CN117607918A - 卫星定位数据质量控制方法、系统及存储介质 - Google Patents
卫星定位数据质量控制方法、系统及存储介质 Download PDFInfo
- Publication number
- CN117607918A CN117607918A CN202311371239.5A CN202311371239A CN117607918A CN 117607918 A CN117607918 A CN 117607918A CN 202311371239 A CN202311371239 A CN 202311371239A CN 117607918 A CN117607918 A CN 117607918A
- Authority
- CN
- China
- Prior art keywords
- preset
- data
- residual
- signal
- noise ratio
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003908 quality control method Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 claims abstract description 33
- 230000011218 segmentation Effects 0.000 claims abstract description 24
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 16
- 238000007619 statistical method Methods 0.000 claims abstract description 15
- 238000012544 monitoring process Methods 0.000 claims description 17
- 238000007667 floating Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 8
- 238000005259 measurement Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 3
- 229920000877 Melamine resin Polymers 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- JDSHMPZPIAZGSV-UHFFFAOYSA-N melamine Chemical compound NC1=NC(N)=NC(N)=N1 JDSHMPZPIAZGSV-UHFFFAOYSA-N 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000819 phase cycle Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 230000004304 visual acuity Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- G01S19/23—Testing, monitoring, correcting or calibrating of receiver elements
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Physics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Operations Research (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种卫星定位数据质量控制方法、系统及存储介质,应用于卫星导航定位技术领域,能够实现实时动态定位中的数据质量控制,有效提高卫星定位的准确度。该方法包括:通过预设残差定位算法对预设观测文件的数据进行解算,得到预设解算数据,包括预设载波相位残差序列和信噪比序列;根据预设分类条件分别对预设载波相位残差序列和信噪比序列进行分组,得到分组数据;对分组数据进行统计分析,构建载波相位残差与信噪比的统计对应关系,以通过统计对应关系确定截止信噪比;根据截止信噪比和分组数据构建预设分段定权模型;通过预设分段定权模型对当前载波相位观测值的信噪比数据进行分析,确定权重数据,以根据权重数据进行数据质量控制。
Description
技术领域
本发明涉及卫星导航定位技术领域,尤其涉及一种卫星定位数据质量控制方法、系统及存储介质。
背景技术
目前,北斗/全球导航卫星系统(Global Navigation Satellite System,GNSS)定位技术由于具有实时性强、自动化程度高、全天时全天候、测量精度高等特点,已成为测绘基准建设、土木水利基础设施安全监测(如桥梁、大坝、高层建筑等)和地质灾害监测(如边坡、滑坡、地面沉降等)等应用的重要手段之一。在开阔环境下,北斗/GNSS技术最高可实现水平方向优于1mm,垂直方向优于2mm的测量精度。然而,随着城市的快速发展和山谷的密林生长,很多前期高标准建立的国际GPS服务组织(IGS)站或连续运行参考站逐渐面临日益严重的建筑和植被高遮挡问题。而大量滑坡、边坡、大坝、桥梁等的变形监测站更位于城市或高山峡谷的高遮挡环境中。相关技术中,高遮挡导致北斗/GNSS可见卫星数减少,并引起多路径误差和衍射误差,严重损害GNSS定位的精度和可靠性,使其难以满足坐标基准建立和变形监测的测站运动信息毫米级精度提取的需求,成为制约GNSS定位技术在高精度导航定位领域应用的瓶颈问题。因此,以上技术问题亟需解决。
