software details of the signal processing chain
- G01S19/37—Hardware or software details of the signal processing chain
-
- 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
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Automation & Control Theory (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Navigation (AREA)
Abstract
本发明涉及卫星导航技术领域，公开了一种基于气压计与PPP紧组合的智能终端高精度定位方法，本发明首先对智能终端采集的气压计数据与GNSS观测数据进行平滑降噪，其次，基于气压差分法得到的相对高程约束信息构造气压计与PPP紧组合函数模型，最后，求解紧组合函数模型，并通过动态调整各观测权重以实现PPP与气压计的融合高精度定位，本发明充分利用了智能终端多源传感器的优势，采用气压计差分观测量与多系统PPP观测值构成紧组合模型，可有效改善典型城市导航场景如环岛立交、城市高架、过街天桥以及跨楼层活动中的定位精度并提供可靠的高程信息，弥补了GNSS在高程方向观测条件受限及遮挡环境下定位精度退化的不足。
Description
技术领域
本发明属于卫星导航技术领域，具体涉及一种基于气压计与PPP紧组合的智能终端高精度定位方法。
背景技术
随着万物互联时代的到来，基于位置的服务在车路协同、辅助驾驶、行人导航等各种应用中占据着越来越重要的地位。在室外环境中，全球卫星导航系统(GNSS)可以提供全空域、全时段的导航定位服务，基本满足了大众用户的基本需求。然而，由于地球表面对卫星的阻挡，GNSS接收机仅在天顶范围内可观测到有效卫星，这使得GNSS在高程方向的定位精度较水平方向相差较多。而在一些典型的城市导航场景如环岛立交、城市高架、过街天桥以及跨楼层活动中，用户对高程方向的定位精度往往要求更高。受限于高程方向可观测卫星不足以及上述特定场景下建筑物对卫星信号的遮挡，GNSS的定位精度会迅速退化导致无法提供精确的位置与高程信息。
智能终端通常集成了包括GNSS、惯导、气压计等多种传感器。其中，气压计是一种通过内部压敏器件来测量大气环境中大气压强的传感器，当气压计所处的高度位置变化时，其传感器测量的大气压强参数也会发生变化，利用大气压强与高度的关系能够估计海拔高度。然而，消费级智能终端搭载的气压计测量噪声较大，这导致气压计传感器测量的大气压强存在较大的不稳定性。同时大气压强本身极易受到气候、温度、气流等影响，即使在同一位置也难以保持一致性。因此，如何有效利用气压计弥补GNSS在高程方向的不足从而改善城市特定场景下的定位精度与可靠性，成为智能终端城市导航应用中亟待解决的问题。
发明内容
为解决上述技术问题，本发明提供一种基于气压计与PPP紧组合的智能终端高精度定位方法，以解决现有技术中的问题，为实现上述发明目的，本发明所采用的技术方案是：
一种基于气压计与PPP紧组合的智能终端高精度定位方法，包括如下步骤：
S1：对智能终端采集的气压计数据与GNSS观测数据进行平滑降噪；
S2：基于气压差分法得到高精度的相对高程约束信息，从而构造气压计与PPP紧组合函数模型；
S3：求PPP解紧组合函数模型并通过动态调整各观测权重以实现PPP与气压计的融合高精度定位。
进一步的，所述步骤S1中，包括：
S1-1：气压计采集的大气压强与海拔高度的关系描述为下式：
式中，当h0＝0时，P0代表标准大气压，P为目标位置的大气压力，R是气体比常数，g是标准重力加速度，T是以摄氏度为单位的目标位置的温度；
采用离散小波变换对气压计测量值进行平滑降噪，离散小波变换的系数如下：
式中，h(t)代表气压计信号，〈·〉表示内积运算；ψu,v(t)表示小波基函数，其具体框架表示为下式：
ψu,v(t)＝a-u/2ψ(a-ut-vb) (20)
