CN117630988A - 动态调整优化的北斗测量数据处理云平台 - Google Patents
动态调整优化的北斗测量数据处理云平台 Download PDFInfo
- Publication number
- CN117630988A CN117630988A CN202311510928.XA CN202311510928A CN117630988A CN 117630988 A CN117630988 A CN 117630988A CN 202311510928 A CN202311510928 A CN 202311510928A CN 117630988 A CN117630988 A CN 117630988A
- Authority
- CN
- China
- Prior art keywords
- beidou
- data
- measurement data
- module
- analysis
- 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
- 238000005259 measurement Methods 0.000 title claims abstract description 115
- 238000012545 processing Methods 0.000 title claims abstract description 85
- 238000005457 optimization Methods 0.000 title description 5
- 230000006870 function Effects 0.000 title description 3
- 238000004458 analytical method Methods 0.000 claims abstract description 67
- 238000004364 calculation method Methods 0.000 claims abstract description 37
- 238000012544 monitoring process Methods 0.000 claims abstract description 24
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000012937 correction Methods 0.000 claims abstract description 17
- 238000007405 data analysis Methods 0.000 claims abstract description 12
- 238000001303 quality assessment method Methods 0.000 claims abstract description 9
- 239000013598 vector Substances 0.000 claims description 33
- 230000008859 change Effects 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 11
- 230000007175 bidirectional communication Effects 0.000 claims description 9
- 230000006854 communication Effects 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 9
- 238000013500 data storage Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 230000017105 transposition Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 7
- 230000003068 static effect Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007123 defense Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013441 quality evaluation Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了动态调整优化的北斗测量数据处理云平台，属于数据处理领域。该平台包括采集模块、处理模块、分析模块、客户端模块、数据库、接收器、转换器和缓冲器。通过实时处理和分析所有测站北斗测量数据，包括原始数据质量检核、各项改正、基线解算与平差、实时监测网平差、解算质量评定和辅助数据解析，根据工程测量的作业及精度要求，动态调整优化数据处理的策略；并连接测量接收机的APP端，作业人员可以实时查看当前云解算的精确坐标。
