CN117610316B - Gnss定位性能的仿真测试模型生成方法、装置、设备及介质 - Google Patents
Gnss定位性能的仿真测试模型生成方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117610316B CN117610316B CN202410078643.1A CN202410078643A CN117610316B CN 117610316 B CN117610316 B CN 117610316B CN 202410078643 A CN202410078643 A CN 202410078643A CN 117610316 B CN117610316 B CN 117610316B
- Authority
- CN
- China
- Prior art keywords
- characteristic data
- model
- test
- target
- test model
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 160
- 238000004088 simulation Methods 0.000 title claims abstract description 104
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012937 correction Methods 0.000 claims abstract description 62
- LIWAQLJGPBVORC-UHFFFAOYSA-N ethylmethylamine Chemical compound CCNC LIWAQLJGPBVORC-UHFFFAOYSA-N 0.000 claims abstract description 50
- 238000013101 initial test Methods 0.000 claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 32
- 238000011056 performance test Methods 0.000 claims abstract description 26
- 238000004590 computer program Methods 0.000 claims description 16
- 238000010606 normalization Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G01S19/01—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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/12—Timing analysis or timing optimisation
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本申请涉及数据处理技术领域,具体公开了一种GNSS定位性能的仿真测试模型生成方法、装置、计算机设备及存储介质。获取GNSS接收机收集的NMEA电文,并对NMEA电文进行处理,获得目标卫星特性数据,并基于目标卫星特性数据生成测试场景修正模型;基于仿真引擎建立仿真测试模型,作为GNSS定位性能测试的初始测试模型;基于测试场景修正模型,对初始测试模型进行修正,获得目标测试模型,以基于目标测试模型生成GNSS定位性能测试的仿真测试场景。本申请利用GNSS接收机的收集的NMEA电文,获得目标卫星特性数据,通过目标特性数据建立修正模型对仿真引擎建立的初始测试模型进行修正,能够获得真实性更高的仿真测试模型,提高了全球导航卫星定位性能测试场景的真实性。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及一种GNSS定位性能的仿真测试模型生成方法、装置、计算机设备及存储介质。
背景技术
传统的GNSS(Global Navigation Satellite System,全球导航卫星系统)定位性能实验室仿真测试中,一般按照一个最为理想的GNSS覆盖场景进行测量,比如理想GNSS卫星功率-130dBm(每毫瓦分贝),足够的卫星数量,没有多径影响,所有的卫星功率都是相同等。但与实际的GNSS定位应用场景大相径庭,例如实际卫星场景中每颗观测到的卫星的功率都不是稳定不变的,每秒测量的功率都在变化;观测的某个星群的卫星数量也会随着时间以及仿真地点的变化而变(例如动态运动载具运动到某颗卫星被遮挡的区域,这颗卫星在实际观测卫星中会丢失);由于GNSS接收机的通道限制,可能导致实际观测的卫星星群根据时间和位置的变化出现或者丢失等等。按照理想数据构造的仿真场景与实际场景的差别较大,即仿真场景的真实性较低,因此如何提高全球导航卫星定位性能测试场景的真实性成为了亟需解决的问题。
发明内容
