CN116540278B - 一种云边端协同的基准动态维持方法和系统 - Google Patents
一种云边端协同的基准动态维持方法和系统 Download PDFInfo
- Publication number
- CN116540278B CN116540278B CN202310821913.9A CN202310821913A CN116540278B CN 116540278 B CN116540278 B CN 116540278B CN 202310821913 A CN202310821913 A CN 202310821913A CN 116540278 B CN116540278 B CN 116540278B
- Authority
- CN
- China
- Prior art keywords
- data
- local
- cloud
- area
- network
- 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 47
- 238000012423 maintenance Methods 0.000 title claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 37
- 238000004364 calculation method Methods 0.000 claims abstract description 19
- 238000012937 correction Methods 0.000 claims abstract description 19
- 239000005433 ionosphere Substances 0.000 claims description 26
- 239000005436 troposphere Substances 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000009827 uniform distribution Methods 0.000 claims description 3
- 238000011161 development Methods 0.000 claims 1
- 230000018109 developmental process Effects 0.000 claims 1
- 238000009826 distribution Methods 0.000 abstract description 6
- 230000005540 biological transmission Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000006855 networking Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000013213 extrapolation Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000009440 infrastructure construction Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Signal Processing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
一种云边端协同的基准动态维持方法和系统，包括如下步骤：广域参数云处理：利用全球框架网数据，实现全球导航卫星轨道、钟差码偏差及相位偏差的处理；局域大气边处理：利用加密网数据，实现局域大气延迟参数的估计；局域用户端处理：利用广域轨道、钟差、码偏差及相位偏差产品及局域大气延迟改正产品，实现用户时空位置解算。本发明解决广域和局域范围内站点分布不均匀导致的基准位置组网解算误差大、解算时间长以及难以实现动态基准维持的问题。
Description
技术领域
本发明涉及卫星导航技术领域，特别涉及一种云边端协同的基准动态维持方法和系统。
背景技术
GNSS（Global Navigation Satellite System，全球导航卫星系统）时空基准框架是由若干个相对均匀分布的GNSS连续运行参考站组成，通过定期的GNSS站点组网并进行精密的三维坐标解算，可实现GNSS基准的更新维持。从服务方式，GNSS时空基准框架从以前的快速、事后发展到实时、快速，精度从厘米级、分米级发展到毫米级。从应用领域，高精度的GNSS时空基准框架高精度位置信息可广泛用于测绘、地球物理、基础设施建设需求，其纳秒级的授时精度也广泛应用与通信系统和电力系统的时间同步。随着国民经济领域对于导航定位需求的不断提高，GNSS基准站的部署范围更广、数量更多、组网方式更加灵活，实现GNSS基准的动态维持尤为重要。传统的GNSS站点组网解算中，需要基准站相对均匀分布，解算结果易受站网网型影响，分布不均匀的基准站和较差的网型结构无法较好地控制待定点的旋转和平移, 导致定位结果出现较大的偏差；实现全球与区域组网联合解算还存在数据处理压力大的问题，站点数量增加会明显增加基线解算和网平差计算的时间、降低效率，难以实现实时GNSS基准的传递，传统基准维持过程精度低且难以实时处理以及服务处理压力大的问题。
