一种RTK高精度差分定位形变监测系统及方法技术方案

本发明专利技术公开一种RTK高精度差分定位形变监测系统及方法，通过提取解码后的导航数据和观测数据，按基准站和监测站进行分类，根据卫星位置、钟差和伪距等信息，利用自小二乘法实现监测点单点定位，解算基站载波相位、伪距残差的数据量，选取共视卫星和参考星，设计无迹卡尔曼滤波器，进行滤波器时间更新和状态更新，解算整周模糊度，然后固定模糊度，得到固定解，即得到监测站的位置信息，设计卡尔曼滤波器对位置信息进行平滑滤波，提高定位精度，减少野值的影响。本发明专利技术具有算法简单、易实现、实用性强，形变监测定位精度高，精度高的特点，适合应用与滑坡监测、桥梁监测等场景。

A RTK high precision differential positioning deformation monitoring system and method

The invention discloses a RTK high precision differential positioning deformation monitoring system and method. By extracting the decoded navigation data and observation data, the system is classified according to the datum station and the monitoring station. According to the information of the satellite position, clock difference and pseudo distance, the single point location of the monitoring point is realized by the two multiplication of the satellite, and the carrier phase of the base station is calculated and the pseudo range is calculated. From the data of the residual, we select the co visual satellite and the reference star, design the Untraced Calman filter, update the time of the filter and update the state, calculate the integer ambiguity, then fix the fuzzy degree, get the fixed solution, get the position information of the monitoring station, and design the Calman filter to smooth the position information. Improve the positioning accuracy and reduce the impact of the field value. The invention has the characteristics of simple algorithm, easy realization, strong practicability, high precision and high precision in deformation monitoring and positioning, and suitable for application and monitoring of landslide, bridge monitoring and so on.

