CN116931027A - 一种基于sbas的动态高精度卫星共视算法系统 - Google Patents
一种基于sbas的动态高精度卫星共视算法系统 Download PDFInfo
- Publication number
- CN116931027A CN116931027A CN202311191272.XA CN202311191272A CN116931027A CN 116931027 A CN116931027 A CN 116931027A CN 202311191272 A CN202311191272 A CN 202311191272A CN 116931027 A CN116931027 A CN 116931027A
- Authority
- CN
- China
- Prior art keywords
- data
- satellite
- layer
- time
- common view
- 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
Links
- 238000012544 monitoring process Methods 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 28
- 238000004364 calculation method Methods 0.000 claims abstract description 24
- 230000001133 acceleration Effects 0.000 claims abstract description 11
- 230000002457 bidirectional effect Effects 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 22
- 238000012937 correction Methods 0.000 claims description 17
- 230000002452 interceptive effect Effects 0.000 claims description 15
- 238000012795 verification Methods 0.000 claims description 15
- 238000005259 measurement Methods 0.000 claims description 14
- 230000002159 abnormal effect Effects 0.000 claims description 12
- 238000004140 cleaning Methods 0.000 claims description 12
- 230000005540 biological transmission Effects 0.000 claims description 11
- 238000013500 data storage Methods 0.000 claims description 10
- 230000000694 effects Effects 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 7
- 239000005433 ionosphere Substances 0.000 claims description 7
- 230000005856 abnormality Effects 0.000 claims description 5
- 230000003321 amplification Effects 0.000 claims description 3
- 230000003203 everyday effect Effects 0.000 claims description 3
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 3
- 239000005436 troposphere Substances 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 230000001934 delay Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G04—HOROLOGY
- G04R—RADIO-CONTROLLED TIME-PIECES
- G04R20/00—Setting the time according to the time information carried or implied by the radio signal
- G04R20/02—Setting the time according to the time information carried or implied by the radio signal the radio signal being sent by a satellite, e.g. GPS
-
- 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
- G01S19/24—Acquisition or tracking or demodulation of signals transmitted by the system
- G01S19/25—Acquisition or tracking or demodulation of signals transmitted by the system involving aiding data received from a cooperating element, e.g. assisted GPS
- G01S19/256—Acquisition or tracking or demodulation of signals transmitted by the system involving aiding data received from a cooperating element, e.g. assisted GPS relating to timing, e.g. time of week, code phase, timing offset