发明内容
为克服现有技术中存在的问题，本发明的目的是提供一种云边端协同的基准动态维持方法和系统，解决广域和局域范围内站点分布不均匀导致的基准位置组网解算误差大、解算时间长以及难以实现动态基准维持的问题。
本发明由下述技术方案实现：
本发明的第一方面提供了一种云边端协同的基准动态维持方法，包括如下步骤：
步骤S100，广域参数云处理：利用全球框架网数据，实现全球导航卫星轨道、钟差码偏差及相位偏差的处理；
步骤S200，局域大气边处理：利用加密网数据，实现局域大气延迟参数的估计；
步骤S300，局域用户端处理：利用广域轨道、钟差、码偏差及相位偏差产品及局域大气延迟改正产品，实现用户时空位置解算。
进一步的，所述步骤S100包括：
步骤S110，全球基准网站点数据的接入；
步骤S120，根据站点数据流实时状态，挑选全球基准站；
步骤S130，进行卫星轨道、钟差、码偏差、相位偏差、电离层及对流层误差的估计。
进一步的，所述步骤S200包括：
步骤S210，挑选陆地区域基准站网和海上移动基准站网分布均匀的站点；
步骤S220，对所述挑选出的基准站实时数据进行数据预处理，剔除并更换部分站点数据质量差的站点；
步骤S230，对选择的站点进行分网边缘化解算，将区域划分为多个站点的格网，为区域的格网分配服务器集群的专有资源进行分网解算，进行分网解算区域内高精度的大气参数。
进一步的，所述步骤S230中，大气参数精密解算步骤如下：
步骤S231，建立区域电离层模型；
步骤S232，建立区域对流层模型。
进一步的，利用经验三维电离层模型以及实测斜向电离层信息，确定区域电离层建模的最优薄层层数以及各层最佳薄层高度。
进一步的，所述步骤S300包括：
步骤S310,接收云端状态域改正信息和局域增强信息的实时数据流，并解析实时二进制数据中的多类改正参数；
步骤S320, 选择基础精度、中精度和高精度级别的定位产品品：基础精度是米级，中精度是亚米级，高精度是毫米级；
步骤S330，支持多模式的定位方式。
本发明还涉及一种云边端协同的基准动态维持系统，包括：
广域参数云处理模块：用于利用全球框架网数据，实现全球导航卫星轨道、钟差码偏差及相位偏差的处理；
局域大气边处理模块：用于利用加密网数据，实现局域大气延迟参数的估计；
局域用户端处理模块：用于利用广域轨道、钟差、码偏差及相位偏差产品及局域大气延迟改正产品，实现用户时空位置解算。
本发明还涉及一种电子设备，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行所述的方法。
本发明还涉及一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行所述的方法。
本发明的技术方案能实现如下有益的技术效果：
本发明能够实现数据从广域基准站网的云端处理，到区域精密大气参数的边端处理，再到局域终端用户的多级协同基准动态维持，该方法顾及广域、区域和局域等不同尺度空间状态域参数的时变特征与稳定特点，同时考虑不同状态域参数估计对于基准站网的需求差异，并且实现基准站网数据的实时传输及边缘化分网处理，提升解算效率，降低服务压力。
本发明提出的方法考虑了广域及局域站点分布不均特性，利用全球基准数据得到状态域改正参数，利用局域加密站得到高精度的大气延迟信息，并将两类数据播发用户端，实现用户多级别和多模式的定位，打通了“云-边-端”的多级协同基准动态传递方式，减少了服务端的压力，实现了基准动态的高精度、多级别的维持。
附图说明
图1为本发明的云边端协同的基准动态维持方法的流程示意图；
图2为本发明的云边端协同的基准动态维持方法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
下面结合附图及实施例对本发明进行详细说明。
本发明的第一方面提供了一种多级协同的基准动态维持方法，具体的，包括如下步骤：
步骤S100，广域参数“云”处理：
利用全球框架网数据，实现全球导航卫星轨道、钟差码偏差及相位偏差的精细处理。包括如下步骤：
步骤S110，全球基准网站点数据的接入。
具体的，通过NTRIP（Networked Transport of RTCM via Internet Protocol，通过互联网进行RTCM网络传输的协议）协议接入全球基准站点的实时RTCM数据流，并进行时延监测与数据流中断监测，其中站点时延监测的算法公式如下：
（1），
其中，为站点时延参数，/>为站点RTCM数据流观测值的UTC时间，为当前UTC时间。
步骤S120，根据站点数据流实时状态，挑选全球基准站网站点中断时间小于10分钟/天，数据延迟小于3秒，且站间距约800-1000公里相对分布均匀的全球基准站。基准站选择过程中，若区域内站点数量较少，可适当补充区域加密站点，或放宽标准至中断时间小于20分钟/天，数据流时延小于5秒，站间距约1000-1500公里。
