CN116644375B - Gnss-r海面高反演结果融合方法、装置及介质 - Google Patents

Gnss-r海面高反演结果融合方法、装置及介质 Download PDF

Info

Publication number
CN116644375B
CN116644375B CN202310376936.3A CN202310376936A CN116644375B CN 116644375 B CN116644375 B CN 116644375B CN 202310376936 A CN202310376936 A CN 202310376936A CN 116644375 B CN116644375 B CN 116644375B
Authority
CN
China
Prior art keywords
result
sea surface
frequency
fusion
calculating
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
Application number
CN202310376936.3A
Other languages
English (en)
Other versions
CN116644375A (zh
Inventor
余锐
王明省
刘洋
张郁
汪雅男
廖剑波
梁晓瑾
李爽
高勇强
王长印
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.)
Guangzhou Urban Planning Survey and Design Institute
Original Assignee
Guangzhou Urban Planning Survey and Design Institute
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 Guangzhou Urban Planning Survey and Design Institute filed Critical Guangzhou Urban Planning Survey and Design Institute
Priority to CN202310376936.3A priority Critical patent/CN116644375B/zh
Publication of CN116644375A publication Critical patent/CN116644375A/zh
Application granted granted Critical
Publication of CN116644375B publication Critical patent/CN116644375B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • 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
    • 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)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供的GNSS‑R海面高反演结果融合方法、装置及介质，通过获取共址的GNSS‑R测站和验潮站的观测数据，计算单弧段海面高反演结果和验潮站的海面高结果，分别记为弧段解和参考解；对所述弧段解和所述参考解进行时间配准，计算时间配准后两者的差值；根据计算得到的差值计算同一GNSS系统同一频率的系统偏差和系统标准差；将所述系统偏差和所述系统标准差输入到预设的系统内多频反演模型中，计算系统内多频融合结果；计算各个系统的多频融合结果与参考解之间的差值，计算各个系统差值的多系统偏差和多系统标准差；计算多频多系统融合结果。实现不同系统海面高反演结果的融合，提高海面高反演结果的精度。

