CN116299616A - 一种附加已知基线约束的部分整周模糊度解算方法 - Google Patents

一种附加已知基线约束的部分整周模糊度解算方法 Download PDF

Info

Publication number
CN116299616A
CN116299616A CN202310134899.5A CN202310134899A CN116299616A CN 116299616 A CN116299616 A CN 116299616A CN 202310134899 A CN202310134899 A CN 202310134899A CN 116299616 A CN116299616 A CN 116299616A
Authority
CN
China
Prior art keywords
ambiguity
integer ambiguity
fixed
subset
integer
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
CN202310134899.5A
Other languages
English (en)
Inventor
贾春
邹兆波
李阳
赵琳
李亮
丁继成
李慧
臧楠
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.)
Harbin Engineering University
Original Assignee
Harbin Engineering 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 Harbin Engineering University filed Critical Harbin Engineering University
Priority to CN202310134899.5A priority Critical patent/CN116299616A/zh
Publication of CN116299616A publication Critical patent/CN116299616A/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
    • G01S19/44—Carrier phase ambiguity resolution; Floating ambiguity; LAMBDA [Least-squares AMBiguity Decorrelation Adjustment] method

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

本发明是一种附加已知基线约束的部分整周模糊度解算方法。本发明涉及卫星导航技术领域，本发明利用最优选星策略保留最佳可用卫星数确定整周模糊度待固定子集，利用伪距与相位双差构建几何相关模型，通过最优平差估计理论获得整周模糊度待固定子集的浮点解与相应协方差，通过LAMBDA算法得到模糊度待固定子集的搜索基准，针对每个模糊度扩展指定的搜索范围，利用已知基线长度约束信息在备选解集合中评估整周模糊度的正确性，最终确定最优备选解。本发明不仅扩展了搜索范围，而且利用已知基线长度信息评估整周模糊度正确性，能够极大提升整周模糊度解算成功率，在具有已知基线约束的卫星高精度定位或测向应用场景中具有重要发展潜力。