步骤S130，进行卫星轨道、钟差、码偏差、相位偏差、电离层及对流层误差的估计。
具体的，包括利用广域基准站的数据，实现所有状态域参数的实时同步估计，解算过程中需要用到的原始GNSS观测值的观测方程，表示为：
（2），
其中表示接收机标识；
表示卫星的标识；
表示频率的标识；
表示第j个频率上接收机r到卫星s伪距观测值，单位为米；
表示第j个频率上接收机r到卫星s载波相位观测值，单位为米；
表示接收机与卫星间的几何距离，单位为米；
表示接收机钟差；
表示卫星钟差；
表示接收机在第j个频率上的码偏差；
表示卫星s在第j个频率上的码偏差；
表示接收机在第j个频率上的相位偏差；
表示卫星在第j个频率上的相位偏差；
表示接收机r到卫星s的对流层延迟；
表示第j个频率上接收机r到卫星s的电离层延迟；
表示模糊度参数；
表示第j个频率的波长；
表示伪距观测值的观测噪声；
表示载波相位观测值的观测噪声。
联合m颗卫星，n个接收机的双频观测值，选择一组最优的基准，则消秩亏后的满秩观测方程可表示为：
（3），
其中：表示电离层系数，/>表示对流层映射函数,各参数的计算数学表达式如下，符号含义同上：
天顶对流层延迟增量，/> ，
接收机钟差： ，/>，
卫星钟差：，/> ，
电离层延迟：，/> ，
接收机相位偏差：，/> ，
卫星相位偏差：，/> ，
卫星码偏差：，/> ，
模糊度：，/> ，
基准（非可估参数）：，/> ，
步骤S200，局域大气“边”处理：
利用加密网数据，实现局域大气延迟参数的精确高效估计，包括如下步骤：
步骤S210，挑选陆地区域基准站网和海上移动基准站网分布均匀的站点；
步骤S220，对所述挑选出的基准站实时数据进行数据预处理，剔除并更换部分站点数据质量差的站点；
具体的，对基准站数据进行数据预处理，数据预处理中站点筛选剔除规则包括数据的延迟小于5秒、数据完整率大于95%、中断情况小于10分钟/天，根据如上剔除并更换部分站点数据不佳的站点；
步骤S230，对选择的站点进行分网边缘化解算，将区域划分为30-50个站点的格网，为区域的格网分配服务器集群的专有资源进行分网解算，进行分网解算区域内高精度的大气参数，大气参数精密解算步骤如下：
步骤S231，建立区域电离层模型。
利用经验三维电离层模型以及实测斜向电离层信息，确定区域电离层建模的最优薄层层数以及各层最佳薄层高度。针对球谐（SH）函数在区域电离层建模中的不适用性，通过引入球冠坐标系实现基于调整球谐函数（ASH）的区域电离层模型构建，其数学表达如下：
（4），
式中，表示斜向电离层信息，L表示电离层建模的薄层层数，/>及/>为球冠坐标系下电离层穿刺点的地理纬度和地理经度，/>及/>表示待估的ASH电离层模型系数。
考虑到区域监测站存在的观测分布不均匀以及GNSS实时数据流的稳定性问题，区域垂向电离层建模中将同步引入全球实时电离层信息，用于观测数据稀疏及分布不均匀地区背景电离层观测信息的构造。
步骤S232，建立区域对流层模型。
原始的对流层信息湿分量，由于各个参考网站的高度不一样，因此，需要将相应高度的湿延迟分量外推到椭球高度为0的高程上。由于水汽随着高度指数变化，因此，关于ZWD的垂直外推公式如下：
（5），
其中，为椭球高度为0时对应的天顶湿延迟，/>为高程修正参数，而/>可有以下公式获得：
（6），
其中，系数可由大气观测资料和再分析资料获取产生。
融合区域内参考站的对流层延迟的湿分量，生成该区域内（椭球高度为0）的表示对流层延迟湿分量的球谐函数，形式如下：
（7），
其中，表示对流层点/>处的对流层/>；/>与/>分别表示对流层的纬度和经度；/>表示球谐函数的最大度数；表示n度m阶的归化勒让德函数；/>表示归化函数，如下式所示；/>与/>分别表示待估的模型参数。
（8），
步骤S300，局域用户“端”处理：
利用广域高精度轨道、钟差、码偏差及相位偏差产品及局域高精度大气延迟改正产品，实现用户高精度时空位置解算。
步骤S310,接收云端状态域改正信息和局域增强信息的实时数据流，并按照RTCM协议标准解析实时二进制数据中的卫星轨道、钟差、大气延迟（电离层、对流层延迟）、相位偏差、码偏差等各类改正参数。
步骤S320,基础精度、中精度和高精度等不同级别的定位产品选择：
基础精度（米级）：轨道、钟差改正数；
中精度（亚米级）：轨道、钟差、相位偏差、码偏差改正；
高精度（毫米级）：轨道、钟差、相位偏差、码偏差、大气延迟改正。
步骤S330，支持RTK、PPP和PPP-RTK等多模式的定位方式。
对于RTK定位，将状态域参数通过公式（2）转换为观测域参数，并按照RTCM协议标准编码恢复成基准站的实时观测数据流，实现后向兼容传统RTK差分定位。
对于PPP、PPP-RTK，利用非差非组合观测方程实现位置解算，可表示如下：
（9），
（10），