Description
技术领域
本发明属于数据处理技术领域，具体涉及动态调整优化的北斗测量数据处理云平台。
背景技术
目前GNSS-RTK技术行业应用成熟，但其精度不满足桥梁高精度测量放样，仅限于低精度路基及辅助结构物放样。因此如何基于我国的北斗卫星导航系统，利用快速静态测量原理和高程异常建模，进一步提高GNSS的定位精度，提高工程放样的作业效率，是急需解决的问题；
我国的北斗卫星导航系统在时空系统、星座构型、观测值的误差特性等方面与GPS等系统存在较大的差别，那些适用于GPS的数据处理技术并不一定完全适用于北斗系统。此外，随着美国GPS系统现代化的实施，GLONASS系统的快速恢复和更新，GALILEO系统及我国的北斗卫星导航系统的建设，多频组合、多卫星系统集成的导航定位成为必然，多频多系统组合能够增加可观测卫星数、优化几何图形结构、改善预处理效果、减少整周模糊度的初始化时间，提高定位精度和可靠性。
因此，研制一款较高精度和可靠性的云端数据处理软件，实现毫米级的快速静态放样功能，提高生产效率，丰富卫星导航数据处理理论，推进GNSS(特别是我国的北斗卫星导航系统)在测绘领域中的应用，具有非常重要的现实意义。
发明内容
本发明的目的在于提供动态调整优化的北斗测量数据处理云平台，用于解决目前国内尚未有面向工程测量的北斗实时云数据处理软件平台的技术问题。
研制出一套具有我国自主知识产权的北斗测量云平台，以满足快速静态高精度定位的需求，推进GNSS系统(特别是北斗卫星导航系统)在测绘、国防等领域中的应用。
为了实现上述目的，本发明采用了如下技术方案：
动态调整优化的北斗测量数据处理云平台，包括采集模块、处理模块、分析模块、客户端模块、数据库、接收器、转换器和缓冲器；其中采集模块与处理模块之间呈单向通讯连接；处理模块与分析模块之间呈单向通讯连接；处理模块与缓冲器之间呈双向通讯连接；分析模块与缓冲器之间呈双向通讯连接；数据库与缓冲器之间呈双向通讯连接。
采集模块：由多个测站组成，用于实时采集不同区域测量点的观测数据流和广播电文数据流，并利用4G/5G通信网络通过接收器将采集到的北斗测量数据传送至处理模块。
接收器：用于接收和传输北斗测量数据，并将其生成单小时弧段、多小时弧段和天弧段文件进行存储。
转换器：借助北斗坐标转换软件将处理模块发送的北斗测量数据进行坐标转换后发送至分析模块。
缓冲器：用于以数组、队列和缓冲区的形式临时存储分析模块和处理模块发送的北斗测量数据并最终发送至数据库；从数据库获取并发送分析模块和处理模块所需的数据。
处理模块：用于实时处理所有测站北斗测量数据，包括原始数据质量检核、各项改正、基线解算与平差、实时监测网平差、解算质量评定和辅助数据解析；并通过转换器进行坐标转换后发送至分析模块。
分析模块：用于对北斗测量数据进行单点分析，生成图表；对北斗测量数据进行精度分析，生成报告。
客户端模块：接收分析模块发送的图表和报告并进行输出，利用WEB端进行监测信息发布，实现云发布；根据工程测量的作业及精度要求，动态调整优化数据处理的策略，并连接测量接收机的APP端，作业人员可以实时查看当前云解算的精确坐标。
数据库：用于存储北斗测量数据。
作为优选，处理模块的工作流程如下：
S1、原始数据质量检核，对所有测站数据进行实时云检核，检查数据的完整性、准确性和一致性，排除异常值和错误数据，筛选出高可靠的北斗观测数据和星历数据；
S2、各项改正，包括大气、钟差和多路径效应引起的误差改正；
S3、基线解算与平差，对观测数据进行处理，得到基线解算结果；随后，进行平差处理，对基线解算结果进行误差分析和调整；
S4、实时监测网平差，利用实时观测数据进行平差计算，并对监测结果进行分析和评估；
S5、解算质量评定，通过与其他独立测量结果的比较，评估解算结果，对解算结果进行质量评估和验证；
S6、辅助数据解析，对其他相关数据包括地理信息数据、地形数据、摄影测量数据进行解析和处理。
作为优选，坐标转换具体步骤如下：
例如经纬度与UTM坐标转换：首先，确定所在的地理坐标系统和所在的地区的投影带，然后使用北斗坐标转换软件，将经纬度坐标转换为对应的UTM坐标。
作为优选，分析模块的工作流程如下：
S21、对北斗测量数据进行单点分析，生成图表，图表包括位置随时间变化的曲线图、经纬度误差分布图、高程误差曲线图、卫星可视性图和精度变化曲线图；
S22、对北斗测量数据进行精度分析，生成报告，报告包括位置精度报告、水平精度报告、垂直精度报告和均方根误差报告。
作为优选，各项改正的方法，具体步骤如下：
S31、基于测量点参数信息包括高度角和方位角，进行测区环境建模补偿；
