GNSS基线向量解算定位方法、装置和导航定位设备制造方法及图纸

本发明专利技术涉及一种GNSS基线向量解算定位方法、装置、导航定位设备和计算机可读存储介质，其中方法包括：根据获取的观测数据，构建第一误差观测模型；根据待解算状态向量的先验信息，构建虚拟观测模型，以状态预测向量作为虚拟观测模型的虚拟观测值，并将其值作为状态向量的初值，代入虚拟观测模型，得到第二误差观测模型；根据第一误差观测模型和第二误差观测模型，得到联合误差观测模型；根据联合误差观测模型，求得基线的浮点解及其协方差矩阵进行定位。上述方案，可解决传统卡尔曼滤波基线解算在观测卫星数增多时，增益矩阵运算量显著增多，导致基线解算定位效率下降的问题，有效提升GNSS基线向量解算定位效率。

【技术实现步骤摘要】
GNSS基线向量解算定位方法、装置和导航定位设备
本专利技术涉及卫星导航定位
，特别是涉及一种GNSS基线向量解算定位方法、GNSS基线向量解算定位装置、导航定位设备和计算机可读存储介质。
技术介绍
随着俄罗斯格洛纳斯全球卫星导航系统(GlobalNavigationSatelliteSystem，GLONASS)的全面恢复、中国的北斗全球卫星导航系统(BeiDouNavigationSatelliteSystem，BDS)以及欧洲的伽利略卫星导航系统(Galileosatellitenavigationsystem，Galileo)的持续建设。全球导航卫星系统(GlobalNavigationSatelliteSystem，GNSS)卫星的可用数快速增加，多GNSS系统组合定位成为当前以及未来GNSS定位的首选，其精度和可靠性较之单系统而言都得到了提高。虽然GNSS观测卫星数增加提高了定位精度和可靠性，但是也造成了GNSS定位解算效率的下降，降低了GNSS定位的实时性，限制了高频率卫星定位信息的输出。当前，GNSS动态定位中多采用卡尔曼滤波进行基线向量解算定位，其解算效率与卫星观测方程的个数成负相关，即观测卫星数越多，则卫星观测方程越多，解算效率越低。对于GNSS多模组合定位观测卫星数较多的情况，例如GPS/BDS双系统可以达到十几颗卫星，GPS/BDS/GLONASS三系统可以观测到二十多颗卫星。卡尔曼滤波在GNSS多模组合定位中，观测卫星数增多会导致现有的卡尔曼滤波法的运算量显著增多，基线解算定位效率显著下降。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够提升基线向量解算定位效率的GNSS基线向量解算定位方法、GNSS基线向量解算定位装置、导航定位设备和计算机可读存储介质。一种GNSS基线向量解算定位方法，所述方法包括：根据获取的观测数据，构建第一误差观测模型；根据待解算状态向量的先验信息，构建虚拟观测模型，以状态预测向量作为虚拟观测模型的虚拟观测值，并将其值作为状态向量的初值，代入所述虚拟观测模型，得到第二误差观测模型；根据第一误差观测模型和第二误差观测模型，得到联合误差观测模型；根据所述联合误差观测模型，求得基线向量的浮点解及其协方差矩阵，根据基线向量浮点解及其协方差矩阵进行定位。上述GNSS基线向量浮点解获取方法，根据获取的观测数据，构建第一误差观测方程和第二误差观测方程得到的联合误差观测方程，求得基线向量的浮点解及其协方差矩阵，根据基线向量浮点解及其协方差矩阵进行定位。本专利技术的上述基线向量解算定位方法不涉及传统的卡尔曼滤波增益矩阵的计算，解决传统卡尔曼滤波基线解算在观测卫星数增多时，增益矩阵运算量显著增多，导致基线解算定位效率显著下降的问题，有效提升了GNSS基线向量浮点解的获取效率，从而提升了定位效率。在一个实施例中，所述根据获取的观测数据，构建第一误差观测模型的步骤包括：根据获取的观测数据，构建第二历元时刻的基本误差观测模型；以状态向量在第二历元时刻的状态预测向量作为第二历元时刻所述状态向量的近似值，对所述基本误差观测模型进行线性化处理，得到第一误差观测模型；其中，所述第一误差观测模型包括观测向量的残差向量和第一误差观测模型的权阵。