CN116299623A - 一种城市复杂场景下的ppp和ins紧组合方法与系统 - Google Patents

一种城市复杂场景下的ppp和ins紧组合方法与系统 Download PDF

Info

Publication number
CN116299623A
CN116299623A CN202310536105.8A CN202310536105A CN116299623A CN 116299623 A CN116299623 A CN 116299623A CN 202310536105 A CN202310536105 A CN 202310536105A CN 116299623 A CN116299623 A CN 116299623A
Authority
CN
China
Prior art keywords
satellite
wide
gnss
ionosphere
frequency point
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.)
Granted
Application number
CN202310536105.8A
Other languages
English (en)
Other versions
CN116299623B (zh
Inventor
朱行
姚宜斌
许超钤
张琦
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.)
Wuhan University WHU
Original Assignee
Wuhan University WHU
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 Wuhan University WHU filed Critical Wuhan University WHU
Priority to CN202310536105.8A priority Critical patent/CN116299623B/zh
Publication of CN116299623A publication Critical patent/CN116299623A/zh
Application granted granted Critical
Publication of CN116299623B publication Critical patent/CN116299623B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
    • 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
    • G01S19/03—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers
    • G01S19/07—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers providing data for correcting measured positioning data, e.g. DGPS [differential GPS] or ionosphere corrections
    • 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
    • G01S19/03—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers
    • G01S19/07—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers providing data for correcting measured positioning data, e.g. DGPS [differential GPS] or ionosphere corrections
    • G01S19/072—Ionosphere corrections
    • 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
    • G01S19/22—Multipath-related issues
    • 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

本发明涉及一种城市复杂场景下的PPP和INS紧组合方法与系统，方法包括：基于高精度斜向电离层延迟信息构建斜向电离层模型，所述斜向电离层模型用于根据用户需求提供对应的用户自身电离层延迟信息；基于GNSS载波相位观测值构建GNSS观测量模型，所述GNSS观测模型用于提供抗多路径观测值；基于扩展卡尔曼滤波器将惯性导航系统测量值、所述抗多路径观测值以及所述用户自身电离层延迟信息进行融合以实现所述PPP和INS的紧组合。可附加高精度电离层约束且无视GNSS信号多路径干扰，在复杂城市场景中实现高精度连续稳定的导航和定位。