【技术实现步骤摘要】
一种RTK高精度差分定位形变监测系统及方法
本专利技术涉及地质预警
，具体涉及一种RTK高精度差分定位形变监测系统及方法。
技术介绍
近年来，因气候环境的变化和人类大坝等人造工程活动的影响，滑坡、泥石流等地质灾害时有发生。特别是在我国西南部分地区，滑坡等灾害发生的范围、规模和数量都呈上升趋势，已成为制约当地经济发展和威胁人民生命财产的重要原因。另外一方面，随着BDS等卫星定位系统建成和广泛应用，BDS/GPS定位技术应用于滑坡、桥梁、高层建筑等的形变监测已成为当下形变监测领域的主流趋势。在滑坡上安装高精度BDS/GPS接收机，构成滑坡形变监测系统，可实现滑坡的实时监测形变，结合降雨量、裂缝传感器等信息，可实现滑坡综合预警；在桥梁上安装高精度接收机，可实时监测桥梁在汽车通过时形变的过程；在高层建筑上安装高精度形变监测系统，可实现楼层沉降晃动情况的监测。BDS/GPS智能形变监测系统利用BDS/GPS高精度接收机，通过获取北斗多频数据及其它卫星导航系统数据，采用RTK定位算法，实现长期高精度形变监测。目前，一般而言，单点定位能实现米级的定位精度、伪距差分定位能实现分米级的定位精度，而RTK在动态定位模式下能实现1cm左右的定位精度。BDS/GPS形变监测的定位系统应用于不同的场景有着不同的精度要求，对定位结果的延时也有着不同的要求。BDS卫星与用户接收机通信的信号结构为：数据码、伪码和载波。数据码和伪码通过调制依附在载波上，随着载波信号一起播发。而BD接收机对每颗BD卫星都会产生连个基本距离测量值：载波相位和伪距。对伪距、载波相位测量值和其他相关信息量进行数据处理即可实现用户接收机的卫星定位。其中，载波相位测量值为卫星载波信号从发射端到接收端的相位变化量，在其测量的过程中受钟差、大气延时等误差的干扰，涉及到整周模糊度、电离层延时、对流层延时等问题。载波相位测量值虽然含有整周模糊度，但是其精度非常高，可达毫米级，而伪距(码相位)测量值只能到达几米的精度。在实时动态差分系统中，可利用伪距值帮助确定载波相位的整周模糊度，实现毫米级定位精度。一般RTK算法的迭代计算架构是扩展卡尔曼滤波器，但是当其应用与滑坡形变监测、桥梁监测等场景时，需要实现长期稳定的高精度监测，现有的BD实时动态差分定位算法难以满足这样的定位要求。
技术实现思路
本专利技术提供一种RTK高精度差分定位形变监测系统及方法，其具有算法实现简单和定位精确高的特点。为解决上述问题，本专利技术是通过以下技术方案实现的：一种RTK高精度差分定位形变监测方法，包括对监测站接收机的位置坐标进行计算的过程和根据监测站接收机的位置坐标去实现形变监测的过程。其中对监测站接收机的位置坐标进行计算的过程具为：步骤1、利用设置在监控区域的基准站接收机和监测站接收机获取卫星数据；步骤2、监测站接收机利用所获取的卫星数据，通过用最小二乘法估计监测站接收机的位置坐标，以获得监测站接收机的单点定位结果；步骤3、根据基准站接收机和每个监测站接收机提供的卫星数据，提取基准站接收机分别与每个监测站接收机的共视卫星，计算这些共视卫星相对于监测站接收机的仰角，并选取仰角最大的卫星作为参考星；步骤4、根据基准站接收机和监测站接收机获取卫星数据，计算基准站接收机与监测站接收机相对于每颗共视卫星的载波相位单差值与伪距单差值；除参考星外的每颗共视卫星分别单独都与参考星组合，利用基准站接收机和监测站接收机相对于这组卫星的载波相位单差值计算载波相位双差值，同时利用基准站接收机和监测站接收机相对于这组卫星的伪距单差值计算伪距双差值；步骤5、利用载波相位双差值和伪距双差值构建无迹卡尔曼滤波器的测量值矩，利用整周模糊度单差值的浮点解和监测站接收机的位置状态量矩阵，并利用无迹卡尔曼滤波器实现监测站接收机的位置坐标及整周模糊度单差值浮点解的最优估计值；步骤6，根据监测站的整周模糊度单差值浮点解的最优估计值，使用LAMBDA算法搜索得到整周模糊度，得到整周模糊度单差值最优解和次优解，并根据整周模糊度解算Ratio因子；将Ratio因子与预设的验证阈值进行比较：如果Ratio因子大于预设的验证阈值，则将LAMBDA算法搜索得到的整周模糊度单差值最优解作为固定解，并以该固定解代替上述步骤5的整周模糊度单差值的浮点解，重新进行无迹卡尔曼滤波器估计，并得到监测站接收机的位置坐标的固定解，作为监测站接收机的定位结果，同时，保存该定位结果和整周模糊度单差值最优解的固定解作为下一时刻的浮点解；如果Ratio因子小于或等于预设的验证阈值，则判断LAMBDA算法搜索整周模糊度单差值失败，不输出定位结果，并保存上述步骤5解算的监测站接收机的位置坐标浮点解和整周模糊度单差值浮点解的最优估计值，作为下一时刻的浮点解。上述步骤2的子步骤为：步骤2.1、设定监测站接收机的初始位置坐标及初始钟差；步骤2.2、根据监测站接收机接收的卫星数据求解卫星位置坐标；步骤2.3、利用步骤2.2所得的卫星位置坐标和上一时刻监测站接收机的位置坐标，求解星地距离；步骤2.4、根据电离层延时校正模型和对流层延时校正模型计算电离层误差和对流层误差，将电离层误差、对流层误差与监测站接收机接收的卫星数据去计算伪距；步骤2.5、利用上一时刻监测站接收机的钟差、步骤2.2所得的星地距离和步骤2.3所得的伪距去构建几何矩阵和测量矩阵；步骤2.6、根据步骤2.5所构建的构建几何矩阵和测量矩阵，通过迭代加权最小二乘估算监测站接收机的位置坐标差值(Δx,Δy,Δz)和钟差差值Δδtu：其中，G为几何矩阵，b为测量矩阵；步骤2.7、将步骤2.6所得的所监测站接收机的位置坐标差值(Δx,Δy,Δz)和钟差差值Δδtu分别与前一时刻监测站接收机的位置坐标和钟差相加，更新当前时刻的监测站接收机的位置坐标和钟差；步骤2.8、判断差值是否小于预设的门限值；若是，则输出步骤2.7所得到的当前时刻监测站接收机的位置坐标；若不是，则返回步骤2.3。上述步骤5的子步骤为：步骤5.1、判断当前时刻是否是首时刻，若是，则根据上述步骤2的单点定位结果更新浮点状态矩阵和协方差矩阵，并根据浮点状态矩阵更新共视卫星的整周模糊度单差值浮点解，若不是，则基于上一时刻保存的监测站接收机的位置坐标浮点解和整周模糊度单差值浮点解和更新共视卫星的监测站接收机的位置坐标浮点解和整周模糊度单差值浮点解；步骤5.2、利用载波相位双差值和伪距双差值构建测量值矩阵，并利用利用监测站接收机的位置坐标和整周模糊度单差值的浮点解构建状态量矩阵；步骤5.3、确定UKF的比例因子λ，并计算每个时刻的Sigma点的权重；步骤5.4、利用每个时刻的Sigma点的权重，构建无迹卡尔曼滤波器的过程噪声矩阵和测量噪声矩阵；步骤5.7、根据无迹卡尔曼滤波器时间更新原理进行时间更新，同时根据无迹卡尔曼滤波器的测量更新原理进行测量更新，监测站接收机的位置坐标及整周模糊度单差值浮点解的最优估计值和上述步骤6中，Ratio因子RN为：其中，和QN分别上述步骤5得到监测站接收机的整周模糊度单差值浮点解的最优估计值和对应的协方差矩阵；N′和N2′分别为LAMBDA算法搜索得到的最优解和次优解。作为改进，所述RTK高精度差分定位形变监测方法，还进一步包括对监测站接本文档来自技高网...