发明内容
为了解决上述技术问题的至少之一,本发明提出一种卫星定位数据质量控制方法、系统及存储介质,能够实现实时动态定位中的数据质量控制,有效提高卫星定位的准确度。
一方面,本发明实施例提供了一种卫星定位数据质量控制方法,包括以下步骤:
通过预设残差定位算法对预设观测文件的数据进行解算,得到预设解算数据;其中,所述预设解算数据包括预设载波相位残差序列和信噪比序列;
根据预设分类条件分别对所述预设载波相位残差序列和所述信噪比序列进行分组,得到分组数据;
对所述分组数据进行统计分析,构建载波相位残差与信噪比的统计对应关系,以通过所述统计对应关系确定截止信噪比;
根据所述截止信噪比和所述分组数据构建预设分段定权模型;
通过所述预设分段定权模型对当前载波相位观测值的信噪比数据进行分析,确定权重数据,以根据所述权重数据进行数据质量控制。
根据本发明的一些实施例,在执行所述通过预设残差定位算法对预设观测文件的数据进行解算,得到预设解算数据这一步骤之前,所述方法还包括:
获取预设站点观测得到的预设观测文件;其中,所述预设站点包括基准站、监测站;所述预设观测文件包括观测值文件和广播星历文件。
根据本发明的一些实施例,所述通过预设残差定位算法对预设观测文件的数据进行解算,得到预设解算数据,包括:
根据所述观测值文件和所述广播星历文件,构建事后双差观测方程;
根据所述事后双差观测方程构建标准卡尔曼滤波方程,以通过所述标准卡尔曼滤波方程求解得到各个卫星弧度的模糊度参数的浮点解数据以及相应的标准差数据;
根据所述浮点解数据和所述标准差数据通过预设模糊度固定准则进行模糊度固定,得到模糊度固定数据;
根据所述模糊度固定数据和所述标准卡尔曼滤波方程,计算得到所述预设解算数据;其中,所述预设解算数据还包括卫星高度角序列、卫星方位角序列,所述预设载波相位残差序列包括双差载波相位残差序列。
根据本发明的一些实施例,所述根据预设分类条件分别对所述预设载波相位残差序列和所述信噪比序列进行分组,得到分组数据,包括:
将各个卫星的所述双差载波相位残差序列进行合并,得到载波合并数据;
对所述载波合并数据中的各个残差值取绝对值,得到残差绝对数据;
根据预设残差阈值对所述残差绝对数据中的各个数值进行分类,得到第一残差组和第二残差组;其中,所述第一残差组包括所述残差绝对数据中的数值小于或等于所述预设残差阈值的残差值,所述第二残差组包括所述残差绝对数据中的数值大于所述预设残差阈值的残差值;
根据所述第一残差组和所述第二残差组中各个残差值对应的信噪比观测值,对所述信噪比序列进行分组,得到第一信噪比组和第二信噪比组;其中,所述第一信噪比组与所述第一残差组对应,所述第二信噪比组与所述第二残差组对应。
根据本发明的一些实施例,所述对所述分组数据进行统计分析,构建载波相位残差与信噪比的统计对应关系,以通过所述统计对应关系确定截止信噪比,包括:
根据预设信噪比采样间隔提取所述第二残差组中相应的残差绝对值数据,以计算得到相应的残差均值和残差方差;
根据所述残差均值和所述残差方差通过预设均值标准差法构建预设残差指标,以通过所述预设残差指标确定所述截止信噪比。
根据本发明的一些实施例,所述根据所述截止信噪比和所述分组数据构建预设分段定权模型,包括:
根据所述第一信噪比组和所述第二信噪比组进行统计图绘制,得到预设统计图;
根据所述预设统计图中所述第一信噪比组和所述第二信噪比组相交数据的交集最大值和交集最小值构建信噪比边界数据;
根据所述信噪比边界数据计算边界范围内的各个信噪比值相应的所述预设残差指标,并通过预设指数函数模型进行拟合,构建得到预设方差模型;
根据所述预设方差模型和所述截止信噪比,构建所述预设分段定权模型。
根据本发明的一些实施例,所述根据所述残差均值和所述残差方差通过预设均值标准差法构建预设残差指标,以通过所述预设残差指标确定所述截止信噪比,包括:
将所述第二信噪比组中的各个信噪比值从小到大进行排序,并通过所述预设残差指标计算相应的信噪比残差指标;
当确定所述信噪比残差指标小于预设信噪比阈值,将所述信噪比残差指标对应的信噪比值设置为所述截止信噪比。
另一方面,本发明实施例还提供了一种卫星定位数据质量控制系统,包括:
第一模块,用于通过预设残差定位算法对预设观测文件的数据进行解算,得到预设解算数据;其中,所述预设解算数据包括预设载波相位残差序列和信噪比序列;
第二模块,用于根据预设分类条件分别对所述预设载波相位残差序列和所述信噪比序列进行分组,得到分组数据;
第三模块,用于对所述分组数据进行统计分析,构建载波相位残差与信噪比的统计对应关系,以通过所述统计对应关系确定截止信噪比;
第四模块,用于根据所述截止信噪比和所述分组数据构建预设分段定权模型;
第五模块,用于通过所述预设分段定权模型对当前载波相位观测值的信噪比数据进行分析,确定权重数据,以根据所述权重数据进行数据质量控制。
另一方面,本发明实施例还提供了一种卫星定位数据质量控制系统,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得至少一个所述处理器实现如上述实施例所述的卫星定位数据质量控制方法。
另一方面,本发明实施例还提供了一种计算机存储介质,其中存储有处理器可执行的程序,所述处理器可执行的程序在由所述处理器执行时用于实现如上述实施例所述的卫星定位数据质量控制方法。
根据本发明实施例的一种卫星定位数据质量控制方法,至少具有如下有益效果:本发明实施例首先通过预设残差定位算法地预设观测文件的数据进行解算,从而得到相应的解算数据,包括预设载波相位残差序列和信噪比序列,以便于将受到遮挡影响的观测值残差保留下来。接着,本发明实施例根据预设分类条件对预设载波相位残差序列和信噪比序列进行分组,得到分组数据,以对分组数据进行统计分析,构建载波相位残差与信噪比的统计对应关系,从而通过统计对应关系确定截止信噪比,进而能够根据截止信噪比和分组数据构建预设分段定权模型。最后,本发明实施例通过预设分段定权模型对当前载波相位观测值的信噪比数据进行分析,确定权重数据,以根据权重数据进行数据质量控制,实现实时动态定位中的数据质量控制,有效地提高了卫星定位的准确度。