Description

GNSS-R海面高反演结果融合方法、装置及介质
技术领域
本发明涉及海平面高度监测技术领域，尤其涉及一种GNSS-R海面高反演结果融合方法、装置及介质。
背景技术
受潮汐、全球变暖和冰川消融等因素影响，海平面存在着不同时间尺度的变化特征，对海平面进行高精度监测对于航行安全、人类活动、灾害监测和气候研究等都具有重要意义。GNSS-R(Global Navigation Satellite System-Reflectometry，全球导航卫星系统反射测量)技术是一种新兴的海面高监测技术，它利用GNSS信号在海面的反射信号来反演海平面变化，该技术具有低成本、高精度、高时空分辨率、连续监测以及不受天气影响的优点，常被用于增补验潮站数据和与验潮站观测结果进行对比验证。
然而采用不同系统由于系统偏差和精度不等的问题，海面高反演结果存在显著差异。目前大多采用取平均或中位数的方法实现多频多系统海面高反演结果的融合，这种方法没有顾及系统偏差和不同精度的观测结果在数据融合时的不同权重，会降低海面高融合结果的精度。
发明内容
本发明实施例提供一种GNSS-R海面高反演结果融合方法、装置及介质，实现不同系统海面高反演结果的融合，提高海面高反演结果的精度。
本发明实施例提供一种GNSS-R海面高反演结果融合方法，所述方法包括：
获取共址的GNSS-R测站和验潮站的观测数据，计算单弧段海面高反演结果和验潮站的海面高结果，分别记为弧段解和参考解；
对所述弧段解和所述参考解进行时间配准，计算时间配准后两者的差值；
根据计算得到的差值计算同一GNSS系统同一频率的系统偏差和系统标准差；
将所述系统偏差和所述系统标准差输入到预设的系统内多频反演模型中，计算系统内多频融合结果；
计算各个系统的多频融合结果与参考解之间的差值，计算各个系统差值的多系统偏差和多系统标准差；
根据所述多系统偏差和所述多系统标准差计算多频多系统融合结果。
优选地，在对所述弧段解和所述参考解进行时间配准之前，所述方法还包括：
剔除与对应的参考解之间差值超过预设阈值的弧段解。
作为一种优选方案，所述系统内多频反演模型具体为：
其中，为系统j内多频融合结果，/>为系统j内第i个频率的海面高反演结果，即弧段解的中位值，/>和/>分别为第i个频率的海面高反演结果对应的系统偏差和系统标准差，k，i＝1,2,…,N，N为系统j内频率数量。
优选地，所述多频多系统融合结果具体为：
其中，H为多频多系统融合结果，为系统j的多频融合结果，即弧段解的中位值，和/>分别为系统j的多频融合结果对应的多系统偏差和多系统标准差，k，j＝1,2,…,M，M为系统数量。
本发明实施例还提供一种GNSS-R海面高反演结果融合装置，所述装置包括：
数据获取模块，用于获取共址的GNSS-R测站和验潮站的观测数据，计算单弧段海面高反演结果和验潮站的海面高结果，分别记为弧段解和参考解；
时间配准模块，用于对所述弧段解和所述参考解进行时间配准，计算时间配准后两者的差值；
第一差值计算模块，用于根据计算得到的差值计算同一GNSS系统同一频率的系统偏差和系统标准差；
第一反演模块，用于将所述系统偏差和所述系统标准差输入到预设的系统内多频反演模型中，计算系统内多频融合结果；
第二差值计算模块，用于计算各个系统的多频融合结果与参考解之间的差值，计算各个系统差值的多系统偏差和多系统标准差；
第二反演模块，用于根据所述多系统偏差和所述多系统标准差计算多频多系统融合结果。
进一步地，所述装置还包括：
筛选模块，用于在对所述弧段解和所述参考解进行时间配准之前，剔除与对应的参考解之间差值超过预设阈值的弧段解。
优选地，所述系统内多频反演模型具体为：
其中，为系统j内多频融合结果，/>为系统j内第i个频率的海面高反演结果，即弧段解的中位值，/>和/>分别为第i个频率的海面高反演结果对应的系统偏差和系统标准差，k，i＝1,2,…,N，N为系统j内频率数量。
优选地，所述多频多系统融合结果具体为：
其中，H为多频多系统融合结果，为系统j的多频融合结果，即弧段解的中位值，和/>分别为系统j的多频融合结果对应的多系统偏差和多系统标准差，k，j＝1,2,…,M，M为系统数量。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述实施例中任意一项所述的GNSS-R海面高反演结果融合方法。
本发明实施例还提供一种GNSS-R海面高反演结果融合装置，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现上述实施例中任意一项所述的GNSS-R海面高反演结果融合方法。
