用于使用双实时动态引擎对位置进行估计的方法和系统技术方案

技术编号:10147433 阅读:152 留言:0更新日期:2014-06-30 16:44
一种用于对位置进行估计的方法和系统,包括:测量由位置确定接收机(10)接收的第一载波信号的第一载波相位和第二载波信号的第二载波相位。主实时动态(RTK)引擎(18)或接收机数据处理系统(16)对与所测量的第一载波相位和所测量的第二载波相位中的至少一个相关联的主整周模糊度集进行估计。质量评估器(22)确定是否在较早的评估时段期间将主整周模糊度集正确地解算为预定义可靠率。辅实时动态(RTK)引擎(20)或接收机数据处理系统(16)在较早评估时段之后的稍后时段期间对与所测量的第一载波相位和所测量的第二载波相位中的至少一个相关联的辅整周模糊度集进行估计。

【技术实现步骤摘要】
用于使用双实时动态引擎对位置进行估计的方法和系统本申请是申请日为2011年1月18日、申请号为201180007410.3、专利技术名称为“用于使用双实时动态引擎对位置进行估计的方法和系统”的中国专利申请的分案申请。相关申请的交叉引用本文档根据35U.S.C.119(e)要求基于于2010年1月29日提交且题为METHODANDSYSTEMFORESTIMATINGPOSITIONUSINGDUALREALTIMEKINEMATICENGINES的美国临时申请号61/299,792的优先权。
本专利技术涉及一种用于使用双实时动态引擎对对象或车辆的位置、姿态或这两者进行估计的方法和系统。
技术介绍
位置确定接收机(例如,全球定位系统(GPS)接收机)对对象或车辆的位置、姿态(例如,倾斜、旋转或偏航)或者这两者进行估计。位置确定接收机可以经历不精确的伪距和载波相位测量,其中,位置确定接收机(例如,瞬态地)接收低信号强度或差信号质量的一个或多个卫星信号。例如,特定位置确定接收机可以使用误差减小滤波器(例如,卡尔曼滤波器)来对载波相位测量或处理后的载波相位测量数据的结果进行滤波。一些位置确定接收机可以使用接收机自主完整性监视(RAIM)技术,通过将分析后的伪距测量与参考伪距测量进行比较来检测分析后的伪距测量的误差,其中,可以从位置或姿态解决方案中排除错误的或无关的伪距测量,以改进对象或车辆的所估计的位置或姿态的精确度。误差减小滤波器方案和RAIM技术都未完全解决上述不精确伪距和载波相位测量的问题,其中,位置确定接收机(例如,瞬态地)接收低信号强度或差信号质量的一个或多个卫星信号。因此,存在对一种用于使用双实时动态引擎对位置进行估计的改进方法和系统的需要。
技术实现思路
根据一个实施例,用于对对象或车辆的位置进行估计的方法和系统包括:测量由位置确定接收机接收的第一载波信号的第一载波相位和第二载波信号的第二载波相位。主实时动态(RTK)引擎或接收机数据处理系统对与所测量的第一载波相位和所测量的第二载波相位中的至少一个相关联的主整周模糊度(integerambiguity)集进行估计。质量评估器确定是否在较早的评估时段(例如,历元(epoch))期间将主整周模糊度集正确地解算为预定义可靠率。辅实时动态(RTK)引擎或接收机数据处理系统在较早评估时段之后的稍后时段(例如,稍后历元)期间对与所测量的第一载波相位和所测量的第二载波相位中的至少一个相关联的辅整周模糊度集进行估计。附图说明图1是用于使用双实时动态引擎对位置进行估计的系统的第一实施例的框图。图2是用于使用双实时动态引擎对位置进行估计的系统的第二实施例的框图。图3是用于使用双实时动态引擎对位置进行估计的系统的第三实施例的框图。图4是用于使用双实时动态引擎对位置进行估计的方法的第一实施例的流程图。图5是用于使用双实时动态引擎对位置进行估计的方法的第二实施例的流程图。图6是用于使用双实时动态引擎对位置进行估计的方法的第三实施例的流程图。图7是用于使用双实时动态引擎对位置进行估计的方法的第四实施例的流程图。图8是用于使用双实时动态引擎对位置进行估计的方法的第五实施例的流程图。