本申请提供了一种GNSS定位性能的仿真测试模型生成方法、装置、计算机设备及存储介质,以提高全球导航卫星定位性能测试场景的真实性。
第一方面,本申请提供了一种GNSS定位性能的仿真测试模型生成方法,所述方法包括:
获取全球导航卫星系统GNSS接收机收集的NMEA电文,并对所述NMEA电文进行处理,获得目标卫星特性数据,并基于所述目标卫星特性数据生成测试场景修正模型;
基于仿真引擎建立仿真测试模型,作为GNSS定位性能测试的初始测试模型;
基于所述测试场景修正模型,对所述初始测试模型进行修正,获得目标测试模型,以基于所述目标测试模型生成GNSS定位性能测试的仿真测试场景。
进一步地,所述对所述NMEA电文进行处理,获得目标卫星特性数据,并基于所述目标卫星特性数据生成测试场景修正模型,包括:
基于世界标准时间UTC时间序列,对所述NMEA电文进行读取和解码,获得初始卫星特性数据;
基于预设的归一单位时长,对所述初始卫星特性数据进行处理,获得目标卫星特性数据;
基于所述目标卫星特性数据,构建所述测试场景修正模型。
进一步地,所述基于所述目标卫星特性数据,构建所述测试场景修正模型,包括:
基于所述归一单位时长确定至少一个加载区间;
基于所述仿真引擎的模型加载线程,加载各所述加载区间的目标卫星特性数据,获得所述测试场景修正模型。
进一步地,所述基于所述测试场景修正模型,对所述初始测试模型进行修正,获得目标测试模型,包括:
基于各所述加载区间的测试场景修正模型,对各所述加载区间内的初始测试模型进行修正;
在检测到全部加载区间均已完成修正时,将获得的测试模型作为所述目标测试模型。
进一步地,所述基于世界标准时间UTC时间序列,对所述NMEA电文进行读取和解码,获得初始卫星特性数据,包括:
对所述NMEA电文进行读取,获得模型数据表;
基于所述UTC时间序列遍历所述模型数据表,并对所述模型数据表中的各行模型数据进行解码,获得所述初始卫星特性数据。
进一步地,所述基于预设的归一单位时长,对所述初始卫星特性数据进行处理,获得目标卫星特性数据,包括:
获取各所述归一单位时长内的初始卫星特性数据;
分别对各所述归一单位时长内的初始卫星特性数据进行算术平均处理,获得所述目标卫星特性数据。
进一步地,所述目标卫星特性数据包括可见卫星星群、可见卫星数量、可见卫星功率以及GNSS应用的路径轨迹。
第二方面,本申请还提供了一种GNSS定位性能的仿真测试模型生成装置,所述装置包括:
目标卫星特性数据获得模块,用于获取全球导航卫星系统GNSS接收机收集的NMEA电文,并对所述NMEA电文进行处理,获得目标卫星特性数据,并基于所述目标卫星特性数据生成测试场景修正模型;
初始测试模型获得模块,用于基于仿真引擎建立仿真测试模型,作为GNSS定位性能测试的初始测试模型;
目标测试模型获得模块,用于基于所述测试场景修正模型,对所述初始测试模型进行修正,获得目标测试模型,以基于所述目标测试模型生成GNSS定位性能测试的仿真测试场景。
第三方面,本申请还提供了一种计算机设备,所述计算机设备包括存储器和处理器;所述存储器,用于存储计算机程序;所述处理器,用于执行所述计算机程序并在执行所述计算机程序时实现如上述的GNSS定位性能的仿真测试模型生成方法。
第四方面,本申请还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时使所述处理器实现如上述的GNSS定位性能的仿真测试模型生成方法。
本申请公开了一种GNSS定位性能的仿真测试模型生成方法、装置、计算机设备及存储介质,获取全球导航卫星系统GNSS接收机收集的NMEA电文,并对所述NMEA电文进行处理,获得目标卫星特性数据,并基于所述目标卫星特性数据生成测试场景修正模型;基于仿真引擎建立仿真测试模型,作为GNSS定位性能测试的初始测试模型;基于所述测试场景修正模型,对所述初始测试模型进行修正,获得目标测试模型,以基于所述目标测试模型生成GNSS定位性能测试的仿真测试场景。本申请利用GNSS接收机的收集的NMEA电文,获得目标卫星特性数据,通过目标特性数据建立修正模型对仿真引擎建立的初始测试模型进行修正,能够获得真实性更高的仿真测试模型,提高了全球导航卫星定位性能测试场景的真实性。
附图说明
为了更清楚地说明本申请实施例技术方案,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,下面描述中的附图是本申请的一些实施例,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是本申请的实施例提供的一种GNSS定位性能的仿真测试模型生成方法的第一实施例示意流程图。
图2是本申请的实施例提供的一种GNSS定位性能的仿真测试模型生成方法的第二实施例示意流程图。
图3为本申请的实施例提供的一种GNSS定位性能的仿真测试模型生成装置的示意性框图。
图4为本申请的实施例提供的一种计算机设备的结构示意性框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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他实施例,都属于本申请保护的范围。