式中，SYS、s、r分别表示GNSS导航系统、卫星（Satellite）编号和接收机（Receiver）；i、分别表示所接收信号的载波频点（如GPS的L1/L2）及相应的载波波长（m）；为接收机r关于卫星s在i频率上的伪距观测量（m）；/>为接收机r关于卫星s在i频率上的以周（cycle）为单位的载波相位观测量，/>则为相应的以距离（m）为单位的载波相位观测量；/>为在信号发射时刻的卫星与接收机二者天线相位中心之间的几何距离量（m），有：/>，这里/>为卫星的坐标，可通过卫星星历计算得到，而/>为待求的用户三维坐标；c为真空中的光速（c=299792458.0m/s）；/>为信号接收时刻的接收机钟差（s）；/>为信号发射时刻的卫星钟差（s）；/>为接收机r关于卫星s在i频率上的倾斜路径电离层延迟误差量（m），它对伪距和载波相位的影响二者数值相等，符号相反；/>为对流层延迟误差量（m）；/>、/>分别为卫星和接收机在i频率上的码伪距硬件延迟偏差（m）；硬件延迟偏差是由卫星和接收机端的元器件如射频前端和信号处理器引起的；/>、/>分别为卫星和接收机在i频率上的相位硬件延迟偏差（m），也称为相位偏差；/>为i频率上关于卫星s的载波相位整周模糊度（cycle）；/>、/>分别为伪距及载波相位的测量噪声以及其他未被模型化的误差项（m）。
本发明还涉及一种云边端协同的基准动态维持系统，包括：
广域参数云处理模块：用于利用全球框架网数据，实现全球导航卫星轨道、钟差码偏差及相位偏差的处理；
局域大气边处理模块：用于利用加密网数据，实现局域大气延迟参数的估计；
局域用户端处理模块：用于利用广域轨道、钟差、码偏差及相位偏差产品及局域大气延迟改正产品，实现用户时空位置解算。
本发明还涉及一种电子设备，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行所述的方法。
本发明还涉及一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行所述的方法。
综上所述，本发明提供了一种云边端协同的基准动态维持方法，包括如下步骤：广域参数云处理：利用全球框架网数据，实现全球导航卫星轨道、钟差码偏差及相位偏差的处理；局域大气边处理：利用加密网数据，实现局域大气延迟参数的估计；局域用户端处理：利用广域轨道、钟差、码偏差及相位偏差产品及局域大气延迟改正产品，实现用户时空位置解算。本发明解决广域和局域范围内站点分布不均匀导致的基准位置组网解算误差大、解算时间长以及难以实现动态基准维持的问题。
应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
Claims (8)
1.一种云边端协同的基准动态维持方法，其特征在于，包括如下步骤：
步骤S100，广域参数云处理：利用全球框架网数据，实现全球导航卫星轨道、钟差、码偏差及相位偏差的处理；
步骤S200，局域大气边处理：利用加密网数据，实现局域大气延迟参数的估计；
步骤S300，局域用户端处理：利用广域轨道、钟差、码偏差及相位偏差产品及局域大气延迟改正产品，实现用户时空位置解算；
所述步骤S200包括：
步骤S210，挑选陆地区域基准站网和海上移动基准站网分布均匀的站点；
步骤S220，对所述挑选出的基准站实时数据进行数据预处理，剔除并更换部分站点数据质量差的站点；
步骤S230，对选择的站点进行分网边缘化解算，将区域划分为多个站点的格网，为区域的格网分配服务器集群的专有资源进行分网解算，进行分网解算区域内高精度的大气参数。
2.根据权利要求1所述的云边端协同的基准动态维持方法，其特征在于，所述步骤S100包括：
步骤S110，全球基准网站点数据的接入；
步骤S120，根据站点数据流实时状态，挑选全球基准站；
步骤S130，进行卫星轨道、钟差、码偏差、相位偏差、电离层及对流层误差的估计。
3.根据权利要求2所述的云边端协同的基准动态维持方法，其特征在于，所述步骤S230中，大气参数精密解算步骤如下：
步骤S231，建立区域电离层模型；
步骤S232，建立区域对流层模型。
4.根据权利要求3所述的云边端协同的基准动态维持方法，其特征在于，所述步骤S231中，利用经验三维电离层模型以及实测斜向电离层信息，确定区域电离层建模的最优薄层层数以及各层最佳薄层高度。
5.根据权利要求4所述的云边端协同的基准动态维持方法，其特征在于，所述步骤S300包括：
步骤S310,接收云端状态域改正信息和局域增强信息的实时数据流，并解析实时二进制数据中的多类改正参数；
步骤S320, 选择基础精度、中精度和高精度级别的定位产品：基础精度是米级，中精度是亚米级，高精度是毫米级；
步骤S330，支持多模式的定位方式。
6.一种云边端协同的基准动态维持系统，其特征在于，包括：
广域参数云处理模块：用于利用全球框架网数据，实现全球导航卫星轨道、钟差码偏差及相位偏差的处理；
局域大气边处理模块：用于利用加密网数据，实现局域大气延迟参数的估计；
局域用户端处理模块：用于利用广域轨道、钟差、码偏差及相位偏差产品及局域大气延迟改正产品，实现用户时空位置解算；
所述局域大气边处理模块包括：
挑选陆地区域基准站网和海上移动基准站网分布均匀的站点；
对所述挑选出的基准站实时数据进行数据预处理，剔除并更换部分站点数据质量差的站点；
对选择的站点进行分网边缘化解算，将区域划分为多个站点的格网，为区域的格网分配服务器集群的专有资源进行分网解算，进行分网解算区域内高精度的大气参数。
