System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种模型和数据相结合的部分模糊度固定方法技术_技高网

一种模型和数据相结合的部分模糊度固定方法技术

技术编号:40234154 阅读:8 留言:0更新日期:2024-02-02 22:34
本发明专利技术提供一种模型和数据相结合的部分模糊度固定方法,包括获取当前历元的第一固定解、Ratio值ratio1和前一历元的Ratio值pre_ratio,依据当前历元卫星数量和成功率计算ratio检测阈值c1,判断是否符合剔除新加入卫星的要求,否,满足ratio1≥c1,第一固定解,是,依次剔除新加入卫星、最低高度角卫星、最大模糊度方差卫星,依次判断Ratio值≥ratio检测阈值,是,固定解,均否,计算成功率Ps;判断ratio4≥c4且Ps≥P0,是,第四固定解,否,卫星数量是否小于N,是,浮点解,否,剔除最大模糊度方差对应卫星,循环步骤四。本发明专利技术可提高模糊度固定解的可靠性和连续性。

【技术实现步骤摘要】

本专利技术涉及模糊度固定,具体涉及一种模型和数据相结合的部分模糊度固定方法


技术介绍

1、实时动态载波相位差分定位技术(real time kinematic, rtk)凭借其算法简单、收敛快、定位精度高和可靠性强等优点被广泛应用于测绘、监测、导航等方面。随着全球导航卫星系统(global navigation satellite system, gnss)的不断发展和完善,基于gnss的rtk技术在理论算法、工程应用、数据处理等方面也取得了巨大的进步。整周模糊度的正确固定是实现高精度rtk定位的基础和前提,是制约rtk性能的关键因素。实际定位时,整周模糊度固定往往受到多种因素的影响,如可视卫星数目、大气干扰、多路径效应和观测噪声等,易造成模糊度错误固定现象发生,其定位效果甚至要劣于模糊度浮点解。

2、随着四大全球卫星导航系统的建设和更新,卫星数量不断增加,观测频率数量也不断提高,待估模糊度参数也越来越多。对于这种高维模糊度参数的解算不仅会增加模糊度全部固定成功的风险性,还会增加模糊度错误固定的可能性。另一方面,在城市峡谷等高遮挡高噪声环境下模糊度固定困难,且错误固定频发。以上两个因素严重制约着rtk的定位效果。现有的部分模糊度固定策略并没有考虑到历元间模糊度参数及其方差协方差在定位时间段内的相关性,在复杂环境下,难以实现连续的高精度定位效果。


技术实现思路

1、有鉴于此,本专利技术要解决的问题是提供一种模型和数据相结合的部分模糊度固定方法,能够在复杂环境下,实现连续的高精度定位效果,同时更好地保证了模糊度固定解的可靠性和连续性。

2、为解决上述技术问题,本专利技术采用的技术方案是:

3、一种模型和数据相结合的部分模糊度固定方法,包括,

4、步骤一,获取当前历元的第一固定解、当前历元的ratio值和前一历元的ratio值ratio1,依据当前历元卫星数量和成功率拟合计算当前历元的ratio检测阈值c1,判断pre_ratio≥c1且ratio1<c1,或pre_ratio≥2*ratio1,不符合要求时,在满足ratio1≥c1的条件下,为第一固定解,符合要求时,剔除当前历元新加入卫星,重新部分模糊度固定以计算出第二固定解、ratio值ratio2和ratio检测阈值c2;

5、步骤二,判断ratio2≥c2,符合要求时,使用第二固定解,不符合要求时,剔除最低高度角的卫星,重新部分模糊度固定以计算出第三固定解、ratio值ratio3和ratio检测阈值c2;

6、步骤三,判断ratio3≥c3,符合要求时,使用第三固定解,不符合要求时,剔除最大模糊度方差对应卫星,重新部分模糊度固定以计算出第四固定解、ratio值ratio4和ratio检测阈值c4,并计算出模糊度固定成功率ps;

7、步骤四,判断ratio4≥c4且ps≥p0,p0为成功率的检测阈值,符合要求时,使用第四固定解,不符合要求时,判断卫星数量是否小于n,是,使用浮点解,否,剔除最大模糊度方差对应卫星,重新确定第四固定解、ratio值ratio4、ratio检测阈值c4和成功率ps,并循环步骤四。

8、进一步的,执行步骤一之前,计算三维位置状态量的方差协方差(varx, vary,varz)的均值posvar,同时设定均值阈值varthres,

9、

10、判断posvar≥varthres,符合要求时,直接使用浮点解,不符合要求时,执行步骤一。

11、进一步的,所述浮点解通过最小二乘求得。

12、进一步的,所述模糊度成功率ps的公式为:

13、

14、其中,为对角阵d的第个元素;为标准正态分布函数;n为有效卫星的数量。

15、进一步的,所述ratio检测阈值通过有效卫星对数和对应计算出的成功率拟合计算出。

16、进一步的,所述ratio值计算公式为:

17、

18、其中,为最优固定解,为次优固定解,为浮点解对应的方差协方差阵。

19、进一步的,所述次优固定解和最优固定解通过lambda算法计算出。

20、本专利技术具有的优点和积极效果是:

21、通过在模型驱动部分采用成功率指标法;在数据驱动部分,结合历元间ratio值的大小及模糊度固定状态对下一历元用于模糊度固定的卫星做适当调整。有效解决模型驱动缺乏对于真实观测数据的考虑以及数据驱动无法对内部观测模型强度进行评估的缺点,更好地保证了模糊度固定解的可靠性和连续性。

本文档来自技高网...

【技术保护点】

1.一种模型和数据相结合的部分模糊度固定方法,其特征在于,包括,

2.根据权利要求1所述的一种模型和数据相结合的部分模糊度固定方法,其特征在于,执行步骤一之前,计算三维位置状态量的方差协方差(varx, vary, varz)的均值posvar,同时设定均值阈值varthres,

3.根据权利要求1所述的一种模型和数据相结合的部分模糊度固定方法,其特征在于,所述浮点解通过最小二乘求得。

4.根据权利要求1所述的一种模型和数据相结合的部分模糊度固定方法,其特征在于,所述模糊度成功率Ps的公式为:

5.根据权利要求1所述的一种模型和数据相结合的部分模糊度固定方法,其特征在于,所述ratio检测阈值通过有效卫星对数和对应计算出的成功率拟合计算出。

6.根据权利要求1所述的一种模型和数据相结合的部分模糊度固定方法,其特征在于,所述Ratio值计算公式为:

7.根据权利要求6所述的一种模型和数据相结合的部分模糊度固定方法,其特征在于,所述最优固定解和次优固定解通过LAMBDA算法计算出。

【技术特征摘要】

1.一种模型和数据相结合的部分模糊度固定方法,其特征在于,包括,

2.根据权利要求1所述的一种模型和数据相结合的部分模糊度固定方法,其特征在于,执行步骤一之前,计算三维位置状态量的方差协方差(varx, vary, varz)的均值posvar,同时设定均值阈值varthres,

3.根据权利要求1所述的一种模型和数据相结合的部分模糊度固定方法,其特征在于,所述浮点解通过最小二乘求得。

4.根据权利要求1所述的一种模型和数据相结合的部分模糊度...

【专利技术属性】
技术研发人员:宋伟
申请(专利权)人:华芯拓远天津科技有限公司
类型:发明
国别省市:

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