附图中所示的流程图仅是示例说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解、组合或部分合并,因此实际执行的顺序有可能根据实际情况改变。
应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/ 或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
本申请的实施例提供了一种GNSS定位性能的仿真测试模型生成方法、装置、计算机设备及存储介质。其中,该GNSS定位性能的仿真测试模型生成方法可以应用于服务器中,通过利用GNSS接收机的收集的NMEA电文,获得目标卫星特性数据,通过目标特性数据建立修正模型对仿真引擎建立的初始测试模型进行修正,能够获得真实性更高的仿真测试模型,提高了全球导航卫星定位性能测试场景的真实性。其中,该服务器可以为独立的服务器,也可以为服务器集群。
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
请参阅图1,图1是本申请的实施例提供的一种GNSS定位性能的仿真测试模型生成方法的示意流程图。该GNSS定位性能的仿真测试模型生成方法可应用于服务器中,用于通过利用GNSS接收机的收集的NMEA电文,获得目标卫星特性数据,通过目标特性数据建立修正模型对仿真引擎建立的初始测试模型进行修正,能够获得真实性更高的仿真测试模型,提高了全球导航卫星定位性能测试场景的真实性。
如图1所示,该GNSS定位性能的仿真测试模型生成方法具体包括步骤S101至步骤S103。
S101、获取全球导航卫星系统GNSS接收机收集的NMEA电文,并对所述NMEA电文进行处理,获得目标卫星特性数据,并基于所述目标卫星特性数据生成测试场景修正模型。
进一步地,所述目标卫星特性数据包括可见卫星星群、可见卫星数量、可见卫星功率以及GNSS应用的路径轨迹。
在一个实施例中,获取全球导航卫星系统GNSS的参考接收机中的真实GNSS定位导航应用的路测记录,即NMEA电文,提取和分析NMEA电文中每秒观测的卫星属性特性,获得初始卫星特性数据。其中,NMEA是National Marine Electronics Association 的缩写,是GPS导航设备统一的标准协议。NMEA协议中常用的通用语句包括:GGA(全球定位系统定位数据,如时间、定位等)、GSA(参与定位的GNSS卫星ID号、精度因子等)、GSV(可见的GNSS卫星,例如可见的卫星数、卫星ID号等)、RMC(推荐的最小具体GNSS数据)、VTG(矢量跟踪与对地速度)等。
在一个实施例中,在一个实施例中,首先对NMEA电文的所有行数据进行读取,获得模型数据表,其中模型数据表包括至少一行数据。按照时间顺序遍历模型数据表,并完成每行模型数据的解码,遍历结束后,获得初始卫星特性数据,进一步对初始卫星特性数据进行处理,获得目标卫星特性数据。
在一个实施例中,启动仿真引擎进行场景仿真的同时仿真引擎中的模型加载线程启动,模型加载线程根据目标卫星特性数据,生成场景修正模型。
在一个实施例中,基于目标卫星特性数据对仿真引擎进行配置,以供模型加载线程读取目标卫星特性数据。
在一个实施例中,理想的卫星特性数据中卫星功率为-130dBm且所有卫星的功率都相同,卫星数量也不符合实际情况。本申请通过GNSS的信号接收机中的NMEA电文中获得的目标卫星特性数据是根据实际情况获得的数据,基于该目标卫星特性数据获得的仿真测试模型更接近真实场景。
S102、基于仿真引擎建立仿真测试模型,作为GNSS定位性能测试的初始测试模型。
在一个实施例中,启动仿真引擎依据理想数据进行场景仿真,获得初始测试模型。比如理想GNSS卫星功率-130dBm,理想卫星数量,无GNSS定位应用的多径影响,所有的卫星功率都相同等。
在一个实施例中,将仿真引擎通过理想数据建立的仿真测试模型作为初始测试模型。
S103、基于所述测试场景修正模型,对所述初始测试模型进行修正,获得目标测试模型,以基于所述目标测试模型生成GNSS定位性能测试的仿真测试场景。
进一步地,所述步骤S103,包括:基于各所述加载区间的测试场景修正模型,对各所述加载区间内的初始测试模型进行修正;在检测到全部加载区间均已完成修正时,将获得的测试模型作为所述目标测试模型。
在一个实施例中,仿真引擎的模型加载线程根据目标卫星特性数据的归一单位时长确定加载区间,如归一单位时长为5秒,则第一个加载区间为[1-5],第二个加载区间为[6,10],以此类推获得全部加载器区间。加载区间确定后,按照加载区间来加载各加载区间对应的场景修正模型,在一个加载区间未结束时,根据该加载区间的场景修正模型对初始测试模型进行修正,直至该区间结束,开始下一加载区间。当所有加载区间全部结束时,将最终获得的测试模型作为目标测试模型。
可以理解的是,归一单位时长可由用户根据实际情况进行设定,例如以5秒、10秒等时长为一个归一单位时长。当前区间根据上述归一单位时长确定,例如归一单位时长为5秒,则5秒为一个区间。
在一个实施例中,当根据每个归一单位时长将目标卫星特性数据全部遍历完成时,则停止模型加载线程,将获得的测试模型作为目标测试模型。