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开一种基于SBAS的动态高精度卫星共视算法系统,涉及数据处理技术领域,主要解决动态高精度卫星共视算法软件的准确度和速度问题。基于SBAS的动态高精度卫星共视算法系统包括自定义层、信号接收层、数据处理层、实时校准层、授时监测层、数据广播层和显示定时层,通过构建偏差授时模型用于实现多终端共视授时,通过权益共视虚拟算法校正授时精度,通过分布式加速算法获取地面基站时差数据、接收机相对延值和卫星双向时间同步网络发送的站间钟差数据,降低了选择虚拟共视卫星时受到数量和分布的限制,降低了海量数据计算复杂度和时间成本,提高了动态高精度卫星的授时精度。
Description
技术领域
本发明涉及数据处理技术领域,且更确切地涉及一种基于SBAS的动态高精度卫星共视算法系统。
背景技术
基于SBAS的动态高精度卫星共视算法系统是一种在定位领域运用广泛的共视算法,它基于卫星导航系统提供的广播星历和码跟踪数据,结合SBAS增强技术,能够实现更高的精度和可靠性。
在卫星导航领域,高精度的定位算法对实时应用具有重要的意义。传统的单点定位算法在不同地理环境、天气情况下的精度均不稳定,限制了其在实时应用中的使用。基于SBAS的动态高精度卫星共视算法通过利用卫星之间的相对距离,结合增强技术的地面站辅助,能有效提高定位精度、可靠性和速度。
然而,基于SBAS的动态高精度卫星共视算法在共视精度和速度方面仍存在一些弊端。首先,算法在选择虚拟共视卫星时会受到其数量和分布的限制,在部分地区可能无法找到合适的虚拟共视卫星。其次,在建立卫星共视模型时,由于影响卫星共视精度和可靠性的误差较多,需要进行复杂的数据处理和校正,提高了计算复杂度和时间成本。
此外,虽然SBAS增强技术能够提高共视算法的精度和鲁棒性,但也会带来部分延迟和计算负荷。这些因素可能会影响算法的实时性和稳定性,限制了其在一些关键领域的应用。
发明内容
针对上述技术的不足,本发明公开一种基于SBAS的动态高精度卫星共视算法系统,通过构建偏差授时模型用于实现多终端共视授时,通过权益共视虚拟算法校正授时精度,通过分布式加速算法获取地面基站时差数据、接收机相对延值和卫星双向时间同步网络发送的站间钟差数据,降低了选择虚拟共视卫星时受到数量和分布的限制,降低了海量数据计算复杂度和时间成本,提高了动态高精度卫星的授时精度。
为了实现上述技术效果,本发明采用以下技术方案:
一种基于SBAS的动态高精度卫星共视算法系统,包括自定义层、信号接收层、数据处理层、实时校准层、授时监测层、数据广播层和显示定时层;
自定义层用于获取用户基本信息,所述基本信息包括姓名、性别、权限、手机号和地理位置;
信号接收层用于获取卫星发送及共享的数据信息;
数据处理层用于处理获取的卫星发送及共享的数据信息;
实时校准层用于地面基站和用户接收机进行时延校准;
授时监测层用于监测卫星广播时间与地面基站本地时间的时差数据;所述授时监测层包括授时差值端、基站共视端、设备监测端和数据采集端,所述数据采集端通过分布式加速算法获取地面基站时差数据、接收机相对延值和卫星双向时间同步网络发送的站间钟差数据,所述设备监测端通过传感器网络监视动态高精度卫星共视算法系统各应用层的状态信息,所述授时差值端将采集的数据构建偏差授时模型用于实现多终端共视授时,所述基站共视端采用权益共视虚拟算法校正授时精度,所述设备监测端的输出端连接数据采集端的输入端,所述数据采集端的输出端连接授时差值端的输入端,所述授时差值端的输出端连接基站共视端的输入端;
数据广播层用于发布经权益共视虚拟算法纠正的偏差授时模型参数;
显示定时层用于将获取的数据以视音频展示并将异常数据信息生成日志报表;
所述自定义层的输出端连接信号接收层的输入端,所述信号接收层的输出端连接数据处理层的输入端,所述数据处理层的输出端连接实时校准层的输入端,所述实时校准层的输出端连接授时监测层的输入端,所述授时监测层的输出端连接数据广播层的输入端,所述数据广播层的输出端连接显示定时层的输入端。
作为上述技术方案的进一步描述,所述自定义层包括登录界面、指纹验证端和地理定位端,所述登录界面用于用户利用手机号进行注册和登录,所述指纹验证端通过连接指纹数据库进行用户身份和权限验证,所述地理定位端通过北斗卫星对用户的地理位置详细定位,所述登录界面的输出端分别连接指纹验证端和地理定位端的输入端。
作为上述技术方案的进一步描述,所述信号接收层包括伪码测距端、卫星信息端和数据解码端,所述伪码测距端通过矢量运算测量地面基站位置和卫星位置之间的距离,所述卫星信息端用于获取卫星的位置信息和星钟数据,所述数据解码端通过解码器将获取的加密信息进行破解翻译,所述伪码测距端和卫星信息端的输出端连接数据解码端的输入端。
作为上述技术方案的进一步描述,所述数据处理层包括数据存储端、数据划分端、数据分类端、数据清洗端和数据排序端,所述数据清洗端采用插值算法填补数据残缺部分和采用异常检测算法修正异常数据部分,所述数据分类端采用混合聚类算法将清洗完成的数据按照数据类型进行分类,所述数据排序端将分类完成的数据按照时间排成次序,所述数据划分端用于将排序后的数据按照批次划分为多个相同的数据块,所述数据存储端通过分布式元数据库储存划分完成的数据块,所述数据清洗端的输出端连接数据分类端的输入端,所述数据分类端的输出端连接数据排序端的输入端,所述数据排序端的输出端连接数据划分端的输入端,所述数据划分端的输出端连接数据存储端的输入端。
作为上述技术方案的进一步描述,所述实时校准层包括间隔计数端、流动校准端和偏差测量端,所述间隔计数端通过多通道时间间隔计数器测量IPPS 时间信号和卫星信号的时间间隔,所述流动校准端根据地面基站接收机相对于用户接收机的相对时延校准时间,所述偏差测量端在零基线共钟的条件下测量地面基站接收机相对于用户接收机的时间偏差,所述间隔计数端的输出端连接偏差测量端的输入端,所述偏差测量端的输出端连接流动校准端的输入端。
作为上述技术方案的进一步描述,所述数据广播层包括卫星上行端、基站网络端和用户移动端,所述卫星上行端通过导航电文将纠正的偏差授时模型参数发送到卫星,所述基站网络端利用 FTP 服务器将每天生成的纠正的偏差授时模型参数发送到网络,所述用户移动端通过短信查询式发布纠正的偏差授时模型参数发送到用户配置的移动终端。
作为上述技术方案的进一步描述,所述显示定时层包括交互显示端、定时查询端和无线传输端,所述交互显示端通过触摸屏进行视音频的交互操作,所述定时查询端通过异常检测引擎搜索数据异常时的具体时间并写入日志,所述无线传输端采用并行通道实现数据接收,所述无线传输端的输出端连接交互显示端的输入端,所述交互显示端的输出端连接定时查询端输入端。