本发明提供的一种GNSS-R海面高反演结果融合方法、装置及介质，通过获取共址的GNSS-R测站和验潮站的观测数据，计算单弧段海面高反演结果和验潮站的海面高结果，分别记为弧段解和参考解；对所述弧段解和所述参考解进行时间配准，计算时间配准后两者的差值；根据计算得到的差值计算同一GNSS系统同一频率的系统偏差和系统标准差；将所述系统偏差和所述系统标准差输入到预设的系统内多频反演模型中，计算系统内多频融合结果；计算各个系统的多频融合结果与参考解之间的差值，计算各个系统差值的多系统偏差和多系统标准差；根据所述多系统偏差和所述多系统标准差计算多频多系统融合结果。实现不同系统海面高反演结果的融合，提高海面高反演结果的精度。
附图说明
图1是本发明实施例提供的一种GNSS-R海面高反演结果融合方法的流程示意图；
图2是本发明另一实施例提供的一种GNSS-R海面高反演结果融合方法的流程示意图；
图3是本发明实施例提供的GNSS-R海面高反演结果融合装置的结构示意图；
图4是本发明实施例提供的一种GNSS-R海面高反演结果融合装置的示意图。
具体实施方式
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，所描述的实施例仅仅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作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。
本发明实施例提供一种GNSS-R海面高反演结果融合方法，参见图1所示，是本发明实施例提供的一种GNSS-R海面高反演结果融合方法的流程示意图，包括步骤S1～S6：
S1，获取共址的GNSS-R测站和验潮站的观测数据，计算单弧段海面高反演结果和验潮站的海面高结果，分别记为弧段解和参考解；
S2，对所述弧段解和所述参考解进行时间配准，计算时间配准后两者的差值；
S3，根据计算得到的差值计算同一GNSS系统同一频率的系统偏差和系统标准差；
S4，将所述系统偏差和所述系统标准差输入到预设的系统内多频反演模型中，计算系统内多频融合结果；
S5，计算各个系统的多频融合结果与参考解之间的差值，计算各个系统差值的多系统偏差和多系统标准差；
S6，根据所述多系统偏差和所述多系统标准差计算多频多系统融合结果。
在本实施例具体实施时，参见图2，是本发明另一实施例提供的一种GNSS-R海面高反演结果融合方法的流程示意图；
获取多频多系统GNSS-R海面高弧段解、验潮站检验与频内统计，即利用大量共址的GNSS-R测站和验潮站观测数据，计算得到GNSS-R的单弧段海面高反演结果和验潮站的海面高结果；将单弧段海面高反演结果记为弧段解，将验潮站的海面高结果记为参考解；将弧段解与参考解进行时间配准，并计算时间配准后的弧段解与参考解之间的差值；
共址的测站和验潮站距离不超过10km，两点的潮汐差异平均不超过5cm；
统计频率内结果的Bias和STD，即计算同一GNSS系统同一频率内弧段解与参考解之间差值的系统偏差(Bias1)和系统标准差(STD1)；通过计算同一系统不同频率GNSS-R弧段解与验潮站结果的差异的系统偏差和标准差，为后续的系统内多频解融合提供了依据。
顾及系统偏差和精度信息频间融合，确定系统内多频融合的海面高反演结果，即将所述系统偏差和所述系统标准差输入到预设的系统内多频反演模型中，计算系统内多频融合结果，顾及系统偏差和精度信息的同一系统内不同频率GNSS-R海面高反演结果的数据融合方法，得到多频加权平均的系统解。
验潮站检验与系统内统计，系统内结果的Bias和STD，即计算各个系统的多频融合结果与参考解之间的差值，计算不同系统GNSS-R海面高结果与验潮站结果差异的系统偏差和标准差，为后续的多系统融合提供了依据；
顾及系统偏差和精度信息频间融合，确定多系统融合的海面高反演结果，即根据所述多系统偏差和所述多系统标准差计算多频多系统融合结果。顾及系统偏差和精度信息的不同系统GNSS-R海面高反演结果的数据融合方法，得到多系统加权平均的最终解。
本实施例利用共址的GNSS-R测站和验潮站的观测数据，分别计算海面高变化，利用大量的验潮站结果对GNSS-R的海面高弧段解进行检验，得到不同卫星系统不同频率弧段解相对于验潮站结果的差值，在同一频率内统计差值的平均系统偏差和系统标准差，作为频率解的精度信息。利用上述精度信息在同一系统内对频率解进行定权和取加权平均，得到系统解；然后，再利用验潮站数据对系统解进行检验，在同一系统内计算多系统偏差和多系统标准差，作为系统解的精度信息，利用上述信息对不同系统的解进行定权和取加权平均，得到多系统融合的海面高反演结果。能够实现不同系统海面高反演结果的融合，提高海面高反演精度，抑制粗差。