7.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述权利要求1至5中任一项所述的方法。
8.一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述权利要求1至5中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310821913.9A CN116540278B (zh) | 2023-07-06 | 2023-07-06 | 一种云边端协同的基准动态维持方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310821913.9A CN116540278B (zh) | 2023-07-06 | 2023-07-06 | 一种云边端协同的基准动态维持方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116540278A CN116540278A (zh) | 2023-08-04 |
| CN116540278B true CN116540278B (zh) | 2023-09-08 |
Family
ID=87454583
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310821913.9A Active CN116540278B (zh) | 2023-07-06 | 2023-07-06 | 一种云边端协同的基准动态维持方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116540278B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117031508B (zh) * | 2023-08-11 | 2024-05-07 | 无锡卡尔曼导航技术有限公司南京技术中心 | 一种gnss后台集群解算方法、系统、装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111208541A (zh) * | 2020-01-19 | 2020-05-29 | 山东大学 | 一种基于gpu的大规模gnss数据处理方法 |
| CN114859390A (zh) * | 2022-04-21 | 2022-08-05 | 武汉大学 | 一种高精度cors电离层改正的ftk解算方法 |
| CN115327588A (zh) * | 2022-07-12 | 2022-11-11 | 辽宁工业大学 | 一种基于网络rtk的无人自动化作业特种车高精度定位方法 |
| CN115373005A (zh) * | 2022-08-30 | 2022-11-22 | 中国人民解放军63921部队 | 卫星导航信号间高精度产品转化方法 |
| CN115963522A (zh) * | 2022-11-29 | 2023-04-14 | 国网思极位置服务有限公司 | 一种结合基准站卫星数据的定位方法与终端 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US12099125B2 (en) * | 2018-06-25 | 2024-09-24 | Deere & Company | Adaptive estimation of GNSS satellite biases |
-
2023
- 2023-07-06 CN CN202310821913.9A patent/CN116540278B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111208541A (zh) * | 2020-01-19 | 2020-05-29 | 山东大学 | 一种基于gpu的大规模gnss数据处理方法 |
| CN114859390A (zh) * | 2022-04-21 | 2022-08-05 | 武汉大学 | 一种高精度cors电离层改正的ftk解算方法 |
| CN115327588A (zh) * | 2022-07-12 | 2022-11-11 | 辽宁工业大学 | 一种基于网络rtk的无人自动化作业特种车高精度定位方法 |
| CN115373005A (zh) * | 2022-08-30 | 2022-11-22 | 中国人民解放军63921部队 | 卫星导航信号间高精度产品转化方法 |
| CN115963522A (zh) * | 2022-11-29 | 2023-04-14 | 国网思极位置服务有限公司 | 一种结合基准站卫星数据的定位方法与终端 |
Non-Patent Citations (1)
| Title |
|---|