作为上述技术方案的进一步描述,所述权益共视虚拟算法的工作方法为:首先获取卫星的伪距和相位观测值,以及接收机本地时钟差、接收机位置和卫星的轨道信息,然后运用权益证明算法根据参与者持有的代币数量来进行协议选举以建立收到信号的全球卫星导航系统接收机和卫星之间的信任关系,接着根据信任关系选择虚拟共视基准卫星,从而得到虚拟共视基准卫星和实际卫星的差异值并校正卫星的伪距和相位观测值,最后将处理后的伪距和相位观测值与本地时钟差、接收机位置以及卫星的轨道信息相结合,并使用加权最小二乘法来计算位置估计值以消除多普勒效应和电离层延迟。
作为上述技术方案的进一步描述,所述偏差授时模型的工作方法为:首先定义卫星到地面基站的伪距为:
(1)
式(1)中,Dm表示卫星到地面基站的几何距离,Bm表示地面基站接收机时间,Bs表示卫星钟时间,Bo表示包含了除星历和星钟误差外的其它所有误差,a为延迟系数,k为控制系数,c为放大系数,m为地面基站数目,s为卫星数目,o表示其它因素总和,pm表示卫星到地面基站的伪距,C为修正系数;
利用导航电文中的星钟参数、星历参数、电离层和对流层延迟参数修正伪距,
(2)
式(2)中,Δp表示剩余的伪距残差,G表示GNSS卫星广播的系统时间,表示星钟修正误差,/>表示星历修正误差,/>表示电离层对流层延迟修正残差;
最后通过事件相关因子函数提高准确率,所述相关因子函数为:
(3)
式(3)中,R表示相关因子,r表示常规相关联度,f表示常规发生频度,r1表示当前不同事件间的相关联度,f1表示当前不同事件间的发生频度。
作为上述技术方案的进一步描述,所述分布式加速算法的工作方法为:首先通过随机数的不断尝试来找到正确的临时值,然后将计算任务分发给参与者们,每个参与者都采用多个计算节点并行计算的方式独立进行计算,接着在所有节点完成计算后,将计算结果发送给主节点,主节点收集所有结果并进行校验,对于有错误结果的参与者,将结果驳回并返回错误信息,再次重新计算,对于所有结果正确的参与者,将结果加起来取平均值以得到最终的结果,最后根据最终的结果重新计算哈希值并进行下一轮计算。
综上所述,由于采用上述技术方案,本发明的有益效果是:
本发明公开一种基于SBAS的动态高精度卫星共视算法系统,通过构建偏差授时模型用于实现多终端共视授时,通过权益共视虚拟算法校正授时精度,通过分布式加速算法获取地面基站时差数据、接收机相对延值和卫星双向时间同步网络发送的站间钟差数据,降低了选择虚拟共视卫星时受到数量和分布的限制,降低了海量数据计算复杂度和时间成本,提高了动态高精度卫星的授时精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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性的前提下,还可以根据这些附图获得其他的附图,
图1为本发明总体架构示意图;
图2为授时监测层结构示意图;
图3为自定义层结构示意图;
图4为数据处理层结构示意图;
图5为实时校准层结构示意图。
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。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。
如图1-图5示,一种基于SBAS的动态高精度卫星共视算法系统,包括自定义层、信号接收层、数据处理层、实时校准层、授时监测层、数据广播层和显示定时层;
自定义层用于获取用户基本信息,所述基本信息包括姓名、性别、权限、手机号和地理位置;
信号接收层用于获取卫星发送及共享的数据信息;
数据处理层用于处理获取的卫星数据信息;
实时校准层用于地面基站和用户接收机进行时延校准;
授时监测层用于监测卫星广播时间与地面基站本地时间的时差数据;所述授时监测层包括授时差值端、基站共视端、设备监测端和数据采集端,所述数据采集端通过分布式加速算法获取地面基站时差数据、接收机相对延值和卫星双向时间同步网络发送的站间钟差数据,所述设备监测端通过传感器网络监视动态高精度卫星共视算法系统各应用层的状态信息,所述授时差值端将采集的数据构建偏差授时模型用于实现多终端共视授时,所述基站共视端采用权益共视虚拟算法校正授时精度,所述设备监测端的输出端连接数据采集端的输入端,所述数据采集端的输出端连接授时差值端的输入端,所述授时差值端的输出端连接基站共视端的输入端;
数据广播层用于发布经权益共视虚拟算法纠正的偏差授时模型参数;
显示定时层用于将获取的数据以视音频展示并将异常数据信息生成日志报表;
所述自定义层的输出端连接信号接收层的输入端,所述信号接收层的输出端连接数据处理层的输入端,所述数据处理层的输出端连接实时校准层的输入端,所述实时校准层的输出端连接授时监测层的输入端,所述授时监测层的输出端连接数据广播层的输入端,所述数据广播层的输出端连接显示定时层的输入端。
进一步地实施例,所述自定义层包括登录界面、指纹验证端和地理定位端,所述登录界面用于用户利用手机号进行注册和登录,所述指纹验证端通过连接指纹数据库进行用户身份和权限验证,所述地理定位端通过北斗卫星对用户的地理位置详细定位,所述登录界面的输出端分别连接指纹验证端和地理定位端的输入端。
所述自定义层的工作过程为:用户通过登录界面输入自己的手机号并注册或登录。 登录界面的输出端将用户手机号发送给指纹验证端和地理定位端的输入端。指纹验证端使用指纹数据库对用户的指纹进行验证,确定用户的身份和权限。地理定位端通过连接北斗卫星,对用户的位置进行详细的定位。指纹验证端和地理定位端将验证结果和定位结果通过各自的输出端发送给应用程序的上层模块进行处理和判断。应用程序的上层模块根据指纹验证端和地理定位端的结果,判断用户是否有权限进行相应的操作,并在需要的时候使用地理定位端提供的详细位置信息。
进一步地实施例,所述信号接收层包括伪码测距端、卫星信息端和数据解码端,所述伪码测距端通过矢量运算测量地面基站位置和卫星位置之间的距离,所述卫星信息端用于获取卫星的位置信息和星钟数据,所述数据解码端通过解码器将获取的加密信息进行破解翻译,所述伪码测距端和卫星信息端的输出端连接数据解码端的输入端。
所述信号接收层的工作过程为:伪码测距端从卫星接收机中接收伪码信号,并利用矢量运算方法测算基站和卫星之间的距离。卫星信息端通过接收卫星广播信号,获取卫星位置信息和星钟数据。伪码测距端和卫星信息端的输出端连接到数据解码端的输入端,将获取的信号数据传递给数据解码器。数据解码器将接收到的加密信息进行解码、翻译,得到测距数据和卫星状态等信息。信号接收层将解码后的信息传递给上一层处理,用于计算基站位置和用户位置。
进一步地实施例,所述数据处理层包括数据存储端、数据划分端、数据分类端、数据清洗端和数据排序端,所述数据清洗端采用插值算法填补数据残缺部分和采用异常检测算法修正异常数据部分,所述数据分类端采用混合聚类算法将清洗完成的数据按照数据类型进行分类,所述数据排序端将分类完成的数据按照时间排成次序,所述数据划分端用于将排序后的数据按照批次划分为多个相同的数据块,所述数据存储端通过分布式元数据库储存划分完成的数据块,所述数据清洗端的输出端连接数据分类端的输入端,所述数据分类端的输出端连接数据排序端的输入端,所述数据排序端的输出端连接数据划分端的输入端,所述数据划分端的输出端连接数据存储端的输入端。
