一种基于云计算的导航数据处理方法及系统与流程

本发明涉及卫星导航技术领域，尤其涉及一种基于云计算的导航数据处理方法及系统。

背景技术

卫星精密定轨理论始于上20世纪50年代，随着卫星跟踪技术的发展、观测精度的提高以及数据处理误差模型和动力学模型的不断精化，导航卫星定轨精度得到了显著的提高，特别是gps、glonass卫星定轨精度从最初的几百米提高到目前的厘米级。传统的导航卫星精密定轨方法其卫星跟踪数据全部来源于地面站，而跟踪站的地理分布将直接影响导航卫星精密定轨的精度。相较于全星座为中轨道卫星(meo)的gps、glonass和galileo系统，我国北斗、日本准天顶星(qzss)、印度区域导航系统(irnss)采用不同的星座设计特性，引入地球同步轨道卫星(geo)或倾斜地球同步轨道卫星(igso)。

在实现本发明过程中，发明人发现现有的导航数据处理方法至少存在以下问题：

现有的gnss增强系统依赖于geo卫星，但是geo卫星相对地面参考站基本保持不动，导致观测值与轨道、模糊度和钟差之间有强相关性，定轨精度较差。而且，由于geo卫星轨道高度较高，因此增强信息播发的传输延时长，路径损耗。此外，由于geo卫星数量有限，且北斗系统较难实现海外布站，导致监测站主要分布于中国大陆地区，无法实现真正的全球覆盖，区域性的监测站分布影响导航卫星广播星历精度及相应的定位、导航和授时服务。

技术实现要素：

鉴于上述问题，本发明提出了一种基于云计算的导航数据处理方法及系统，能够有效减少导航卫星定轨对地面站的依赖，同时又能高精度的确定低轨卫星轨道，确保导航卫星和低轨卫星的联合定轨和时间同步，从而为用户提供实时高精度服务，提升系统服务性能。

本发明的一个方面，提供了一种基于云计算的导航数据处理方法，包括：

获取中高轨gnss卫星地面跟踪数据和低轨卫星的gnss卫星观测数据；

分别采用分布式云计算对所述中高轨gnss卫星地面跟踪数据和低轨卫星的gnss卫星观测数据进行数据预处理，以去除噪声数据；

根据预处理后的数据构建地面站到中高轨gnss卫星的第一观测模型和中高轨gnss卫星到低轨卫星的第二观测模型；

根据预设的参数初始值分别对所述第一观测模型和所述第二观测模型进行线性化处理；

采用最小二乘法计算线性化处理后的第一观测模型和第二观测模型，得到中高轨gnss卫星和低轨卫星的联合定轨参数。

可选地，所述获取中高轨gnss卫星地面跟踪数据，包括：

设置与地面站接收机的ip和通信网络，通过ip和通信网络采用rtcm网络协议实时获取所述地面站接收机采集的地面跟踪数据，将所述地面跟踪数据转换成rinex格式的观测数据；或

通过ftp协议或硬盘下载方式访问所述地面站接收机的存储设备，获取所述地面站接收机实时存储的地面跟踪数据，将所述地面跟踪数据转换成rinex格式的观测数据。

可选地，所述获取低轨卫星的gnss卫星观测数据，包括：

接收中继卫星传输的低轨卫星的gnss卫星观测数据，所述低轨卫星的gnss卫星观测数据通过低轨卫星搭载的gnss接收机进行采集；将所述低轨卫星的gnss卫星观测数据转换成rinex格式的观测数据。

可选地，所述分别采用分布式云计算对所述中高轨gnss卫星地面跟踪数据和低轨卫星的gnss卫星观测数据进行数据预处理，包括：

分别采用分布式云计算去除所述中高轨gnss卫星地面跟踪数据和低轨卫星的gnss卫星观测数据中不同时具有载波相位及伪距的观测数据，以及卫星高度角小于截止高度角的观测数据，得到初始观测数据；以及