Description

一种附加已知基线约束的部分整周模糊度解算方法
技术领域
本发明涉及卫星导航技术领域，是一种附加已知基线约束的部分整周模糊度解算方法。
背景技术
全球导航卫星系统(GlobalNavigationSatelliteSystems,GNSS)测向技术已广泛用于海陆空天等动态平台的导航环节中。GNSS测向技术的实质可归结为GNSS短基线动动载波相位差分定位解算，其关键在于整周模糊度的快速与准确的固定。由于GNSS测向技术通常会将不少于2个接收天线固连在刚性平台上(如：汽车、舰船等)，此时接收天线间在载体系下的基线长度可以预先标定测量得到。此已知基线长度可以作为约束条件用以提升整周模糊度解算成功率。
在GNSS测向技术中，利用已知基线长度信息的方法较多，但主要策略可以归类为以下3种：方法1：将已知基线长度进行线性化处理作为虚拟观测量直接引入函数模型中，增加模型观测冗余度，改善整周模糊度的浮点精度；方法2：将已知基线长度只用于对整周模糊度正确性检验的依据，并不直接参与整周模糊度解算，而是保障整周模糊度解算正确性；方法3：将已知基线长度融入到整周模糊度解算过程中，修改整周模糊度搜索准则，典型方法为附有基线长度约束的LAMBDA算法(ConstrainedLeast-squaresAMBiguityDecorrelation Adjustment,C-LAMBDA算法)。
方法1需要对已知基线长度信息进行线性化处理，由于初始接收天线位置未知，需要采用单点定位给定概略值，所带来的米级以上定位偏差将会造成较大线性化误差，严重时甚至不会提升模型估计强度，反而会在整周模糊度浮点解中引入偏差，造成整周模糊度解算成功率降低。因此，在已知基线长度较短时，如小于10m，该方法在实际应用中并不会对算法性能有本质提升，甚至会导致整周模糊度解算模型性能降低。方法2并未对整周模糊度解算提供任何增益信息，而是在获得整周模糊度备选集后，从中替代或与比率检验联合，对整周模糊度正确性实施判断，提升整周模糊度固定正确率。该方法的优势在于无需修改现有LAMBDA算法框架，处理方法简单。但该方法在观测质量较差的复杂环境中，因未改变LAMBDA算法获得备选集的执行流程，可能造成备选集中可能并未包含整周模糊度真实解，最终导致整个模糊度固定失败。方法3将已知基线长度信息融入到整周模糊度解算的代价函数中，一定程度上可有效提升整周模糊度固定成功率。但该方法增加了算法搜索负担，在整周模糊度搜索向量递增时，会导致整周模糊度搜索效率迅速降低。与此同时，该方法对较差的观测量质量较为敏感，也可能会导致部分历元整个模糊度固定失败。
针对上述问题，当前基于已知基线约束的整周模糊度方法仍存在较大提升空间，本发明提出一种附加已知基线约束的部分整周模糊度解算方法，能够有效提升整周模糊度固定成功率。
发明内容
本发明为在具有已知基线约束的卫星高精度定位或测向应用场景中，有效提升整周模糊度固定成功率。基于此，本发明提供一种附加已知基线约束的部分整周模糊度解算方法。
需要说明的是，在本文中，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。
本发明提供了一种附加已知基线约束的部分整周模糊度解算方法，本发明提供了以下技术方案：
一种附加已知基线约束的部分整周模糊度解算方法，所述方法包括以下步骤：
步骤1：根据卫星星历文件与用户概略位置，确定得到全部可见卫星的高度角与方位角；
步骤2：基于全部可见卫星的高度角与方位角信息，根据用户预先设置截止高度角与选星数量要求确定最优选星策略，并决定整周模糊度待固定子集列向量zn；
步骤3：利用伪距与载波相位观测量构建几何相关模型；
步骤4：将整周模糊度待固定子集的浮点解与相应的方差-协方差带入到LAMBDA算法中，求解得到相应的整周模糊度待固定子集的最优备选解列向量；
步骤5：将列向量
Figure BDA0004085114630000031
内每个模糊度元素/>
Figure BDA0004085114630000032
j∈[1,n]，j为整数，作为一个基准，扩展±m周，得到针对该模糊度元素可能的备选集合/>
Figure BDA0004085114630000033
i∈[-m,m]，i为整数，将所有模糊度元素的备选集合进行排列组合，构成(2m+1)n组针对整周模糊度待固定子集的备选解列向量/>
Figure BDA0004085114630000034
k∈[1,(2m+1)n]，k为整数；
步骤6：利用(2m+1)n组整周模糊度待固定子集的备选解列向量
Figure BDA0004085114630000035
得到不同备选解对应的几何基线固定解列向量/>
Figure BDA0004085114630000036
步骤7：遍历(2m+1)n组备选解列向量
Figure BDA0004085114630000037
根据步骤6计算几何基线解，并与已知基线长度进行基线长度残差计算，将基线长度残差值不超过固定监测阈值，且模糊度残差取最小者的最优备选解列向量/>
Figure BDA0004085114630000038
作为最终的整周模糊度固定解。
优选地，所述步骤1具体为：
利用北斗卫星星历文件计算得到北斗每颗卫星的位置为rs，利用单点定位算法得到用户概略位置rr，得到站星投影向量
Figure BDA0004085114630000041
为：