所述数据处理层的工作过程为:数据存储端通过分布式元数据库对数据进行存储。数据划分端将存储在数据库中的数据按照批次划分成多个相同大小的数据块,以便后续处理。数据排序端将划分完成的数据块按照时间顺序排列,以便数据分类。数据分类端利用混合聚类算法将数据分类,并将分类后的数据传递给数据清洗端。数据清洗端对分类后的数据进行数据清洗,采用插值算法填补数据残缺部分和采用异常检测算法修正异常数据部分。清洗完成的数据再次通过数据分类端进行分类,以确保数据质量和正确性。最后,分类后的数据将被传递给数据排序端,排序完成后再传递给数据划分端,划分完成后存储于数据存储端中。
进一步地实施例,所述实时校准层包括间隔计数端、流动校准端和偏差测量端,所述间隔计数端通过多通道时间间隔计数器测量IPPS 时间信号和卫星信号的时间间隔,所述流动校准端根据地面基站接收机相对于用户接收机的相对时延校准时间,所述偏差测量端在零基线共钟的条件下测量地面基站接收机相对于用户接收机的时间偏差,所述间隔计数端的输出端连接偏差测量端的输入端,所述偏差测量端的输出端连接流动校准端的输入端。
所述实时校准层的工作过程为:间隔计数端利用多通道时间间隔计数器来测量IPPS时间信号和卫星信号之间的时间间隔,并通过计算得出地面基站接收机和用户接收机之间的时间差。偏差测量端在零基线共钟条件下测量地面基站接收机和用户接收机之间的时间偏差。测量完成后,偏差测量端将测量得到的时间偏差传递给流动校准端。流动校准端利用地面基站接收机和用户接收机之间的相对时延校准时间,并将其与间隔计数端和偏差测量端的数据进行匹配和校准。实时校准层通过测量和校准来补偿卫星信号传输过程中的时间延迟和误差,从而提高GPS定位系统的精度和可靠性。
进一步地实施例,所述数据广播层包括卫星上行端、基站网络端和用户移动端,所述卫星上行端通过导航电文将纠正的偏差授时模型参数发送到卫星,所述基站网络端利用FTP 服务器将每天生成的纠正的偏差授时模型参数发送到网络,所述用户移动端通过短信查询式发布纠正的偏差授时模型参数发送到用户配置的移动终端。
进一步地实施例,所述显示定时层包括交互显示端、定时查询端和无线传输端,所述交互显示端通过触摸屏进行视音频的交互操作,所述定时查询端通过异常检测引擎搜索数据异常时的具体时间并写入日志,所述无线传输端采用并行通道实现数据接收,所述无线传输端的输出端连接交互显示端的输入端,所述交互显示端的输出端连接定时查询端输入端。
进一步地实施例,所述权益共视虚拟算法的工作方法为:首先获取卫星的伪距和相位观测值,以及接收机本地时钟差、接收机位置和卫星的轨道信息,然后运用权益证明算法根据参与者持有的代币数量来进行协议选举以建立收到信号的全球卫星导航系统接收机和卫星之间的信任关系,接着根据信任关系选择虚拟共视基准卫星,从而得到虚拟共视基准卫星和实际卫星的差异值并校正卫星的伪距和相位观测值,最后将处理后的伪距和相位观测值与本地时钟差、接收机位置以及卫星的轨道信息相结合,并使用加权最小二乘法来计算位置估计值以消除多普勒效应和电离层延迟。
在具体实施例中,将权益证明算法和权益共视虚拟算法相结合,通过将卫星的伪距和相位观测值和接收机本地时钟差、接收机位置以及卫星的轨道信息来进行处理,提高定位精度并抵御干扰,如表1所示。
表1 精度效果表
根据表格显示的数据,可以得出以下结论:
1. 信任度:在信任度方面,权益共视虚拟算法明显优于虚拟共视基准算法,信任度达到了99.5%,而虚拟共视基准算法只有52.4%的信任度。
2. 时间:在时间方面,权益共视虚拟算法也优于虚拟共视基准算法,时间为3.2ns,而虚拟共视基准算法时间为5.9ns。
3. 精度:在精度方面,权益共视虚拟算法相比虚拟共视基准算法精度更高,达到了97.6%的精度,而虚拟共视基准算法只有61.4%的精度。
综上所述,权益共视虚拟算法相比虚拟共视基准算法在信任度、时间和精度方面都表现更好。
权益共视虚拟算法的伪代码实现为:
import numpy as np
# 获取卫星的伪距和相位观测值
pseudorange = np.array([100, 200, 300])
phase = np.array([10, 20, 30])
# 获取接收机本地时钟差、接收机位置和卫星的轨道信息
clock_bias = 1.5
receiver_pos = np.array([0, 0, 0])
satellite_pos = np.array([[100, 0, 0],
[0, 200, 0],
[0, 0, 300]])
# 运用权益证明算法选举虚拟共视基准卫星
participant_tokens = np.array([5, 3, 4])
virtual_baseline = satellite_pos[np.argmax(participant_tokens)]
# 计算虚拟共视基准卫星和实际卫星的差异值,并校正卫星的伪距和相位观测值
virtual_range = np.linalg.norm(receiver_pos - virtual_baseline)
range_diff = pseudorange - (np.linalg.norm(satellite_pos - receiver_pos, axis=1) - virtual_range)
phase_diff = ph ase - (np.linalg.norm((satellite_pos - receiver_pos)/ np.linalg.norm(satellite_pos - receiver_pos, axis=1, keepdims=True) -virtual_baseline / np.linalg.norm(virtual_baseline)) * 2 * np.pi)
# 使用加权最小二乘法计算位置估计值,消除多普勒效应和电离层延迟
A = np.concatenate((-(satellite_pos - receiver_pos) / np.linalg.norm(satellite_pos - receiver_pos, axis=1, keepdims=True), np.ones((satellite_pos.shape[0], 1))), axis=1)
w = np.linalg.norm(satellite_pos - receiver_pos, axis=1)
