【技术实现步骤摘要】
本专利技术涉及一种用于全局优化算法的数据处理方法及gnss接收机。
技术介绍
1、近几年，基于惯性测量单元的倾斜测量逐渐被推广和应用。通过gnss接收机内置的惯性定向定位导航系统(ins)，实时输出gnss接收机姿态数据，进而计算对中杆倾斜状态下的方向角、倾斜角和倾斜方向角，结合获取的gnss接收机天线相位中心坐标，可以计算出倾斜对中杆底部地面点的坐标。
2、gnss/ins组合导航后处理算法(ppk)因其可以在多种使用场景下为用户提供高精度的位置和姿态信息，被广泛应用于载体真值获取、摄影测量、激光扫描等应用中。从传统上讲，几乎所有的gnss/ins组合导航后处理商业软件均使用滤波+平滑(ekf滤波+rts平滑)的方式进行算法解算，如novatel inertial explorer、trimble centerpoint rtx等。近些年来，随着优化技术的发展，越来越多的科研案例将优化运用于gnss/ins组合导航后处理算法中，并取得了相比于前者更优的效果。
3、但是，基于优化的方法往往需要使用所有时刻的gnss和ins测量值进行全局优化，这使得该方法的所估计的参数的协方差难以快速计算，即，求解该全局优化的协方差所需要的时间，比求解该全局优化问题本身所需时间高出了好几个数量级。
4、现有技术中，求解该全局优化的协方差所需要消耗大量时间，使作业效率大大降低。
技术实现思路
1、本专利技术要解决的技术问题是为了克服现有技术中求解该全局优化的协方差所
2、本专利技术是通过下述技术方案来解决上述技术问题：
3、一种用于全局优化算法的数据处理方法，其特点在于，所述数据处理方法包括：
4、采集滑动窗口的gnss观测数据和差分数据以及imu采样数据；
5、利用滑动窗口内的全部gnss观测数据和差分数据、imu采样数据构建序贯最小二乘问题；
6、通过序贯求解所述序贯最小二乘问题的协方差矩阵获取滑动窗口中所有时刻的精度数据。
7、较佳地，所述数据处理方法包括：
8、利用滑动窗口内的全部gnss观测数据和差分数据、imu采样数据构建序贯最小二乘问题；
9、通过序贯求解所述序贯最小二乘问题的协方差矩阵获取所有时刻的正向协方差值；
10、利用滑动窗口内的全部gnss观测数据和差分数据、imu采样数据反向构建序贯最小二乘问题；
11、通过序贯求解反向构建的序贯最小二乘问题的协方差矩阵获取所有时刻的反向协方差值；
12、根据正向协方差值和反向协方差值获取滑动窗口中所有时刻的精度数据。
13、较佳地，所述根据第一协方差值和第二协方差值获取滑动窗口中所有时刻的精度数据，包括：
14、将正向协方差值后半部分时刻的数值与反向协方差值前半部分时刻的数值合并获取滑动窗口中所有时刻的精度数据。
15、较佳地，所述数据处理方法包括：
16、采集所述滑动窗口的gnss观测数据和差分数据以及imu采样数据，所述滑动窗口包括测量起点、测量终点以及待测位置，所述待测位置位于测量起点和测量终点之间；
17、利用滑动窗口内的全部gnss观测数据和差分数据、imu采样数据构建的非线性最小二乘问题；
18、利用所述非线性最小二乘问题估算待测位置的定位解。
19、较佳地，所述数据处理方法包括：
20、根据时间将所述滑动窗口中每一时刻的gnss观测数值匹配一个精度数据。
21、较佳地，所述非线性最小二乘问题为：
22、
23、其中，χ是待估计参数，zr和zi分别是gnss观测数据和imu采样数据，hr和hi分别是gnss观测数据和imu采样数据的非线性测量方程。
24、较佳地，所述序贯最小二乘问题为：
25、
26、其中，χ是滑动窗口中待估计参数，zr和zi分别是gnss观测数据和imu采样数据，hr和hi分别是gnss观测数据和imu采样数据的非线性测量方程，k为gnss测量历元，zm,k-1为边缘化伪观测值，jm,k-1为所述边缘化伪观测值对应的雅克比矩阵；