其中，a,b表示尺度参数，u表示膨胀因子，v表示平移参数；
通过式(1)-(2)的离散小波变换对气压计信号分解后的高频系数进行剔除，再利用下式对分解后的低频系数进行重构：
其中，h'(t)表示去除高频噪声后的气压计信号；
经过式(1)-(3)的离散小波变换分解与重构，用于消除高频噪声对气压计数据的污染，削弱异常气压计测量值的影响。
进一步的，所述步骤S1中，包括：
S1-2：构建顾及电离层累积误差的载波相位平滑伪距模型：
其中，和/>分别表示第k和k-1历元的平滑伪距观测值，/>和/>分别表示第k和k-1历元的载波相位观测值；W表示平滑窗口；第一个历元的原始伪距观测值P1作为平滑器的初始值/>
进一步的，所述步骤S1-2中，还包括：利用平滑伪距和原始伪距的差异来检测电离层误差累积：
其中，ΔP表示原始伪距与平滑伪距的差值，σP表示伪距观测值噪声。
进一步的，所述步骤S2中，包括：
S2-1：基于智能终端气压计测量的气压值，采用气压差分法得到高精度的相对高程约束信息：
在GNSS地心地固坐标下，利用智能终端所在大地高度构造一个距离参考椭球高度为h的近似椭球：
式中，(X,Y,Z)为椭球面上的三维坐标，a和b分别为参考椭球的长半轴和短半轴；
将式(7)在近似位置(x,y,z)处按照泰勒级数开，忽略高阶项并分别对x,y,z求偏导数，整理可得到下式：
令即可通过气压差分法得到高精度的相对高程约束信息：
Δh＝αΔx+βΔy+ηΔz(26)
其中，Δx,Δy,Δz是三个方向上的坐标增量，Δh＝h-h0为气压差分观测值，由式(1)计算得到。
进一步的，还包括：
S2-2:将PPP基本观测方程与气压差分约束方程相结合，从而构造气压计与PPP紧组合函数模型：
基于伪距和载波相位原始观测值的PPP基本观测方程如下：
其中，为接收机r到卫星s的几何距离，tr是与卫星系统相关的接收机时钟误差，为与卫星信号频率f相关的接收机钟差，br,f和/>分别表示与接收机相关和与卫星相关的码硬件时延偏差，Br,f和/>分别表示与接收机相关和与卫星相关的相位硬件时延偏差，Tr,z和/>分别为对流层天顶延迟(ZTD)及其映射函数，/>和/>分别表示天顶总电子含量及其映射函数，λf和/>分别表示波长和整数模糊度，σP和σΦ分别为伪距和载波相位的硬件噪声、多径误差以及未建模误差。
将PPP基本观测方程(10)进行线性化后与式(9)相结合，从而构造气压计与PPP紧组合函数模型：
式中，和/>分别为伪距和载波相位的OMC，/>表示从卫星到接收机的单位矢量，Tw表示天顶对流层湿延迟残余，σh表示气压计测量噪声。
进一步的，所述步骤S3中，包括：
S3-1：将线性化的气压计与PPP紧组合函数模型进行求解：
假设智能终端可接收k颗卫星的单频信号，则式(11)与PPP紧组合函数模型用以下矩阵形式描述：
其中，P为观测值的先验权矩阵，V表示残差向量，B表示观测值的设计矩阵，表示待估参数向量，l表示观测向量，表示如下：
通过单历元加权最小二乘估计求解式(12)-(13)可以得到气压计与PPP紧组合函数模型的待估参数向量：
进一步的，还包括：
S3-2：动态调整伪距、载波相位以及气压计等观测值权重，从而实现高精度的融合定位解：
调整式(14)中的观测值先验权矩阵，智能终端的伪距、载波相位、气压计观测值的权阵可表达为：
其中，和/>分别代表伪距、载波相位和气压计观测值的噪声方差，对伪距和载波相位构建如下的加权函数：
式中，νP,κP与νΦ,κΦ分别表示伪距和载波相位加权函数的系数，可根据智能终端的观测值特性标定得到；C/N0是卫星信号的载噪比，表征当前信号的观测值质量；
构造如下的气压计加权函数：
式中，ε表示智能终端气压计的测量中误差，ΔhB为气压计测量得到的海拔高度历元差分，ΔhP为独立PPP解算的海拔高度历元差分，δ为海拔高度历元差分的阈值，w1和w2表示加权因子，通过式(17)-(18)动态调整伪距、载波相位、气压计的观测权重。
本发明具有以下有益效果：
