【技术实现步骤摘要】
本专利技术涉及实时运动定位，尤其涉及一种低成本接收机rtk定位随机模型优化方法。
技术介绍
1、近年来，人们对定位服务的需求不断增加，这种需求在出行导航、快递物流等领域尤为显著。人们的日常生活越来越依赖于精准的位置信息。自2016年起，谷歌的android7.0版本及以上的操作系统开始提供全球导航卫星系统(gnss)原始数据接口，为基于智能手机原始数据的定位技术研究带来了新的机遇。此后，国内外的众多学者对智能手机接收的gnss数据进行了质量评估。研究发现，对于配备低成本多系统gnss芯片的智能手机，由于不同gnss信号体制和抗多径能力的不同，其gnss数据的质量可能存在显著差异。因此，观测值的噪声在随机模型中的权重对参数估计及其精度评估产生重要影响。在这种情况下，采用适当的随机模型可以有效降低各种系统残余误差对导航定位精度的影响，从而提高定位的准确性。这对于gnss技术的研究和应用具有重要意义。
2、目前，手机定位中常用的随机模型包括高度角模型和信噪比模型。有关此方面的研究，在伪距单点定位模式下，信噪比模型表现优于高度角模型，整体上提高了三维定位精度约10％。然而，这些研究尚未在rtk定位方面进行进一步验证。有学者进一步考虑了不同系统之间伪距噪声的差异，提出了一种信噪比联合系统间加权的随机模型。相对于采用系统间等权模型的情况，该模型明显提高了定位精度，但同样尚未在rtk定位方面进行深入验证。在此期间，也有学者指出，在精密单点模式定位下，信噪比模型表现也优于高度角模型。
3、基于信噪比联合卫星系统随机模型的
技术实现思路
1、本专利技术要解决的技术问题是针对上述现有技术的不足，提供一种低成本接收机rtk定位随机模型优化方法，实现低成本接收机rtk定位随机模型的优化。
2、为解决上述技术问题，本专利技术所采取的技术方案是：低成本接收机rtk定位随机模型优化方法，包括以下步骤：
3、步骤1：选择高精度gnss接收机作为基准站，采集基准站的观测数据并传输至流动站；
4、将所选的高精度gnss接收机设置在待测区域内；基准站接收机将持续地接收来自各个卫星的信号，并测量信号的到达时间、信噪比、伪距和相位信息；这些观测数据将用于后续的定位计算；
5、步骤2：选择具备gnss接收功能的低成本接收机作为流动站，采集流动站的观测数据；
6、步骤3：采用高精度rtk定位算法，利用基准站和流动站的观测数据对低成本接收机进行定位计算；
7、步骤3.1：观测数据预处理；首先，对基准站和流动站的观测数据进行预处理，确保两个观测站点的观测数据在时间上一致；
8、设定基准站的观测数据采样时刻为t1,t2,...,tn，流动站的观测数据采样时刻为t'1,t'2,...,t'm；基准站和流动站之间的观测时间延迟为δt，通过插值来对流动站的观测数据进行时间同步；
9、步骤3.2：计算双差观测值：基于预处理后的观测数据，计算双差观测值；所述双差观测值是通过将流动站的观测值减去基准站的相应观测值得到的，包括站间单差和星间单差；
10、设定流动站r和基准站b同时观测同一颗卫星j，将两个站对卫星的观测量作站间单差，站间单差的观测方程为：
11、
12、其中，为单差算子；下标i表示频率；表示站间单差后以周为单位的载波相位观测值；表示站间单差后以周为单位的伪距观测值；表示站间单差后卫地距；表示站间单差后整周模糊度；表示站间单差后的电离层误差；表示站间单差后的对流层误差；表示站间单差后的伪距噪声；trb表示站间单差后接收机钟差；表示站间单差后的相位噪声；λi为卫星波长；c表示光速；
13、在站间单差的基础上，流动站r和基准站b同时观测卫星j和k，在两颗卫星之间作星间单差，星间单差的观测方程为：
14、
15、其中，为双差算子；表示双差后以周为单位的载波相位观测值；表示双差后以周为单位的伪距观测值；表示双差后卫地距；表示双差后整周模糊度；表示双差后的电离层误差；表示双差后的对流层误差；表示双差后的伪距噪声；表示双差后的相位噪声；
16、当流动站r和基准站b距离小于设定阈值时，双差对流层和电离层可忽略不计，故星间单差的观测方程改写为：
17、
18、步骤3.3：采用卡尔曼滤波模型进行流动站位置解算；基于流动站和基准站相对于卫星的载波相位差和已知的基准站位置，使用高精度rtk定位算法计算出流动站的位置坐标，包括纬度、经度和高程；
19、使用高精度rtk定位算法计算流动站的位置坐标时，采用基于信噪比联合卫星系统的随机模型，使用卫星导航信号的信噪比和伪距相位噪声作为定位权重的参数；
20、基于信噪比联合卫星系统的随机模型表示如下：
21、