27、反向构建的序贯最小二乘问题为：
28、
29、其中，χ是滑动窗口中待估计参数，zr和zi分别是gnss观测数据和imu采样数据，hr和hi分别是gnss观测数据和imu采样数据的非线性测量方程，k为gnss测量历元，zm,k+1为边缘化伪观测值，jm,k+1为所述边缘化伪观测值对应的雅克比矩阵。
30、较佳地，所述正向协方差值为：
31、
32、所述反向协方差值为：
33、
34、对于一个gnss测量历元，正向协方差值与反向协方差值合并为
35、将滑动窗口中所有时刻的协方差序列作为所述精度数据。
36、本专利技术还提供一种数据处理系统，其特点在于，所述数据处理系统包括一gnss接收机以及一处理模块，所述数据处理系统用于实现如上所述的数据处理方法。
37、本专利技术还提供一种gnss接收机，其特点在于，所述gnss接收机包括一处理单元，所述处理单元用于实现如上所述的数据处理方法。
38、在符合本领域常识的基础上，上述各优选条件，可任意组合，即得本专利技术各较佳实例。
39、本专利技术的积极进步效果在于：
40、本专利技术用于解决基于全局优化的ppk算法的协方差快速估计问题，使基于优化的算法与传统基于滤波的方法一样，可以以一种高效的方式为用户提供精度因子信息。而且能够使用户能够轻松在遮挡环境下实现厘米级精度的目标点测量。
41、基于全局优化的ppk算法协方差计算困难的问题，属于制约此类算法商用的一大技术问题。这一问题的解决，使得相关ppk软件为用户提供相比于传统ppk更高精度位姿解的同时，以与传统ppk软件的精度因子估计算法类似的运算负担，为用户提供可用的精度因子信息。
本文档来自技高网...【技术保护点】
1.一种用于全局优化算法的数据处理方法，其特征在于，所述数据处理方法包括：
2.如权利要求1所述的数据处理方法，其特征在于，所述数据处理方法包括：
3.如权利要求2所述的数据处理方法，其特征在于，所述根据第一协方差值和第二协方差值获取滑动窗口中所有时刻的精度数据，包括：
4.如权利要求3所述的数据处理方法，其特征在于，所述数据处理方法包括：
5.如权利要求4所述的数据处理方法，其特征在于，所述数据处理方法包括：
6.如权利要求4所述的数据处理方法，其特征在于，所述非线性最小二乘问题为：
7.如权利要求4所述的数据处理方法，其特征在于，所述序贯最小二乘问题为：
8.如权利要求7所述的数据处理方法，其特征在于，所述正向协方差值为：
9.一种数据处理系统，其特征在于，所述数据处理系统包括一GNSS接收机以及一处理模块，所述数据处理系统用于实现如权利要求1至8中任意一项所述的数据处理方法。
10.一种GNSS接收机，其特征在于，所述GNSS接收机包括一处理单元，所述处理单元用于实现
...【技术特征摘要】
1.一种用于全局优化算法的数据处理方法，其特征在于，所述数据处理方法包括：
2.如权利要求1所述的数据处理方法，其特征在于，所述数据处理方法包括：
3.如权利要求2所述的数据处理方法，其特征在于，所述根据第一协方差值和第二协方差值获取滑动窗口中所有时刻的精度数据，包括：
4.如权利要求3所述的数据处理方法，其特征在于，所述数据处理方法包括：
5.如权利要求4所述的数据处理方法，其特征在于，所述数据处理方法包括：
6.如权利要求4所述的数据处理方法，其特征在...
【专利技术属性】
技术研发人员：池澄，黄策，温小华，
申请(专利权)人：苏州天硕导航科技有限责任公司，
类型：发明
国别省市：
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。