本发明充分利用了智能终端多源传感器的优势，采用气压计差分观测量与多系统PPP观测值构成紧组合模型，可有效改善典型城市导航场景如环岛立交、城市高架、过街天桥以及跨楼层活动中的定位精度并提供可靠的高程信息，弥补了GNSS在高程方向观测条件受限及遮挡环境下定位精度退化的不足，其次，即使当GNSS可观测卫星数少于四颗的情况下，通过气压计与PPP紧组合模型中气压计提供的先验高程约束信息也可保障导航解算的成功率，使智能终端的导航系统具备更强的鲁棒性。
附图说明
图1为本发明的一种基于气压计与PPP紧组合的智能终端高精度定位方法流程图；
图2为本发明实施例提供的通过小波分解与重构剔除气压计高频噪声的流程图；
图3为本发明实施例提供的小米8智能终端测量的原始气压值与平滑气压值的对比图；
图4为本发明实施例提供的小米8智能终端测量的原始伪距值与平滑伪距值的对比图；
图5为本发明实施例提供的城市高架桥环境下小米8智能终端PPP与气压计/PPP紧组合在高程方向定位精度的对比图。
具体实施方式
下面将结合本发明实施例中的图1-图5，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例，若未特别指明，实施例中所用的技术手段为本领域技术人员所熟知的常规手段。
如图1所示，本发明首先对智能终端采集的气压计数据与GNSS观测数据进行平滑降噪，从而削弱异常传感器测量值的影响；其中，采用小波分解与重构剔除气压计的高频噪声污染，采用载波相位平滑伪距削弱GNSS码相位的观测噪声；其次，基于气压差分法得到的相对高程约束信息构造气压计与PPP紧组合函数模型；最后，求解紧组合函数模型，并通过动态调整各观测权重以实现PPP与气压计的融合高精度定位。
具体地，对本实施例提供的一种基于气压计与PPP紧组合的智能终端高精度定位方法进行说明，所述定位方法包括如下步骤：
S1：对智能终端采集的气压计数据与GNSS观测数据进行平滑降噪，从而削弱异常传感器测量值的影响；
S2：基于气压差分法得到高精度的相对高程约束信息，从而构造气压计与PPP紧组合函数模型；
S3：求解PPP紧组合函数模型并通过动态调整各观测权重以实现PPP与气压计的融合高精度定位；
进一步地，所述步骤S1的具体过程为：
S1-1：对智能终端采集的气压计数据进行平滑降噪，从而削弱异常气压测量值的影响：
大气压强随着海拔高度呈现一定的规律，随着海拔高度的升高，大气压强会逐渐降低，气压计采集的大气压强与海拔高度的近似关系可描述为下式：
式中，当h0＝0时，P0代表标准大气压，通常取值为1013.25hPa，P为目标位置的大气压力，R是气体比常数，g是标准重力加速度，T是以摄氏度为单位的目标位置的温度；
由于智能终端搭载的消费级MEMS-气压计体积小、测量噪声大，使得气压计测量值不稳定；因而本发明采用离散小波变换对气压计测量值进行平滑降噪，离散小波变换的系数如下：
式中，h(t)代表气压计信号，<·>表示内积运算；ψu,v(t)表示小波基函数，其具体框架可表示为下式：
ψu,v(t)＝a-u/2ψ(a-ut-vb) (37)
其中，a,b表示尺度参数，u表示膨胀因子，v表示平移参数；通过式(1)-(2)的离散小波变换对气压计信号分解后的高频系数进行剔除，再利用下式对分解后的低频系数进行小波逆变换重构：
其中，h'(t)表示去除高频噪声后的气压计信号；经过式(1)-(3)的离散小波变换分解与重构，基本消除了高频噪声对气压计数据的污染，从而削弱了异常气压计测量值的影响。
图2为通过小波分解与重构剔除气压计高频测量噪声的流程图；图3为小米8智能终端测量的原始气压值与平滑气压值的对比图；从图中可以明显看出，智能终端气压计测量得到的原始气压值存在高频噪声导致较大的数据波动与毛刺，高频噪声标准差统计值约为0.04hPa(0.32m)，而经过小波分解与重构剔除高频噪声后气压计测量值则变得平滑且连续，从而证明了本发明所提出方法对气压计异常测量数据消除的有效性。
S1-2：对智能终端采集的GNSS观测数据进行平滑降噪，从而削弱异常GNSS观测值的影响：
消费级智能终端的伪距测量噪声通常较大，而载波相位可以达到厘米至毫米级的观测精度，因而构建顾及电离层累积误差的载波相位平滑伪距模型：