Description

一种城市复杂场景下的PPP和INS紧组合方法与系统
技术领域
本发明涉及卫星导航定位技术领域，特别涉及一种城市复杂场景下的PPP和INS紧组合方法与系统。
背景技术
随着新兴技术如自动驾驶汽车和移动机器人的发展，城市场景的高精度定位需求越来越大。而精密单点定位技术（PPP）和惯性导航系统（INS）的组合由于其低成本、高精度和无需架设基站的特性，已经成为城市导航和定位技术的主要选择。但由于GNSS信号容易受到环境的干扰，导致其在复杂城市环境中的应用依然存在较大挑战。
首先，相关技术在应用于复杂城市环境时，建筑物会对GNSS卫星信号产生多路径反射进而引发非视距误差，由于该误差无法通过差分或参数估计的方法消除，极大的制约了PPP/INS（PPP与INS的组合技术）的定位精度和收敛速度。
此外，在复杂城市环境中相关技术中采用PPP时通常会频繁的模糊度重新初始化，这导致PPP/INS需要较长的收敛时间才能达到cm级精度，严重时甚至无法完成收敛。而目前已经存在的电离层格网产品大多基于电离层薄层假设和投影函数，通常改正精度较低，无法有效提升PPP的收敛时间。一种可附加高精度电离层约束并且无视GNSS信号多路径干扰的PPP/INS系统，就有望在复杂城市场景中实现高精度连续稳定的导航和定位。
发明内容
本发明实施例提供一种城市复杂场景下的PPP和INS紧组合方法与系统，可附加高精度电离层约束且无视GNSS信号多路径干扰，在复杂城市场景中实现高精度连续稳定的导航和定位。
一方面，本发明实施例提供了一种城市复杂场景下的PPP和INS紧组合方法，其特征在于，其包括步骤：
基于高精度斜向电离层延迟信息构建斜向电离层模型，所述斜向电离层模型用于根据用户需求提供对应的用户自身电离层延迟信息；
基于GNSS载波相位观测值构建GNSS观测量模型，所述GNSS观测模型用于提供抗多路径观测值；
基于扩展卡尔曼滤波器将惯性导航系统测量值、所述抗多路径观测值以及所述用户自身电离层延迟信息进行融合以实现所述PPP和INS的紧组合。
一些实施例中，所述基于高精度斜向电离层延迟信息构建斜向电离层模型，包括步骤：
提取高精度斜向电离层延迟信息；
采用高度角和方位角的二阶多项式表征各基准站电离层的变化并求解二阶多项式系数获取最终的斜向电离层模型。
一些实施例中，所述提取高精度斜向电离层延迟信息，包括步骤：
基于第一公式提取所述高精度斜向电离层延迟信息，所述第一公式包括：
Figure SMS_1
其中，
Figure SMS_2
为测站到卫星间的高精度的斜向电离层延迟，/>
Figure SMS_3
为第一频点上的纯净斜向电离层延迟，/>
Figure SMS_4
分别为接收机端和卫星端第一频点和第二频点间的伪距硬件延迟，/>
Figure SMS_5
分别为接收机端和卫星端的宽项FCB产品误差, />
Figure SMS_6
分别为第一频点和第二频点的频率，/>
Figure SMS_7
为第一频点的波长。
一些实施例中，所述采用高度角和方位角的二阶多项式表征各基准站电离层的变化并求解二阶多项式系数获取最终的斜向电离层模型，包括步骤：
基于第二公式获取最终的斜向电离层模型，所述第二公式包括：
Figure SMS_8
其中，
Figure SMS_9
是t时刻基准站r到卫星j的模型化斜向电离层延迟，/>
Figure SMS_10
是t时刻基准站r到卫星j间的高度角，/>
Figure SMS_11
是t时刻基准站r到卫星j间的方位角，/>
Figure SMS_12
是待估参数。
一些实施例中，基于GNSS载波相位观测值构建GNSS观测量模型，所述GNSS观测模型用于提供抗多路径观测值，包括步骤：
利用GNSS载波相位观测值和伪距观测值计算超宽项和宽项的浮点模糊度；
结合卫星端FCB产品采用就近取整算法计算所述超宽项和宽项的整周模糊度获取不受噪声影响的超宽项和宽项的模糊度；
基于GNSS载波相位观测值以及所述不受噪声影响的超宽项和宽项的模糊度生成抗多路径观测值。
一些实施例中，所述利用GNSS载波相位观测值和伪距观测值计算超宽项和宽项的浮点模糊度，包括步骤：
基于第三公式计算所述超宽项和宽项的浮点模糊度，所述第三公式包括：
Figure SMS_13
其中，
Figure SMS_16
是超宽项的浮点模糊度，/>
Figure SMS_18
是宽项的浮点模糊度，/>
Figure SMS_20
分别对应为卫星端的超宽项、宽项的小数周偏差，/>
Figure SMS_15
分别对应为接收机端的超宽项、宽项的小数周偏差，/>
Figure SMS_19
分别对应为超宽项、宽项的整周模糊度，/>
Figure SMS_21
分别对应为超宽项、宽项的浮点模糊度的未模型化误差，/>
Figure SMS_23
分别对应为第一频点、第二频点和第三频点的波长，/>
Figure SMS_14
分别对应为第一频点、第二频点和第三频点的频率，/>
Figure SMS_17
分别对应为测站r和卫星j间在第一频点、第二频点上的GNSS伪距观测值，/>
Figure SMS_22
分别对应为测站r和卫星j间在第一频点、第二频点和第三频点上的GNSS载波相位观测值。
一些实施例中，结合卫星端FCB产品采用就近取整算法计算所述超宽项和宽项的整周模糊度并获取不受噪声影响的超宽项和宽项的模糊度，包括步骤：
基于第四公式获取不受噪声影响的超宽项和宽项的模糊度，所述第四公式包括：
Figure SMS_24
其中，
Figure SMS_25
是卫星j和卫星k间的单差整周模糊度，/>
Figure SMS_26
是就近取整函数，/>
Figure SMS_27
是卫星j和卫星k间的单差浮点模糊度，/>
Figure SMS_28
是星间单差/>
Figure SMS_29
为不受/>
Figure SMS_30
影响的超宽项和宽项的模糊度。
一些实施例中，所述基于GNSS载波相位观测值以及所述不受噪声影响的超宽项和宽项的模糊度生成抗多路径观测值，包括步骤：
基于第五公式生成所述抗多路径观测值，所述第五公式包括：
Figure SMS_31
其中，
Figure SMS_32
是所述抗多路径观测值，/>
Figure SMS_33
分别为测站到卫星j和卫星k的几何距离，/>
Figure SMS_34
分别为在第1频点、第2频点、第3频点挑选卫星j和卫星k的载波相位观测值做差，/>
Figure SMS_35
分别为卫星j和卫星k的钟差，/>
Figure SMS_36
分别为测站卫星j和卫星k的斜向对流层延迟，/>
Figure SMS_37
为抗多路径观测值/>
Figure SMS_38
的噪声。
一些实施例中，所述基于扩展卡尔曼滤波器将惯性导航系统测量值、所述抗多路径观测值以及所述用户自身电离层延迟信息进行融合以实现所述PPP和INS的紧组合，包括步骤：
基于第六公式构建状态模型，所述第六公式包括：