Figure BDA0004085114630000042
其中，*表示为范数；则每颗卫星的高度角
Figure BDA0004085114630000043
与方位角/>
Figure BDA0004085114630000044
可以表示为：
Figure BDA0004085114630000045
Figure BDA0004085114630000046
Figure BDA0004085114630000047
其中，Er表示为地心地固坐标系向当地坐标系转换矩阵；arctan(*)表示为反正切操作；arcsin(*)表示为反正弦操作。
优选地，所述步骤2以卫星在星空视图中均匀分布为原则，以几何分布因子为衡量基准确定最优选星策略，且全部可见卫星数小于预先设置选星数量时，则不实施选星策略，而是直接利用全部可见卫星参与后续解算，最小可见卫星数为4颗。
优选地，所述步骤3具体为：
利用伪距与载波相位观测量构建几何相关模型，
E(y)＝Hb+Fa+Bz,D(y)＝Qyy
其中，E(*)表示随机变量的期望；D(*)表示随机变量的方差；y＝[pT,φT]T表示双差伪距观测量p与载波相位观测量φ残差，对应的观测量方差-协方差表示为Qyy；b表示几何基线向量，对应的设计矩阵为H；a表示保持浮点状态的整周模糊度子集，对应的设计矩阵为F；z表示整周模糊度待固定子集，对应的设计矩阵为B；
利用最小二乘估计方法，求解得到几何基线浮点解列向量
Figure BDA0004085114630000051
与相应方差-协方差
Figure BDA0004085114630000052
以及整周模糊度待固定子集浮点解列向量/>
Figure BDA0004085114630000053
与相应方差-协方差/>
Figure BDA0004085114630000054
其中几何基线与整周模糊度待固定子集间的方差-协方差表示为/>
Figure BDA0004085114630000055
优选地，所述步骤7具体为：
最优备选解列向量
Figure BDA0004085114630000056
通过下式计算：
Figure BDA0004085114630000057
Figure BDA0004085114630000058
其中，argmin(*)表示使代价函数达到最小值时的变量取值，|*|表示取绝对值；(*)T表示向量转置；(*)-1表示向量求逆；b0表示已知基线长度，Th表示监测阈值，
Figure BDA0004085114630000059
为满足监测阈值监测的所有索引值。
优选地，当整周模糊度正确固定，则几何基线估计值与已知基线长度残差一般不超过1cm，故设置监测阈值Th为1cm，当在载体为动态复杂环境且观测量质量较差情况，Th放宽至2cm。
优选地，步骤5中m值的选取将根据应用动态场景、观测量质量、模型误差传播特性以及运算效率因素进行预先确定。
一种附加已知基线约束的部分整周模糊度解算系统，所述系统包括：
数据处理模块，所述数据处理模块根据卫星星历文件与用户概略位置，确定得到全部可见卫星的高度角与方位角；
策略决策模块，所述策略决策模块基于全部可见卫星的高度角与方位角信息，根据用户预先设置截止高度角与选星数量要求确定最优选星策略，并决定整周模糊度待固定子集列向量zn；
模型建立模块，所述模型建立模块利用伪距与载波相位观测量构建几何相关模型；
整周模糊度解算模块，所述整周模糊度解算模块将整周模糊度待固定子集的浮点解与相应的方差-协方差带入到LAMBDA算法中，求解得到相应的整周模糊度待固定子集的最优备选解列向量，提升整周模糊度解算成功率。
一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，以用于实现一种附加已知基线约束的部分整周模糊度解算方法。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现一种附加已知基线约束的部分整周模糊度解算方法。
本发明具有以下有益效果：
本发明与现有技术相比：
本发明利用最优选星策略保留最佳可用卫星数，从而确定整周模糊度待固定子集，一定程度降低搜索全部整周模糊度带来的计算负担，然后利用伪距与相位双差构建几何相关模型，通过最优平差估计理论获得整周模糊度待固定子集的浮点解与相应协方差，通过LAMBDA算法得到模糊度待固定子集的搜索基准，然后针对每个模糊度扩展指定的搜索范围，并利用已知基线长度信息在备选解集合中评估整周模糊度正确性，确定最优备选解，从而能够有效提升整周模糊度解算成功率。
传统LAMBDA方法仅选择最优与次优备选解两组，在动态复杂环境下可能无法覆盖整周模糊度正确解集，导致整周模糊度解算失败。本发明不仅扩展了搜索范围，而且利用已知基线长度信息评估整周模糊度正确性，能够极大提升整周模糊度解算成功率，在具有已知基线约束的卫星高精度定位或测向应用场景中具有重要发展潜力。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为附加已知基线约束的部分整周模糊度解算方法的流程图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“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”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