其中，和/>分别表示第k和k-1历元的平滑伪距观测值，/>和/>分别表示第k和k-1历元的载波相位观测值；W表示平滑窗口，通常取25-100；第一个历元的原始伪距观测值P1作为平滑器的初始值/>
此外，由于平滑器递推过程中电离层误差会逐渐累积，当累积的电离层误差超过伪距观测噪声时，需要对平滑器重新初始化。利用平滑伪距和原始伪距的差异来检测电离层误差累积：
其中，ΔP表示原始伪距与平滑伪距的差值，σP表示伪距观测值噪声；平滑器平稳运行时ΔP应小于σP，一旦ΔP超过σP则平滑器要重新初始化。
图4为小米8智能终端测量的原始伪距值与平滑伪距值的对比图；从图中可以看出，智能终端的原始伪距观测值存在约2.2米的测量噪声，而通过本发明所提出的顾及电离层累积误差的载波平滑伪距方法后伪距噪声降低至0.1米，对GNSS异常测量值的削弱程度达到96％，有效改善了GNSS观测数据的质量与可靠性。
进一步地，所述步骤S2的具体过程如下：
S2-1:基于智能终端气压计测量的气压值，采用气压差分法得到高精度的相对高程约束信息：
在GNSS地心地固坐标下，利用智能终端所在大地高度可以构造一个距离参考椭球(WGS-84)高度为h的近似椭球：
式中，(X,Y,Z)为椭球面上的三维坐标，a和b分别为WGS-84地球参考椭球的长半轴和短半轴；由于高度h相较于地球参考椭球的长半轴和短半轴要小得多，因此采用式(7)中长半轴a+h与短半轴b+h的近似参考椭球不会造成大的偏差。
将式(7)所述的椭球方程在近似位置(x,y,z)处按照泰勒级数开，忽略高阶项并分别对x,y,z求偏导数，整理可得到下式：
令即可通过气压差分法得到高精度的相对高程约束信息：
Δh＝αΔx+βΔy+ηΔz(43)
其中，Δx,Δy,Δz是三个方向上的坐标增量，Δh＝h-h0为气压差分观测值，可由式(1)计算得到；
S2-2:将PPP基本观测方程与气压差分约束方程相结合，从而构造气压计与PPP紧组合函数模型：
基于伪距和载波相位原始观测值的PPP基本观测方程如下：
其中，为接收机r到卫星s的几何距离，tr是与卫星系统相关的接收机时钟误差，为与卫星信号频率f相关的接收机钟差，br,f和/>分别表示与接收机相关和与卫星相关的码硬件时延偏差，Br,f和/>分别表示与接收机相关和与卫星相关的相位硬件时延偏差，Tr,z和/>分别为对流层天顶延迟(ZTD)及其映射函数，/>和/>分别表示天顶总电子含量及其映射函数，λf和/>分别表示波长和整数模糊度，σP和σΦ分别为伪距和载波相位的硬件噪声、多径误差以及未建模误差。
将PPP基本观测方程(10)进行线性化后与式(9)相结合，从而构造气压计与PPP紧组合函数模型：
式中，和/>分别为伪距和载波相位的OMC(观测值减计算值)，/>表示从卫星到接收机的单位矢量，Tw表示天顶对流层湿延迟残余，σh表示气压计测量噪声。
进一步地，所述步骤S3的具体过程如下：
S3-1：将线性化的气压计与PPP紧组合函数模型进行求解：
假设智能终端可接收k颗卫星的单频信号，则式(11)所述气压计与PPP紧组合函数模型可用以下矩阵形式描述：
其中，P为观测值的先验权矩阵，V表示残差向量，B表示观测值的设计矩阵，表示待估参数向量，l表示观测向量，他们的具体形式如下：
通过单历元加权最小二乘估计求解式(12)-(13)可以得到气压计与PPP紧组合函数模型的待估参数向量：
S3-2：动态调整伪距、载波相位以及气压计等观测值权重，从而实现高精度的融合定位解：
为了得到连续、稳定、高精度的融合定位解，需要动态调整式(14)中的观测值先验权矩阵，智能终端的伪距、载波相位、气压计观测值的权阵可表达为：
其中，和/>分别代表伪距、载波相位和气压计观测值的噪声方差，在给定各个观测值权重时假定他们相互之间是独立的。智能终端的伪距和载波相位观测值的噪声与载噪比相关性较强，对伪距和载波相位构建如下的加权函数：
式中，νP,κP与νΦ,κΦ分别表示伪距和载波相位加权函数的系数，可根据智能终端的观测值特性标定得到；C/N0是卫星信号的载噪比，表征当前信号的观测值质量。
智能终端的气压计观测噪声可根据实际测量值评估得到；此外，考虑到GNSS容易受到遮挡而造成定位中断，因而构造如下的气压计加权函数：