Figure SMS_39
其中，
Figure SMS_42
表示矢量的反对称矩阵，上下标e、/>
Figure SMS_45
和b分别代表ECEF、惯性系ECI和载体系，/>
Figure SMS_49
是e系下的失准角、速度和位置误差矢量，/>
Figure SMS_40
表示b系相对于e系的姿态误差，/>
Figure SMS_47
是b系到e系的旋转矩阵，/>
Figure SMS_50
是b系下的比力，/>
Figure SMS_53
是e系下的地球自转角速率，/>
Figure SMS_41
分别是陀螺、加计的零偏，/>
Figure SMS_44
分别是相关时间、驱动噪声参数，/>
Figure SMS_51
分别表示角速度、加速度的过程噪声，/>
Figure SMS_54
为对流层的天顶湿延迟，/>
Figure SMS_43
为星间单差电离层延迟，/>
Figure SMS_46
分别表示/>
Figure SMS_48
的过程噪声，/>
Figure SMS_52
为星间单差模糊度；
基于第七公式构建量测模型，所述第九公式包括：
Figure SMS_55
其中，
Figure SMS_56
是INS预测的抗多路径GNSS观测值；/>
Figure SMS_57
是GNSS天线和卫星间的方向余弦矢量，/>
Figure SMS_58
分别是卫星j和卫星k的对流层湿延迟映射函数，
Figure SMS_59
为对流层斜延迟，/>
Figure SMS_60
是用户根据所述斜向电离层模型计算的斜向电离层延迟，
Figure SMS_61
是对应的量测噪声。
第二方面，本发明实施例还提供了一种城市复杂场景下的PPP和INS紧组合系统，其特征在于，其包括：
斜向电离层模型构建模块，其用于根据高精度斜向电离层延迟信息构建斜向电离层模型，所述斜向电离层模型用于根据用户需求提供对应的用户自身电离层延迟信息；
GNSS观测量模型构建模块，其用于根据GNSS载波相位观测值构建GNSS观测量模型，所述GNSS观测模型用于提供抗多路径观测值；
融合模块，其用于采用扩展卡尔曼滤波器将惯性导航系统测量值、所述抗多路径观测值以及所述用户自身电离层延迟信息进行融合以实现所述PPP和INS的紧组合。
本发明提供的技术方案带来的有益效果包括：
本发明实施例提供了一种可适用于城市复杂场景下的PPP和INS紧组合方法，首先基于区域CORS站网构建可提供高精度斜向电离层信息的斜向电离层模型，其用于为后续提供高精度电离层延迟给PPP/INS用户以加快其收敛到厘米级定位精度的时间；之后基于GNSS载波相位观测值构建出具有抗多路径效果的GNSS观测量，避免了相关技术中采用GNSS伪距观测值导致观测量易受多路径影响的问题。最后基于卡尔曼滤波器将惯性导航系统（MEMS-IMU）的测量值、抗多路径效果的GNSS观测量和高精度斜向电离层信息进行融合，构建出能够在复杂城市环境中实现快速收敛和无视GNSS信号多路径干扰的PPP/INS紧组合模型，可解决以往PPP/INS方法在城市峡谷地区精度差、收敛速度慢的问题，从而完成更多的高精度导航定位的任务。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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为本发明实施例提供的一种城市复杂场景下的PPP和INS紧组合方法的流程示意图；
图2为本发明实施例提供的高精度斜向电离层生成过程示意图；
图3为本发明实施例提供的一种城市复杂场景下的PPP和INS紧组合系统结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，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的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。
如图1所示，本发明实施例提供了一种城市复杂场景下的PPP和INS紧组合方法，其包括步骤：
S100:基于高精度斜向电离层延迟信息构建斜向电离层模型，所述斜向电离层模型用于根据用户需求提供对应的用户自身电离层延迟信息；
S200:基于GNSS载波相位观测值构建GNSS观测量模型，所述GNSS观测模型用于提供抗多路径观测值；
S300:基于扩展卡尔曼滤波器将惯性导航系统测量值、所述抗多路径观测值以及所述用户自身电离层延迟信息进行融合以实现所述PPP和INS的紧组合。
需要说明的是，所述高精度是指可达厘米级的定位精度。
本发明实施例提供了一种可适用于城市复杂场景下的PPP和INS紧组合方法，首先基于区域CORS站网构建可提供高精度斜向电离层信息的斜向电离层模型，其用于为后续提供高精度电离层延迟给PPP和INS用户以加快其收敛到厘米级定位精度的时间；之后基于GNSS载波相位观测值构建出具有抗多路径效果的GNSS观测量，避免了相关技术中采用GNSS伪距观测值导致观测量易受多路径影响的问题。最后基于卡尔曼滤波器将惯性导航系统（MEMS-IMU）的测量值、抗多路径效果的GNSS观测量和高精度斜向电离层信息进行融合，构建出能够在复杂城市环境中实现快速收敛和无视GNSS信号多路径干扰的PPP/INS紧组合模型，可解决以往PPP/INS方法在城市峡谷地区精度差、收敛速度慢的问题，从而完成更多的高精度导航定位的任务。
如图2所示，一些实施例中，S100包括：
S110:提取高精度斜向电离层延迟信息；
S120:采用高度角和方位角的二阶多项式表征各基准站电离层的变化并求解二阶多项式系数获取最终的斜向电离层模型。
可优选地，S110中基于第一公式提取高精度斜向电离层延迟信息，且第一公式包括：
Figure SMS_62
其中，
Figure SMS_63
为测站到卫星间的高精度的斜向电离层延迟，/>
Figure SMS_64
为第一频点上的纯净斜向电离层延迟，/>
Figure SMS_65
分别为接收机端和卫星端第一频点和第二频点间的伪距硬件延迟，/>
Figure SMS_66
分别为接收机端和卫星端的宽项FCB产品误差, />
Figure SMS_67
分别为第一频点和第二频点的频率，/>
Figure SMS_68
为第一频点的波长。
需要说明的是，本发明实施例可基于伪距和载波的观测值模型进行推导和描述，伪距和载波的观测值模型可表示为：
Figure SMS_69
式中，上标s表示GNSS系统，且
Figure SMS_73
上标j表示卫星PRN号，下标r表示测站，下标f表示观测值在第几频点上f∈(1,2,3)，/>
Figure SMS_76
是伪距观测值，/>
Figure SMS_79
是载波相位观测值，
Figure SMS_71
是测站和卫星间的几何距离，/>
Figure SMS_77
是接收机的钟差，/>
Figure SMS_80