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，可以具体情况理解上述术语在本发明中的具体含义。
此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
以下结合具体实施例，对本发明进行了详细说明。
具体实施例一：
根据图1所示，本发明为解决上述技术问题采取的具体优化技术方案是：本发明涉及一种附加已知基线约束的部分整周模糊度解算方法。
一种附加已知基线约束的部分整周模糊度解算方法，所述方法包括以下步骤：
步骤1：根据卫星星历文件与用户概略位置，确定得到全部可见卫星的高度角与方位角；
所述步骤1具体为：
利用北斗卫星星历文件计算得到北斗每颗卫星的位置为rs，利用单点定位算法得到用户概略位置rr，得到站星投影向量er s为：
Figure BDA0004085114630000081
其中，*表示为范数；则每颗卫星的高度角
Figure BDA0004085114630000082
与方位角/>
Figure BDA0004085114630000083
可以表示为：
Figure BDA0004085114630000084
Figure BDA0004085114630000085
Figure BDA0004085114630000086
其中，Er表示为地心地固坐标系向当地坐标系转换矩阵；arctan(*)表示为反正切操作；arcsin(*)表示为反正弦操作。
步骤2：基于全部可见卫星的高度角与方位角信息，根据用户预先设置截止高度角与选星数量要求确定最优选星策略，并决定整周模糊度待固定子集列向量zn；
所述步骤2以卫星在星空视图中均匀分布为原则，以几何分布因子为衡量基准确定最优选星策略，且全部可见卫星数小于预先设置选星数量时，则不实施选星策略，而是直接利用全部可见卫星参与后续解算，最小可见卫星数为4颗。
步骤3：利用伪距与载波相位观测量构建几何相关模型；
所述步骤3具体为：
利用伪距与载波相位观测量构建几何相关模型，
E(y)＝Hb+Fa+Bz,D(y)＝Qyy
其中，E(*)表示随机变量的期望；D(*)表示随机变量的方差；y＝[pT,φT]T表示双差伪距观测量p与载波相位观测量φ残差，对应的观测量方差-协方差表示为Qyy；b表示几何基线向量，对应的设计矩阵为H；a表示保持浮点状态的整周模糊度子集，对应的设计矩阵为F；z表示整周模糊度待固定子集，对应的设计矩阵为B；
利用最小二乘估计方法，求解得到几何基线浮点解列向量
Figure BDA0004085114630000091
与相应方差-协方差
Figure BDA0004085114630000092
以及整周模糊度待固定子集浮点解列向量/>
Figure BDA0004085114630000093
与相应方差-协方差/>
Figure BDA0004085114630000094
其中几何基线与整周模糊度待固定子集间的方差-协方差表示为/>
Figure BDA0004085114630000095
将模型中的全部整周模糊度分为两部分，第一部分为保持浮点状态的整周模糊度子集，另一部分为待固定的整周模糊度子集；
步骤4：将整周模糊度待固定子集的浮点解与相应的方差-协方差带入到LAMBDA算法中，求解得到相应的整周模糊度待固定子集的最优备选解列向量；
只需要LAMBDA(Least-squaresAMBiguityDecorrelationAdjustment,LAMBDA)算法输出1组最优备选解，而非传统算法中要求输出最优与次优2组备选解。
步骤5：将列向量
Figure BDA0004085114630000101
内每个模糊度元素/>
Figure BDA0004085114630000102
j∈[1,n]，j为整数，作为一个基准，扩展±m周，得到针对该模糊度元素可能的备选集合/>
Figure BDA0004085114630000103
i∈[-mm]，i为整数，将所有模糊度元素的备选集合进行排列组合，构成(2m+1)n组针对整周模糊度待固定子集的备选解列向量/>
Figure BDA0004085114630000104
k∈[1,(2m+1)n]，k为整数；
步骤5中m值的选取将根据应用动态场景、观测量质量、模型误差传播特性以及运算效率因素进行预先确定。
步骤6：利用(2m+1)n组整周模糊度待固定子集的备选解列向量
Figure BDA0004085114630000105
得到不同备选解对应的几何基线固定解列向量/>
Figure BDA0004085114630000106
步骤7：遍历(2m+1)n组备选解列向量
Figure BDA0004085114630000107
根据步骤6计算几何基线解，并与已知基线长度进行基线长度残差计算，将基线长度残差值不超过固定监测阈值，且模糊度残差取最小者的最优备选解列向量/>
Figure BDA0004085114630000108
作为最终的整周模糊度固定解。
所述步骤7具体为：
最优备选解列向量
Figure BDA0004085114630000109
通过下式计算：
Figure BDA00040851146300001010
Figure BDA00040851146300001011