S32、对受遮挡卫星观测值进行预测；
S33、基于周围北斗观测站及测区内稳定的监测点，生成多个候补基准点增强数据；
S34、计算生成监测站先验形变约束信息、先验基准站坐标约束信息、先验水汽约束信息，构造云增强模型。
作为优选，基线解算与平差的方法，具体步骤如下：
根据观测方程组，将参数矩阵(系数矩阵)以及常数向量组成法方程AX＝L，其中A为参数矩阵，X为待求测量点包括不同测站之间的测量距离和方向信息参数，L为常数向量包括已知点的坐标、高程、观测的距离和角度；通过法方程的求解，得到待求测量点X的最优估计值，X＝(ATA)-1ATA，其中(ATA)-1表示矩阵的逆，AT表示A的转置；通过观测值与模型计算值之间的差异，计算残差向量V＝L-AX，其中V为残差向量，L为观测值向量；对残差向量的每个元素进行平方，并求和得到残差平方和S＝VTV，其中，S为残差平方和，VT表示V的转置。
作为优选，解算质量评定的具体步骤如下：
对于每个解算结果xi和相应的真实值yi，计算误差ei＝|xi-yi|；对于每个解算结果xi和相应的权重wi，计算加权误差wei＝wi*ei；计算所有加权误差的总和Σwei＝∑wei；北斗测量数据计算权精度指标WAI，WAI＝1-[(∑(wi*|xi-yi|))/(∑wi)]＝1-(Σwei/∑wi)，其中xi表示包括位置、速度、时间参数的北斗测量数据参数解算结果，yi表示包括位置、速度、时间参数的相应真实值，wi表示相应的权重；WAI的取值范围为[0,1]，越接近1表示解算结果的精度越高；当WAI等于1时，表示解算结果完全准确；当WAI等于0时，表示解算结果与真实值完全不一致。
作为优选，辅助数据解析的具体步骤如下：
接收机与卫星的距离为R，光速为c，则接收到信号所需的时间t＝R/c，因此，伪距可以表示为P＝c*t；有四颗卫星，编号为1、2、3、4，它们的位置向量分别为R1、R2、R3、R4，接收机与卫星的位置向量差分别为D1、D2、D3、D4，卫星发射信号的传播速度为v，伪距表示为P1＝|R1-D1|，P2＝|R2-D2|，P3＝|R3-D3|，P4＝|R4-D4|；接收机的位置向量为Rx，接收机与卫星的位置向量差为Di(i＝1,2,3,4)，则接收机到卫星的距离可以表示为|Rx-Di|＝Pi+b，其中b为误差修正项；根据上述公式，可以得到一个方程组，求解出接收机的位置向量Rx。
作为优选，客户端模块的工作流程包括可视化展示、报告生成、结果解读与分析。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
1、本发明通过实时处理和分析所有测站北斗测量数据，包括原始数据质量检核、各项改正、基线解算与平差、实时监测网平差、解算质量评定和辅助数据解析，根据工程测量的作业及精度要求，动态调整优化数据处理的策略，根据工程测量的作业及精度要求，动态调整优化数据处理的策略，并连接测量接收机的APP端，作业人员可以实时查看当前云解算的精确坐标。
2、本发明在现有的测量云数据处理软件基础上，瞄准多频多系统GNSS技术的发展趋势，由测量云系统扩展到快速静态定位的北斗精密数据处理软件平台，以满足快速静态高精度定位的需求，推进GNSS系统(特别是北斗卫星导航系统)在测绘、国防等领域中的应用。
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做简单地介绍，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的前提下，还可以根据这些附图获得其他的附图。
图1示出了本发明动态调整优化的北斗测量数据处理云平台的模块图。
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，都属于本发明保护的范围。
实施例1
参阅图1所示，本实施例的动态调整优化的北斗测量数据处理云平台，包括采集模块、处理模块、分析模块、数据库、客户端模块、接收器、转换器和缓冲器；其中采集模块与处理模块之间呈单向通讯连接；处理模块与分析模块之间呈单向通讯连接；处理模块与缓冲器之间呈双向通讯连接；分析模块与缓冲器之间呈双向通讯连接；数据库与缓冲器之间呈双向通讯连接。
采集模块：由多个测站组成，每个测站均使用高精度北斗监测接收机采集导航卫星信号，用于实时采集不同区域测量点的观测数据流和广播电文数据流，并利用4G/5G通信网络通过接收器将采集到的北斗测量数据传送至处理模块。
接收器：用于接收和传输北斗测量数据，并将其生成单小时弧段、多小时弧段和天弧段文件进行存储。
转换器：借助北斗坐标转换软件将处理模块发送的北斗测量数据进行坐标转换后发送至分析模块。
缓冲器：用于以数组、队列和缓冲区的形式临时存储分析模块和处理模块发送的北斗测量数据并最终发送至数据库；从数据库获取并发送分析模块和处理模块所需的数据。