在一个实施例中,在该目标测试模型下进行真实GNSS定位应用过程中的实验室定位性能测试,获得测试结果,以供用户查看。
在一个实施例中,本申请基于真实参考GNSS接收机实际测量结果进行数据提取和处理,获得目标卫星特性数据,对根据理想数据获得的理想仿真场景按照模型数据进行修正,完全依据参考GNSS接收机时接测量结果进行逆向仿真,使得构建的仿真场景更接近真实GNSS卫星覆盖特性。利用GNSS接收机的收集的NMEA电文,获得目标卫星特性数据,通过目标特性数据建立修正模型对仿真引擎建立的初始测试模型进行修正,能够获得真实性更高的仿真测试模型,提高了全球导航卫星定位性能测试场景的真实性。
请参阅图2,图2是本申请的实施例提供的一种GNSS定位性能的仿真测试模型生成方法的示意流程图。该GNSS定位性能的仿真测试模型生成方法可应用于服务器中,用于利用GNSS接收机的收集的NMEA电文,获得目标卫星特性数据,通过目标特性数据建立修正模型对仿真引擎建立的初始测试模型进行修正,能够获得真实性更高的仿真测试模型,提高了全球导航卫星定位性能测试场景的真实性。
如图2所示,该GNSS定位性能的仿真测试模型生成方法具体包括步骤S201至步骤S203。
S201、基于世界标准时间UTC时间序列,对所述NMEA电文进行读取和解码,获得初始卫星特性数据;
进一步地,所述步骤201,包括:对所述NMEA电文进行读取,获得模型数据表;基于所述UTC时间序列遍历所述模型数据表,并对所述模型数据表中的各行模型数据进行解码,获得所述初始卫星特性数据。
在一个实施例中,首先对NMEA电文的所有行数据进行读取,获得模型数据表,其中模型数据表包括至少一行数据。按照时间顺序遍历模型数据表,并完成每行模型数据的解码,遍历结束后,获得初始卫星特性数据。
具体实施例中,提取参考GNSS接收机收集的真实GNSS定位应用过程中对应的场景的NMEA电文,按照时间发生序列(即UTC时间序列)进行数据分析和提取,每一个一时刻时间对应一个包含可见GNSS星群数量、星群、卫星数量、每颗卫星的功率信息等单时刻模型特性,然后按照时间序列排序,获得初始卫星特性数据。其中,初始卫星特性数据是一个基于UTC(Universal Time Coordinated,协调世界时间,又称世界统一时间)时间先后序列的卫星覆盖模型特性数据,每行数据代表当前时刻的卫星覆盖特性。
其中,每一行代表每一秒的GNSS卫星覆盖模型,可直接匹配参考GNSS接收机收集的NMEA电文反馈的实际场景的GNSS覆盖细节。
S202、基于预设的归一单位时长,对所述初始卫星特性数据进行处理,获得目标卫星特性数据;
进一步地,所述步骤S202,包括:获取各所述归一单位时长内的初始卫星特性数据;分别对各所述归一单位时长内的初始卫星特性数据进行算术平均处理,获得所述目标卫星特性数据。
在一个实施例中,获取预设的归一单位时长,将该归一单位时长内提取的每个时刻(每秒)的数据进行算数平均处理,进而得到每一个归一单位时长的卫星特性数据,即目标卫星特性数据。
示例性的,例如归一单位时长为5秒,初始特性数据按每一秒为一个单位时间进行提取的,则以5秒为单位进行分组。获取第1秒和第5秒的初始卫星特性数据进行算数平均处理,获得第一个归一单位时长的卫星特性数据,当所有组的数据全部处理完毕后,获得每一个归一单位时长的卫星特性数据即目标卫星特性数据。
在一个实施例中,获得的目标卫星特性数据是一个可以被GNSS仿真软件(引擎)可读取的GNSS卫星覆盖模型数据,根据该目标卫星特性数据可以实现实验室结合实际参考GNSS接收机的实际接收的GNSS卫星覆盖场景仿真。
S203、基于所述目标卫星特性数据,构建所述测试场景修正模型。
进一步地,所述步骤S203,包括:基于所述归一单位时长确定至少一个加载区间;基于所述仿真引擎的模型加载线程,加载各所述加载区间的目标卫星特性数据,获得所述测试场景修正模型。
在一个实施例中,根据归一单位时长确定模型加载线程的加载区间,如归一单位时长为5秒,则第一个加载区间为[1-5],第二个加载区间为[6,10]。模型加载线程按照加载区间加载目标卫星特性数据,获得每个加载区间的场景修正模型。
在一个实施例中,当所有加载区间的目标卫星特性数据全部被加载完成时,获得的测试模型即为目标测试模型,该目标测试模型是根据真实的GNSS卫星特性数据获得的,因此更接近真实场景。
在一个实施例中,通过自动化建模和模型数据输出获得目标卫星特性数据,GNSS仿真设备进行GNSS场景仿真过程中根据上述目标卫星特性数据对GNSS仿真引擎仿真的理想GNSS卫星的可见性、功率、数量以及星群可见性进行校正,进而实现接近真实场景的卫星可见星群、可见数量、功率以及运动轨迹的场景仿真,无需增加任何外部其它设备和资源就可以最大限度的实现真实GNSS场景覆盖模型的实验室重现,是低成本可溯源的GNSS场景仿真,提高了全球导航卫星定位性能测试场景的真实性并降低了场景仿真的操作复杂度。
请参阅图3,图3是本申请的实施例提供一种GNSS定位性能的仿真测试模型生成装置的示意性框图,该GNSS定位性能的仿真测试模型生成装置用于执行前述的GNSS定位性能的仿真测试模型生成方法。其中,该GNSS定位性能的仿真测试模型生成装置可以配置于服务器。