在本发明提供的又一实施例中，在对所述弧段解和所述参考解进行时间配准之前，所述方法还包括：
剔除与对应的参考解之间差值超过预设阈值的弧段解。
在本实施例具体实施时，在进行时间配准之前，剔除与对应的参考解的差异大于10cm的弧段解；
需要说明的是，在本实施例中预设阈值设定为10cm，在其他实施例中，预设阈值可设定为其他值。
剔除了差异过大数据，为后续的数据融合准备了基础数据，避免误差数据对计算结果的干扰。
在本发明提供的又一实施例中，所述系统内多频反演模型具体为：
其中，为系统j内多频融合结果，/>为系统j内第i个频率的海面高反演结果，即弧段解的中位值，/>和/>分别为第i个频率的海面高反演结果对应的系统偏差和系统标准差，k，i＝1,2,…,N，N为系统j内频率数量。
在本实施例具体实施时，假设某一系统内有N个频率，它们的海面高反演结果，即弧段解的中位值依次为其中1≤i≤N，对应的系统偏差和系统标准差分别对/>和/>那么系统内多频海面高反演结果的融合采用的系统内多频反演模型为：
其中，为系统j内多频融合结果。
在本发明提供的又一实施例中，所述多频多系统融合结果具体为：
其中，H为多频多系统融合结果，为系统j的多频融合结果，即弧段解的中位值，和/>分别为系统j的多频融合结果对应的多系统偏差和多系统标准差，k，j＝1,2,…,M，M为系统数量。
在本实施例具体实施时，有M个卫星系统经步骤三的处理得到了各自的系统内多频融合解1≤j≤M，分别计算各个系统的多频融合结果/>与参考解之间差值，计算差值的多系统偏差和多系统标准差，分别标记为/>和/>
进行多系统解之间的融合，得到多频多系统融合结果
利用验潮站数据实现多频多系统GNSS-R海面高反演结果两步融合的方法，解决了多频多系统间精度不等系统偏差的问题，实现了高精度数据融合，产生了稳健可靠的GNSS-R海面高反演结果。
本发明又一实施例以某地区的4个GNSS测站的实际数据说明GNSS-R海面高反演结果融合方法的详细计算方法：
该地区的测站的接收机能够接收GPS、GLONASS、BDS、Galileo、QZSS和SBAS六个系统的数据，处理前四个GNSS系统的数据，每个系统都至少包含了2个频率的信噪比(SNR)数据；
读取2021年测站所有的RINEX 3格式观测文件中的SNR数据，并利用Larson etal.(2013)的方法获得4个系统多个频率基于单弧段反演的海面高数据(记为弧段解)，其中高度角设置为5°到15°，方位角设为70°到180°，如此可确保反射信号均来自海面；
同时提取与该GNSS测站共址的验潮站观测数据，得到2021年全年的验潮站观测的海面高数据；
计算经时间配准后的弧段解与参考解之间的差值，剔除二者差异大于10cm的弧段解，计算同一GNSS系统同一频率内弧段解与参考解之间差值的系统偏差和系统标准差；
GPS系统内有3个频率，它们的海面高反演结果依次为对应的系统偏差和系统标准差分别对/>和/>那么系统内3频海面高反演结果的融合采用系统内多频反演模型计算系统j内多频融合结果/>
其中， 为系统j内多频融合结果，这里为GPS，将上述操作也应用至GLONASS、BDS和Galileo系统，得到各自系统内多频融合的海面高结果；
经上述步骤得到了各自的系统内多频融合解分别计算各个系统/>与参考解之间差值，计算差值的多系统偏差和多系统标准差，分别标记为/>和
进行多系统解之间的融合，得到最终的多频多系统融合结果H，
在同一观测时段，首先利用高精度的验潮站数据对不同系统不同频率的弧段解进行检验确定频率解的误差信息，进而利用误差信息对频率解进行定权和加权平均得到系统内多频融合的系统解；然后，再利用验潮站结果对系统解进行检验，利用检验所得的精度信息对系统解进行定权和取加权融合，实现不同系统海面高反演结果的融合，最终达到提升海面高反演精度，抑制粗差的目的。
在本发明又一实施例提供一种GNSS-R海面高反演结果融合装置，参见图3所示，是本发明实施例提供的一种GNSS-R海面高反演结果融合装置的结构示意图，所述装置包括：
数据获取模块，用于获取共址的GNSS-R测站和验潮站的观测数据，计算单弧段海面高反演结果和验潮站的海面高结果，分别记为弧段解和参考解；