| 北斗高精度高可信PPP－RTK服务基本框架;李子申 等;《导航定位与授时》;第10卷(第2期);第7-15页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116540278A (zh) | 2023-08-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10078140B2 (en) | Navigation satellite system positioning involving the generation of advanced correction information | |
| Strasser et al. | Processing of GNSS constellations and ground station networks using the raw observation approach | |
| Kouba et al. | Precise point positioning | |
| CN105891860B (zh) | 一种基于误差分离模式的gnss区域伪距差分增强定位方法 | |
| CN112034489B (zh) | 一种基于多源数据融合的全球电离层格网生成方法 | |
| Yuan et al. | Refining the Klobuchar ionospheric coefficients based on GPS observations | |
| CN104714239B (zh) | 一种北斗卫星大气层水汽含量测量仪 | |
| CN105842720B (zh) | 一种基于载波相位的广域精密实时定位方法 | |
| Zhang et al. | Triple-frequency multi-GNSS reflectometry snow depth retrieval by using clustering and normalization algorithm to compensate terrain variation | |
| CN116540278B (zh) | 一种云边端协同的基准动态维持方法和系统 | |
| CN107907043A (zh) | 一种基于中长基线gnss监测网的特大型桥梁变形监测方法 | |
| CN114019584B (zh) | 一种大高差地区高精度cors网vrs解算方法 | |
| CN113985454B (zh) | 一种顾及方位角的电离层投影函数模型的建模方法 | |
| CN114690207A (zh) | 差分电离层建模方法及系统 | |
| CN113253314A (zh) | 一种低轨卫星间时间同步方法及系统 | |
| Gu et al. | Quasi-4-dimension ionospheric modeling and its application in PPP | |
| Zhang et al. | Estimation and analysis of GPS inter-fequency clock biases from long-term triple-frequency observations | |
| CN114879239A (zh) | 一种增强瞬时ppp固定解的区域三频整数钟差估计方法 | |
| Pu et al. | Triple-frequency ambiguity resolution for GPS/Galileo/BDS between long-baseline network reference stations in different ionospheric regions | |
| Chen | An alternative integer recovery clock method for precise point positioning with ambiguity resolution | |
| CN116540280B (zh) | 多频卫星导航数据状态域改正信息综合处理方法和系统 | |
| CN115980317B (zh) | 基于修正相位的地基gnss-r数据土壤水分估算方法 | |
| Wielgosz et al. | Research on GNSS positioning and applications in Poland in 2015–2018 | |
| Kuang et al. | Galileo real-time orbit determination with multi-frequency raw observations | |
| Fan et al. | Impact of satellite clock offset on differential code biases estimation using undifferenced GPS triple-frequency observations |
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 |