如图3所示,该GNSS定位性能的仿真测试模型生成装置300,包括:
目标卫星特性数据获得模块301,用于获取全球导航卫星系统GNSS接收机收集的NMEA电文,并对所述NMEA电文进行处理,获得目标卫星特性数据,并基于所述目标卫星特性数据生成测试场景修正模型;
初始测试模型获得模块302,用于基于仿真引擎建立仿真测试模型,作为GNSS定位性能测试的初始测试模型;
目标测试模型获得模块303,用于基于所述测试场景修正模型,对所述初始测试模型进行修正,获得目标测试模型,以基于所述目标测试模型生成GNSS定位性能测试的仿真测试场景。
进一步地,所述目标卫星特性数据获得模块301,包括:
初始卫星特性数据获得单元,用于基于世界标准时间UTC时间序列,对所述NMEA电文进行读取和解码,获得初始卫星特性数据;
目标卫星特性数据获得单元,用于基于预设的归一单位时长,对所述初始卫星特性数据进行处理,获得目标卫星特性数据。
修正模型构建单元,用于基于所述目标卫星特性数据,构建所述测试场景修正模型。
进一步地,所述修正模型构建单元,包括:
加载区间确定子单元,用于基于所述归一单位时长确定至少一个加载区间;
修正模型获得子单元,用于基于所述仿真引擎的模型加载线程,加载各所述加载区间的目标卫星特性数据,获得所述测试场景修正模型。
进一步地,所述目标测试模型获得模块303,包括:
模型修正单元,用于基于各所述加载区间的测试场景修正模型,对各所述加载区间内的初始测试模型进行修正;
目标测试模型获得单元,用于在检测到全部加载区间均已完成修正时,将获得的测试模型作为所述目标测试模型。
进一步地,所述初始卫星特性数据获得单元,包括:
模型数据表获得子单元,用于对所述NMEA电文进行读取,获得模型数据表;
初始卫星特性数据获得子单元,用于基于所述UTC时间序列遍历所述模型数据表,并对所述模型数据表中的各行模型数据进行解码,获得所述初始卫星特性数据。
进一步地,所述目标卫星特性数据获得单元,包括:
初始卫星特性数据获取子单元,用于获取各所述归一单位时长内的初始卫星特性数据;
目标卫星特性数据获得子单元,用于分别对各所述归一单位时长内的初始卫星特性数据进行算术平均处理,获得所述目标卫星特性数据。
进一步地,所述所述目标卫星特性数据包括可见卫星星群、可见卫星数量、可见卫星功率以及GNSS应用的路径轨迹。
需要说明的是,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的装置和各模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
上述的装置可以实现为一种计算机程序的形式,该计算机程序可以在如图4所示的计算机设备上运行。
请参阅图4,图4是本申请的实施例提供的一种计算机设备的结构示意性框图。该计算机设备可以是服务器。
参阅图4,该计算机设备包括通过系统总线连接的处理器、存储器和网络接口,其中,存储器可以包括非易失性存储介质和内存储器。
非易失性存储介质可存储操作系统和计算机程序。该计算机程序包括程序指令,该程序指令被执行时,可使得处理器执行任意一种GNSS定位性能的仿真测试模型生成方法。
处理器用于提供计算和控制能力,支撑整个计算机设备的运行。
内存储器为非易失性存储介质中的计算机程序的运行提供环境,该计算机程序被处理器执行时,可使得处理器执行任意一种GNSS定位性能的仿真测试模型生成方法。
该网络接口用于进行网络通信,如发送分配的任务等。本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
应当理解的是,处理器可以是中央处理单元(Central Processing Unit,CPU),该处理器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。其中,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。
其中,在一个实施例中,所述处理器用于运行存储在存储器中的计算机程序,以实现如下步骤:
获取全球导航卫星系统GNSS接收机收集的NMEA电文,并对所述NMEA电文进行处理,获得目标卫星特性数据,并基于所述目标卫星特性数据生成测试场景修正模型;
基于仿真引擎建立仿真测试模型,作为GNSS定位性能测试的初始测试模型;
基于所述测试场景修正模型,对所述初始测试模型进行修正,获得目标测试模型,以基于所述目标测试模型生成GNSS定位性能测试的仿真测试场景。
在一个实施例中,所述处理器在实现对所述NMEA电文进行处理,获得目标卫星特性数据,并基于所述目标卫星特性数据生成测试场景修正模型时,用于实现:
基于世界标准时间UTC时间序列,对所述NMEA电文进行读取和解码,获得初始卫星特性数据;
基于预设的归一单位时长,对所述初始卫星特性数据进行处理,获得目标卫星特性数据;
基于所述目标卫星特性数据,构建所述测试场景修正模型。
在一个实施例中,所述处理器在实现基于所述目标卫星特性数据,构建所述测试场景修正模型时,用于实现:
基于所述归一单位时长确定至少一个加载区间;
基于所述仿真引擎的模型加载线程,加载各所述加载区间的目标卫星特性数据,获得所述测试场景修正模型。