时间配准模块，用于对所述弧段解和所述参考解进行时间配准，计算时间配准后两者的差值；
第一差值计算模块，用于根据计算得到的差值计算同一GNSS系统同一频率的系统偏差和系统标准差；
第一反演模块，用于将所述系统偏差和所述系统标准差输入到预设的系统内多频反演模型中，计算系统内多频融合结果；
第二差值计算模块，用于计算各个系统的多频融合结果与参考解之间的差值，计算各个系统差值的多系统偏差和多系统标准差；
第二反演模块，用于根据所述多系统偏差和所述多系统标准差计算多频多系统融合结果。
在本发明提供的又一实施例中，所述装置还包括：
筛选模块，用于在对所述弧段解和所述参考解进行时间配准之前，剔除与对应的参考解之间差值超过预设阈值的弧段解。
在本发明提供的又一实施例中，所述系统内多频反演模型具体为：
其中，为系统j内多频融合结果，/>为系统j内第i个频率的海面高反演结果，即弧段解的中位值，/>和/>分别为第i个频率的海面高反演结果对应的系统偏差和系统标准差，k，i＝1,2,…,N，N为系统j内频率数量。
在本发明提供的又一实施例中，所述多频多系统融合结果具体为：
其中，H为多频多系统融合结果，为系统j的多频融合结果，即弧段解的中位值，和/>分别为系统j的多频融合结果对应的多系统偏差和多系统标准差，k，j＝1,2,…,M，M为系统数量。
需要说明的是，各个模块具体功能记载在上述GNSS-R海面高反演结果融合方法的实施例中，在本实施例中不作赘述。
参见图4，是本发明实施例提供的一种GNSS-R海面高反演结果融合装置的示意图。该实施例的GNSS-R海面高反演结果融合装置包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，例如GNSS-R海面高反演结果融合程序。所述处理器执行所述计算机程序时实现上述各个GNSS-R海面高反演结果融合方法实施例中的步骤，例如图1所示的步骤S1～S6。或者，所述处理器执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能。
示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述GNSS-R海面高反演结果融合装置中的执行过程。例如，所述计算机程序可以被具体模块，具体功能不作赘述。
所述GNSS-R海面高反演结果融合装置可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述GNSS-R海面高反演结果融合装置可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，所述示意图仅仅是GNSS-R海面高反演结果融合装置的示例，并不构成对GNSS-R海面高反演结果融合装置的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述GNSS-R海面高反演结果融合装置还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述GNSS-R海面高反演结果融合装置的控制中心，利用各种接口和线路连接整个GNSS-R海面高反演结果融合装置的各个部分。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述GNSS-R海面高反演结果融合装置的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中，所述GNSS-R海面高反演结果融合装置集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
本发明提供一种GNSS-R海面高反演结果融合方法、装置、存储介质及GNSS-R海面高反演结果融合装置，通过设置待建模地块的用地类型，将所述待建模地块划分为若干子地块；生成若干基本建筑构件，并设置所述待建模地块上每一基本建筑构件的概率数据；根据所述概率数据生成城市三维模型；根据用地类型，获取建筑类型参数，并根据所述建筑类型参数对所述城市三维模型的参数进行调整；根据所述用地类型将预先建立的纹理库中的纹理图案粘贴到所述城市三维模型中，生成标准城市三维模型，并根据预设的道路生成规则在所述标准城市三维模型中生成城市道路。建模方法建模更便捷，模型可根据规划指标参数进行调整现快速、自动批量建模，模型仿真的真实度更高。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (6)