【技术保护点】
1.一种RTK高精度差分定位形变监测方法，包括对监测站接收机的位置坐标进行计算的过程和根据监测站接收机的位置坐标去实现形变监测的过程，其特征是，对监测站接收机的位置坐标进行计算的过程具为：步骤1、利用设置在监控区域的基准站接收机和监测站接收机获取卫星数据；步骤2、监测站接收机利用所获取的卫星数据，通过用最小二乘法估计监测站接收机的位置坐标，以获得监测站接收机的单点定位结果；步骤3、根据基准站接收机和每个监测站接收机提供的卫星数据，提取基准站接收机分别与每个监测站接收机的共视卫星，计算这些共视卫星相对于监测站接收机的仰角，并选取仰角最大的卫星作为参考星；步骤4、根据基准站接收机和监测站接收机获取卫星数据，计算基准站接收机与监测站接收机相对于每颗共视卫星的载波相位单差值与伪距单差值；除参考星外的每颗共视卫星分别单独都与参考星组合，利用基准站接收机和监测站接收机相对于这组卫星的载波相位单差值计算载波相位双差值，同时利用基准站接收机和监测站接收机相对于这组卫星的伪距单差值计算伪距双差值；步骤5、利用载波相位双差值和伪距双差值构建无迹卡尔曼滤波器的测量值矩，利用整周模糊度单差值的浮点解和监测站接收机的位置状态量矩阵，并利用无迹卡尔曼滤波器实现监测站接收机的位置坐标及整周模糊度单差值浮点解的最优估计值；步骤6，根据监测站的整周模糊度单差值浮点解的最优估计值，使用LAMBDA算法搜索得到整周模糊度，得到整周模糊度单差值最优解和次优解，并根据整周模糊度解算Ratio因子；将Ratio因子与预设的验证阈值进行比较：如果Ratio因子大于预设的验证阈值，则将LAMBDA算法搜索得到的整周模糊度单差值最优解作为固定解，并以该固定解代替上述步骤5的整周模糊度单差值的浮点解，重新进行无迹卡尔曼滤波器估计，并得到监测站接收机的位置坐标的固定解，作为监测站接收机的定位结果，同时，保存该定位结果和整周模糊度单差值最优解的固定解作为下一时刻的浮点解；如果Ratio因子小于或等于预设的验证阈值，则判断LAMBDA算法搜索整周模糊度单差值失败，不输出定位结果，并保存上述步骤5解算的监测站接收机的位置坐标浮点解和整周模糊度单差值浮点解的最优估计值，作为下一时刻的浮点解。...