处理模块：用于实时处理所有测站北斗测量数据，包括原始数据质量检核、各项改正、基线解算与平差、实时监测网平差、解算质量评定和辅助数据解析；并通过转换器进行坐标转换后发送至分析模块。
分析模块：用于对北斗测量数据进行单点分析，生成图表；对北斗测量数据进行精度分析，生成报告。
客户端模块：接收分析模块发送的图表和报告并进行输出，通过高效数据库技术，利用WEB端进行监测信息发布，实现云发布；根据工程测量的作业及精度要求，动态调整优化数据处理的策略，并连接测量接收机的APP端，作业人员可以实时查看当前云解算的精确坐标。其中高效数据库技术是指在数据库设计、管理和查询过程中，通过合理的数据结构和算法选择，以及优化数据库系统的配置和调优，使得数据库能够快速、准确地响应用户的查询和操作请求，提高数据库的处理效率和性能。
数据库：用于存储北斗测量数据。
处理模块的工作流程如下：
S1、原始数据质量检核，对所有测站数据进行实时云检核，检查数据的完整性、准确性和一致性，排除异常值和错误数据，筛选出高可靠的北斗观测数据和星历数据；
S2、各项改正，包括大气、钟差和多路径效应引起的误差改正；
S3、基线解算与平差，对观测数据进行处理，得到基线解算结果；随后，进行平差处理，对基线解算结果进行误差分析和调整，以提高解算结果的精度和可靠性；
S4、实时监测网平差，利用实时观测数据进行平差计算，并对监测结果进行分析和评估，用于实时监控测量网络的稳定性和可靠性；
S5、解算质量评定，通过与其他独立测量结果的比较，评估解算结果的准确性、精度和可靠性，对解算结果进行质量评估和验证，以确定解算结果的质量水平；
S6、辅助数据解析，对其他相关数据包括地理信息数据、地形数据、摄影测量数据进行解析和处理，以提供更全面的信息支持北斗测量数据的分析和应用。
其中，大气、钟差和多路径效应误差是GNSS中常见的误差，减小大气误差可以使用双频接收机来测量不同频率下信号的传播时间差异，并通过模型对大气延迟进行修正；减小钟差误差可以通过地面测控站对卫星进行时钟校正，并将校正后的时间信息广播给用户接收机，使其能够进行相应的时钟补偿；减小多路径效应误差可以采用天线设计和信号处理算法。
基线解算是指通过处理GPS观测数据来计算测量基线的精确位置和方向，常见算法有三角形测量法、全站仪观测法、GPS测量法等；平差通过数学模型和计算方法对测量结果进行优化和调整，常用的平差方法是最小二乘法，通过最小化残差的平方和来得到最优的基线解算结果。
实时监测网平差常用的方法包括基于统计学的异常检测方法、模型预测方法和人工智能算法等。
辅助数据解析常运用统计分析、机器学习、数据挖掘等技术方法。
坐标转换具体步骤如下：
例如经纬度与UTM坐标转换：首先，确定所在的地理坐标系统和所在的地区的投影带，然后使用北斗坐标转换软件，将经纬度坐标转换为对应的UTM坐标。
本实施例通过检查数据的完整性、准确性和一致性，排除异常值和错误数据，筛选出高可靠的北斗观测数据和星历数据；对北斗测量数据结果进行误差分析和调整，提高了解算结果的精度和可靠性。
实施例2
本实施例在实施例1的基础上，给出了分析模块的工作流程，具体步骤如下：
S21、对北斗测量数据进行单点分析，生成图表，图表包括位置随时间变化的曲线图、经纬度误差分布图、高程误差曲线图、卫星可视性图和精度变化曲线图。
具体地，将接收机的经度、纬度和高程作为Y轴，时间作为X轴，制成位置随时间变化的曲线图，可以观察到接收机位置随着时间的变化趋势；将接收机位置与实际位置之间的经度和纬度误差进行统计和分析，通过柱状图和散点图来展示误差的分布情况，制成经纬度误差分布图，从而评估测量数据的准确性；将接收机高程误差随时间的变化绘制成曲线图，制成高程误差曲线图，用于评估测量数据的垂直精度，观察高程误差的波动情况；将接收机所能接收到的卫星标识在一个平面图上，制成卫星可视性图，可以直观地展示卫星的分布情况和可视性范围，有助于了解卫星几何分布对测量精度的影响；PDOP(位置精度因子)、HDOP(水平精度因子)和VDOP(垂直精度因子)是衡量定位精度的指标，通过绘制它们随时间变化的曲线图，制成精度变化曲线图，评估测量数据的精确度和稳定性。
S22、对北斗测量数据进行精度分析，生成报告，报告包括位置精度报告、水平精度报告、垂直精度报告和均方根误差报告。
具体地，根据分析模块发送的北斗测量数据，计算各种精度评估指标，包括位置精度因子、水平精度因子、垂直精度因子和均方根误差。
位置精度因子：用于评估定位精度，数值越低表示定位精度越高。
水平精度因子：用于评估水平方向上的定位精度。
垂直精度因子：用于评估垂直方向上的定位精度。
均方根误差：表示定位数据的离散度，数值越小表示精度越高。
本实施例通过对北斗测量数据进行单点分析帮助确定接收机的位置，并计算出其与真实位置之间的误差；精度分析则可以提供更详细的定位精度评估，通过对北斗测量数据的精度分析，可以了解各种因素对定位精度的影响。