是卫星的钟差，/>
Figure SMS_82
是测站到卫星的斜向对流层延迟，/>
Figure SMS_70
是测站和卫星间的斜向电离层延迟，/>
Figure SMS_75
是电离层系数，/>
Figure SMS_78
是f频点的频率（以GPS为例/>
Figure SMS_81
是卫星j的浮点模型度，/>
Figure SMS_72
是波长，/>
Figure SMS_74
分别是伪距和载波观测值未模型化的误差。
一些实施例中，S120中可基于第二公式获取最终的斜向电离层模型，且第二公式包括：
Figure SMS_83
其中，
Figure SMS_84
是t时刻基准站r到卫星j的模型化斜向电离层延迟，/>
Figure SMS_85
是t时刻基准站r到卫星j间的高度角，/>
Figure SMS_86
是t时刻基准站r到卫星j间的方位角，/>
Figure SMS_87
是待估参数。
可以理解的是，若将5分钟内基准站r到所有卫星间的电离层延迟信息当作虚拟观测值组建误差方程，通过最小二乘算法求解出二阶多项式系数为：
Figure SMS_88
一些实施例中，可基于斜向电离层模型插值出GNSS用户到各卫星间的斜向电离层延迟。可优选地，利用GNSS用户周边的基准站，按照距离越近权重越大的原则进行插值，具体表示为：
Figure SMS_89
其中，
Figure SMS_90
为插值出的GNSS用户到卫星j的斜向电离层延迟，/>
Figure SMS_91
为基准站ref到卫星j的斜向电离层延迟，/>
Figure SMS_92
为用户到基准站ref的距离，/>
Figure SMS_93
表示用户插值的精度。
一些实施例中，S200包括步骤：
S210:利用GNSS载波相位观测值和伪距观测值计算超宽项和宽项的浮点模糊度；
S220: 结合卫星端FCB产品采用就近取整算法计算所述超宽项和宽项的整周模糊度并获取不受噪声影响的超宽项和宽项的模糊度；
S230:基于GNSS载波相位观测值以及所述不受噪声影响的超宽项和宽项的模糊度生成抗多路径观测值。
可优选地，S210中基于第三公式计算所述超宽项和宽项的浮点模糊度，且第三公式包括：
Figure SMS_94
其中，
Figure SMS_97
是超宽项的浮点模糊度，/>
Figure SMS_100
是宽项的浮点模糊度，/>
Figure SMS_103
分别对应为卫星端的超宽项、宽项的小数周偏差，/>
Figure SMS_96
分别对应为接收机端的超宽项、宽项的小数周偏差，/>
Figure SMS_98
分别对应为超宽项、宽项的整周模糊度，/>
Figure SMS_101
分别对应为超宽项、宽项的浮点模糊度的未模型化误差，/>
Figure SMS_104
分别对应为第一频点、第二频点和第三频点的波长，/>
Figure SMS_95
分别对应为第一频点、第二频点和第三频点的频率，/>
Figure SMS_99
分别对应为测站r和卫星j间在第一频点、第二频点上的GNSS伪距观测值，/>
Figure SMS_102
分别对应为测站r和卫星j间在第一频点、第二频点和第三频点上的GNSS载波相位观测值。
一些实施例中，S220中可基于第四公式获取不受噪声影响的超宽项和宽项的模糊度，且第四公式包括：
Figure SMS_105
其中，
Figure SMS_106
是卫星j和卫星k间的单差整周模糊度，/>
Figure SMS_107
是就近取整函数，/>
Figure SMS_108
是卫星j和卫星k间的单差浮点模糊度，/>
Figure SMS_109
是星间单差/>
Figure SMS_110
为不受/>
Figure SMS_111
影响的超宽项和宽项的模糊度。
可以理解的是，可以固定超宽项和宽项的浮点模糊度，主要是因为超宽项和宽项的模糊度波长较长，使得：
Figure SMS_112
一些实施例中，S230中基于第五公式生成所述抗多路径观测值，且第五公式包括：
Figure SMS_113
其中，
Figure SMS_114
是所述抗多路径观测值，/>
Figure SMS_115
分别为测站到卫星j和卫星k的几何距离，/>
Figure SMS_116
分别为在第1频点、第2频点、第3频点挑选卫星j和卫星k的载波相位观测值做差，/>
Figure SMS_117
分别为卫星j和卫星k的钟差，/>
Figure SMS_118
分别为测站卫星j和卫星k的斜向对流层延迟，/>
Figure SMS_119
为抗多路径观测值/>
Figure SMS_120
的噪声。
可以理解的是，由于伪距观测值测量精度较差且易受多路径的干扰，而载波相位观测值不易受多路径影响（最大仅1/4周）并具有较高观测精度。本发明实施例构建
Figure SMS_121
并没有使用伪距观测值，而仅利用了载波相位观测值，所以/>
Figure SMS_122
拥有抗多路径的效果。
可优选地，考虑到星间单差载波观测值
Figure SMS_123
也具有抗多路径的效果，将其一并加入到最终的GNSS观测量模型中，得到：
Figure SMS_124
一些实施例中，S300中，构建城市复杂场景下的PPP/INS紧组合模型为：采用扩展卡尔曼滤波器完成抗多路径观测值
Figure SMS_125
、MEMS-IMU观测值和高精度斜向电离层延迟的信息融合。由于状态和测量模型是实现卡尔曼滤波的关键，可通过构建状态模型和测量模型实现，具体地：
基于第六公式构建状态模型，它是在WGS-84 ECEF参考框架下展开的，第六公式包括：
Figure SMS_126
其中，
Figure SMS_129
表示矢量的反对称矩阵，上下标e、/>
Figure SMS_134
和b分别代表ECEF、惯性系ECI和载体系，/>
Figure SMS_143
是e系下的失准角、速度和位置误差矢量，/>
Figure SMS_130
表示b系相对于e系的姿态误差，/>
Figure SMS_136
是b系到e系的旋转矩阵，/>
Figure SMS_133
是b系下的比力，/>
Figure SMS_139
是e系下的地球自转角速率，/>
Figure SMS_128
分别是陀螺、加计的零偏，/>
Figure SMS_141
分别是相关时间、驱动噪声参数，/>
Figure SMS_132
分别表示角速度、加速度的过程噪声，/>
Figure SMS_138
为对流层的天顶湿延迟，/>
Figure SMS_135
为星间单差电离层延迟（即/>
Figure SMS_142
)，
Figure SMS_131
分别表示/>
Figure SMS_140
的过程噪声，/>
Figure SMS_127
为星间单差模糊度（即/>
Figure SMS_137
)；
基于第七公式构建量测模型，所述第九公式包括：
Figure SMS_144
其中，