式中，ε表示智能终端气压计的测量中误差，通常取值为0.1～0.5m；ΔhB为气压计测量得到的海拔高度历元差分，ΔhP为独立PPP解算的海拔高度历元差分，δ为海拔高度历元差分的阈值，可根据智能终端的实际运动状态来确定；w1和w2表示加权因子，取值范围分别为0.2～0.8和1.5～3.0；通过式(17)-(18)可以动态有效地调整伪距、载波相位、气压计的观测权重，从而得到连续、稳定的高精度定位解。
图5为在某城市高架桥环境下小米8智能终端PPP与气压计/PPP紧组合在高程方向定位精度的对比图；从图中可以明显看出，智能终端采用独立PPP定位解算时的定位误差为6.04米，此时无法通过GNSS高程定位有效区分智能终端处于高架桥上或下的状态；而基于气压差分法构造的气压计与PPP紧组合在高程方向定位精度可达到2.81米，显著小于常见高架桥、过街天桥等的高度(约4米)，可为智能终端提供更加可靠的导航定位及高程信息。
综上，采用本发明提出的方法，基于智能终端气压计与PPP紧组合方法可在环岛立交、城市高架、过街天桥以及跨楼层活动等城市导航场景中获得更加精准的位置及高程信息；相较于以往智能终端的独立GNSS定位功能，所提出的方法有效地利用气压差分观测量弥补了GNSS在高程方向定位可靠性差、精度低的缺点，改善了智能终端的定位精度与鲁棒性，满足了大众用户在特定复杂城市环境中的高精度定位需求。
本发明充分利用了智能终端多源传感器的优势，采用气压计差分观测量与多系统PPP观测值构成紧组合模型，可有效改善典型城市导航场景如环岛立交、城市高架、过街天桥以及跨楼层活动中的定位精度并提供可靠的高程信息，弥补了GNSS在高程方向观测条件受限及遮挡环境下定位精度退化的不足，其次，即使当GNSS可观测卫星数少于四颗的情况下，通过气压计与PPP紧组合模型中气压计提供的先验高程约束信息也可保障导航解算的成功率，使智能终端的导航系统具备更强的鲁棒性。
以上所述的实施例仅是对本发明的优选方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形、变型、修改、替换，均应落入本发明权利要求书确定的保护范围内。
Claims (8)
1.一种基于气压计与PPP紧组合的智能终端高精度定位方法，其特征在于，包括如下步骤：
S1：对智能终端采集的气压计数据与GNSS观测数据进行平滑降噪；
S2：基于气压差分法得到高精度的相对高程约束信息，从而构造气压计与PPP紧组合函数模型；
S3：求PPP解紧组合函数模型并通过动态调整各观测权重以实现PPP与气压计的融合高精度定位。
2.根据权利要求1所述的定位方法，其特征在于，所述步骤S1中，包括：
S1-1：气压计采集的大气压强与海拔高度的关系描述为下式：
式中，当h0＝0时，P0代表标准大气压，P为目标位置的大气压力，R是气体比常数，g是标准重力加速度，T是以摄氏度为单位的目标位置的温度；
采用离散小波变换对气压计测量值进行平滑降噪，离散小波变换的系数如下：
式中，h(t)代表气压计信号，<·>表示内积运算；ψu,v(t)表示小波基函数，其具体框架表示为下式：
ψu,v(t)＝a-u/2ψ(a-ut-vb) (3)
其中，a,b表示尺度参数，u表示膨胀因子，v表示平移参数；
通过式(1)-(2)的离散小波变换对气压计信号分解后的高频系数进行剔除，再利用下式对分解后的低频系数进行重构：
其中，h'(t)表示去除高频噪声后的气压计信号；
经过式(1)-(3)的离散小波变换分解与重构，用于消除高频噪声对气压计数据的污染，削弱异常气压计测量值的影响。
3.根据权利要求1所述的定位方法，其特征在于，所述步骤S1中，包括：
S1-2：构建顾及电离层累积误差的载波相位平滑伪距模型：
其中，和/>分别表示第k和k-1历元的平滑伪距观测值，/>和/>分别表示第k和k-1历元的载波相位观测值；W表示平滑窗口；第一个历元的原始伪距观测值P1作为平滑器的初始值/>λ为波长。
4.根据权利要求3所述的定位方法，其特征在于，所述步骤S1-2中，还包括：利用平滑伪距和原始伪距的差异来检测电离层误差累积：
其中，△P表示原始伪距与平滑伪距的差值，σP表示伪距观测值噪声。