x_hat = np.linalg.solve(A.T @ np.diag(w) @ A, A.T @ np.diag(w) @range_diff)
v_hat = x_hat[:-1] - (receiver_pos - virtual_baseline) /np.linalg.norm(receiver_pos - virtual_baseline) * virtual_range
clock_drift = -x_hat[-1] / vir tual_range
# 打印计算得到的位置估计值和钟漂
print("Position estimate:", v_hat)
print("Clock drift:", clock_drift)
进一步地实施例,所述偏差授时模型首先定义卫星到地面基站的伪距为:
(1)
式(1)中,Dm表示卫星到地面基站的几何距离,Bm表示地面基站接收机时间,Bs表示卫星钟时间,Bo表示包含了除星历和星钟误差外的其它所有误差,a为延迟系数,k为控制系数,c为放大系数,m为地面基站数目,s为卫星数目,o表示其它因素总和,pm表示卫星到地面基站的伪距,C为修正系数;
利用导航电文中的星钟参数、星历参数、电离层和对流层延迟参数修正伪距,
(2)
式(2)中,Δp表示剩余的伪距残差,G表示GNSS卫星广播的系统时间,表示星钟修正误差,/>表示星历修正误差,/>表示电离层对流层延迟修正残差;
最后通过事件相关因子函数提高准确率,所述相关因子函数为:
(3)
式(3)中,R表示相关因子,r表示常规相关联度,f表示常规发生频度,r1表示当前不同事件间的相关联度,f1表示当前不同事件间的发生频度。
在具体实施例中,授时偏差模型通常包括以下几个方面的误差:
1. 卫星钟差:由于卫星发射时钟精度有限,卫星时钟的时间可能与国际原子时存在一定的偏差。
2. 传输时间延迟:导航信号在空气和电离层中传播时会受到不同程度的延迟,导致信号到达接收机的时间与实际发射时间之间存在偏差。
3. 接收机钟差:接收机本地时钟的精度也有限,其时间可能与国际原子时存在一定的偏差。
授时偏差模型的目的是描述这些误差,并提供一个数学模型来对它们进行校正,如表2所示。
表2 偏差校正表
根据表2,可以看出模型/因素(授时偏差)对校正率的影响远远大于无模型的情况,在授时偏差模型下,校正率可达到98.6%,而无模型只有15.3%。这是因为授时偏差模型能够较为准确地描述卫星和接收机时钟的变化规律,从而实现更精确的时钟校正。
同时,根据表2的数据,授时偏差的使用可以显著减少时间延迟和时钟差,使得校正效果得以有效提升。授时偏差模型下,时间延迟可降低到12ms,时钟差仅有19ns;而在无模型情况下,时间延迟高达28ms,时钟差也非常大,达到103ns。
因此,通过对表2的分析,可以得出结论:授时偏差模型能够显著提高时钟校正精度,特别是对时间延迟和时钟差的减少效果更为明显。
进一步地实施例,所述分布式加速算法的工作方法为:首先通过随机数的不断尝试来找到正确的临时值,然后将计算任务分发给参与者们,每个参与者都采用多个计算节点并行计算的方式独立进行计算,接着在所有节点完成计算后,将计算结果发送给主节点,主节点收集所有结果并进行校验,对于有错误结果的参与者,将结果驳回并返回错误信息,再次重新计算,对于所有结果正确的参与者,将结果加起来取平均值以得到最终的结果,最后根据最终的结果重新计算哈希值并进行下一轮计算。
所述分布式加速算法的工作原理为:在分布式计算环境中,每个计算节点均按照相同的方式处理问题。节点之间互相通信和协同工作,从而实现迭代计算,并在中心节点处进行参数更新和全局信息的汇总。因此,这种算法可以很好地保证数据的处理效率和准确性。
所述分布式加速算法的伪代码实现为:
//通过随机数的不断尝试来找到正确的临时值:
n = 0
while True:
value = generate_random_value()
hash_value = hash_function(value)
if hash_value<target:
break
n += 1
//将计算任务分发给参与者们,每个参与者都采用多个计算节点并行计算的方式独立进行计算:
for participant in participants:
task_queue.put((participant.id, value))
for i in range(num_nodes):
job_queue.put(i)
while not job_queue.empty():
node_id = job_queue.get()
job_data = task_queue.get()
result = calculate(node_id, job_data)
results_queue.put((node_id, result))
//在所有节点完成计算后,将计算结果发送给主节点,主节点收集所有结果并进行校验,对于有错误结果的参与者,将结果驳回并返回错误信息,再次重新计算,对于所有结果正确的参与者,将结果加起来取平均值以得到最终的结果:
for i in range(num_nodes):
node_id, result = results_queue.get()
results[node_id] = result
if is_valid(results):
final_result = np.mean(results)
else:
send_error_message()
return
//根据最终的结果重新计算哈希值并进行下一轮计算:
current_value = final_result
current_hash = hash_function(current_value)
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这些具体实施方式仅是举例说明,本领域的技术人员在不脱离本发明的原理和实质的情况下,可以对上述方法和系统的细节进行各种省略、替换和改变。例如,合并上述方法步骤,从而按照实质相同的方法执行实质相同的功能以实现实质相同的结果则属于本发明的范围。因此,本发明的范围仅由所附权利要求书限定。
Claims (10)
1.一种基于SBAS的动态高精度卫星共视算法系统,包括自定义层、信号接收层、数据处理层、实时校准层、授时监测层、数据广播层和显示定时层;
其特征在于:
自定义层用于获取用户基本信息,所述基本信息包括姓名、性别、权限、手机号和地理位置;
信号接收层用于获取卫星发送及共享的数据信息;
数据处理层用于处理获取的卫星发送及共享的数据信息;
实时校准层用于地面基站和用户接收机进行时延校准;