附图说明
图1是本发明实施例提供的卫星定位数据质量控制方法流程图;
图2是本发明实施例提供的卫星定位数据质量控制系统模块化示意图
图3是本发明实施例提供的卫星定位数据质量控制系统原理框图。
具体实施方式
本申请实施例所描述的实施例不应视为对本申请的限制,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本申请保护的范围。
在以下的描述中,涉及到“一些实施例”,其描述了所有可能实施例的子集,但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集,并且可以在不冲突的情况下相互结合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的,不是旨在限制本申请。
在对本申请实施例进行介绍说明之前,首先对本申请中涉及的相关名词进行解释说明。
全球导航卫星系统(Global Navigation Satellite System,GNSS):是指利用卫星系统进行定位和导航的技术基于卫星信号的接收和处理,通过测量卫星信号的传播时间和位置信息,计算出接收器的位置。
载波相位:卫星发射的无线电信号的相位信息。在卫星定位系统中,卫星发射的信号经过接收器接收后,通过测量信号的相位差来计算接收器与卫星之间的距离差。
信噪比:接收到的信号与背景噪声之间的比值。在卫星定位技术中,信号的强度和质量对定位精度有重要影响。其中,较高的信噪比意味着较强的信号和较低的噪声水平,可以提高定位的准确性和可靠性。
目前,北斗/全球导航卫星系统(Global Navigation Satellite System,GNSS)定位技术由于具有实时性强、自动化程度高、全天时全天候、测量精度高等特点,已成为测绘基准建设、土木水利基础设施安全监测(如桥梁、大坝、高层建筑等)和地质灾害监测(如边坡、滑坡、地面沉降等)等应用的重要手段之一。在开阔环境下,北斗/GNSS技术最高可实现水平方向优于1mm,垂直方向优于2mm的测量精度。然而,随着城市的快速发展和山谷的密林生长,很多前期高标准建立的国际GPS服务组织(IGS)站或连续运行参考站逐渐面临日益严重的建筑和植被高遮挡问题。而大量滑坡、边坡、大坝、桥梁等的变形监测站更位于城市或高山峡谷的高遮挡环境中。相关技术中,高遮挡导致北斗/GNSS可见卫星数减少,并引起多路径误差和衍射误差,严重损害GNSS定位的精度和可靠性,使其难以满足坐标基准建立和变形监测的测站运动信息毫米级精度提取的需求,成为制约GNSS定位技术在高精度导航定位领域应用的瓶颈问题。因此,以上技术问题亟需解决。
基于此,本发明的一个实施例提供了一种卫星定位数据质量控制方法、系统及存储介质,能够实现实时动态定位中的数据质量控制,有效提高卫星定位的准确度。参照图1,本发明实施例的方法包括但不限于步骤S110、步骤S120、步骤S130、步骤S140和步骤S150。
具体地,本发明实施例的方法应用过程包括但不限于以下步骤:
S110:通过预设残差定位算法对预设观测文件的数据进行解算,得到预设解算数据。其中,预设解算数据包括预设载波相位残差序列和信噪比序列。
S120:根据预设分类条件分别对预设载波相位残差序列和信噪比序列进行分组,得到分组数据。
S130:对分组数据进行统计分析,构建载波相位残差与信噪比的统计对应关系,以通过统计对应关系确定截止信噪比。
S140:根据截止信噪比和分组数据构建预设分段定权模型。
S150:通过预设分段定权模型对当前载波相位观测值的信噪比数据进行分析,确定权重数据,以根据权重数据进行数据质量控制。
在本具体实施例工作过程中,本发明实施例首先通过残差定位算法对预设观测文件的数据进行解算,得到预设解算数据。具体地,本发明实施例中预设解算数据包括预设载波相位残差序列和信噪比序列。其中,本发明实施例中预设载波相位残差序列是指相关站点接收机测量到的卫星信号的载波相位与理论值之间的差异序列。另外,本发明实施例中相关站点接收器接收到的卫星信号中,信号强度与噪声强度之比的序列。相应地,当信噪比越高,则表示信号强度越强,对信号的解析能力也越强,进而使得定位精度更高。本发明实施例通过对预设观测文件进行残差计算的方式,得到包括预设载波相位残差序列以及信噪比序列的预设解算数据。接着,本发明实施例根据预设分类条件分别对预设载波相位残差序列以及信噪比序列进行分组,得到分组数据。具体地,本发明实施例中预设分类条件包括预设载波相位残差序列与信噪比序列之间的对应条件、分类阈值,如残差阈值或信噪比阈值等。本发明实施例按照预设分类条件将预设载波相位残差序列进行划分,同时,对信噪比序列进行分类,从而构建得到相应的分组数据。进一步地,本发明实施例对分组数据进行统计分析,构建载波相位残差与信噪比的统计对应关系,以通过统计对应关系确定截止信噪比。具体地,本发明实施例中统计分析是指对数据进行整理、概况和描述的过程,通过统计方法或模型获取数据之间的规律和关系。相应地,本发明实施例中截止信噪比是指在给定的接收机灵敏度下,接收机能够正常工作的最低信噪比值。容易理解的是,本发明实施例中当接收信号的信噪比低于截止信噪比时,接收机无法正确解码和处理信号,这将导致定位误差或定位失败。本发明实施例通过对分组数据进行统计分析的方式,以提取载波相位残差与信噪比之间的关系,即统计对应关系,进而通过该统计对应关系确定相应的截止信噪比。进一步地,本发明实施例根据截止信噪比和分组数据构建预设分段定权模型,以通过预设分段定权模型对当前载波相位观测值的信噪比数据进行分析,确定权重数据,进而根据权重数据进行数据质量控制。具体地,本发明实施例中权重数据是指观测值的权重。容易理解的是,在进行卫星定位数据质量控制过程中,是一个通过一定准则确定观测值的权重,以实现合理的误差分配和处理的过程。因此,本发明实施例通过将当前载波相位观测值的信噪比数据输入预设分段定权模型进行权重数据的预测,从而能够根据相应的权重数据进行卫星定位数据质量控制,实现实时动态定位中的数据质量控制,并且有效提高了卫星定位的准确度。