Figure SMS_145
是INS预测的抗多路径GNSS观测值；/>
Figure SMS_146
是GNSS天线和卫星间的方向余弦矢量，/>
Figure SMS_147
分别是卫星j和卫星k的对流层湿延迟映射函数，
Figure SMS_148
为对流层斜延迟，/>
Figure SMS_149
是用户根据所述斜向电离层模型计算的斜向电离层延迟，
Figure SMS_150
是对应的量测噪声。
如图3所示，本发明实施例还提供一种城市复杂场景下的PPP和INS紧组合系统，其包括：
斜向电离层模型构建模块，其用于根据高精度斜向电离层延迟信息构建斜向电离层模型，所述斜向电离层模型用于根据用户需求提供对应的用户自身电离层延迟信息；
GNSS观测量模型构建模块，其用于根据GNSS载波相位观测值构建GNSS观测量模型，所述GNSS观测模型用于提供抗多路径观测值；
融合模块，其用于采用扩展卡尔曼滤波器将惯性导航系统测量值、所述抗多路径观测值以及所述用户自身电离层延迟信息进行融合以实现所述PPP和INS的紧组合。
需要说明的是，所述高精度是指可达厘米级的定位精度。
本发明实施例提供了一种可适用于城市复杂场景下的PPP和INS紧组合系统，斜向电离层模型构建模块可为后续提供高精度电离层延迟给PPP/INS用户以加快其收敛到厘米级定位精度的时间；GNSS观测量模型构建模块基于GNSS载波相位观测值构建出具有抗多路径效果的GNSS观测量，避免了相关技术中采用GNSS伪距观测值导致观测量易受多路径影响的问题。融合模块基于卡尔曼滤波器将惯性导航系统（MEMS-IMU）的测量值、抗多路径效果的GNSS观测量和高精度斜向电离层信息进行融合，构建出能够在复杂城市环境中实现快速收敛和无视GNSS信号多路径干扰的PPP/INS紧组合模型，可解决以往PPP/INS方法在城市峡谷地区精度差、收敛速度慢的问题，从而完成更多的高精度导航定位的任务。
一些实施例中，斜向电离层模型构建模块还用于：
提取高精度斜向电离层延迟信息；
采用高度角和方位角的二阶多项式表征各基准站电离层的变化并求解二阶多项式系数获取最终的斜向电离层模型。
可优选地，斜向电离层模型构建模块基于第一公式提取高精度斜向电离层延迟信息，且第一公式包括：
Figure SMS_151
其中，
Figure SMS_152
为测站到卫星间的高精度的斜向电离层延迟，/>
Figure SMS_153
为第一频点上的纯净斜向电离层延迟，/>
Figure SMS_154
分别为接收机端和卫星端第一频点和第二频点间的伪距硬件延迟，/>
Figure SMS_155
分别为接收机端和卫星端的宽项FCB产品误差, />
Figure SMS_156
分别为第一频点和第二频点的频率，/>
Figure SMS_157
为第一频点的波长。
需要说明的是，本发明实施例可基于伪距和载波的观测值模型进行推导和描述，伪距和载波的观测值模型可表示为：
Figure SMS_158
式中，上标s表示GNSS系统，且
Figure SMS_162
上标j表示卫星PRN号，下标r表示测站，下标f表示观测值在第几频点上f∈(1,2,3)，/>
Figure SMS_164
是伪距观测值，/>
Figure SMS_167
是载波相位观测值，
Figure SMS_161
是测站和卫星间的几何距离，/>
Figure SMS_165
是接收机的钟差，/>
Figure SMS_169
是卫星的钟差，/>
Figure SMS_171
是测站到卫星的斜向对流层延迟，/>
Figure SMS_159
是测站和卫星间的斜向电离层延迟，/>
Figure SMS_166
是电离层系数，/>
Figure SMS_168
是f频点的频率（以GPS为例/>
Figure SMS_170
是卫星j的浮点模型度，/>
Figure SMS_160
是波长，/>
Figure SMS_163
分别是伪距和载波观测值未模型化的误差。
一些实施例中，斜向电离层模型构建模块可基于第二公式获取最终的斜向电离层模型，且第二公式包括：
Figure SMS_172
其中，
Figure SMS_173
是t时刻基准站r到卫星j的模型化斜向电离层延迟，/>
Figure SMS_174
是t时刻基准站r到卫星j间的高度角，/>
Figure SMS_175
是t时刻基准站r到卫星j间的方位角，/>
Figure SMS_176
是待估参数。
可以理解的是，若将5分钟内基准站r到所有卫星间的电离层延迟信息当作虚拟观测值组建误差方程，通过最小二乘算法求解出二阶多项式系数为：
Figure SMS_177
一些实施例中，可基于斜向电离层模型插值出GNSS用户到各卫星间的斜向电离层延迟。可优选地，利用GNSS用户周边的基准站，按照距离越近权重越大的原则进行插值，具体表示为：
Figure SMS_178
其中，
Figure SMS_179
为插值出的GNSS用户到卫星j的斜向电离层延迟，/>
Figure SMS_180
为基准站ref到卫星j的斜向电离层延迟，/>
Figure SMS_181
为用户到基准站ref的距离，/>
Figure SMS_182
表示用户插值的精度。
一些实施例中，GNSS观测量模型构建模块还用于：
利用GNSS载波相位观测值和伪距观测值计算超宽项和宽项的浮点模糊度；
采用就近取整算法计算所述超宽项和宽项的整周模糊度并结合卫星端FCB产品获取不受噪声影响的超宽项和宽项的模糊度；
基于GNSS载波相位观测值以及所述不受噪声影响的超宽项和宽项的模糊度生成抗多路径观测值。
可优选地，GNSS观测量模型构建模块基于第三公式计算所述超宽项和宽项的浮点模糊度，且第三公式包括：
Figure SMS_183
其中，
Figure SMS_186
是超宽项的浮点模糊度，/>
Figure SMS_188
是宽项的浮点模糊度，/>
Figure SMS_190
分别对应为卫星端的超宽项、宽项的小数周偏差，/>
Figure SMS_185
分别对应为接收机端的超宽项、宽项的小数周偏差，/>
Figure SMS_187
分别对应为超宽项、宽项的整周模糊度，/>
Figure SMS_191
分别对应为超宽项、宽项的浮点模糊度的未模型化误差，/>
Figure SMS_193
分别对应为第一频点、第二频点和第三频点的波长，/>
Figure SMS_184
分别对应为第一频点、第二频点和第三频点的频率，/>
Figure SMS_189
分别对应为测站r和卫星j间在第一频点、第二频点上的GNSS伪距观测值，/>
Figure SMS_192
分别对应为测站r和卫星j间在第一频点、第二频点和第三频点上的GNSS载波相位观测值。
一些实施例中，GNSS观测量模型构建模块可基于第四公式获取不受噪声影响的超宽项和宽项的模糊度，且第四公式包括：
Figure SMS_194
其中，
Figure SMS_195