5.根据权利要求2所述的定位方法，其特征在于，所述步骤S2中，包括：
S2-1：基于智能终端气压计测量的气压值，采用气压差分法得到高精度的相对高程约束信息：
在GNSS地心地固坐标下，利用智能终端所在大地高度构造一个距离参考椭球高度为h的近似椭球：
式中，(X,Y,Z)为椭球面上的三维坐标，a和b分别为参考椭球的长半轴和短半轴；
将式(7)在近似位置(x,y,z)处按照泰勒级数开，忽略高阶项并分别对x,y,z求偏导数，整理可得到下式：
令即可通过气压差分法得到高精度的相对高程约束信息：
△h＝α△x+β△y+η△z (9)
其中，△x,△y,△z是三个方向上的坐标增量，△h＝h-h0为气压差分观测值，由式(1)计算得到。
6.根据权利要求5所述的定位方法，其特征在于，还包括：
S2-2:将PPP基本观测方程与气压差分约束方程相结合，从而构造气压计与PPP紧组合函数模型：
基于伪距和载波相位原始观测值的PPP基本观测方程如下：
其中，为接收机r到卫星s的几何距离，tr是与卫星系统相关的接收机时钟误差，/>为与卫星信号频率f相关的接收机钟差，br,f和/>分别表示与接收机相关和与卫星相关的码硬件时延偏差，Br,f和/>分别表示与接收机相关和与卫星相关的相位硬件时延偏差，Tr,z和/>分别为对流层天顶延迟(ZTD)及其映射函数，/>和/>分别表示天顶总电子含量及其映射函数，λf和/>分别表示波长和整数模糊度，σP和σΦ分别为伪距和载波相位的硬件噪声、多径误差以及未建模误差；
将PPP基本观测方程(10)进行线性化后与式(9)相结合，从而构造气压计与PPP紧组合函数模型：
式中，和/>分别为伪距和载波相位的OMC，/>表示从卫星到接收机的单位矢量，Tw表示天顶对流层湿延迟残余，σh表示气压计测量噪声。
7.根据权利要求6所述的定位方法，其特征在于，所述步骤S3中，包括：
S3-1：将线性化的气压计与PPP紧组合函数模型进行求解：
假设智能终端可接收k颗卫星的单频信号，则式(11)与PPP紧组合函数模型用以下矩阵形式描述：
其中，P为观测值的先验权矩阵，V表示残差向量，B表示观测值的设计矩阵，表示待估参数向量，l表示观测向量，表示如下：
通过单历元加权最小二乘估计求解式(12)-(13)可以得到气压计与PPP紧组合函数模型的待估参数向量：
8.根据权利要求7所述的定位方法，其特征在于，还包括：
S3-2：动态调整伪距、载波相位以及气压计观测值权重，从而实现高精度的融合定位解：
调整式(14)中的观测值先验权矩阵，智能终端的伪距、载波相位、气压计观测值的权阵可表达为：
其中，和/>分别代表伪距、载波相位和气压计观测值的噪声方差，对伪距和载波相位构建如下的加权函数：
式中，νP,κP与νΦ,κΦ分别表示伪距和载波相位加权函数的系数，可根据智能终端的观测值特性标定得到；C/N0是卫星信号的载噪比，表征当前信号的观测值质量；
构造如下的气压计加权函数：
式中，ε表示智能终端气压计的测量中误差，△hB为气压计测量得到的海拔高度历元差分，△hP为独立PPP解算的海拔高度历元差分，δ为海拔高度历元差分的阈值，w1和w2表示加权因子，通过式(17)动态调整伪距、载波相位、气压计的观测权重。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310034684.6A CN116106955B (zh) | 2023-01-10 | 2023-01-10 | 一种基于气压计与ppp紧组合的智能终端高精度定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310034684.6A CN116106955B (zh) | 2023-01-10 | 2023-01-10 | 一种基于气压计与ppp紧组合的智能终端高精度定位方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116106955A CN116106955A (zh) | 2023-05-12 |