实施例3
本实施例在实施例1的基础上，还提供了处理模块中各项改正的方法，具体步骤如下：
S31、基于测量点参数信息包括高度角和方位角，进行测区环境建模补偿；
S32、对受遮挡卫星观测值进行预测；
S33、基于周围北斗观测站及测区内稳定的监测点，生成多个候补基准点增强数据；
S34、计算生成监测站先验形变约束信息、先验基准站坐标约束信息、先验水汽约束信息，构造云增强模型。
本实施例在实施例1的基础上，还提供了处理模块中基线解算与平差的方法，具体步骤如下：
根据观测方程组，将参数矩阵(系数矩阵)以及常数向量组成法方程：
AX＝L
其中A为参数矩阵，X为待求测量点包括不同测站之间的测量距离和方向信息参数，L为常数向量包括已知点的坐标、高程、观测的距离和角度。
通过法方程的求解，得到待求测量点X的最优估计值：
X＝(ATA)-1ATA
其中，(ATA)-1表示矩阵的逆，AT表示A的转置。
通过观测值与模型计算值之间的差异，计算残差向量：
V＝L-AX
其中，V为残差向量，L为观测值向量。
对残差向量的每个元素进行平方，并求和得到残差平方和：
S＝VTV
其中，S为残差平方和，VT表示V的转置。
本实施例在实施例1的基础上，还提供了处理模块中解算质量评定的方法,作为一种可能的实施方式，解算质量评定的具体步骤如下：
对于每个解算结果xi和相应的真实值yi，计算误差ei：
ei＝|xi-yi|
对于每个解算结果xi和相应的权重wi，计算加权误差wei：
wei＝wi*ei
计算所有加权误差的总和Σwei：
Σwei＝∑wei
北斗测量数据计算权精度指标WAI：
WAI＝1-[(∑(wi*|xi-yi|))/(∑wi)]＝1-(Σwei/∑wi)
其中，xi表示包括位置、速度、时间参数的北斗测量数据参数解算结果，yi表示包括位置、速度、时间参数的相应真实值，wi表示相应的权重。
北斗测量数据权精度指标WAI的取值范围为[0,1]，越接近1表示解算结果的精度越高。当WAI等于1时，表示解算结果完全准确；当WAI等于0时，表示解算结果与真实值完全不一致。
作为一种可能的实施方式，处理模块中辅助数据解析的具体步骤如下：
接收机与卫星的距离为R，光速为c，则接收到信号所需的时间：
t＝R/c
因此，伪距可以表示为：
P＝c*t
假设有四颗卫星，编号为1、2、3、4，它们的位置向量分别为R1、R2、R3、R4，接收机与卫星的位置向量差分别为D1、D2、D3、D4，卫星发射信号的传播速度为v，伪距表示为：
P1＝|R1-D1|，P2＝|R2-D2|，P3＝|R3-D3|，P4＝|R4-D4|
假设接收机的位置向量为Rx，接收机与卫星的位置向量差为：
Di(i＝1,2,3,4)
则接收机到卫星的距离可以表示为：
|Rx-Di|＝Pi+b
其中b为误差修正项。
根据上述公式，可以得到一个方程组，求解出接收机的位置向量Rx。
本实施例通过各项改正可以提高定位精度、位置准确性，改善导航信号强度和提高时间同步精度；通过基线解算，可以获得不同测站之间的测量距离和方向信息，从而为后续的数据处理提供准确的基础数据，平差对基线解算结果进行误差分析和调整，减小由于测量误差、系统误差因素引起的不确定性，提高测量结果的准确性和稳定性，进一步优化基线解算结果；通过解算质量评定对解算结果中的误差、精度、可靠性指标进行分析和计算，给出解算结果的可信度评估，有助于判断测量数据的准确性，避免不良测量数据对解算结果的影响而引发的错误应用；通过辅助数据解析加速定位计算速度，支持多模态数据处理，促进应用开发和创新；通过辅助数据解析，可以充分发挥北斗系统的优势，提高数据处理和应用的效果和价值。
实施例4
本实施例在实施例1的基础上，给出了客户端模块的工作流程，具体步骤如下：
可视化展示：根据分析模块发送的可视化图表以直观展示北斗测量数据的精度情况，通过高效数据库技术，利用WEB端进行监测信息发布，实现云发布。
结果解读与分析：根据生成的图表和指标数值，对北斗测量数据的精度进行解读和分析。比较不同时间段、不同接收机和不同测量条件下的精度差异，找出影响精度的因素，根据工程测量的作业及精度要求，动态调整优化数据处理的策略，并连接测量接收机的APP端，作业人员可以实时查看当前云解算的精确坐标。
报告生成：根据分析结果，生成详细的报告。报告包括数据处理方法、评估指标计算结果、图表展示、精度变化趋势分析、问题点识别内容。
本实施例通过客户端模块进行可视化展示、报告生成和结果解读与分析实现云发布；根据工程测量的作业及精度要求，动态调整优化数据处理的策略，并连接测量接收机的APP端，作业人员可以实时查看当前云解算的精确坐标。
以上所述，仅为本发明较佳的具体实施方式，但本发明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发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可做很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (9)