在一个实施例中,所述处理器在实现基于所述测试场景修正模型,对所述初始测试模型进行修正,获得目标测试模型时,用于实现:
基于各所述加载区间的测试场景修正模型,对各所述加载区间内的初始测试模型进行修正;
在检测到全部加载区间均已完成修正时,将获得的测试模型作为所述目标测试模型。
在一个实施例中,所述处理器在实现基于世界标准时间UTC时间序列,对所述NMEA电文进行读取和解码,获得初始卫星特性数据时,用于实现:
对所述NMEA电文进行读取,获得模型数据表;
基于所述UTC时间序列遍历所述模型数据表,并对所述模型数据表中的各行模型数据进行解码,获得所述初始卫星特性数据。
在一个实施例中,所述处理器在实现基于预设的归一单位时长,对所述初始卫星特性数据进行处理,获得目标卫星特性数据时,用于实现:
获取各所述归一单位时长内的初始卫星特性数据;
分别对各所述归一单位时长内的初始卫星特性数据进行算术平均处理,获得所述目标卫星特性数据。
在一个实施例中,所述目标卫星特性数据包括可见卫星星群、可见卫星数量、可见卫星功率以及GNSS应用的路径轨迹。
本申请的实施例中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存储有计算机程序,所述计算机程序中包括程序指令,所述处理器执行所述程序指令,实现本申请实施例提供的任一项GNSS定位性能的仿真测试模型生成方法。
其中,所述计算机可读存储介质可以是前述实施例所述的计算机设备的内部存储单元,例如所述计算机设备的硬盘或内存。所述计算机可读存储介质也可以是所述计算机设备的外部存储设备,例如所述计算机设备上配备的插接式硬盘,智能存储卡(SmartMedia Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (9)
1.一种GNSS定位性能的仿真测试模型生成方法,其特征在于,包括:
获取全球导航卫星系统GNSS接收机收集的NMEA电文,并对所述NMEA电文进行处理,获得目标卫星特性数据,并基于所述目标卫星特性数据生成测试场景修正模型;
基于仿真引擎建立仿真测试模型,作为GNSS定位性能测试的初始测试模型;
基于所述测试场景修正模型,对所述初始测试模型进行修正,获得目标测试模型,以基于所述目标测试模型生成GNSS定位性能测试的仿真测试场景;
其中,所述对所述NMEA电文进行处理,获得目标卫星特性数据,并基于所述目标卫星特性数据生成测试场景修正模型,包括:
基于世界标准时间UTC时间序列,对所述NMEA电文进行读取和解码,获得初始卫星特性数据;
基于预设的归一单位时长,对所述初始卫星特性数据进行处理,获得目标卫星特性数据;
基于所述目标卫星特性数据,构建所述测试场景修正模型。
2.根据权利要求1所述的GNSS定位性能的仿真测试模型生成方法,其特征在于,所述基于所述目标卫星特性数据,构建所述测试场景修正模型,包括:
基于所述归一单位时长确定至少一个加载区间;
基于所述仿真引擎的模型加载线程,加载各所述加载区间的目标卫星特性数据,获得所述测试场景修正模型。
3.根据权利要求2所述的GNSS定位性能的仿真测试模型生成方法,其特征在于,所述基于所述测试场景修正模型,对所述初始测试模型进行修正,获得目标测试模型,包括:
基于各所述加载区间的测试场景修正模型,对各所述加载区间内的初始测试模型进行修正;
在检测到全部加载区间均已完成修正时,将获得的测试模型作为所述目标测试模型。
4.根据权利要求1所述的GNSS定位性能的仿真测试模型生成方法,其特征在于,所述基于世界标准时间UTC时间序列,对所述NMEA电文进行读取和解码,获得初始卫星特性数据,包括:
对所述NMEA电文进行读取,获得模型数据表;
基于所述UTC时间序列遍历所述模型数据表,并对所述模型数据表中的各行模型数据进行解码,获得所述初始卫星特性数据。
5.根据权利要求1所述的GNSS定位性能的仿真测试模型生成方法,其特征在于,所述基于预设的归一单位时长,对所述初始卫星特性数据进行处理,获得目标卫星特性数据,包括:
获取各所述归一单位时长内的初始卫星特性数据;
分别对各所述归一单位时长内的初始卫星特性数据进行算术平均处理,获得所述目标卫星特性数据。
6.根据权利要求1至5任一项所述的GNSS定位性能的仿真测试模型生成方法,其特征在于,所述目标卫星特性数据包括可见卫星星群、可见卫星数量、可见卫星功率以及GNSS应用的路径轨迹。
7.一种GNSS定位性能的仿真测试模型生成装置,其特征在于,包括:
目标卫星特性数据获得模块,用于获取全球导航卫星系统GNSS接收机收集的NMEA电文,并对所述NMEA电文进行处理,获得目标卫星特性数据,并基于所述目标卫星特性数据生成测试场景修正模型;
初始测试模型获得模块,用于基于仿真引擎建立仿真测试模型,作为GNSS定位性能测试的初始测试模型;
目标测试模型获得模块,用于基于所述测试场景修正模型,对所述初始测试模型进行修正,获得目标测试模型,以基于所述目标测试模型生成GNSS定位性能测试的仿真测试场景;
其中,所述目标卫星特性数据获得模块,包括:
初始卫星特性数据获得单元,用于基于世界标准时间UTC时间序列,对所述NMEA电文进行读取和解码,获得初始卫星特性数据;