在本发明的一些实施例中,在执行通过预设残差定位算法对预设观测文件的数据进行解算,得到预设解算数据这一步骤之前,本发明实施例提供的卫星定位数据质量控制方法还包括但不限于以下步骤:
获取预设站点观测得到的预设观测文件。其中,预设站点包括基准站、监测站。预设观测文件包括观测值文件和广播星历文件。
在本具体实施例中,本发明实施例在进行数据解算前,首先对预设站点观测到的预设观测文件进行获取。具体地,本发明实施例中预设站点包括基准站和监测站。其中,本发明实施例中用于精确测量和记录卫星信号的接收时间和位置信息的固定测量站点。相应地,本发明实施例中基准站的位置坐标已经精确测量,且其位置信息是准确的,可以用作其他站点的参考。另外,本发明实施例中监测站是指用于接收卫星信号并记录接收时间和位置信息的测量站点。相应地,本发明实施例中监测站的位置坐标是未知的,需要通过与基准站进行测量和比较来确定。同时,本发明实施例中后预设观测文件包括观测值文件以及广播星历文件。其中,本发明实施例中观测值文件是指记录了接收到的卫星信号的接收时间、卫星编号、信号强度以及接收站点的位置信息等数据的文件。相应地,本发明实施例中记录了卫星的轨道参数、钟差等信息的文件。其中,本发明实施例中由卫星导航系统的控制中心生成广播星历文件并广播至各个用户端。示例性地,本发明实施例读取基准站、监测站的北斗/GNSS接收机观测得到的观测值文件以及广播星历文件,以对相应数据进行解算和分析。
在本发明的一些实施例中,通过预设残差定位算法对预设观测文件的数据进行解算,得到预设解算数据,包括但不限于以下步骤:
根据观测值文件和广播星历文件,构建事后双差观测方程。
根据事后双差观测方程构建标准卡尔曼滤波方程,以通过标准卡尔曼滤波方程求解得到各个卫星弧度的模糊度参数的浮点解数据以及相应的标准差数据。
根据浮点解数据和标准差数据通过预设模糊度固定准则进行模糊度固定,得到模糊度固定数据。
根据模糊度固定数据和标准卡尔曼滤波方程,计算得到预设解算数据。其中,预设解算数据还包括卫星高度角序列、卫星方位角序列,预设载波相位残差序列包括双差载波相位残差序列。
在本具体实施例中,本发明实施例首先根据观测值文件和广播星历文件构建事后双差观测方程,进而根据事后双差观测方程构建标准卡尔曼滤波方程,以通过标准卡尔曼滤波方程求解得到各个卫星弧度的模糊度参数的浮点解数据以及相应的标准差数据。具体地,本发明实施例首先针对基准站和监测站的载波相位以及伪距观测值,构建事后双差观测方程,如下式(1)所示:
其中,式中为双差算子,上标i表示卫星号,下标m表示频率号,P为原始的伪距观测值,/>为载波相位观测值,以周为单位,λm为第m个频率的载波相位观测值波长,ρ表示卫星至接收机的几何距离,c为真空中的光速,N为原始的载波相位整周模糊度参数,单位为周(cycle),ε、ξ分别为包含多路径效应和衍射误差信息在内的伪距及载波相位观测值噪声。
接着,本发明实施例将上式(1)进行变换,表示为矩阵形式,如下式(2)所示:
Lk=AkXk+Vk (2)
其中,式中k为当前历元;Lk为观测值向量,即伪距和载波相位观测值;Ak为设计矩阵;Xk为状态向量,包含了位置参数和模糊度参数;Vk为残差向量。
进一步地,本发明实施例将上式(2)联立下式(3),构建标准卡尔曼滤波方程,如下式(4)所示:
Xk+1=Φk+1,kXk+Wk (3)
Lk=AkXk+Vk (4)
其中,式中Φk+1,k表示状态转移方程的系数矩阵,Wk为均值为零且协方差矩阵分别为Qk的正态白噪声。
相应地,本发明实施例通过构建的标准卡尔曼滤波方程,逐历元估计各位置参数(X,Y,Z)、模糊度参数N及其标准差σN。其中,在估计过程中,本发明实施例将一个卫星弧段的模糊度设定为一个参数进行估计。相应地,本发明实施例在参数估计后,得到各模糊度参数的浮点解即浮点解数据及其相应的标准差σN,即标准差数据。
进一步地,本发明实施例根据浮点解数据和标准差数据通过预设模糊度固定准则进行模糊度固定,得到模糊度固定数据,进而根据模糊度固定数据和标准卡尔曼滤波方程,计算得到预设解算数据。具体地,本发明实施例中预设解算数据还包括卫星高度角序列、卫星方位角序列。其中,本发明实施例中卫星高度角序列是指在一段时间内在某个观测站点的高度角随时间变化的序列,卫星方位角是指在一段时间内在某个观测站点的方位角随时间变化的序列。同时,本发明实施例中预设载波相位残差序列包括双差载波相位残差序列。其中,本发明实施例中双差载波相位残差序列是指通过事后双差相对定位算法进行解算得到的载波相位残差数据。相应地,在计算得到相应的浮点解数据以及标准差数据后,本发明实施例通过预设模糊度固定准则进行模糊度固定,以根据模糊度固定数据和标准卡尔曼滤波方程计算得到相应的预设解算数据。示例性地,本发明实施例首先根据求得的弧段模糊度标准差σN,即标准差数据,由小到大进行排序,并从标准差最小的弧段模糊度开始,将各模糊度参数的浮点解以及相应的弧段模糊度标准差σN代入至预设模糊度固定准则,若满足预设模糊度固定准则,则固定模糊度,得到模糊度固定数据。其中,本发明实施例中密度参数标准差从小到大排序如下式(5)所示,预设模糊度固定准则如下式(6)所示:
其中,式中n为浮点模糊度,即浮点解/>最接近的整数。容易理解的是,当该准则超过预设阈值时,如99.9%,即认为模糊度可靠,可固定。其中,本发明实施例中99.9%为模糊度固定常用经验值。
接着,本发明实施例在模糊度固定后,将相应的模糊度固定数据代回至标准卡尔曼滤波方程中,进行更新计算,从而得到模糊度固定后的监测站位置参数,如三维坐标(X,Y,Z),并输出各卫星各历元的双差载波相位残差序列、信噪比序列、卫星高度角序列和卫星方位角序列。