其中，argmin(*)表示使代价函数达到最小值时的变量取值，|*|表示取绝对值；(*)T表示向量转置；(*)-1表示向量求逆；b0表示已知基线长度，Th表示监测阈值，
Figure BDA00040851146300001012
为满足监测阈值监测的所有索引值。
Th值的选取将根据应用动态场景、观测量质量、模型误差传播特性进行预先确定。
当整周模糊度正确固定，则几何基线估计值与已知基线长度残差一般不超过1cm，故设置监测阈值Th为1cm，当在载体为动态复杂环境且观测量质量较差情况，Th放宽至2cm。
本发明的目的是为在具有已知基线约束的卫星高精度定位或测向应用场景中，有效提升整周模糊度固定成功率，而提供一种附加已知基线约束的部分整周模糊度解算方法。本发明利用最优选星策略保留最佳可用卫星数，从而确定整周模糊度待固定子集，一定程度降低搜索全部整周模糊度带来的计算负担，然后利用伪距与相位双差构建几何相关模型，通过最优平差估计理论获得整周模糊度待固定子集的浮点解与相应协方差，通过LAMBDA算法得到模糊度待固定子集的搜索基准，然后针对每个模糊度扩展指定的搜索范围，并利用已知基线长度信息在备选解集合中评估整周模糊度正确性，确定最优备选解，从而能够有效提升整周模糊度解算成功率。
本发明提供一种附加已知基线约束的部分整周模糊度解算系统，所述系统包括：
数据处理模块，所述数据处理模块根据卫星星历文件与用户概略位置，确定得到全部可见卫星的高度角与方位角；
策略决策模块，所述策略决策模块基于全部可见卫星的高度角与方位角信息，根据用户预先设置截止高度角与选星数量要求确定最优选星策略，并决定整周模糊度待固定子集列向量zn；
模型建立模块，所述模型建立模块利用伪距与载波相位观测量构建几何相关模型；
整周模糊度解算模块，所述整周模糊度解算模块将整周模糊度待固定子集的浮点解与相应的方差-协方差带入到LAMBDA算法中，求解得到相应的整周模糊度待固定子集的最优备选解列向量，提升整周模糊度解算成功率。
本发明提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，以用于实现一种附加已知基线约束的部分整周模糊度解算方法。
本发明提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现一种附加已知基线约束的部分整周模糊度解算方法。
具体实施例二：
本申请实施例二与实施例一的区别仅在于：
一种附加已知基线约束的部分整周模糊度解算方法，以基于已知基线长度的北斗测向技术为实施例，具体的执行步骤如下：
S1利用北斗卫星星历文件与用户概略位置，求解得到全部可见卫星的高度角与方位角；
利用北斗卫星星历文件计算得到北斗每颗卫星的位置为rs，利用单点定位算法得到用户概略位置rr，得到站星投影向量
Figure BDA0004085114630000121
为：
Figure BDA0004085114630000122
式中*表示为范数；则每颗卫星的高度角
Figure BDA0004085114630000123
与方位角/>
Figure BDA0004085114630000124
可以表示为：
Figure BDA0004085114630000125
Figure BDA0004085114630000126
Figure BDA0004085114630000127
式中Er表示为地心地固坐标系向当地坐标系转换矩阵；arctan(*)表示为反正切操作；arcsin(*)表示为反正弦操作。
S2借助全部可见卫星的高度角与方位角信息，根据用户预先设置截止高度角与选星数量要求确定最优选星策略，并决定整周模糊度待固定子集列向量zn，其中n为子集内元素个数；
在该步骤中，为避免低高度角观测量易受多径效应干扰，设置截止高度为20°；选星数量顾及模型具有一定冗余且能够识别故障卫星，因此设置选星数量为6颗。以卫星在星空视图中均匀分布为原则，几何分布因子(Geometrical DilutionOfPrecision,GDOP)为衡量基准确定6颗卫星选择策略。首先，选择卫星高度角最高作为第1颗，然后将其他卫星高度角按照20°～40°，40°～70°以及70°～90°划分。如20°～40°高度角区间卫星数等于多于3颗，则以方位角从小到大进行排序，取方位角均匀分布的3颗卫星，如低于3颗为i(i<3)，则全部选择，剩余卫星数5-i在其他区间选择；如40°～70°高度角区间卫星等于多于5-i颗，则以方位角从小到大进行排序，取方位角均匀分布的5-i颗卫星，如低于5-i颗为j(j<5-i)，则全部选择，剩余卫星数在70°到90°中，以方位角均匀分布进行选择，如不足，则在其他区间内随机选择凑齐6颗。如果全部可见卫星数小于预先设置选星数量时，则不实施选星策略，而是直接利用全部可见卫星参与后续解算，且最小可见卫星数为4颗。本实施例针对单频观测量设计，则n设置为6。
S3利用伪距与载波相位观测量构建几何相关模型，
E(y)＝Hb+Fa+Bz,D(y)＝Qyy(5)
式中E(*)表示随机变量的期望；D(*)表示随机变量的方差；y＝[pT,φT]T表示双差伪距观测量p与载波相位观测量φ残差，对应的观测量方差-协方差表示为Qyy；b表示几何基线向量，对应的设计矩阵为H；a表示保持浮点状态的整周模糊度子集，对应的设计矩阵为F；z表示整周模糊度待固定子集，对应的设计矩阵为B。