授时监测层用于监测卫星广播时间与地面基站本地时间的时差数据;所述授时监测层包括授时差值端、基站共视端、设备监测端和数据采集端,所述数据采集端通过分布式加速算法获取地面基站时差数据、接收机相对延值和卫星双向时间同步网络发送的站间钟差数据,所述设备监测端通过传感器网络监视卫星共视算法系统各应用层的状态信息,所述授时差值端将采集的数据构建偏差授时模型用于实现多终端共视授时,所述基站共视端采用权益共视虚拟算法校正授时精度,所述设备监测端的输出端连接数据采集端的输入端,所述数据采集端的输出端连接授时差值端的输入端,所述授时差值端的输出端连接基站共视端的输入端;
数据广播层用于发布经权益共视虚拟算法纠正的偏差授时模型参数;
显示定时层用于将获取的数据以视音频展示并将异常数据信息生成日志报表;
所述自定义层的输出端连接信号接收层的输入端,所述信号接收层的输出端连接数据处理层的输入端,所述数据处理层的输出端连接实时校准层的输入端,所述实时校准层的输出端连接授时监测层的输入端,所述授时监测层的输出端连接数据广播层的输入端,所述数据广播层的输出端连接显示定时层的输入端。
2.根据权利要求1所述的一种基于SBAS的动态高精度卫星共视算法系统,其特征在于:所述自定义层包括登录界面、指纹验证端和地理定位端,所述登录界面用于用户利用手机号进行注册和登录,所述指纹验证端通过连接指纹数据库进行用户身份和权限验证,所述地理定位端通过北斗卫星对用户的地理位置详细定位,所述登录界面的输出端分别连接指纹验证端和地理定位端的输入端。
3.根据权利要求1所述的一种基于SBAS的动态高精度卫星共视算法系统,其特征在于:所述信号接收层包括伪码测距端、卫星信息端和数据解码端,所述伪码测距端通过矢量运算测量地面基站位置和卫星位置之间的距离,所述卫星信息端用于获取卫星的位置信息和星钟数据,所述数据解码端通过解码器将获取的加密信息进行破解翻译,所述伪码测距端和卫星信息端的输出端连接数据解码端的输入端。
4.根据权利要求1所述的一种基于SBAS的动态高精度卫星共视算法系统,其特征在于:所述数据处理层包括数据存储端、数据划分端、数据分类端、数据清洗端和数据排序端,所述数据清洗端采用插值算法填补数据残缺部分和采用异常检测算法修正异常数据部分,所述数据分类端采用混合聚类算法将清洗完成的数据按照数据类型进行分类,所述数据排序端将分类完成的数据按照时间排成次序,所述数据划分端用于将排序后的数据按照批次划分为多个相同的数据块,所述数据存储端通过分布式元数据库储存划分完成的数据块,所述数据清洗端的输出端连接数据分类端的输入端,所述数据分类端的输出端连接数据排序端的输入端,所述数据排序端的输出端连接数据划分端的输入端,所述数据划分端的输出端连接数据存储端的输入端。
5.根据权利要求1所述的一种基于SBAS的动态高精度卫星共视算法系统,其特征在于:所述实时校准层包括间隔计数端、流动校准端和偏差测量端,所述间隔计数端通过多通道时间间隔计数器测量IPPS 时间信号和卫星信号的时间间隔,所述流动校准端根据地面基站接收机相对于用户接收机的相对时延校准时间,所述偏差测量端在零基线共钟的条件下测量地面基站接收机相对于用户接收机的时间偏差,所述间隔计数端的输出端连接偏差测量端的输入端,所述偏差测量端的输出端连接流动校准端的输入端。
6.根据权利要求1所述的一种基于SBAS的动态高精度卫星共视算法系统,其特征在于:所述数据广播层包括卫星上行端、基站网络端和用户移动端,所述卫星上行端通过导航电文将纠正的偏差授时模型参数发送到卫星,所述基站网络端利用 FTP 服务器将每天生成的纠正的偏差授时模型参数发送到网络,所述用户移动端通过短信查询式发布纠正的偏差授时模型参数发送到用户配置的移动终端。
7.根据权利要求1所述的一种基于SBAS的动态高精度卫星共视算法系统,其特征在于:所述显示定时层包括交互显示端、定时查询端和无线传输端,所述交互显示端通过触摸屏进行视音频的交互操作,所述定时查询端通过异常检测引擎搜索数据异常时的具体时间并写入日志,所述无线传输端采用并行通道实现数据接收,所述无线传输端的输出端连接交互显示端的输入端,所述交互显示端的输出端连接定时查询端输入端。
8.根据权利要求1所述的一种基于SBAS的动态高精度卫星共视算法系统,其特征在于:所述权益共视虚拟算法的工作方法为:首先获取卫星的伪距和相位观测值,以及接收机本地时钟差、接收机位置和卫星的轨道信息,然后运用权益证明算法根据参与者持有的代币数量来进行协议选举以建立收到信号的全球卫星导航系统接收机和卫星之间的信任关系,接着根据信任关系选择虚拟共视基准卫星,从而得到虚拟共视基准卫星和实际卫星的差异值并校正卫星的伪距和相位观测值,最后将处理后的伪距和相位观测值与本地时钟差、接收机位置以及卫星的轨道信息相结合,并使用加权最小二乘法来计算位置估计值以消除多普勒效应和电离层延迟。
9.根据权利要求6所述的一种基于SBAS的动态高精度卫星共视算法系统,其特征在于:所述偏差授时模型的工作方法为:首先定义卫星到地面基站的伪距为:
(1)
式(1)中,Dm表示卫星到地面基站的几何距离,Bm表示地面基站接收机时间,Bs表示卫星钟时间,Bo表示包含了除星历和星钟误差外的其它所有误差,a为延迟系数,k为控制系数,c为放大系数,m为地面基站数目,s为卫星数目,o表示其它因素总和,pm表示卫星到地面基站的伪距,C为修正系数;
利用导航电文中的星钟参数、星历参数、电离层和对流层延迟参数修正伪距,
(2)
式(2)中,Δp表示剩余的伪距残差,G表示GNSS卫星广播的系统时间,表示星钟修正误差,/>表示星历修正误差,/>表示电离层对流层延迟修正残差;
最后通过事件相关因子函数提高准确率,所述相关因子函数为:
(3)
式(3)中,R表示相关因子,r表示常规相关联度,f表示常规发生频度,r1表示当前不同事件间的相关联度,f1表示当前不同事件间的发生频度。
10.根据权利要求1所述的一种基于SBAS的动态高精度卫星共视算法系统,其特征在于:所述分布式加速算法的工作方法为:首先通过随机数的不断尝试来找到正确的临时值,然后将计算任务分发给参与者们,每个参与者都采用多个计算节点并行计算的方式独立进行计算,接着在所有节点完成计算后,将计算结果发送给主节点,主节点收集所有结果并进行校验,对于有错误结果的参与者,将结果驳回并返回错误信息,再次重新计算,对于所有结果正确的参与者,将结果加起来取平均值以得到最终的结果,最后根据最终的结果重新计算哈希值并进行下一轮计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311191272.XA CN116931027B (zh) | 2023-09-15 | 2023-09-15 | 一种基于sbas的动态高精度卫星共视算法系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311191272.XA CN116931027B (zh) | 2023-09-15 | 2023-09-15 | 一种基于sbas的动态高精度卫星共视算法系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116931027A true CN116931027A (zh) | 2023-10-24 |