目标卫星特性数据获得单元,用于基于预设的归一单位时长,对所述初始卫星特性数据进行处理,获得目标卫星特性数据;
修正模型构建单元,用于基于所述目标卫星特性数据,构建所述测试场景修正模型。
8.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器;
所述存储器,用于存储计算机程序;
所述处理器,用于执行所述计算机程序并在执行所述计算机程序时实现如权利要求1至6中任一项所述的GNSS定位性能的仿真测试模型生成方法。
9.一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存储有计算机程序,所述计算机程序被处理器执行时使所述处理器实现如权利要求1至6中任一项所述的GNSS定位性能的仿真测试模型生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410078643.1A CN117610316B (zh) | 2024-01-19 | 2024-01-19 | Gnss定位性能的仿真测试模型生成方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410078643.1A CN117610316B (zh) | 2024-01-19 | 2024-01-19 | Gnss定位性能的仿真测试模型生成方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117610316A CN117610316A (zh) | 2024-02-27 |
CN117610316B true CN117610316B (zh) | 2024-05-14 |
Family
ID=89958210
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410078643.1A Active CN117610316B (zh) | 2024-01-19 | 2024-01-19 | Gnss定位性能的仿真测试模型生成方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117610316B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN210666395U (zh) * | 2019-10-24 | 2020-06-02 | 苏州智行众维智能科技有限公司 | 一种用于智能驾驶车辆测试的地图仿真模拟系统 |
CN111562600A (zh) * | 2020-05-21 | 2020-08-21 | 上海市计量测试技术研究院 | 一种精度校准系统及校准方法 |
CN111879545A (zh) * | 2020-09-01 | 2020-11-03 | 中国科学院空天信息创新研究院 | 一种地面实验室遥感飞行模拟平台及控制方法 |
CN113671850A (zh) * | 2020-05-13 | 2021-11-19 | 广州汽车集团股份有限公司 | 被测v2x车联网终端的仿真测试系统和方法 |
CN114814908A (zh) * | 2022-03-30 | 2022-07-29 | 中国电子科技集团公司第五十四研究所 | 一种用于低轨卫星监测gnss的仿真模拟系统 |
CN115473594A (zh) * | 2022-09-05 | 2022-12-13 | 灿芯技术(深圳)有限公司 | 全球导航卫星系统录制数据实验室回放校准方法及设备 |
CN116413747A (zh) * | 2023-06-05 | 2023-07-11 | 中国科学院国家空间科学中心 | 一种基于gnss的监测仪闭环仿真测试方法和系统 |
CN116996155A (zh) * | 2023-09-27 | 2023-11-03 | 灿芯技术(深圳)有限公司 | 4g/5g混合网络与全球卫星导航实验室仿真同步方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11630217B2 (en) * | 2019-05-21 | 2023-04-18 | Deere & Company | Methods and devices for global navigation satellite system (GNSS) signal acquisition |
-
2024
- 2024-01-19 CN CN202410078643.1A patent/CN117610316B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN210666395U (zh) * | 2019-10-24 | 2020-06-02 | 苏州智行众维智能科技有限公司 | 一种用于智能驾驶车辆测试的地图仿真模拟系统 |
CN113671850A (zh) * | 2020-05-13 | 2021-11-19 | 广州汽车集团股份有限公司 | 被测v2x车联网终端的仿真测试系统和方法 |