在本发明的一些实施例中,根据预设分类条件分别对预设载波相位残差序列和信噪比序列进行分组,得到分组数据,包括但不限于以下步骤:
将各个卫星的双差载波相位残差序列进行合并,得到载波合并数据。
对载波合并数据中的各个残差值取绝对值,得到残差绝对数据。
根据预设残差阈值对残差绝对数据中的各个数值进行分类,得到第一残差组和第二残差组。其中,第一残差组包括残差绝对数据中的数值小于或等于预设残差阈值的残差值,第二残差组包括残差绝对数据中的数值大于预设残差阈值的残差值。
根据第一残差组和第二残差组中各个残差值对应的信噪比观测值,对信噪比序列进行分组,得到第一信噪比组和第二信噪比组。其中,第一信噪比组与第一残差组对应,第二信噪比组与第二残差组对应。
在本具体实施例中,本发明实施例首先将各个卫星的双差载波相位残差序列进行合并,以得到载波合并数据,从而对载波合并数据中的各个残差值取绝对值,得到残差绝对数据。具体地,本发明实施例对各卫星系统中各个卫星的双差载波相位序列进行合并,接着,将合并得到的载波合并数据中所有的残差值取相应的绝对值后,得到残差绝对数据。进一步地,本发明根据预设残差阈值对残差绝对数据中的各个数值进行分类,从而构建得到第一残差组和第二残差组。具体地,本发明实施例中第一残差组包括残差绝对数据中的数值小于或等于预设残差阈值的残差值,第二残差组包括残差绝对数据中的数值大于预设残差阈值的残差值。容易理解的是,本发明实施例将残差绝对数据中数值小于或等于预设残差阈值的残差值划分至第一残差组,反之,将残差绝对数据中数值大于预设残差阈值的残差值划分至第二残差组。示例性地,当双差观测值不受多路径效应和衍射效应误差影响时,定位后的残差绝对值一般小于2cm,因此,本发明实施例将2cm设置为预设残差阈值。相应地,本发明实施例将残差序列按照预设残差阈值,即2cm,分为绝对值小于等于2cm和绝对值大于2cm两组,即第一残差组和第二残差组,如下式(7)所示:
进一步地,本发明实施例根据第一残差组和第二残差组中各个残差值对应的信噪比观测值,对信噪比序列进行分组,从而得到第一信噪比组和第二信噪比组。具体地,本发明实施例中第一信噪比组与第一残差组对应,第二信噪比组与第二残差组对应。本发明实施例将第一残差组和第二残差组中各双差相位观测值残差所对应的信噪比观测值按照其残差所在分组也划分为两组,即第一信噪比组和第二信噪比组,如下式(8)所示:
在本发明的一些实施例中,对分组数据进行统计分析,构建载波相位残差与信噪比的统计对应关系,以通过统计对应关系确定截止信噪比,包括不限于以下步骤:
根据预设信噪比采样间隔提取第二残差组中相应的残差绝对值数据,以计算得到相应的残差均值和残差方差。
根据残差均值和残差方差通过预设均值标准差法构建预设残差指标,以通过预设残差指标确定截止信噪比。
在本具体实施例中,本发明实施例首先根据预设信噪比采样间隔提取第二残差组中相应的残差绝对值数据,从而计算得到相应的残差均值和残差方差。具体地,本发明实施例对于残差大于预设残差阈值的第二残差组中的数据,按照预设信噪比采样间隔,从小到大提取对应信噪比值多有的残差绝对值数据,然后计算该信噪比值的残差均值,如下式(9)所示,以及残差方差,如下式(10)所示:
进一步地,本发明实施例根据残差均值和残差方差通过预设均值标准差法构建预设残差指标,从而通过预设残差指标确定相应的截止信噪比。具体地,本发明实施例中,由于99.7%的误差都会包含在3倍标准差以内,因此采用均值±3倍标准差法确定每个信噪比值的残差大小指标,即预设残差指标,如下式(11)所示:
接着,本发明实施例根据相应的残差大小指标,即预设残差指标,确定截止信噪比。需要说明的是,本发明实施例中预设均值标准差法的倍数可以根据实际需求进行自定义设置,以适应不同应用场景需求。
在本发明的一些实施例中,本发明实施例根据截止信噪比和分组数据构建预设分段定权模型,包括但不限于以下步骤:
根据第一信噪比组和第二信噪比组进行统计图绘制,得到预设统计图。
根据预设统计图中第一信噪比组和第二信噪比组相交数据的交集最大值和交集最小值构建信噪比边界数据。
根据信噪比边界数据计算边界范围内的各个信噪比值相应的预设残差指标,并通过预设指数函数模型进行拟合,构建得到预设方差模型。
根据预设方差模型和截止信噪比,构建预设分段定权模型。
在本具体实施例中,本发明实施例首先根据第一信噪比组和第二信噪比组进行统计图绘制,得到预设统计图,以根据预设统计图中第一信噪比组和第二信噪比组相交数据的交集最大值和交集最小值构建信噪比边界数据。具体地,本发明实施例中相交数据是指预设统计图中第一信噪比组和第二信噪比组数据重叠的部分。相应地,交集最大值是指数据重叠部分的数据最大值,交集最小值是指数据重叠部分的数据最小值。示例性地,本发明实施例首先根据第一信噪比组和第二信噪比组的数据绘制百分比统计柱状图。其中,本发明实施例中第一信噪比组与第二信噪比组的数据在绘制过程中采用不同颜色进行标识。接着,本发明实施例取百分比统计柱状图中第一信噪比组与第二信噪比组交集的最大值和最小值,构建信噪比边界数据,如下式(12)所示:
进一步地,本发明实施例根据信噪比边界数据计算边界范围内的各个信噪比值相应的预设残差指标,并通过预设指数函数模型进行拟合,构建得到预设方差模型,进而通过预设方差模型和截止信噪比,构建预设分段定权模型。具体地,本发明实施例首先根据确定的信噪比范围{SNRL,SNRU},计算该范围内每个信噪比值的残差大小指标,即预设残差指标然后利用预设指数函数模型对该SNR范围的残差大小指标进行拟合,构建基于信噪比的方差模型,即预设方差模型,如下式(13)所示:
其中,式中σ为观测值的标准差,c0和c分别表示常数系数和比例系数。需要说明的是,本发明实施例中通过将SNR范围{SNRL,SNRU}内各SNR及其残差大小指标带入上式(13),可采用最小二乘法求解c0和c,实现拟合过程。