1.动态调整优化的北斗测量数据处理云平台，其特征在于，包括采集模块、处理模块、分析模块、客户端模块、数据库、接收器、转换器和缓冲器；其中采集模块与处理模块之间呈单向通讯连接；处理模块与分析模块之间呈单向通讯连接；处理模块与缓冲器之间呈双向通讯连接；分析模块与缓冲器之间呈双向通讯连接；数据库与缓冲器之间呈双向通讯连接；
采集模块：由多个测站组成，用于实时采集不同区域测量点的观测数据流和广播电文数据流，并利用4G/5G通信网络通过接收器将采集到的北斗测量数据传送至处理模块；
接收器：用于接收和传输北斗测量数据，并将其生成单小时弧段、多小时弧段和天弧段文件进行存储；
转换器：借助北斗坐标转换软件将处理模块发送的北斗测量数据进行坐标转换后发送至分析模块；
缓冲器：用于以数组、队列和缓冲区的形式临时存储分析模块和处理模块发送的北斗测量数据并最终发送至数据库；从数据库获取并发送分析模块和处理模块所需的数据；
处理模块：用于实时处理所有测站北斗测量数据，包括原始数据质量检核、各项改正、基线解算与平差、实时监测网平差、解算质量评定和辅助数据解析；并通过转换器进行坐标转换后发送至分析模块；
分析模块：用于对北斗测量数据进行单点分析，生成图表；对北斗测量数据进行精度分析，生成报告；
客户端模块：接收分析模块发送的图表和报告并进行输出，利用WEB端进行监测信息发布，实现云发布；根据工程测量的作业及精度要求，动态调整优化数据处理的策略，并连接测量接收机的APP端，作业人员可以实时查看当前云解算的精确坐标；
数据库：用于存储北斗测量数据。
2.根据权利要求1所述的动态调整优化的北斗测量数据处理云平台，其特征在于，处理模块的工作流程如下：
S1、原始数据质量检核，对所有测站数据进行实时云检核，检查数据的完整性、准确性和一致性，排除异常值和错误数据，筛选出高可靠的北斗观测数据和星历数据；
S2、各项改正，包括大气、钟差和多路径效应引起的误差改正；
S3、基线解算与平差，对观测数据进行处理，得到基线解算结果；随后，进行平差处理，对基线解算结果进行误差分析和调整；
S4、实时监测网平差，利用实时观测数据进行平差计算，并对监测结果进行分析和评估；
S5、解算质量评定，通过与其他独立测量结果的比较，评估解算结果，对解算结果进行质量评估和验证；
S6、辅助数据解析，对其他相关数据包括地理信息数据、地形数据、摄影测量数据进行解析和处理。
3.根据根据权利要求1所述的动态调整优化的北斗测量数据处理云平台，其特征在于，坐标转换具体步骤如下：
首先，确定所在的地理坐标系统和所在的地区的投影带，然后使用北斗坐标转换软件，将当前坐标转换为对应的坐标。
4.根据根据权利要求1所述的动态调整优化的北斗测量数据处理云平台，其特征在于，分析模块的工作流程如下：
S21、对北斗测量数据进行单点分析，生成图表，图表包括位置随时间变化的曲线图、经纬度误差分布图、高程误差曲线图、卫星可视性图和精度变化曲线图；
S22、对北斗测量数据进行精度分析，生成报告，报告包括位置精度报告、水平精度报告、垂直精度报告和均方根误差报告。
5.根据根据权利要求1所述的动态调整优化的北斗测量数据处理云平台，其特征在于，各项改正的方法，具体步骤如下：
S31、基于测量点参数信息包括高度角和方位角，进行测区环境建模补偿；
S32、对受遮挡卫星观测值进行预测；
S33、基于周围北斗观测站及测区内稳定的监测点，生成多个候补基准点增强数据；
S34、计算生成监测站先验形变约束信息、先验基准站坐标约束信息、先验水汽约束信息，构造云增强模型。
6.根据根据权利要求1所述的动态调整优化的北斗测量数据处理云平台，其特征在于，基线解算与平差的方法，具体步骤如下：
根据观测方程组，将参数矩阵以及常数向量组成法方程AX＝L，其中A为参数矩阵，X为待求测量点包括不同测站之间的测量距离和方向信息参数，L为常数向量包括已知点的坐标、高程、观测的距离和角度；通过法方程的求解，得到待求测量点X的最优估计值，X＝(ATA)-1ATA，其中(ATA)-1表示矩阵的逆，AT表示A的转置；通过观测值与模型计算值之间的差异，计算残差向量V＝L-AX，其中V为残差向量，L为观测值向量；对残差向量的每个元素进行平方，并求和得到残差平方和S＝VTV，其中，S为残差平方和，VT表示V的转置。
7.根据根据权利要求1所述的动态调整优化的北斗测量数据处理云平台，其特征在于，解算质量评定的具体步骤如下：