CN111562600A (zh) * | 2020-05-21 | 2020-08-21 | 上海市计量测试技术研究院 | 一种精度校准系统及校准方法 |
CN111879545A (zh) * | 2020-09-01 | 2020-11-03 | 中国科学院空天信息创新研究院 | 一种地面实验室遥感飞行模拟平台及控制方法 |
CN114814908A (zh) * | 2022-03-30 | 2022-07-29 | 中国电子科技集团公司第五十四研究所 | 一种用于低轨卫星监测gnss的仿真模拟系统 |
CN115473594A (zh) * | 2022-09-05 | 2022-12-13 | 灿芯技术(深圳)有限公司 | 全球导航卫星系统录制数据实验室回放校准方法及设备 |
CN116413747A (zh) * | 2023-06-05 | 2023-07-11 | 中国科学院国家空间科学中心 | 一种基于gnss的监测仪闭环仿真测试方法和系统 |
CN116996155A (zh) * | 2023-09-27 | 2023-11-03 | 灿芯技术(深圳)有限公司 | 4g/5g混合网络与全球卫星导航实验室仿真同步方法及装置 |
Non-Patent Citations (2)
Title |
---|
基于最大偏差准则的列车卫星定位完好性监测方法;陆德彪 等;铁道学报;20190630;第81-90页 * |
面向铁路环境场景的卫星定位列车追踪仿真方法研究;芦杰;中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑;20230715;第C033-428页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117610316A (zh) | 2024-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9383450B2 (en) | Apparatus and method for generating satellite navigation signal based on software | |
CN108152837B (zh) | 导航信号备份与反欺诈方法及装置、设备和存储介质 | |
CN106773783B (zh) | 一种连续运行参考站系统的半物理仿真测试系统及方法 | |
CN103092748A (zh) | 一种确定需要进行回归测试的测试用例的方法及系统 | |
CN115993623B (zh) | 一种自适应选星方法、装置、设备及可读存储介质 | |
CN111352129A (zh) | 一种差分质量的监测方法、装置及计算机介质 | |
CN115375870B (zh) | 回环检测优化方法、电子设备及计算机可读存储装置 | |
CN105527634B (zh) | 一种卫星导航电文处理方法及gps接收机 | |
CN110837091B (zh) | 差分数据的处理方法和接收机的测试方法 | |
CN111158999A (zh) | 一种格式化时间的计算方法和装置 | |
CN110568458A (zh) | 一种基于gnss的电离层vtec闭环测试系统及方法 | |
CN117610316B (zh) | Gnss定位性能的仿真测试模型生成方法、装置、设备及介质 | |
CN103617332B (zh) | 一种测量卫星导航算法性能的仿真平台和方法 | |
Hu | Gnss sdr signal generator implementation based on usrp n210 | |
CN111679298B (zh) | 导航系统的完好性监测方法、完好性监测装置及电子设备 | |
CN114509791A (zh) | 一种缩减存储的卫星定位误差分析方法及装置 | |
CN111123303B (zh) | 定位误差数据的获取方法、装置及处理方法 | |
CN117951005A (zh) | 接口自动化测试装置、计算机设备及存储介质 | |
CN113225675A (zh) | 一种指纹库生成方法、系统、服务器和存储介质 | |
US8713369B2 (en) | Hardware/software debugging using memory access parameters | |
CN115598672B (zh) | 基于三维动态模型的卫星信号仿真方法、系统及存储介质 | |
CN117270004B (zh) | 基于卫星定位的工程测绘方法、设备、系统及介质 | |
CN109945892B (zh) | 一种惯性导航系统复杂算法类需求的在线测试方法 | |
CN113079458B (zh) | 一种用于可穿戴移动终端定位的方法及设备 | |
CN117824651A (zh) | 用于定位融合算法的仿真测试方法及装置 |
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 |