是卫星j和卫星k间的单差整周模糊度，/>
Figure SMS_196
是就近取整函数，/>
Figure SMS_197
是卫星j和卫星k间的单差浮点模糊度，/>
Figure SMS_198
是星间单差
Figure SMS_199
为不受/>
Figure SMS_200
影响的超宽项和宽项的模糊度。
可以理解的是，可以固定超宽项和宽项的浮点模糊度，主要是因为超宽项和宽项的模糊度波长较长，使得：
Figure SMS_201
一些实施例中，GNSS观测量模型构建模块基于第五公式生成所述抗多路径观测值，且第五公式包括：
Figure SMS_202
其中，
Figure SMS_203
是所述抗多路径观测值，/>
Figure SMS_204
分别为测站到卫星j和卫星k的几何距离，/>
Figure SMS_205
分别为在第1频点、第2频点、第3频点挑选卫星j和卫星k的载波相位观测值做差，/>
Figure SMS_206
分别为卫星j和卫星k的钟差，/>
Figure SMS_207
分别为测站卫星j和卫星k的斜向对流层延迟，/>
Figure SMS_208
为抗多路径观测值/>
Figure SMS_209
的噪声。
可以理解的是，由于伪距观测值测量精度较差且易受多路径的干扰，而载波相位观测值不易受多路径影响（最大仅1/4周）并具有较高观测精度。本发明实施例构建
Figure SMS_210
并没有使用伪距观测值，而仅利用了载波相位观测值，所以/>
Figure SMS_211
拥有抗多路径的效果。
可优选地，考虑到星间单差载波观测值
Figure SMS_212
也具有抗多路径的效果，将其一并加入到最终的GNSS观测量模型中，得到：
Figure SMS_213
一些实施例中，融合模块构建城市复杂场景下的PPP/INS紧组合模型时：采用扩展卡尔曼滤波器完成抗多路径观测值
Figure SMS_214
MEMS-IMU观测值和高精度斜向电离层延迟的信息融合。由于状态和测量模型是实现卡尔曼滤波的关键，可通过构建状态模型和测量模型实现，具体地：
基于第六公式构建状态模型，它是在WGS-84 ECEF参考框架下展开的，第六公式包括：
Figure SMS_215
其中，
Figure SMS_221
表示矢量的反对称矩阵，上下标e、/>
Figure SMS_224
和b分别代表ECEF、惯性系ECI和载体系，/>
Figure SMS_232
是e系下的失准角、速度和位置误差矢量，/>
Figure SMS_219
表示b系相对于e系的姿态误差，/>
Figure SMS_229
是b系到e系的旋转矩阵，/>
Figure SMS_223
是b系下的比力，/>
Figure SMS_231
是e系下的地球自转角速率，/>
Figure SMS_222
分别是陀螺、加计的零偏，/>
Figure SMS_230
分别是相关时间、驱动噪声参数，/>
Figure SMS_216
分别表示角速度、加速度的过程噪声，/>
Figure SMS_228
为对流层的天顶湿延迟，/>
Figure SMS_218
为星间单差电离层延迟（即/>
Figure SMS_227
)，
Figure SMS_217
分别表示/>
Figure SMS_225
的过程噪声，/>
Figure SMS_220
为星间单差模糊度（即/>
Figure SMS_226
)；
基于第七公式构建量测模型，所述第九公式包括：
Figure SMS_233
其中，
Figure SMS_234
是INS预测的抗多路径GNSS观测值；/>
Figure SMS_235
是GNSS天线和卫星间的方向余弦矢量，/>
Figure SMS_236
分别是卫星j和卫星k的对流层湿延迟映射函数，
Figure SMS_237
为对流层斜延迟，/>
Figure SMS_238
是用户根据所述斜向电离层模型计算的斜向电离层延迟，
Figure SMS_239
是对应的量测噪声。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读存储介质上，计算机可读存储介质可以包括计算机可读存储介质（或非暂时性介质）和通信介质（或暂时性介质）。
需要说明的是，在本发明中，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。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种城市复杂场景下的PPP和INS紧组合方法，其特征在于，其包括步骤：
基于高精度斜向电离层延迟信息构建斜向电离层模型，所述斜向电离层模型用于根据用户需求提供对应的用户自身电离层延迟信息；
基于GNSS载波相位观测值构建GNSS观测量模型，所述GNSS观测模型用于提供抗多路径观测值；
基于扩展卡尔曼滤波器将惯性导航系统测量值、所述抗多路径观测值以及所述用户自身电离层延迟信息进行融合以实现所述PPP和INS的紧组合。
2.如权利要求1所述的一种城市复杂场景下的PPP和INS紧组合方法，其特征在于，所述基于高精度斜向电离层延迟信息构建斜向电离层模型，包括步骤：
提取高精度斜向电离层延迟信息；
采用高度角和方位角的二阶多项式表征各基准站电离层的变化并求解二阶多项式系数获取最终的斜向电离层模型。
3.如权利要求2所述的一种城市复杂场景下的PPP和INS紧组合方法，其特征在于，所述提取高精度斜向电离层延迟信息，包括步骤：
基于第一公式提取所述高精度斜向电离层延迟信息，所述第一公式包括：
Figure QLYQS_1
其中，
Figure QLYQS_2
为测站到卫星间的高精度的斜向电离层延迟，/>
Figure QLYQS_3
为第一频点上的纯净斜向电离层延迟，/>
Figure QLYQS_4
分别为接收机端和卫星端第一频点和第二频点间的伪距硬件延迟，/>
Figure QLYQS_5
分别为接收机端和卫星端的宽项FCB产品误差, />
Figure QLYQS_6
分别为第一频点和第二频点的频率，/>
Figure QLYQS_7
为第一频点的波长。
4.如权利要求3所述的一种城市复杂场景下的PPP和INS紧组合方法，其特征在于，所述采用高度角和方位角的二阶多项式表征各基准站电离层的变化并求解二阶多项式系数获取最终的斜向电离层模型，包括步骤：
基于第二公式获取最终的斜向电离层模型，所述第二公式包括：
Figure QLYQS_8
其中，
Figure QLYQS_9
是t时刻基准站r到卫星j的模型化斜向电离层延迟，/>
Figure QLYQS_10
是t时刻基准站r到卫星j间的高度角，/>
Figure QLYQS_11
是t时刻基准站r到卫星j间的方位角，/>
Figure QLYQS_12
是待估参数。
5.如权利要求1所述的一种城市复杂场景下的PPP和INS紧组合方法，其特征在于，基于GNSS载波相位观测值构建GNSS观测量模型，所述GNSS观测模型用于提供抗多路径观测值，包括步骤：