基于式，利用最小二乘估计方法，求解得到几何基线浮点解列向量
Figure BDA0004085114630000131
与相应方差-协方差/>
Figure BDA0004085114630000141
以及整周模糊度待固定子集浮点解列向量/>
Figure BDA0004085114630000142
与相应方差-协方差/>
Figure BDA0004085114630000143
其中几何基线与整周模糊度待固定子集间的方差-协方差表示为/>
Figure BDA0004085114630000144
S4将整周模糊度待固定子集的浮点解与相应的方差-协方差带入到LAMBDA(Least-squaresAMBiguityDecorrelationAdjustment,LAMBDA)算法中，求解得到相应的整周模糊度待固定子集的最优备选解列向量
Figure BDA0004085114630000145
S5将列向量
Figure BDA0004085114630000146
内每个模糊度元素/>
Figure BDA0004085114630000147
(j∈[1,n]，j为整数)作为一个基准，扩展±m周，得到针对该模糊度元素可能的备选集合/>
Figure BDA0004085114630000148
(i∈[-m,m]，i为整数)。然后将所有模糊度元素可能的备选集合进行排列组合，可构成(2m+1)n组针对整周模糊度待固定子集的备选解列向量/>
Figure BDA0004085114630000149
(k∈[1,(2m+1)n]，k为整数)；
该步骤中，考虑到伪距观测量精度约为1m，相位波长约为0.2cm，则取m为5周，根据计算则会产生1771561种备选解。如果载体为动态复杂环境且观测量质量较差情况，则可适当放宽m的取值，这会指数级增加备选解数量。
S6利用上述(2m+1)n组整周模糊度待固定子集的备选解列向量
Figure BDA00040851146300001410
得到不同备选解对应的几何基线固定解列向量/>
Figure BDA00040851146300001411
S7遍历(2m+1)n组备选解列向量
Figure BDA00040851146300001412
利用S6计算几何基线解，并与已知基线长度进行基线长度残差计算，将基线长度残差值不超过固定监测阈值，且模糊度残差取最小者的最优备选解列向量/>
Figure BDA00040851146300001413
作为最终的整周模糊度固定解。如果没有满足式的最优备选列向量，则判定整周模糊度固定失败。
Figure BDA00040851146300001414
式中argmin(*)表示使代价函数达到最小值时的变量取值。|*|表示取绝对值；(*)T表示向量转置；(*)-1表示向量求逆；b0表示已知基线长度。Th表示监测阈值。
Figure BDA0004085114630000151
为满足监测阈值监测的所有索引值。/>
Figure BDA0004085114630000152
为确定的最优备选解。
该步骤中，如果整周模糊度正确固定，则几何基线估计值与已知基线长度残差一般不超过1cm，故设置监测阈值Th为1cm，如在载体为动态复杂环境且观测量质量较差情况，可放宽至2cm。
本发明属于卫星导航技术领域，涉及一种附加已知基线约束的部分整周模糊度解算方法，可用于具有已知基线约束的卫星高精度定位或测向应用场景中，有效提升整周模糊度解算成功率。本发明利用最优选星策略保留最佳可用卫星数，从而确定整周模糊度待固定子集，一定程度降低搜索全部整周模糊度带来的计算负担，然后利用伪距与相位双差构建几何相关模型，通过最优平差估计理论获得整周模糊度待固定子集的浮点解与相应协方差，通过LAMBDA算法得到模糊度待固定子集的搜索基准，然后针对每个模糊度扩展指定的搜索范围，并利用已知基线长度约束信息在备选解集合中评估整周模糊度的正确性，最终确定最优备选解。传统LAMBDA方法仅选择最优与次优备选解两组，在动态复杂环境下可能无法覆盖整周模糊度正确解集，导致整周模糊度解算失败。本发明不仅扩展了搜索范围，而且利用已知基线长度信息评估整周模糊度正确性，能够极大提升整周模糊度解算成功率，在具有已知基线约束的卫星高精度定位或测向应用场景中具有重要发展潜力。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。此外，术语“第一”、“第二”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”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“N个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或N个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
以上所述仅是一种附加已知基线约束的部分整周模糊度解算方法的优选实施方式，一种附加已知基线约束的部分整周模糊度解算方法的保护范围并不仅局限于上述实施例，凡属于该思路下的技术方案均属于本发明的保护范围。应当指出，对于本领域的技术人员来说，在不脱离本发明原理前提下的若干改进和变化，这些改进和变化也应视为本发明的保护范围。