对于每个解算结果xi和相应的真实值yi，计算误差ei＝|xi-yi|；对于每个解算结果xi和相应的权重wi，计算加权误差wei＝wi*ei；计算所有加权误差的总和Σwei＝∑wei；北斗测量数据计算权精度指标WAI，WAI＝1-[(∑(wi*|xi-yi|))/(∑wi)]＝1-(Σwei/∑wi)，其中xi表示包括位置、速度、时间参数的北斗测量数据参数解算结果，yi表示包括位置、速度、时间参数的相应真实值，wi表示相应的权重；WAI的取值范围为[0,1]，越接近1表示解算结果的精度越高；当WAI等于1时，表示解算结果完全准确；当WAI等于0时，表示解算结果与真实值完全不一致。
8.根据根据权利要求1所述的动态调整优化的北斗测量数据处理云平台，其特征在于，辅助数据解析的具体步骤如下：
接收机与卫星的距离为R，光速为c，则接收到信号所需的时间t＝R/c，因此，伪距可以表示为P＝c*t；有四颗卫星，编号为1、2、3、4，它们的位置向量分别为R1、R2、R3、R4，接收机与卫星的位置向量差分别为D1、D2、D3、D4，卫星发射信号的传播速度为v，伪距表示为P1＝|R1-D1|，P2＝|R2-D2|，P3＝|R3-D3|，P4＝|R4-D4|；接收机的位置向量为Rx，接收机与卫星的位置向量差为Di(i＝1,2,3,4)，则接收机到卫星的距离可以表示为|Rx-Di|＝Pi+b，其中b为误差修正项；根据上述公式，可以得到一个方程组，求解出接收机的位置向量Rx。
9.根据根据权利要求1所述的动态调整优化的北斗测量数据处理云平台，其特征在于，客户端模块的工作流程包括可视化展示、报告生成、结果解读与分析。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311510928.XA CN117630988A (zh) | 2023-11-14 | 2023-11-14 | 动态调整优化的北斗测量数据处理云平台 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311510928.XA CN117630988A (zh) | 2023-11-14 | 2023-11-14 | 动态调整优化的北斗测量数据处理云平台 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117630988A true CN117630988A (zh) | 2024-03-01 |
Family
ID=90033037
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311510928.XA Pending CN117630988A (zh) | 2023-11-14 | 2023-11-14 | 动态调整优化的北斗测量数据处理云平台 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117630988A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107421434A (zh) * | 2017-08-08 | 2017-12-01 | 千寻位置网络有限公司 | 多基站Multi‑GNSS长基线近实时形变监测方法 |
| CN113840182A (zh) * | 2021-09-18 | 2021-12-24 | 武汉朗迈科技有限公司 | 一种基于北斗自动化安全监测预警系统和方法 |
| CN114152185A (zh) * | 2022-02-07 | 2022-03-08 | 山东科技大学 | 一种gnss形变监测系统及其工作方法 |
| WO2023019613A1 (zh) * | 2021-08-19 | 2023-02-23 | 中国能源建设集团江苏省电力设计院有限公司 | 一种基于动态分区的大规模gnss网并行解算方法及系统 |
-
2023
- 2023-11-14 CN CN202311510928.XA patent/CN117630988A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107421434A (zh) * | 2017-08-08 | 2017-12-01 | 千寻位置网络有限公司 | 多基站Multi‑GNSS长基线近实时形变监测方法 |
| WO2023019613A1 (zh) * | 2021-08-19 | 2023-02-23 | 中国能源建设集团江苏省电力设计院有限公司 | 一种基于动态分区的大规模gnss网并行解算方法及系统 |
| CN113840182A (zh) * | 2021-09-18 | 2021-12-24 | 武汉朗迈科技有限公司 | 一种基于北斗自动化安全监测预警系统和方法 |
| CN114152185A (zh) * | 2022-02-07 | 2022-03-08 | 山东科技大学 | 一种gnss形变监测系统及其工作方法 |
Non-Patent Citations (4)