CN116931027B CN116931027B (zh) | 2023-11-28 |
Family
ID=88375709
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311191272.XA Active CN116931027B (zh) | 2023-09-15 | 2023-09-15 | 一种基于sbas的动态高精度卫星共视算法系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116931027B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2003292538A1 (en) * | 2003-11-25 | 2005-06-17 | Thales Atm S.P.A. | Onboard device on a vehicle for traffic surveillance systems in an airport area |
US20060103465A1 (en) * | 2004-11-12 | 2006-05-18 | U-Nav Microelectronics Corporation | Automatic gain control and tuned low noise amplifier for process-independent gain systems |
US20100253578A1 (en) * | 2007-11-25 | 2010-10-07 | Mantovani Jose R B | Navigation data acquisition and signal post-processing |
US20110156954A1 (en) * | 2009-12-29 | 2011-06-30 | Texas Instruments Incorporated | Position and Velocity Uncertainty Metrics in GNSS Receivers |
CN108152837A (zh) * | 2018-01-04 | 2018-06-12 | 北京众享比特科技有限公司 | 导航信号备份与反欺诈方法及装置、设备和存储介质 |
CN108931915A (zh) * | 2018-05-08 | 2018-12-04 | 和芯星通科技(北京)有限公司 | 利用导航卫星的授时方法和装置、计算机可读存储介质 |
CN109001972A (zh) * | 2018-08-13 | 2018-12-14 | 中国科学院国家授时中心 | 一种北斗广域授时系统与方法 |
CN111949727A (zh) * | 2020-06-19 | 2020-11-17 | 湖南拓比科技有限公司 | 一种基于区块链的生态环境可视化控制方法及系统 |
WO2021227462A1 (zh) * | 2020-05-13 | 2021-11-18 | 北斗天地股份有限公司 | 基于区块链的北斗数据处理方法及装置 |
WO2022068637A1 (zh) * | 2020-09-30 | 2022-04-07 | 东南大学 | 一种基于卫星的区块链架构 |
WO2023283045A1 (en) * | 2021-07-03 | 2023-01-12 | Skystream LLC | Enhanced ldacs that uses doppler shifts in carrier signals or uses beacon transmitters for positioning and navigation |
CN115639582A (zh) * | 2022-10-17 | 2023-01-24 | 中国人民解放军61081部队 | 一种基于共视法授时的geo卫星轨道机动期间轨道测定方法 |
CN115826016A (zh) * | 2023-02-10 | 2023-03-21 | 长安大学 | 一种北斗双频星基增强改正数及完好性参数解算的方法 |
CN115933356A (zh) * | 2023-01-09 | 2023-04-07 | 北京航空航天大学 | 一种虚拟原子钟的高精度时间同步系统和方法 |
-
2023
- 2023-09-15 CN CN202311191272.XA patent/CN116931027B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2003292538A1 (en) * | 2003-11-25 | 2005-06-17 | Thales Atm S.P.A. | Onboard device on a vehicle for traffic surveillance systems in an airport area |
US20060103465A1 (en) * | 2004-11-12 | 2006-05-18 | U-Nav Microelectronics Corporation | Automatic gain control and tuned low noise amplifier for process-independent gain systems |
US20100253578A1 (en) * | 2007-11-25 | 2010-10-07 | Mantovani Jose R B | Navigation data acquisition and signal post-processing |
US20110156954A1 (en) * | 2009-12-29 | 2011-06-30 | Texas Instruments Incorporated | Position and Velocity Uncertainty Metrics in GNSS Receivers |
CN108152837A (zh) * | 2018-01-04 | 2018-06-12 | 北京众享比特科技有限公司 | 导航信号备份与反欺诈方法及装置、设备和存储介质 |