22、式中：δ2为l频率对应的观测值方差；σ0为模型系数；c表示卫星发射导航信号；n0表示卫星发射导航信号噪声；c/n0为信噪比；c/n0max为对应频率c/n0最大值阈值；c/n0rover表示流动站信噪比；c/n0base表示基准站信噪比；
23、基于卡尔曼滤波，利用事先估计的低成本接收机状态和随机模型参数的先验信息解算流动站与基准站间的基线向量，并得到浮点模糊度解算值；
24、则流动站的观测向量和状态向量表示如下：
25、
26、式中：(xrb,yrb,zrb)表示流动站r和参考站b之间的基线向量；依据观测向量的随机观测模型通过误差传播定律求得观测向量y的协方差矩阵，按照基于以往的经验或实际观测得到的数据和信息确定过程噪声，得到状态向量x的浮点解；
27、得到状态向量x的浮点解及其协方差阵后，通过lambda算法对浮点解进行模糊度固定；最终使用ratio值来检验是否求解固定解成功，最终得到的固定解就是流动站的位置坐标；
28、步骤4：定位精度评估：采用静态实验和动态车载实验评估流动站rtk定位精度；使用基于卫星高度角的随机模型和基于信噪比联合卫星系统的随机模型两种定权方法，分别进行rtk定位精度的计算和评估；将基准站和流动站的观测数据应用到高精度rtk定位算法中，使用基于信噪比联合卫星系统的随机模型和高度角定权两种方法分别计算出流动站的位置；然后，将基于信噪比联合卫星系统的随机模型和高度角定权两种方法的计算结果与真实的位置数据进行比对，评估两种方法的定位精度。
29、采用上述技术方案所产生的有益效果在于：本专利技术提供的低成本接收机rtk定位随机模型优化方法，使用卫星导航信号的信噪比和伪距相位噪声作为定位权重的参数，更合理的确定不同卫星系本文档来自技高网...
【技术保护点】
1.一种低成本接收机RTK定位随机模型优化方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的低成本接收机RTK定位随机模型优化方法，其特征在于：所述步骤1将所选的高精度GNSS接收机设置在待测区域内；基准站接收机将持续地接收来自各个卫星的信号，并测量信号的到达时间、信噪比、伪距和相位信息；这些观测数据将用于后续的定位计算。
3.根据权利要求1所述的低成本接收机RTK定位随机模型优化方法，其特征在于：所述步骤3.1的具体方法为：
4.根据权利要求3所述的低成本接收机RTK定位随机模型优化方法，其特征在于：所述步骤3.2的具体方法为：
5.根据权利要求4所述的低成本接收机RTK定位随机模型优化方法，其特征在于：所述步骤3.3使用高精度RTK定位算法计算流动站的位置坐标时，采用基于信噪比联合卫星系统的随机模型，使用卫星导航信号的信噪比和伪距相位噪声作为定位权重的参数；
6.根据权利要求5所述的低成本接收机RTK定位随机模型优化方法，其特征在于：所述步骤3.3基于卡尔曼滤波，利用事先估计的低成本接收机状态和随机模型参数的
7.根据权利要求6所述的低成本接收机RTK定位随机模型优化方法，其特征在于：所述步骤4使用基于卫星高度角的随机模型和基于信噪比联合卫星系统的随机模型两种定权方法，分别进行RTK定位精度的计算和评估；将基准站和流动站的观测数据应用到高精度RTK定位算法中，使用基于信噪比联合卫星系统的随机模型和高度角定权两种方法分别计算出流动站的位置；然后，将基于信噪比联合卫星系统的随机模型和高度角定权两种方法的计算结果与真实的位置数据进行比对，评估两种方法的定位精度。
...【技术特征摘要】
1.一种低成本接收机rtk定位随机模型优化方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的低成本接收机rtk定位随机模型优化方法，其特征在于：所述步骤1将所选的高精度gnss接收机设置在待测区域内；基准站接收机将持续地接收来自各个卫星的信号，并测量信号的到达时间、信噪比、伪距和相位信息；这些观测数据将用于后续的定位计算。
3.根据权利要求1所述的低成本接收机rtk定位随机模型优化方法，其特征在于：所述步骤3.1的具体方法为：
4.根据权利要求3所述的低成本接收机rtk定位随机模型优化方法，其特征在于：所述步骤3.2的具体方法为：
5.根据权利要求4所述的低成本接收机rtk定位随机模型优化方法，其特征在于：所述步骤3.3使用高精度rtk定位算法计算流动站的位置坐标时，采用基于信噪比联合卫星系统的随机...
【专利技术属性】
技术研发人员：王尔申，王珩，张益泽，程泉润，雷虹，
申请(专利权)人：沈阳航空航天大学，
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。