利用GNSS载波相位观测值和伪距观测值计算超宽项和宽项的浮点模糊度；
结合卫星端FCB产品采用就近取整算法计算所述超宽项和宽项的整周模糊度获取不受噪声影响的超宽项和宽项的模糊度；
基于GNSS载波相位观测值以及所述不受噪声影响的超宽项和宽项的模糊度生成抗多路径观测值。
6.如权利要求5所述的一种城市复杂场景下的PPP和INS紧组合方法，其特征在于，所述利用GNSS载波相位观测值和伪距观测值计算超宽项和宽项的浮点模糊度，包括步骤：
基于第三公式计算所述超宽项和宽项的浮点模糊度，所述第三公式包括：
Figure QLYQS_13
其中，
Figure QLYQS_15
是超宽项的浮点模糊度，/>
Figure QLYQS_18
是宽项的浮点模糊度，/>
Figure QLYQS_21
分别对应为卫星端的超宽项、宽项的小数周偏差，/>
Figure QLYQS_16
分别对应为接收机端的超宽项、宽项的小数周偏差，/>
Figure QLYQS_19
分别对应为超宽项、宽项的整周模糊度，/>
Figure QLYQS_22
分别对应为超宽项、宽项的浮点模糊度的未模型化误差，/>
Figure QLYQS_23
分别对应为第一频点、第二频点和第三频点的波长，/>
Figure QLYQS_14
分别对应为第一频点、第二频点和第三频点的频率，/>
Figure QLYQS_17
分别对应为测站r和卫星j间在第一频点、第二频点上的GNSS伪距观测值，/>
Figure QLYQS_20
分别对应为测站r和卫星j间在第一频点、第二频点和第三频点上的GNSS载波相位观测值。
7.如权利要求6所述的一种城市复杂场景下的PPP和INS紧组合方法，其特征在于，结合卫星端FCB产品采用就近取整算法计算所述超宽项和宽项的整周模糊度并获取不受噪声影响的超宽项和宽项的模糊度，包括步骤：
基于第四公式获取不受噪声影响的超宽项和宽项的模糊度，所述第四公式包括：
Figure QLYQS_24
其中，
Figure QLYQS_25
是卫星j和卫星k间的单差整周模糊度，/>
Figure QLYQS_26
是就近取整函数，/>
Figure QLYQS_27
是卫星j和卫星k间的单差浮点模糊度，/>
Figure QLYQS_28
是星间单差/>
Figure QLYQS_29
为不受/>
Figure QLYQS_30
影响的超宽项和宽项的模糊度。
8.如权利要求7所述的一种城市复杂场景下的PPP和INS紧组合方法，其特征在于，所述基于GNSS载波相位观测值以及所述不受噪声影响的超宽项和宽项的模糊度生成抗多路径观测值，包括步骤：
基于第五公式生成所述抗多路径观测值，所述第五公式包括：
Figure QLYQS_31
其中，
Figure QLYQS_32
是所述抗多路径观测值，/>
Figure QLYQS_33
分别为测站到卫星j和卫星k的几何距离，/>
Figure QLYQS_34
分别为在第1频点、第2频点、第3频点挑选卫星j和卫星k的载波相位观测值做差，/>
Figure QLYQS_35
分别为卫星j和卫星k的钟差，/>
Figure QLYQS_36
分别为测站卫星j和卫星k的斜向对流层延迟，/>
Figure QLYQS_37
为抗多路径观测值/>
Figure QLYQS_38
的噪声。
9.如权利要求1所述的一种城市复杂场景下的PPP和INS紧组合方法，其特征在于，所述基于扩展卡尔曼滤波器将惯性导航系统测量值、所述抗多路径观测值以及所述用户自身电离层延迟信息进行融合以实现所述PPP和INS的紧组合，包括步骤：
基于第六公式构建状态模型，所述第六公式包括：
Figure QLYQS_39
其中，
Figure QLYQS_41
表示矢量的反对称矩阵，上下标e、/>
Figure QLYQS_45
和b分别代表ECEF、惯性系ECI和载体系，
Figure QLYQS_51
是e系下的失准角、速度和位置误差矢量，/>
Figure QLYQS_42
表示b系相对于e系的姿态误差，/>
Figure QLYQS_47
是b系到e系的旋转矩阵，/>
Figure QLYQS_48
是b系下的比力，/>
Figure QLYQS_52
是e系下的地球自转角速率，/>
Figure QLYQS_40
分别是陀螺、加计的零偏，/>
Figure QLYQS_44
分别是相关时间、驱动噪声参数，/>
Figure QLYQS_49
分别表示角速度、加速度的过程噪声，/>
Figure QLYQS_54
为对流层的天顶湿延迟，/>
Figure QLYQS_43
为星间单差电离层延迟，/>
Figure QLYQS_46
分别表示/>
Figure QLYQS_50
的过程噪声，/>
Figure QLYQS_53
为星间单差模糊度；
基于第七公式构建量测模型，所述第七公式包括：
Figure QLYQS_55
其中，
Figure QLYQS_56
是INS预测的抗多路径GNSS观测值；/>
Figure QLYQS_57
是GNSS天线和卫星间的方向余弦矢量，/>
Figure QLYQS_58
分别是卫星j和卫星k的对流层湿延迟映射函数，/>
Figure QLYQS_59
为对流层斜延迟，/>
Figure QLYQS_60
是用户根据所述斜向电离层模型计算的斜向电离层延迟，
Figure QLYQS_61
是对应的量测噪声。
10.一种城市复杂场景下的PPP和INS紧组合系统，其特征在于，其包括：
斜向电离层模型构建模块，其用于根据高精度斜向电离层延迟信息构建斜向电离层模型，所述斜向电离层模型用于根据用户需求提供对应的用户自身电离层延迟信息；
GNSS观测量模型构建模块，其用于根据GNSS载波相位观测值构建GNSS观测量模型，所述GNSS观测模型用于提供抗多路径观测值；
融合模块，其用于采用扩展卡尔曼滤波器将惯性导航系统测量值、所述抗多路径观测值以及所述用户自身电离层延迟信息进行融合以实现所述PPP和INS的紧组合。
CN202310536105.8A 2023-05-12 2023-05-12 一种城市复杂场景下的ppp和ins紧组合方法与系统 Active CN116299623B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310536105.8A CN116299623B (zh) 2023-05-12 2023-05-12 一种城市复杂场景下的ppp和ins紧组合方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310536105.8A CN116299623B (zh) 2023-05-12 2023-05-12 一种城市复杂场景下的ppp和ins紧组合方法与系统