1.一种GNSS-R海面高反演结果融合方法，其特征在于，所述方法包括：
获取共址的GNSS-R测站和验潮站的观测数据，计算单弧段海面高反演结果和验潮站的海面高结果，分别记为弧段解和参考解；
对所述弧段解和所述参考解进行时间配准，计算时间配准后两者的差值；
根据计算得到的差值计算同一GNSS系统同一频率的系统偏差和系统标准差；
将所述系统偏差和所述系统标准差输入到预设的系统内多频反演模型中，计算系统内多频融合结果；
计算各个系统的多频融合结果与参考解之间的差值，计算各个系统差值的多系统偏差和多系统标准差；
根据所述多系统偏差和所述多系统标准差计算多频多系统融合结果；
所述系统内多频反演模型具体为：
其中，为系统j内多频融合结果，/>为系统j内第i个频率的海面高反演结果，即弧段解的中位值，/>和/>分别为第i个频率的海面高反演结果对应的系统偏差和系统标准差，k，i＝1,2,…,N，N为系统j内频率数量；
所述多频多系统融合结果具体为：
其中，H为多频多系统融合结果，为系统j的多频融合结果，即弧段解的中位值，/>和分别为系统j的多频融合结果对应的多系统偏差和多系统标准差，k，j＝1,2,…,M，M为系统数量。
2.如权利要求1所述的GNSS-R海面高反演结果融合方法，其特征在于，在对所述弧段解和所述参考解进行时间配准之前，所述方法还包括：
剔除与对应的参考解之间差值超过预设阈值的弧段解。
3.一种GNSS-R海面高反演结果融合装置，其特征在于，所述装置包括：
数据获取模块，用于获取共址的GNSS-R测站和验潮站的观测数据，计算单弧段海面高反演结果和验潮站的海面高结果，分别记为弧段解和参考解；
时间配准模块，用于对所述弧段解和所述参考解进行时间配准，计算时间配准后两者的差值；
第一差值计算模块，用于根据计算得到的差值计算同一GNSS系统同一频率的系统偏差和系统标准差；
第一反演模块，用于将所述系统偏差和所述系统标准差输入到预设的系统内多频反演模型中，计算系统内多频融合结果；
第二差值计算模块，用于计算各个系统的多频融合结果与参考解之间的差值，计算各个系统差值的多系统偏差和多系统标准差；
第二反演模块，用于根据所述多系统偏差和所述多系统标准差计算多频多系统融合结果；
所述系统内多频反演模型具体为：
其中，为系统j内多频融合结果，/>为系统j内第i个频率的海面高反演结果，即弧段解的中位值，/>和/>分别为第i个频率的海面高反演结果对应的系统偏差和系统标准差，k，i＝1,2,…,N，N为系统j内频率数量；
所述多频多系统融合结果具体为：
其中，H为多频多系统融合结果，为系统j的多频融合结果，即弧段解的中位值，/>和分别为系统j的多频融合结果对应的多系统偏差和多系统标准差，k，j＝1,2,…,M，M为系统数量。
4.如权利要求3所述的GNSS-R海面高反演结果融合装置，其特征在于，所述装置还包括：
筛选模块，用于在对所述弧段解和所述参考解进行时间配准之前，剔除与对应的参考解之间差值超过预设阈值的弧段解。
5.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至2中任意一项所述的GNSS-R海面高反演结果融合方法。
6.一种GNSS-R海面高反演结果融合装置，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至2中任意一项所述的GNSS-R海面高反演结果融合方法。
CN202310376936.3A 2023-04-10 2023-04-10 Gnss-r海面高反演结果融合方法、装置及介质 Active CN116644375B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310376936.3A CN116644375B (zh) 2023-04-10 2023-04-10 Gnss-r海面高反演结果融合方法、装置及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310376936.3A CN116644375B (zh) 2023-04-10 2023-04-10 Gnss-r海面高反演结果融合方法、装置及介质