同时,对于大于SNRu的第一信噪比组部分的信噪比对于的观测值方差,本发明实施例直接按照北斗/GNSS观测值最高精度确定该观测值的方差。相应地,一般认为北斗/GNSS载波相位观测值最高精度为2mm,则其方差为0.00004。接着,本发明实施例根据预设方差模型和截止信噪比,构建相应的预设分段定权模型。示例性地,本发明实施例构建的预设分段定权模型如下式(14)所示:
在本发明的一些实施例中,根据残差均值和残差方差通过预设均值标准差法构建预设残差指标,以通过预设残差指标确定截止信噪比,包括但不限于以下步骤:
将第二信噪比组中的各个信噪比值从小到大进行排序,并通过预设残差指标计算相应的信噪比残差指标。
当确定信噪比残差指标小于预设信噪比阈值,将信噪比残差指标对应的信噪比值设置为截止信噪比。
在本具体实施例中,本发明实施例首先将第二信噪比组中的各个信噪比值从小到大进行排序,并通过预设残差指标进行信噪比残差指标计算,当确定信噪比残差指标小于预设信噪比阈值时,本发明实施例将相应的信噪比值设置为截止信噪比。具体地,本发明实施例在通过均值+3倍标准差法确定每个信噪比值的残差大小指标,即预设残差指标后,先按信噪比值从小到大排序。接着,当计算得到该信噪比值的残差大小指标即通过预设残差指标计算相应的信噪比残差指标,小于预设信噪比阈值,如小于50时,则可确定该信噪比值SNRL为定位解算的截止信噪比。
示例性地,以一卫星定位应用场景为例,本发明实施例中基准站(BASE)建设于A地点,流动站位于B地点,基线长度为103米。两测站均配备多频多模GNSS接收机和配套天线。相应地,该接收机设置接收预设卫星系统观测数据,采样频率设置为5s,每4小时为一个时段进行存储和解算。另外,本发明实施例中数据传输采用LoRa无线网络传输,由GNSS数据管理软件负责接收和存储。具体地,本发明实施例通过对各卫星的残差序列以及信噪比序列进行分组的方式,将预设载波相位残差序列和信噪比序列按照残差大小为2cm的界限进行分组,得到第一残差组和第二残差组,以及第一信噪比组和第二信噪比组。其中,本发明实施例中第一残差组包括残差绝对数据中的数值小于或等于预设残差阈值的残差值,第二残差组包括残差绝对数据中的数值大于预设残差阈值的残差值,如预设残差阈值为2cm。另外,本发明实施例中第一信噪比组与第一残差组对应,第二信噪比组与第二残差组对应。相应地,本发明实施例对于残差超过2cm的第二组数据,即第二信噪比组和第二残差组,求出第二残差组各信噪比值对应残差均值和方差,并按照均值±3倍标准差得出第二组数据,即第二信噪比组和第二残差组中残差与信噪比的统计结果,通过残差大小指标,即预设残差指标,确定解算的截止信噪比。接着,本发明实施例通过绘制百分比统计柱状图的方式,将第一组数据,即第二信噪比组和第二残差组,以及第二组数据,即第二信噪比组和第二残差组,进行数量百分比与信噪比统计。容易理解的是,由于两组残差有明显的重叠部分,此部分无法通过简单确定阈值定权的方法去除,而需要建立信噪比定权模型来定权,以重叠部分的界限确定信噪比模型的上下界。接着,本发明实施例取第一组数据和第二组数据交集的孙值和最大值确定信噪比SNR范围,并计算该范围内每个信噪比值的残差指标大小,进而利用指数函数模型对该SNR范围内的残差大小指标进行拟合构建出基于信噪比的方差模型,即预设方差模型,同时,本发明实施例对于大于截止信噪比的信噪比对于观测值方差按观测值最高精度确定方差,进而构建得到预设分段定权模型,通过预设分段定权模型对当前载波相位观测值的信噪比数据进行分析,确定权重数据,以根据权重数据进行数据质量控制。容易理解的是,本发明实施例能够将大残差观测值去除、将小残差观测值的权按最高精度定权、将大小残差重叠部分按照提出的方差定权模型定权,因此坐标时间序列连续且较为稳定,精度达到毫米级,实现实时动态定位中的数据质量控制,有效提高卫星定位的准确度。
参照图2,本发明的一个实施例还提供了一种卫星定位数据质量控制系统,包括:
第一模块210,用于通过预设残差定位算法对预设观测文件的数据进行解算,得到预设解算数据。其中,预设解算数据包括预设载波相位残差序列和信噪比序列。
第二模块220,用于根据预设分类条件分别对预设载波相位残差序列和信噪比序列进行分组,得到分组数据。
第三模块230,用于对分组数据进行统计分析,构建载波相位残差与信噪比的统计对应关系,以通过统计对应关系确定截止信噪比。
第四模块240,用于根据截止信噪比和分组数据构建预设分段定权模型。
第五模块250,用于通过预设分段定权模型对当前载波相位观测值的信噪比数据进行分析,确定权重数据,以根据权重数据进行数据质量控制。
参照图3,本发明的一个实施例还提供了一种卫星定位数据质量控制系统,包括:
至少一个处理器310。
至少一个存储器320,用于存储至少一个程序。
当至少一个程序被至少一个处理器310执行,使得至少一个处理器310实现如上述实施例描述的卫星定位数据质量控制方法。
本发明的一个实施例还提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机可执行指令,该计算机可执行指令被一个或多个控制处理器执行,例如,执行以上实施例描述的步骤。
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、系统可以被实施为软件、固件、硬件及其适当的组合。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介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
以上是对本发明的较佳实施进行了具体说明,但本发明并不局限于上述实施方式,熟悉本领域的技术人员在不违背本发明精神的前提下还可作出种种的等同变形或替换,这些等同的变形或替换均包含在本发明权利要求所限定的范围内。