图9是用于使用双实时动态引擎对位置进行估计的方法的第六实施例的流程图。具体实施方式图1图示了包括与接收机数据处理系统16耦合的接收机前端12的位置确定接收机10。位置确定接收机10与校正接收机24相关联。校正接收机24可以集成到位置确定接收机10中或者可以经由数据端口与位置确定接收机10进行通信。校正接收机24从参考站26和辅参考站28中的至少一个接收校正数据(例如,参考载波相位校正数据)。例如,参考站26经由无线或电磁信号、经由通信路径A(32)与校正接收机24进行通信。例如,辅参考站28经由无线或电磁信号、经由通信路径B(34)、经由卫星通信设备30与校正接收机24进行通信。接收机数据处理系统16可以包括以下任一项:一个或多个硬件模块、一个或多个电子模块、一个或多个软件模块、电子数据处理器、电子数据处理器和关联的电子数据存储装置、以及用于执行软件、逻辑或程序指令的通用计算机。电子数据处理器(即,数据处理器)可以包括以下一项或多项:微处理器、可编程逻辑阵列、数字信号处理器、特定用途集成电路、逻辑电路、或者用于执行软件、逻辑、算数或程序指令的另一设备。在图1中,接收机数据处理系统16包括相位测量设备14、主实时动态引擎18、辅实时动态引擎20、质量评估器22、控制器55和估计器42(例如,位置估计器或者位置和姿态估计器)。相位测量设备14、主实时动态引擎18、辅实时动态引擎20、质量评估器22、控制器55和估计器42可以彼此通信。图1中将相位测量设备14、主实时动态引擎18和辅实时动态引擎20、质量评估器22、控制器55和估计器42互连的线图示了逻辑数据路径、物理数据路径或者这两者。例如,逻辑数据路径意味着软件模块之间或者一个或多个软件程序之间的数据的虚拟数据路径或通信。例如,物理数据路径意味着支持数据、逻辑电平信号、电信号或电磁信号的通信的传输线或者一个或多个数据总线。接收机前端12可以包括用于接收由一个或多个卫星(例如,导航卫星)传送的卫星信号的任何合适电路。接收机前端12可以包括能够接收由卫星星座图内的一个或多个卫星传送的多个载波的扩频接收机或码分多址接收机(CDMA)。例如,接收机前端12可以包括用于放大卫星信号的前置放大器或放电器、混频器以及参考振荡器,其中,放大器输入端耦合至天线,放大器输出端耦合至一个混频器输入端,参考振荡器耦合至另一混频器输入端,并且混频器输出端耦合至接收机数据处理系统16或相位测量设备14。在一个说明性实施例中,模拟到数字转换器提供了接收机前端12与接收机数据处理系统16之间的接口。接收机数据处理系统16包括相位测量设备14。该相位测量设备14包括用于测量载波信号的相位的任何设备、集成电路、电子模块或数据处理器。相位测量设备14对由接收机前端12提供的一个或多个载波信号的所观察的相位进行测量或估计。可以以载波信号的整数波长、载波信号的小数波长和/或载波信号的度(degree)表达所测量的相位。相位测量设备14可以确定以下一项或多项:(1)第一载波信号、第二载波信号或这两者的小数波长的第一测量相位分量;以及(2)第一载波信号、第二载波信号或这两者的整个波长的第二测量相位分量。后面的第二测量相位分量可以由计数器(例如,过零计数器)确定,该计数器对在时域中的参考幅值(例如,0电压)处与X轴相交的接收的、重构的或处理的载波信号的跃迁进行计数,其中,X表示时间并且Y轴表示载波信号的幅值。然而,相位测量设备14依赖于位置确定接收机10中的进一步处理,以确定或解算整个周期整周模糊度,该整个周期整周模糊度可能使第二测量相位分量错误或偏移整数个波长周期(例如,以估计对应的卫星与位置确定接收机10之间的距离或范围)。主实时动态引擎18包括用于搜索或确定来自多个卫星的一个或多个接收到的载波信号的相位的整周模糊度解集的搜索引擎或其他软件指令。辅实时动态引擎20包括用于搜索或确定来自多个卫星的一个或多个接收到的载波信号的相位的整周模糊度解集或模糊度解算的搜索引擎或其他软件指令。例如,整周本文档来自技高网
...
用于使用双实时动态引擎对位置进行估计的方法和系统