Publications (2)

Publication Number Publication Date
CN116299623A true CN116299623A (zh) 2023-06-23
CN116299623B CN116299623B (zh) 2023-08-01

Family

ID=86834475

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310536105.8A Active CN116299623B (zh) 2023-05-12 2023-05-12 一种城市复杂场景下的ppp和ins紧组合方法与系统

Country Status (1)

Country Link
CN (1) CN116299623B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116609799A (zh) * 2023-07-20 2023-08-18 武汉大学 一种厘米级斜向电离层延迟产品的生成方法及装置
CN117782080A (zh) * 2024-02-23 2024-03-29 中国科学院空天信息创新研究院 基于PPP-B2b/INS的实时空基导航系统及方法

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103760572A (zh) * 2014-01-13 2014-04-30 东南大学 一种基于区域cors的单频ppp电离层加权方法
US20160377730A1 (en) * 2014-12-16 2016-12-29 Trimble Navigation Limited Navigation satellite system positioning involving the generation of correction information
WO2017022391A1 (ja) * 2015-08-06 2017-02-09 古野電気株式会社 マルチパス検出装置、マルチパス検出方法、マルチパス検出プログラム、測位装置、測位方法、および測位プログラム
US20170269229A1 (en) * 2016-03-18 2017-09-21 Deere & Company Satellite Navigation Receiver With Improved Ambiguity Resolution
CN108828642A (zh) * 2018-08-01 2018-11-16 太原理工大学 一种ins辅助bds单频接收机的模糊度快速解算方法
CN110068848A (zh) * 2019-03-08 2019-07-30 江苏北斗星通汽车电子有限公司 一种高性能rtk处理技术方法
NO20180681A1 (en) * 2018-05-14 2019-11-15 Indra Navia As Multi Frequency Monitor for detecting ionospheric and tropospheric disturbances
CN111638535A (zh) * 2020-05-15 2020-09-08 山东科技大学 一种用于gnss实时精密单点定位的混合模糊度固定方法
US20210255335A1 (en) * 2020-02-13 2021-08-19 Mitsubishi Electric Research Laboratories, Inc. System and Method for GNSS Ambiguity Resolution
CN113970772A (zh) * 2021-10-27 2022-01-25 东南大学 一种面向城市环境的多频bds-2/bds-3/ins车载组合定位方法
CN114721012A (zh) * 2022-05-24 2022-07-08 武汉大学 一种电离层延迟效应改正方法及装置
CN115561796A (zh) * 2022-10-18 2023-01-03 云南电网有限责任公司电力科学研究院 一种电网无人机巡检实时定位方法和系统
CN115932923A (zh) * 2022-12-29 2023-04-07 浙江工业大学 一种基于v2v的共享gnss车辆增强协作定位方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103760572A (zh) * 2014-01-13 2014-04-30 东南大学 一种基于区域cors的单频ppp电离层加权方法
US20160377730A1 (en) * 2014-12-16 2016-12-29 Trimble Navigation Limited Navigation satellite system positioning involving the generation of correction information
WO2017022391A1 (ja) * 2015-08-06 2017-02-09 古野電気株式会社 マルチパス検出装置、マルチパス検出方法、マルチパス検出プログラム、測位装置、測位方法、および測位プログラム
US20170269229A1 (en) * 2016-03-18 2017-09-21 Deere & Company Satellite Navigation Receiver With Improved Ambiguity Resolution
NO20180681A1 (en) * 2018-05-14 2019-11-15 Indra Navia As Multi Frequency Monitor for detecting ionospheric and tropospheric disturbances
CN108828642A (zh) * 2018-08-01 2018-11-16 太原理工大学 一种ins辅助bds单频接收机的模糊度快速解算方法
CN110068848A (zh) * 2019-03-08 2019-07-30 江苏北斗星通汽车电子有限公司 一种高性能rtk处理技术方法
US20210255335A1 (en) * 2020-02-13 2021-08-19 Mitsubishi Electric Research Laboratories, Inc. System and Method for GNSS Ambiguity Resolution
CN111638535A (zh) * 2020-05-15 2020-09-08 山东科技大学 一种用于gnss实时精密单点定位的混合模糊度固定方法
CN113970772A (zh) * 2021-10-27 2022-01-25 东南大学 一种面向城市环境的多频bds-2/bds-3/ins车载组合定位方法
CN114721012A (zh) * 2022-05-24 2022-07-08 武汉大学 一种电离层延迟效应改正方法及装置
CN115561796A (zh) * 2022-10-18 2023-01-03 云南电网有限责任公司电力科学研究院 一种电网无人机巡检实时定位方法和系统
CN115932923A (zh) * 2022-12-29 2023-04-07 浙江工业大学 一种基于v2v的共享gnss车辆增强协作定位方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
BO XU 等: "A unified cycle-slip, multipath estimation, detection and mitigation method for VIO-aided PPP in urban environments", GPS SOLUTIONS, pages 1 - 14 *
YIBIN YAO 等: "A Novel Approach for Establishing the Global Ionospheric Model With High Spatiotemporal Resolution", IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, pages 1 - 12 *
姚宜斌 等: "基于CORS的区域大气增强产品对实时PPP的影响", 武汉大学学报, vol. 44, no. 12, pages 1739 - 1748 *
符彦: "一种机载GNSS高精度定位算法", 全球定位系统, vol. 44, no. 2, pages 38 - 45 *
郑彬;王宇;欧钢;: "利用恒星日滤波改进精密单点电离层延迟提取", 武汉大学学报(信息科学版), no. 07, pages 983 - 988 *
黎蕾蕾;杨盛;丁学文;陈华;陈渠森;柳景斌;孙红星;: "一种INS辅助的PPP周跳探测方法", 测绘学报, no. 11, pages 1457 - 1465 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116609799A (zh) * 2023-07-20 2023-08-18 武汉大学 一种厘米级斜向电离层延迟产品的生成方法及装置
CN116609799B (zh) * 2023-07-20 2023-10-20 武汉大学 一种厘米级斜向电离层延迟产品的生成方法及装置
CN117782080A (zh) * 2024-02-23 2024-03-29 中国科学院空天信息创新研究院 基于PPP-B2b/INS的实时空基导航系统及方法
CN117782080B (zh) * 2024-02-23 2024-04-30 中国科学院空天信息创新研究院 基于PPP-B2b/INS的实时空基导航系统及方法

Also Published As

Publication number Publication date
CN116299623B (zh) 2023-08-01

Similar Documents

Publication Publication Date Title
CN107710017B (zh) 用于在实时运动模式和相对定位模式之间切换的卫星导航接收器及方法
US10802160B2 (en) Rapid determination of precise position by aiding data
RU2759392C1 (ru) Способ позиционирования и устройство позиционирования высокой точности - кинематики в реальном времени (ppp-rtk)
CN116299623B (zh) 一种城市复杂场景下的ppp和ins紧组合方法与系统
AU2008260578B2 (en) Distance dependant error mitigation in real-time kinematic (RTK) positioning
CN109196380B (zh) 具有改进的模糊度解算的卫星导航接收器
CN111381264B (zh) 网络rtk中长基线模糊度固定方法和平台
CN115267863A (zh) 一种精密单点定位逐级模糊度固定方法
CN110749907A (zh) 一种基于北斗动定位中接收机的钟差补偿方法及其系统
CN112731502B (zh) 一种无人机空中加油惯性辅助北斗三频精密相对导航方法
CN113204042A (zh) 一种基于精密单点定位的多星座联合列车定位方法
CN115561796A (zh) 一种电网无人机巡检实时定位方法和系统
CN115220078A (zh) 基于载波相位差分的gnss高精度定位方法及导航方法
Yi On improving the accuracy and reliability of GPS/INS-based direct sensor georeferencing
WO2023107742A1 (en) System and method for correcting satellite observations
CN114397684A (zh) 模糊度的固定方法及相关设备
CN115327593A (zh) 基于无人机的定位方法、系统及存储介质
CN116430428A (zh) 一种三频精密单点定位测速方法、系统、计算机设备和可读存储介质
CN114002722A (zh) Gnss定位方法及其装置
CN111288990A (zh) 一种架空检修机器人组合姿态测量方法
CN116299586A (zh) 基于广播星历的精密单点定位方法、接收机、设备和介质
CN113671551B (zh) Rtk定位解算方法
CN115267858A (zh) 一种区域导航系统辅助的精密单点定位方法
CN112230249A (zh) 一种基于城市多路径误差抑制的相对定位方法
CN112987048B (zh) 一种适用于Andriod智能终端的高精度定位方法、智能终端以及存储介质

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