| CN116106955B true CN116106955B (zh) | 2023-09-05 |
Family
ID=86257619
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310034684.6A Active CN116106955B (zh) | 2023-01-10 | 2023-01-10 | 一种基于气压计与ppp紧组合的智能终端高精度定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116106955B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106569241A (zh) * | 2016-09-27 | 2017-04-19 | 北京航空航天大学 | 一种基于gnss的单频高精度定位方法 |
| CN106772494A (zh) * | 2017-01-13 | 2017-05-31 | 中国科学院重庆绿色智能技术研究院 | 一种低成本gnss气压计组合rtk定位方法 |
| CN109709591A (zh) * | 2018-12-07 | 2019-05-03 | 中国科学院光电研究院 | 一种面向智能终端的gnss高精度定位方法 |
| CN111854746A (zh) * | 2020-07-31 | 2020-10-30 | 南京理工大学 | Mimu/csac/高度计辅助卫星接收机的定位方法 |
| CN114167472A (zh) * | 2021-11-24 | 2022-03-11 | 武汉大学 | Ins辅助gnss ppp精密动态导航定位方法及系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7961141B2 (en) * | 2008-12-09 | 2011-06-14 | Navcom Technology, Inc. | Methods and systems to increase accuracy in the navigation of single frequency receivers |
-
2023
- 2023-01-10 CN CN202310034684.6A patent/CN116106955B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106569241A (zh) * | 2016-09-27 | 2017-04-19 | 北京航空航天大学 | 一种基于gnss的单频高精度定位方法 |
| CN106772494A (zh) * | 2017-01-13 | 2017-05-31 | 中国科学院重庆绿色智能技术研究院 | 一种低成本gnss气压计组合rtk定位方法 |
| CN109709591A (zh) * | 2018-12-07 | 2019-05-03 | 中国科学院光电研究院 | 一种面向智能终端的gnss高精度定位方法 |
| CN111854746A (zh) * | 2020-07-31 | 2020-10-30 | 南京理工大学 | Mimu/csac/高度计辅助卫星接收机的定位方法 |
| CN114167472A (zh) * | 2021-11-24 | 2022-03-11 | 武汉大学 | Ins辅助gnss ppp精密动态导航定位方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116106955A (zh) | 2023-05-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109709591B (zh) | 一种面向智能终端的gnss高精度定位方法 | |
| AU2008260578B2 (en) | Distance dependant error mitigation in real-time kinematic (RTK) positioning | |