Claims (10)
1.一种卫星定位数据质量控制方法,其特征在于,包括以下步骤:
通过预设残差定位算法对预设观测文件的数据进行解算,得到预设解算数据;其中,所述预设解算数据包括预设载波相位残差序列和信噪比序列;
根据预设分类条件分别对所述预设载波相位残差序列和所述信噪比序列进行分组,得到分组数据;
对所述分组数据进行统计分析,构建载波相位残差与信噪比的统计对应关系,以通过所述统计对应关系确定截止信噪比;
根据所述截止信噪比和所述分组数据构建预设分段定权模型;
通过所述预设分段定权模型对当前载波相位观测值的信噪比数据进行分析,确定权重数据,以根据所述权重数据进行数据质量控制。
2.根据权利要求1所述的卫星定位数据质量控制方法,其特征在于,在执行所述通过预设残差定位算法对预设观测文件的数据进行解算,得到预设解算数据这一步骤之前,所述方法还包括:
获取预设站点观测得到的预设观测文件;其中,所述预设站点包括基准站、监测站;所述预设观测文件包括观测值文件和广播星历文件。
3.根据权利要求2所述的卫星定位数据质量控制方法,其特征在于,所述通过预设残差定位算法对预设观测文件的数据进行解算,得到预设解算数据,包括:
根据所述观测值文件和所述广播星历文件,构建事后双差观测方程;
根据所述事后双差观测方程构建标准卡尔曼滤波方程,以通过所述标准卡尔曼滤波方程求解得到各个卫星弧度的模糊度参数的浮点解数据以及相应的标准差数据;
根据所述浮点解数据和所述标准差数据通过预设模糊度固定准则进行模糊度固定,得到模糊度固定数据;
根据所述模糊度固定数据和所述标准卡尔曼滤波方程,计算得到所述预设解算数据;其中,所述预设解算数据还包括卫星高度角序列、卫星方位角序列,所述预设载波相位残差序列包括双差载波相位残差序列。
4.根据权利要求3所述的卫星定位数据质量控制方法,其特征在于,所述根据预设分类条件分别对所述预设载波相位残差序列和所述信噪比序列进行分组,得到分组数据,包括:
将各个卫星的所述双差载波相位残差序列进行合并,得到载波合并数据;
对所述载波合并数据中的各个残差值取绝对值,得到残差绝对数据;
根据预设残差阈值对所述残差绝对数据中的各个数值进行分类,得到第一残差组和第二残差组;其中,所述第一残差组包括所述残差绝对数据中的数值小于或等于所述预设残差阈值的残差值,所述第二残差组包括所述残差绝对数据中的数值大于所述预设残差阈值的残差值;
根据所述第一残差组和所述第二残差组中各个残差值对应的信噪比观测值,对所述信噪比序列进行分组,得到第一信噪比组和第二信噪比组;其中,所述第一信噪比组与所述第一残差组对应,所述第二信噪比组与所述第二残差组对应。
5.根据权利要求4所述的卫星定位数据质量控制方法,其特征在于,所述对所述分组数据进行统计分析,构建载波相位残差与信噪比的统计对应关系,以通过所述统计对应关系确定截止信噪比,包括:
根据预设信噪比采样间隔提取所述第二残差组中相应的残差绝对值数据,以计算得到相应的残差均值和残差方差;
根据所述残差均值和所述残差方差通过预设均值标准差法构建预设残差指标,以通过所述预设残差指标确定所述截止信噪比。
6.根据权利要求5所述的卫星定位数据质量控制方法,其特征在于,所述根据所述截止信噪比和所述分组数据构建预设分段定权模型,包括:
根据所述第一信噪比组和所述第二信噪比组进行统计图绘制,得到预设统计图;
根据所述预设统计图中所述第一信噪比组和所述第二信噪比组相交数据的交集最大值和交集最小值构建信噪比边界数据;
根据所述信噪比边界数据计算边界范围内的各个信噪比值相应的所述预设残差指标,并通过预设指数函数模型进行拟合,构建得到预设方差模型;
根据所述预设方差模型和所述截止信噪比,构建所述预设分段定权模型。
7.根据权利要求5所述的卫星定位数据质量控制方法,其特征在于,所述根据所述残差均值和所述残差方差通过预设均值标准差法构建预设残差指标,以通过所述预设残差指标确定所述截止信噪比,包括:
将所述第二信噪比组中的各个信噪比值从小到大进行排序,并通过所述预设残差指标计算相应的信噪比残差指标;
当确定所述信噪比残差指标小于预设信噪比阈值,将所述信噪比残差指标对应的信噪比值设置为所述截止信噪比。
8.一种卫星定位数据质量控制系统,其特征在于,包括:
第一模块,用于通过预设残差定位算法对预设观测文件的数据进行解算,得到预设解算数据;其中,所述预设解算数据包括预设载波相位残差序列和信噪比序列;
第二模块,用于根据预设分类条件分别对所述预设载波相位残差序列和所述信噪比序列进行分组,得到分组数据;
第三模块,用于对所述分组数据进行统计分析,构建载波相位残差与信噪比的统计对应关系,以通过所述统计对应关系确定截止信噪比;
第四模块,用于根据所述截止信噪比和所述分组数据构建预设分段定权模型;
第五模块,用于通过所述预设分段定权模型对当前载波相位观测值的信噪比数据进行分析,确定权重数据,以根据所述权重数据进行数据质量控制。
9.一种卫星定位数据质量控制系统,其特征在于,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得至少一个所述处理器实现如权利要求1至7任一项所述的卫星定位数据质量控制方法。
10.一种计算机存储介质,其中存储有处理器可执行的程序,其特征在于,所述处理器可执行的程序在由所述处理器执行时用于实现如权利要求1至7任一项所述的卫星定位数据质量控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311371239.5A CN117607918A (zh) | 2023-10-20 | 2023-10-20 | 卫星定位数据质量控制方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311371239.5A CN117607918A (zh) | 2023-10-20 | 2023-10-20 | 卫星定位数据质量控制方法、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117607918A true CN117607918A (zh) | 2024-02-27 |