Publications (2)

Publication Number Publication Date
CN116644375A CN116644375A (zh) 2023-08-25
CN116644375B true CN116644375B (zh) 2024-04-05

Family

ID=87642381

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310376936.3A Active CN116644375B (zh) 2023-04-10 2023-04-10 Gnss-r海面高反演结果融合方法、装置及介质

Country Status (1)

Country Link
CN (1) CN116644375B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010020573A1 (en) * 2008-08-19 2010-02-25 Thales Nederland B.V. Sensors in concert for maritime surveillance
CN104677464A (zh) * 2015-02-11 2015-06-03 北京航空航天大学 一种基于f-范数的海面测高方法
CN113758469A (zh) * 2021-07-29 2021-12-07 河海大学 一种基于多模多频gnss接收机的潮位监测方法及系统
CN114861537A (zh) * 2022-04-29 2022-08-05 武汉大学 基于cnn多信息融合的gnss-r海面风速反演方法及系统
CN115717925A (zh) * 2022-11-16 2023-02-28 南京信息工程大学 全球导航卫星系统干涉反射测量最佳潮位反演值获取方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010020573A1 (en) * 2008-08-19 2010-02-25 Thales Nederland B.V. Sensors in concert for maritime surveillance
CN104677464A (zh) * 2015-02-11 2015-06-03 北京航空航天大学 一种基于f-范数的海面测高方法
CN113758469A (zh) * 2021-07-29 2021-12-07 河海大学 一种基于多模多频gnss接收机的潮位监测方法及系统
CN114861537A (zh) * 2022-04-29 2022-08-05 武汉大学 基于cnn多信息融合的gnss-r海面风速反演方法及系统
CN115717925A (zh) * 2022-11-16 2023-02-28 南京信息工程大学 全球导航卫星系统干涉反射测量最佳潮位反演值获取方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
"Exploiting Frequency-Domain Information of GNSS Reflectometry for Sea Surface Wind Speed Retrieval";Keran Chen etc;《 IEEE Transactions on Geoscience and Remote Sensing ( Volume: 61)》;20230619;全文 *
利用多代卫星测高数据反演海洋重力场;黄谟涛;翟国君;欧阳永忠;陆秀平;刘传勇;吴太旗;;测绘科学(第06期);全文 *
基于多模GNSS-MR海平面测高研究;陈发德;刘立龙;黄良珂;黎峻宇;;地球物理学进展(第05期);全文 *
基于导航卫星载波信号的海浪高度反演系统;朱雪松;严颂华;张训械;叶其欣;尹球;杜明斌;;电波科学学报(第06期);全文 *

Also Published As

Publication number Publication date
CN116644375A (zh) 2023-08-25

Similar Documents

Publication Publication Date Title
CN109451532B (zh) 一种基站位置的核查方法及装置
CN112327340B (zh) 终端定位精度评估方法、装置、设备以及介质
CN113031037B (zh) 设备定位方法、装置、电子设备及计算机可读介质
CN111736185B (zh) 终端定位方法、装置及计算机可读存储介质和终端设备
CN115993623B (zh) 一种自适应选星方法、装置、设备及可读存储介质
CN115390095A (zh) 一种获取电离层延迟的方法、装置及介质
CN111220147A (zh) 终端的定位修正方法、装置
CN108401222B (zh) 定位方法和装置
CN110674603A (zh) 一种gnss观测数据仿真方法及系统
CN116644375B (zh) Gnss-r海面高反演结果融合方法、装置及介质
CN113108792A (zh) Wi-Fi指纹地图重建方法、装置、终端设备及介质
CN113141570B (zh) 地下场景定位方法、装置、计算设备及计算机存储介质
CN109831737B (zh) 一种基于置信度的蓝牙定位方法、装置、设备和系统
CN114494625A (zh) 高精度地形图制作方法、装置和计算机设备
CN112782741A (zh) 基于rtk定位的模糊度固定方法及定位终端
CN117270004B (zh) 基于卫星定位的工程测绘方法、设备、系统及介质
CN114095865B (zh) 一种测量报告的定位方法、装置、计算机设备及存储介质
CN116736327B (zh) 定位数据优化方法、装置、电子设备和可读存储介质
CN112114339B (zh) 一种gnss数据微分迭代滤波解算方法
CN111294840B (zh) 一种专网断点定位方法及装置
CN117870651B (zh) 基于rtk-slam技术的地图高精度采集方法、存储器及存储介质
CN113613327B (zh) 一种基于反射投影模型增强的WiFi-RTT定位处理系统及方法
CN118149856A (zh) 一种地图定位精度校验方法、系统、校验设备及存储介质
CN116628522A (zh) 一种地壳块体划分方法及设备
CN106597508A (zh) 一种基于北斗和gps终端定位数据的优化方法及装置

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