Claims (10)

1.一种附加已知基线约束的部分整周模糊度解算方法，其特征是：所述方法包括以下步骤：
步骤1：根据卫星星历文件与用户概略位置，确定得到全部可见卫星的高度角与方位角；
步骤2：基于全部可见卫星的高度角与方位角信息，根据用户预先设置截止高度角与选星数量要求确定最优选星策略，并决定整周模糊度待固定子集列向量zn；
步骤3：利用伪距与载波相位观测量构建几何相关模型；
步骤4：将整周模糊度待固定子集的浮点解与相应的方差-协方差带入到LAMBDA算法中，求解得到相应的整周模糊度待固定子集的最优备选解列向量；
步骤5：将列向量
Figure FDA0004085114620000011
内每个模糊度元素/>
Figure FDA0004085114620000012
j为整数，作为一个基准，扩展±m周，得到针对该模糊度元素可能的备选集合/>
Figure FDA0004085114620000013
i为整数，将所有模糊度元素的备选集合进行排列组合，构成(2m+1)n组针对整周模糊度待固定子集的备选解列向量/>
Figure FDA0004085114620000014
k为整数；
步骤6：利用(2m+1)n组整周模糊度待固定子集的备选解列向量
Figure FDA0004085114620000015
得到不同备选解对应的几何基线固定解列向量/>
Figure FDA0004085114620000016
步骤7：遍历(2m+1)n组备选解列向量
Figure FDA0004085114620000017
根据步骤6计算几何基线解，并与已知基线长度进行基线长度残差计算，将基线长度残差值不超过固定监测阈值，且模糊度残差取最小者的最优备选解列向量/>
Figure FDA0004085114620000018
作为最终的整周模糊度固定解。
2.根据权利要求1所述的方法，其特征是：所述步骤1具体为：
利用北斗卫星星历文件计算得到北斗每颗卫星的位置为rs，利用单点定位算法得到用户概略位置rr，得到站星投影向量
Figure FDA0004085114620000019
为：
Figure FDA0004085114620000021
其中，*表示为范数；则每颗卫星的高度角
Figure FDA0004085114620000022
与方位角/>
Figure FDA0004085114620000023
可以表示为：
Figure FDA0004085114620000024
Figure FDA0004085114620000025
Figure FDA0004085114620000026
其中，Er表示为地心地固坐标系向当地坐标系转换矩阵；arctan(*)表示为反正切操作；arcsin(*)表示为反正弦操作。
3.根据权利要求2所述的方法，其特征是：所述步骤2以卫星在星空视图中均匀分布为原则，以几何分布因子为衡量基准确定最优选星策略，且全部可见卫星数小于预先设置选星数量时，则不实施选星策略，而是直接利用全部可见卫星参与后续解算，最小可见卫星数为4颗。
4.根据权利要求3所述的方法，其特征是：所述步骤3具体为：
利用伪距与载波相位观测量构建几何相关模型，
E(y)＝Hb+Fa+Bz,D(y)＝Qyy
其中，E(*)表示随机变量的期望；D(*)表示随机变量的方差；y＝[pT,φT]T表示双差伪距观测量p与载波相位观测量φ残差，对应的观测量方差-协方差表示为Qyy；b表示几何基线向量，对应的设计矩阵为H；a表示保持浮点状态的整周模糊度子集，对应的设计矩阵为F；z表示整周模糊度待固定子集，对应的设计矩阵为B；
利用最小二乘估计方法，求解得到几何基线浮点解列向量
Figure FDA0004085114620000027
与相应方差-协方差/>
Figure FDA0004085114620000028
以及整周模糊度待固定子集浮点解列向量/>
Figure FDA0004085114620000029
与相应方差-协方差/>
Figure FDA00040851146200000210
其中几何基线与整周模糊度待固定子集间的方差-协方差表示为/>
Figure FDA00040851146200000211
5.根据权利要求4所述的方法，其特征是：所述步骤7具体为：
最优备选解列向量
Figure FDA0004085114620000031
通过下式计算：
Figure FDA0004085114620000032
Figure FDA0004085114620000033
其中，argmin(*)表示使代价函数达到最小值时的变量取值，|*|表示取绝对值；(*)T表示向量转置；(*)-1表示向量求逆；b0表示已知基线长度，Th表示监测阈值，k为满足监测阈值监测的所有索引值。
6.根据权利要求5所述的方法，其特征是：当整周模糊度正确固定，则几何基线估计值与已知基线长度残差一般不超过1cm，故设置监测阈值Th为1cm，当在载体为动态复杂环境且观测量质量较差情况，Th放宽至2cm。
7.根据权利要求6所述的方法，其特征是：步骤5中m值的选取将根据应用动态场景、观测量质量、模型误差传播特性以及运算效率因素进行预先确定。
8.一种附加已知基线约束的部分整周模糊度解算系统，其特征是：所述系统包括：
数据处理模块，所述数据处理模块根据卫星星历文件与用户概略位置，确定得到全部可见卫星的高度角与方位角；
策略决策模块，所述策略决策模块基于全部可见卫星的高度角与方位角信息，根据用户预先设置截止高度角与选星数量要求确定最优选星策略，并决定整周模糊度待固定子集列向量zn；
模型建立模块，所述模型建立模块利用伪距与载波相位观测量构建几何相关模型；
整周模糊度解算模块，所述整周模糊度解算模块将整周模糊度待固定子集的浮点解与相应的方差-协方差带入到LAMBDA算法中，求解得到相应的整周模糊度待固定子集的最优备选解列向量，提升整周模糊度解算成功率。
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，该程序被处理器执行，以用于实现如权利要求1-7的方法。
10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征是：所述处理器执行所述计算机程序时实现权利要求1-7的方法。
CN202310134899.5A 2023-02-20 2023-02-20 一种附加已知基线约束的部分整周模糊度解算方法 Pending CN116299616A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310134899.5A CN116299616A (zh) 2023-02-20 2023-02-20 一种附加已知基线约束的部分整周模糊度解算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310134899.5A CN116299616A (zh) 2023-02-20 2023-02-20 一种附加已知基线约束的部分整周模糊度解算方法