在一个实施例中，所述根据待解算状态向量的先验信息，构建虚拟观测模型，以状态预测向量作为虚拟观测模型的虚拟观测值，并将其值作为状态向量的初值，构建第二误差观测模型包括：根据状态向量的先验信息，构建虚拟观测模型，其中，所述虚拟观测模型包括状态向量在第二历元时刻的虚拟观测值向量和虚拟观测模型的权阵；以状态预测向量作为虚拟观测模型的虚拟观测值，并将其值作为状态向量的初值，代入所述虚拟观测模型，得到第二误差观测模型，其中，所述第二误差观测模型包括状态向量的残差向量和第二误差观测模型的权阵。在一个实施例中，所述根据第一误差观测模型和第二误差观测模型，得到联合误差观测模型包括：联合第一误差观测模型和第二误差观测模型得到基本联合误差观测模型；根据最小二乘平差原理，对所述基本联合误差观测模型进行简化处理，得到联合误差观测模型。上述实施例的技术方案，采用最小二乘法进行GNSS基线向量的解算获取，对基线向量解算进行运算简化，有效提升基线向量浮点解解算的效率。在一个实施例中，所述第一误差观测模型的权阵为分块对角矩阵；所述根据所述联合误差观测模型，求得基线的浮点解及其协方差矩阵的步骤包括：采用稀疏矩阵分块方法对所述联合误差观测模型进行简化求解，求得第二历元时刻状态向量相对于状态向量初值的浮点改正数；并根据所述浮点改正数以及所述联合误差观测模型，确定待解算的所述状态向量在第二历元时刻的浮点解及其协方差矩阵。上述实施例的技术方案，第一误差观测模型的权阵为分块对角阵时，观测方程的权阵也是分块对角阵，进而采用阵稀疏矩阵分块方法对所述联合误差观测模型进行简化求解，以提升基线解算的定位效率。在一个实施例中，所述第一误差观测模型表示如下：Vobs＝Hk+1·dx-(Zk+1-f(Xk+1|k))，上式中，k为第一历元时刻，k+1为第二历元时刻，Vobs为观测向量的残差向量，Hk+1为第二历元时第一误差观测模型的设计矩阵，Zk+1为第二历元时刻的观测向量，Xk+1|k为第二历元时刻的状态预测向量，f(Xk+1|k)为第二历元时刻基于状态预测向量计算得到的观测值的计算值向量，Pk+1为第一误差观测模型的权阵，Rk+1为第二历元时观测向量的噪声协方差矩阵；所述构建的虚拟观测模型表示如下：Xk+1|k＝X+εx，上式中，X为状态向量，εx为误差向量，Px为虚拟观测模型的权阵，Qk+1|k为第二历元时状态预测向量的噪声协方差矩阵；所述第二误差观测模型表示如下：Vx＝I·dx，上式中，Vx为状态向量的残差向量，I为单位阵，dx为第二历元时状态向量X以预测向量Xk+1|k作为初值的改正数向量；所述基本联合误差观测模型表示如下：根据最小二乘平差原理，对所述基本联合误差观测模型进行简化处理，得到的联合误差观测模型表示如下：在一个实施例中，所述第二历元时观测向量的噪声协方差矩阵表示如下：上式中，Q为观测向量的先验方差阵，上标P表示伪距，上标L表示载波，下标gps、glo、bds和gal依次表示GPS卫星导航系统、Glonass卫星导航系统、BDS卫星导航系统和Galileo卫星导航系统；所述第二历元时第一误差观测模型的设计矩阵表示如下：上式中，A为状态向量非模糊度坐标参数部分对应的设计矩阵，B为状态向量模糊度参数部分对应的设计矩阵；所述采用稀疏矩阵分块方法对所述联合误差观测模型进行简化求解，求得第二历元时刻状态向量相对于状态向量初值的浮点改正数；并根据所述浮点改正数以及所述联合误差观测模型，确定待解算的所述状态向量在第二历元时刻的浮点解及其协方差矩阵包括步骤：利用对角矩阵Pk+1和Hk+1对进行简化计算表示如下：根据所述对进行简化计算表示如下：其中，根据所述对进行简化计算表示如下：其中，上述步骤技术方案，运用稀疏矩阵分块计算对浮点解解算进行对角阵简化计算，有效提升了GNSS基线向量浮点解解算的效率。根据简化计算得到的所述和确定待解算的所述状态向量在第二历元时刻的浮点解及其协方差矩阵；其中，本文档来自技高网...