| Title |
|---|
| 唐洪林: "多基准站Multi-GNSS实时动态相对定位及在变形监测中的应用", 中国优秀硕士论文全文库, 15 June 2021 (2021-06-15) * |
| 张树宏;李金龙;马俊峰;尹豫疆;范玉磊;: "北斗中长基线静态测量精度初步评估", 测绘工程, no. 04, 25 April 2017 (2017-04-25) * |
| 王解先;高小兵;侯东亚;徐万鹏;: "高速铁路CPⅢ点整体三维严密平差", 测绘通报, no. 01, 25 January 2011 (2011-01-25) * |
| 高 晓等: "北斗短基线单历元模糊度固定", 大 地 测 量 与 地 球 动 力 学, 28 February 2014 (2014-02-28) * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114518586B (zh) | 一种基于球谐展开的gnss精密单点定位方法 | |
| CN108508461B (zh) | 基于gnss载波相位高精度定位完好性监测方法 | |
| CN109883313B (zh) | 一种基于单频gnss定位技术监测高铁大桥动态挠度的方法 | |
| CN109963300B (zh) | 方位角的确定方法、装置、电子设备和存储介质 | |
| JP2019138911A (ja) | 車両用の衛星航法における大気擾乱を補正するための大気補正パラメータを検査する完全性情報を提供する方法及び装置 | |
| CN114019584B (zh) | 一种大高差地区高精度cors网vrs解算方法 | |
| CN113358017B (zh) | 一种多站协同处理的gnss高精度变形监测方法 | |
| CN108964747B (zh) | 北斗地基增强服务评价方法及装置 | |
| CN112146557A (zh) | 一种基于gnss的实时桥梁变形监测系统及方法 | |
| CN110907971B (zh) | 高空设备的卫星定位方法、装置、计算机设备和存储介质 | |
| CN114322926B (zh) | 一种cors正常高定位方法和系统 | |
| CN114879222A (zh) | 一种基于自适应随机模型的全球电离层建模方法 | |
| CN117194928B (zh) | 基于gnss的地理形变监测系统 | |
| Koivula et al. | Assessment of sparse GNSS network for network RTK | |
| Seepersad et al. | Integrity monitoring in precise point positioning | |
| CN117490658A (zh) | 一种基于无人机的测绘地理信息系统 | |
| WO2023236643A1 (zh) | 定位方法、装置、设备及存储介质 | |
| CN109977499B (zh) | 基于位置约束的北斗三频/静力水准仪斜拉桥监测方法 | |
| CN117630988A (zh) | 动态调整优化的北斗测量数据处理云平台 | |
| Kim et al. | Monitoring sea level change in arctic using GNSS-reflectometry | |
| CN115616615A (zh) | 一种PPP-B2b增强的低成本单频GNSS接收机精密定位方法 | |
| Wielgosz et al. | Research on GNSS positioning and applications in Poland in 2015–2018 | |
| Zhang et al. | 3D digital track map-based GNSS NLOS signal analytical identification method | |
| Farzaneh et al. | Precise estimation of horizontal displacement by combination of multi-GNSS (Galileo and GPS) observations via the LS-VCE method | |
| Li et al. | Earthquake source parameters estimated from high-rate multi-GNSS data: a case study of the 2022 M 6.9 Menyuan earthquake |
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 |