Publications (1)

Publication Number Publication Date
CN116299616A true CN116299616A (zh) 2023-06-23

Family

ID=86793325

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310134899.5A Pending CN116299616A (zh) 2023-02-20 2023-02-20 一种附加已知基线约束的部分整周模糊度解算方法

Country Status (1)

Country Link
CN (1) CN116299616A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116879935A (zh) * 2023-09-06 2023-10-13 江西北斗云智慧科技有限公司 一种用于北斗定位的整周模糊度确定方法、系统及计算机

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116879935A (zh) * 2023-09-06 2023-10-13 江西北斗云智慧科技有限公司 一种用于北斗定位的整周模糊度确定方法、系统及计算机
CN116879935B (zh) * 2023-09-06 2023-12-01 江西北斗云智慧科技有限公司 一种用于北斗定位的整周模糊度确定方法、系统及计算机

Similar Documents

Publication Publication Date Title
CN114174850A (zh) 用于高完整性卫星定位的系统和方法
CN108828626B (zh) 基于实时网格的网络rtk电离层延迟内插方法及系统
US9035826B2 (en) Satellite differential positioning receiver using multiple base-rover antennas
CN110531392A (zh) 一种基于ppp算法的高精度定位方法和系统
US7768451B2 (en) Methods and apparatus for geometry extra-redundant almost fixed solutions
CN107703526B (zh) 基线测向方法、装置和系统
CN113466903B (zh) 一种顾及观测值系统误差的部分模糊度固定算法
TW201445168A (zh) 一種接收機和衛星定位及測速方法
US20240142637A1 (en) System and method for gaussian process enhanced gnss corrections generation
WO2001018489A1 (en) Method and apparatus for determining that a train has changed paths
CN116879927B (zh) 基于三天线共线共钟架构的船用卫星罗经艏向测定方法
CN116299616A (zh) 一种附加已知基线约束的部分整周模糊度解算方法
CN116819580B (zh) 一种惯性辅助的双天线gnss海上船舶姿态确定方法
CN105403904A (zh) 一种基于天线阵列的卫星导航单频测姿方法
CN110426717B (zh) 一种协同定位方法及系统、定位设备、存储介质
CN109633722B (zh) 基于三分之一l1波长天线构型的小型无人机卫星寻北方法
BRPI0318358B1 (pt) método de determinar a localização de um terminal móvel em uma dada área, arranjo, e, terminal móvel
US6211821B1 (en) Apparatus and method for determining pitch and azimuth from satellite signals
CN114488235A (zh) 一种双天线卫星定向方法、系统、存储介质和电子设备
CN113189541B (zh) 一种定位方法、装置及设备
CN114417552A (zh) 一种模糊度确认方法、存储介质以及电子设备
Seube et al. Multibeam echo sounders-IMU automatic boresight calibration on natural surfaces
CN110174691B (zh) 一种定位设备、方法及计算机可读存储介质
CN112444832A (zh) 一种一机多天线接收机的周跳修复方法
RU2446410C1 (ru) Способ угловой ориентации объекта по сигналам спутниковых радионавигационных систем

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