| US8035552B2 (en) | Distance dependant error mitigation in real-time kinematic (RTK) positioning | |
| US7840351B2 (en) | Method for correcting ionosphere error, and system and method for determining precision orbit using the same | |
| 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 | |
| WO2005093454A1 (en) | Method for back-up dual-frequency navigation during brief periods when measurement data is unavailable on one of two frequencies | |
| CN114966760B (zh) | 一种电离层加权的非差非组合ppp-rtk技术实现方法 | |
| CN111352137B (zh) | 一种顾及广播星历误差的多模gnss异步rtk定位方法 | |
| CN112731496B (zh) | 一种面向智能终端的gnss精密单点定位数据质量控制方法 | |
| CN111562594A (zh) | 基于站间单差和模糊度固定的北斗精密时间传递方法 | |
| CN116106955B (zh) | 一种基于气压计与ppp紧组合的智能终端高精度定位方法 | |
| CN111123315A (zh) | 非差非组合ppp模型的优化方法及装置、定位系统 | |
| Chen et al. | A new cycle slip detection and repair method for single-frequency GNSS data | |
| CN115980317B (zh) | 基于修正相位的地基gnss-r数据土壤水分估算方法 | |
| CN115902968A (zh) | 基于北斗三号geo播发增强信息的ppp终端定位方法 | |
| 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 | |
| CN115143878A (zh) | 基于方差膨胀模型的gnss/加速度计自适应融合滑坡监测方法 | |
| CN114994724A (zh) | 一种gnss伪距差分定位性能评估方法及系统 | |
| CN113267793B (zh) | 一种基于外部增强信息的gbas对流层参数生成方法 | |
| Wielgosz et al. | Research on GNSS positioning and applications in Poland in 2015–2018 | |
| CN114355410A (zh) | 基于并行计算的卫星导航实时精密单点定位系统及方法 | |
| Zheng et al. | Interpolating residual zenith tropospheric delays for improved regional area differential GPS positioning | |
| CN113359162A (zh) | 大高差基线的对流层延迟和多路径误差分离方法及系统 | |
| Wielgosz et al. | Regional ionosphere modeling based on multi-GNSS data and TPS interpolation | |
| Beran et al. | High‐Accuracy Point Positioning with Low‐Cost GPS Receivers |
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 |