Family
ID=89945002
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311371239.5A Pending CN117607918A (zh) | 2023-10-20 | 2023-10-20 | 卫星定位数据质量控制方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117607918A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117724125A (zh) * | 2024-02-07 | 2024-03-19 | 中南大学 | 一种基于一致性的观测数据的质量控制方法及装置 |
-
2023
- 2023-10-20 CN CN202311371239.5A patent/CN117607918A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117724125A (zh) * | 2024-02-07 | 2024-03-19 | 中南大学 | 一种基于一致性的观测数据的质量控制方法及装置 |
CN117724125B (zh) * | 2024-02-07 | 2024-05-24 | 中南大学 | 一种基于一致性的观测数据的质量控制方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102273081B (zh) | 使用广义误差分布来进行位置估计的方法 | |
Banville et al. | Automated processing of low-cost GNSS receiver data | |
WO2023019613A1 (zh) | 一种基于动态分区的大规模gnss网并行解算方法及系统 | |
CN103592658A (zh) | 多模卫星导航系统中基于选星算法的raim新方法 | |
CN103217177B (zh) | 一种电波折射修正方法、装置及系统 | |
CN108076662A (zh) | 具有使用未组合公式来解算模糊度的能力的gnss接收机 | |
CN103344976A (zh) | 一种辅助卫星导航定位方法及相应的定位终端 | |
CN112327340B (zh) | 终端定位精度评估方法、装置、设备以及介质 | |
CN109975849B (zh) | 一种基线向量的确定方法、服务器和计算机存储介质 | |
CN117607918A (zh) | 卫星定位数据质量控制方法、系统及存储介质 | |
CN103592657A (zh) | 一种基于钟差辅助的低可见星下单模raim实现方法 | |
Seepersad | Reduction of initial convergence period in GPS PPP data processing | |
CN1788211B (zh) | 一种用于移动终端定位的方法 | |
CN115774280A (zh) | 一种多源融合定位导航方法、电子设备及存储介质 | |
CN114879222A (zh) | 一种基于自适应随机模型的全球电离层建模方法 | |
CN114088080A (zh) | 一种基于多传感器数据融合的定位装置及方法 | |
CN115616637B (zh) | 一种基于三维格网多径建模的城市复杂环境导航定位方法 | |
CN115857058A (zh) | 一种电离层数据分析模型建设方法及其终端 | |
Wielgosz et al. | Research on GNSS positioning and applications in Poland in 2015–2018 | |
Marques et al. | Shoreline monitoring by gnss-ppp aiming to attendance the law 14.258/2010 from Pernambuco state, Brazil | |
Rodríguez Pérez et al. | Comparison of GPS receiver accuracy and precision in forest environments. Practical recommendations regarding methods and receiver selection | |
Narula et al. | Accuracy limits for globally-referenced digital mapping using standard GNSS | |
KR100854796B1 (ko) | 장치의 위치를 추적하기 위한 방법 및 시스템 | |
Guo et al. | Oppo Reno5pro Smartphone Single-frequency GNSS Positioning Performance Evaluation | |
Xu et al. | BDS precise point positioning ambiguity resolution with high rate data and its application to seismic displacement and marine surveying |
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 |