【技术保护点】
一种用于通过与对象相关联的位置确定接收机对所述对象的位置进行估计的方法,所述方法包括:测量由位置确定接收机接收的第一载波信号的第一载波相位和第二载波信号的第二载波相位;利用主实时动态(RTK)引擎,对与所测量的第一载波相位和所测量的第二载波相位中的至少一个相关联的主整周模糊度集进行估计;确定是否在较早的评估时段期间将所述主整周模糊度集正确地解算为预定义可靠率;以及利用辅实时动态(RTK)引擎,在较早评估时段之后的稍后时段期间对与所测量的第一载波相位和所测量的第二载波相位中的至少一个相关联的辅整周模糊度集进行估计,其中所述辅RTK引擎在与所述主RTK引擎不同的历元被启动。

【技术特征摘要】
2010.01.29 US 61/299,792;2010.04.27 US 12/767,8971.一种用于通过与对象相关联的位置确定接收机对所述对象的位置进行估计的方法,所述方法包括:测量由位置确定接收机接收的第一载波信号的第一载波相位和第二载波信号的第二载波相位;利用主实时动态引擎,对与所测量的第一载波相位和所测量的第二载波相位中的至少一个相关联的主整周模糊度集进行估计;确定是否在较早的评估时段期间将所述主整周模糊度集正确地解算为预定义可靠率;以及利用辅实时动态引擎,在较早评估时段之后的稍后时段期间对与所测量的第一载波相位和所测量的第二载波相位中的至少一个相关联的辅整周模糊度集进行估计,其中所述辅实时动态引擎在与所述主实时动态引擎不同的历元被启动。2.根据权利要求1所述的方法,还包括:如果在所述主实时动态引擎将所述主整周模糊度集解算为整数值之前,所述辅实时动态引擎使用最小二乘方法或卡尔曼滤波器技术来对所述辅整周模糊度集的解进行估计,则应用所估计的辅整周模糊度集,以估计所述对象的位置,对于这种情况,在当前历元之后重新初始化所述主实时动态引擎,并将所述主实时动态引擎与所述辅实时动态引擎进行调换。3.根据权利要求1所述的方法,还包括:如果从所述辅实时动态引擎和所述主实时动态引擎两者解算出相同的整周模糊度集,则应用所估计的主整周模糊度集,以确定所述对象的位置。4.根据权利要求1所述的方法,还包括:如果所估计的主整周模糊度在评估时间段期间等于或基本上等效于所估计的辅整周模糊度,则将所述辅实时动态引擎从活动模式置为空闲模式。5.根据权利要求1所述的方法,还包括:如果在当前历元处存在从所述辅实时动态引擎和所述主实时动态引擎两者解算的至少四个公共双差模糊度,则应用所估计的公共整周模糊度子集,以确定所述对象的位置。6.根据权利要求1所述的方法,还包括:如果从所述辅实时动态引擎和所述主实时动态引擎两者将模糊度解算为不同的整数值,则重置来自所述主实时动态引擎的模糊度;以及在当前历元之后重新初始化所述辅实时动态,并继续执行模糊度解算,直到实现与所述主实时动态引擎相同的整周模糊度集为止。7.根据权利要求1所述的方法,还包括:确定所述辅实时动态引擎是否在稍后的评估时段期间搜索所估计的辅整周模糊度的解持续长于最大阈值时间的时间;以及如果所述辅实时动态引擎搜索所估计的辅整周模糊度持续长于最大阈值时间的时间,则重置所述辅实时动态引擎;以及在重置过程期间使用所述主实时动态引擎。8.根据权利要求1所述的方法,还包括:如果主整周模糊度和辅整周模...

【专利技术属性】
技术研发人员:L戴C王DJ埃斯林格
申请(专利权)人:纳夫科姆技术公司
类型:发明
国别省市:美国;US

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1