CN108931915A (zh) * | 2018-05-08 | 2018-12-04 | 和芯星通科技(北京)有限公司 | 利用导航卫星的授时方法和装置、计算机可读存储介质 |
CN109001972A (zh) * | 2018-08-13 | 2018-12-14 | 中国科学院国家授时中心 | 一种北斗广域授时系统与方法 |
WO2021227462A1 (zh) * | 2020-05-13 | 2021-11-18 | 北斗天地股份有限公司 | 基于区块链的北斗数据处理方法及装置 |
CN111949727A (zh) * | 2020-06-19 | 2020-11-17 | 湖南拓比科技有限公司 | 一种基于区块链的生态环境可视化控制方法及系统 |
WO2022068637A1 (zh) * | 2020-09-30 | 2022-04-07 | 东南大学 | 一种基于卫星的区块链架构 |
WO2023283045A1 (en) * | 2021-07-03 | 2023-01-12 | Skystream LLC | Enhanced ldacs that uses doppler shifts in carrier signals or uses beacon transmitters for positioning and navigation |
CN115639582A (zh) * | 2022-10-17 | 2023-01-24 | 中国人民解放军61081部队 | 一种基于共视法授时的geo卫星轨道机动期间轨道测定方法 |
CN115933356A (zh) * | 2023-01-09 | 2023-04-07 | 北京航空航天大学 | 一种虚拟原子钟的高精度时间同步系统和方法 |
CN115826016A (zh) * | 2023-02-10 | 2023-03-21 | 长安大学 | 一种北斗双频星基增强改正数及完好性参数解算的方法 |
Non-Patent Citations (4)
Title |
---|
LI WANG等: "Secure Spectrum Sharing for Satellite Internet of Things Based on Blockchain", 《WIRELESS PERSONAL COMMUNICATIONS》, pages 357 - 369 * |
佚名: "权益证明共识算法是什么?权益证明共识算法是如何工作的?", pages 1 - 5, Retrieved from the Internet <URL:https://www.120btc.com/baike/qukuai/11558.html> * |
郝雅楠;祝彬;朱华桥;: "全球卫星导航系统发展现状与特点分析", 国防科技工业, no. 07 * |
魏松杰;李帅;莫冰;王佳贺;: "基于共识机制的LEO低轨卫星网络区域合作认证协议", 计算机研究与发展, no. 10 * |
Also Published As
Publication number | Publication date |
---|---|
CN116931027B (zh) | 2023-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Matosevic et al. | A comparison of accuracy using a GPS and a low-cost DGPS | |
CN111045034B (zh) | 基于广播星历的gnss多系统实时精密时间传递方法及系统 | |
CN107861131B (zh) | 一种斜路径电离层延迟的获取方法及系统 | |
US6356232B1 (en) | High resolution ionospheric technique for regional area high-accuracy global positioning system applications | |
CN111856534B (zh) | 智能终端的双模gnss载波精密单点定位方法及系统 | |
CN110007326B (zh) | 一种用于星基增强系统的双频测距误差参数生成方法 | |
CN107607971B (zh) | 基于gnss共视时间比对算法的时间频率传递方法及接收机 | |
CN113791431B (zh) | 基于p2p技术构建的对等安全卫星高精度增强网络方法 | |
JP2003262668A (ja) | 全補正戦略 | |
CN111694030A (zh) | 一种基于格网虚拟观测值的bds局域差分方法及系统 | |
CN105301617A (zh) | 一种卫星导航系统中的整周模糊度有效性检验方法 | |
CN114966760B (zh) | 一种电离层加权的非差非组合ppp-rtk技术实现方法 | |
CN114355418A (zh) | 基于北斗地基增强系统的事后数据质量评估方法和系统 | |
Psychas et al. | Impact and mitigation of neglecting PPP-RTK correctional uncertainty | |
CN114721012B (zh) | 一种电离层延迟效应改正方法及装置 | |
CN114879239B (zh) | 一种增强瞬时ppp固定解的区域三频整数钟差估计方法 | |
CN114994727A (zh) | 一种实现高精度时间校准及卫星定位的设备 | |
CN112799107B (zh) | 一种动态授时系统及方法 | |
CN112230254B (zh) | 一种gps载波相位多径误差的校正方法及装置 | |
CN116931027B (zh) | 一种基于sbas的动态高精度卫星共视算法系统 | |
Yi et al. | A method of undifferenced ambiguity resolution for GPS+ GLONASS precise point positioning | |
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 | |
CN114355420B (zh) | 一种分布式北斗位置服务中心ppp产品定位方法及装置 | |
WO2014063584A1 (zh) | 电离层延迟修正参数的传递方法、装置及导航卫星 | |
WO2023123147A1 (zh) | 一种数据预处理方法、数据预处理装置和芯片 |
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 |