【技术保护点】
1.一种GNSS基线向量解算定位方法，所述方法包括：根据获取的观测数据，构建第一误差观测模型；根据待解算状态向量的先验信息，构建虚拟观测模型，以状态预测向量作为虚拟观测模型的虚拟观测值，并将其值作为状态向量的初值，代入所述虚拟观测模型，得到第二误差观测模型；根据第一误差观测模型和第二误差观测模型，得到联合误差观测模型；根据所述联合误差观测模型，求得基线的浮点解及其协方差矩阵，根据所述基线的浮点解及其协方差矩阵进行定位。

【技术特征摘要】
1.一种GNSS基线向量解算定位方法，所述方法包括：根据获取的观测数据，构建第一误差观测模型；根据待解算状态向量的先验信息，构建虚拟观测模型，以状态预测向量作为虚拟观测模型的虚拟观测值，并将其值作为状态向量的初值，代入所述虚拟观测模型，得到第二误差观测模型；根据第一误差观测模型和第二误差观测模型，得到联合误差观测模型；根据所述联合误差观测模型，求得基线的浮点解及其协方差矩阵，根据所述基线的浮点解及其协方差矩阵进行定位。2.根据权利要求1所述的GNSS基线向量解算定位方法，其特征在于，所述根据获取的观测数据，构建第一误差观测模型的步骤包括：根据获取的观测数据，构建第二历元时刻的基本误差观测模型；以状态向量在第二历元时刻的状态预测向量作为第二历元时刻所述状态向量的近似值，对所述基本误差观测模型进行线性化处理，得到第一误差观测模型；其中，所述第一误差观测模型包括观测向量的残差向量和第一误差观测模型的权阵。3.根据权利要求1所述的GNSS基线向量解算定位方法，其特征在于，所述根据待解算状态向量的先验信息，构建虚拟观测模型，以状态预测向量作为虚拟观测模型的虚拟观测值，并将其值作为状态向量的初值，代入所述虚拟观测模型，得到第二误差观测模型包括：根据状态向量的先验信息，构建虚拟观测模型，其中，所述虚拟观测模型包括状态向量在第二历元时刻的虚拟观测值向量和虚拟观测模型的权阵；以状态预测向量作为虚拟观测模型的虚拟观测值，并将其值作为状态向量的初值，代入所述虚拟观测模型，得到第二误差观测模型，其中，所述第二误差观测模型包括状态向量的残差向量和第二误差观测模型的权阵。4.根据权利要求1所述的GNSS基线向量解算定位方法，其特征在于，所述根据第一误差观测模型和第二误差观测模型，得到联合误差观测模型包括：联合第一误差观测模型和第二误差观测模型得到基本联合误差观测模型；根据最小二乘平差原理，对所述基本联合误差观测模型进行简化处理，得到联合误差观测模型。5.根据权利要求1至4任意一项所述的GNSS基线向量解算定位方法，其特征在于，所述第一误差观测模型的权阵为分块对角矩阵；所述根据所述联合误差观测模型，求得基线的浮点解及其协方差矩阵的步骤包括：采用稀疏矩阵分块方法对所述联合误差观测模型进行简化求解，求得第二历元时刻状态向量相对于状态向量初值的浮点改正数；并根据所述浮点改正数以及所述联合误差观测模型，确定待解算的所述状态向量在第二历元时刻的浮点解及其协方差矩阵。6.根据权利要求4所述的GNSS基线向量解算定位方法，其特征在于，所述第一误差观测模型表示如下：上式中，k为第一历元时刻，k+1为第二历元时刻，Vobs为观测向量的残差向量，Hk+1为第二历元时第一误差观测模型的设计矩阵，Zk+1为第二历元时的观测向量，Xk+1|k为第二历元时刻的状态预测向量，f(Xk+1|k)为第二历元时基于状态预测向量计算得到的观...

【专利技术属性】
技术研发人员：陈源军，李成钢，史小雨，
申请(专利权)人：广州市中海达测绘仪器有限公司，
类型：发明
国别省市：广东,44