【技术特征摘要】
1.一种RTK高精度差分定位形变监测方法，包括对监测站接收机的位置坐标进行计算的过程和根据监测站接收机的位置坐标去实现形变监测的过程，其特征是，对监测站接收机的位置坐标进行计算的过程具为：步骤1、利用设置在监控区域的基准站接收机和监测站接收机获取卫星数据；步骤2、监测站接收机利用所获取的卫星数据，通过用最小二乘法估计监测站接收机的位置坐标，以获得监测站接收机的单点定位结果；步骤3、根据基准站接收机和每个监测站接收机提供的卫星数据，提取基准站接收机分别与每个监测站接收机的共视卫星，计算这些共视卫星相对于监测站接收机的仰角，并选取仰角最大的卫星作为参考星；步骤4、根据基准站接收机和监测站接收机获取卫星数据，计算基准站接收机与监测站接收机相对于每颗共视卫星的载波相位单差值与伪距单差值；除参考星外的每颗共视卫星分别单独都与参考星组合，利用基准站接收机和监测站接收机相对于这组卫星的载波相位单差值计算载波相位双差值，同时利用基准站接收机和监测站接收机相对于这组卫星的伪距单差值计算伪距双差值；步骤5、利用载波相位双差值和伪距双差值构建无迹卡尔曼滤波器的测量值矩，利用整周模糊度单差值的浮点解和监测站接收机的位置状态量矩阵，并利用无迹卡尔曼滤波器实现监测站接收机的位置坐标及整周模糊度单差值浮点解的最优估计值；步骤6，根据监测站的整周模糊度单差值浮点解的最优估计值，使用LAMBDA算法搜索得到整周模糊度，得到整周模糊度单差值最优解和次优解，并根据整周模糊度解算Ratio因子；将Ratio因子与预设的验证阈值进行比较：如果Ratio因子大于预设的验证阈值，则将LAMBDA算法搜索得到的整周模糊度单差值最优解作为固定解，并以该固定解代替上述步骤5的整周模糊度单差值的浮点解，重新进行无迹卡尔曼滤波器估计，并得到监测站接收机的位置坐标的固定解，作为监测站接收机的定位结果，同时，保存该定位结果和整周模糊度单差值最优解的固定解作为下一时刻的浮点解；如果Ratio因子小于或等于预设的验证阈值，则判断LAMBDA算法搜索整周模糊度单差值失败，不输出定位结果，并保存上述步骤5解算的监测站接收机的位置坐标浮点解和整周模糊度单差值浮点解的最优估计值，作为下一时刻的浮点解。2.根据权利要求1所述的一种RTK高精度差分定位形变监测方法，其特征是，步骤2的子步骤为：步骤2.1、设定监测站接收机的初始位置坐标及初始钟差；步骤2.2、根据监测站接收机接收的卫星数据求解卫星位置坐标；步骤2.3、利用步骤2.2所得的卫星位置坐标和上一时刻监测站接收机的位置坐标，求解星地距离；步骤2.4、根据电离层延时校正模型和对流层延时校正模型计算电离层误差和对流层误差，将电离层误差、对流层误差与监测站接收机接收的卫星数据去计算伪距；步骤2.5、利用上一时刻监测站接收机的钟差、步骤2.2所得的星地距离和步骤2.3所得的伪距去构建几何矩阵和测量矩阵；步骤2.6、根据步骤2.5所构建的构建几何矩阵和测量...

【专利技术属性】
技术研发人员：王守华，陆明炽，孙希延，纪元法，肖建明，李云柯，吴孙勇，邓洪高，符强，严素清，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：广西,45