对所述初始观测数据中的粗差、野值和/或周跳进行探测，并去除所述初始观测数据中存在粗差、野值和/或周跳的历元数据。

可选地，所述根据预设的参数初始值分别对所述第一观测模型和所述第二观测模型进行线性化处理，包括：

根据预处理后的中高轨gnss卫星地面跟踪数据和低轨卫星的gnss卫星观测数据分别生成中高轨gnss卫星到低轨卫星及地面站的观测距离o；

根据预设的参数初始值计算中高轨gnss卫星到低轨卫星及地面站的几何距离；

对计算出来的几何距离加以修正，得到中高轨gnss卫星到低轨卫星及地面站的计算距离c；

将中高轨gnss卫星到地面站的观测距离o与计算距离c进行差值运算，生成第一观测模型的先验残差，并将中高轨gnss卫星到低轨卫星的所述观测距离o与所述计算距离c进行差值运算，生成第二观测模型的先验残差；

根据各个观测模型中参数向量的近似值，采用观测模型对相应的参数向量计算偏导数，得到第一观测模型的第一信息矩阵和第二观测模型的第二信息矩阵；

根据所述第一观测模型的先验残差和所述第一信息矩阵构建第一观测模型对应的线性化后的观测方程，以及根据所述第二观测模型的先验残差和所述第二信息矩阵构建第二观测模型对应的线性化后的观测方程。

可选地，所述采用最小二乘法计算线性化处理后的第一观测模型和第二观测模型，得到中高轨gnss卫星和低轨卫星的联合定轨参数，包括：

根据所述中高轨gnss卫星地面跟踪数据和低轨卫星的gnss卫星观测数据的载波相位、伪距观测值先验精度，以及第一信息矩阵和第二信息矩阵，采用最小二乘法计算线性化处理后的第一观测模型和第二观测模型，得到中高轨gnss卫星和低轨卫星的联合定轨参数。

可选地，在所述得到中高轨gnss卫星和低轨卫星的联合定轨参数之后，所述方法还包括：

将所述中高轨gnss卫星和低轨卫星的联合定轨参数通过文件传输协议发送到用户终端，以供用户终端根据实时接收的中高轨gnss卫星的监测数据和/或低轨卫星的gnss卫星观测数据进行联合定轨。

本发明的另一个方面，提供了一种基于云计算的导航数据处理系统，包括：

获取单元，用于获取中高轨gnss卫星地面跟踪数据和低轨卫星的gnss卫星观测数据；

预处理单元，用于分别采用分布式云计算对所述中高轨gnss卫星地面跟踪数据和低轨卫星的gnss卫星观测数据进行数据预处理，以去除噪声数据；

模型构建单元，用于根据预处理后的数据构建地面站到中高轨gnss卫星的第一观测模型和中高轨gnss卫星到低轨卫星的第二观测模型；

线性化处理单元，用于根据预设的参数初始值分别对所述第一观测模型和所述第二观测模型进行线性化处理；

计算单元，用于采用最小二乘法计算线性化处理后的第一观测模型和第二观测模型，得到中高轨gnss卫星和低轨卫星的联合定轨参数。

可选地，所述获取单元，具体用于设置与地面站接收机的ip和通信网络，通过ip和通信网络采用rtcm网络协议实时获取所述地面站接收机采集的地面跟踪数据，将所述地面跟踪数据转换成rinex格式的观测数据；或，通过ftp协议或硬盘下载方式访问所述地面站接收机的存储设备，获取所述地面站接收机实时存储的地面跟踪数据，将所述地面跟踪数据转换成rinex格式的观测数据。

可选地，所述获取单元，具体还用于接收中继卫星传输的低轨卫星的gnss卫星观测数据，所述低轨卫星的gnss卫星观测数据通过低轨卫星搭载的gnss接收机进行采集；将所述低轨卫星的gnss卫星观测数据转换成rinex格式的观测数据。

可选地，所述预处理单元，具体用于采用分布式云计算分别去除所述中高轨gnss卫星地面跟踪数据和低轨卫星的gnss卫星观测数据中不同时具有载波相位及伪距的观测数据，以及卫星高度角小于截止高度角的观测数据，得到初始观测数据；并对所述初始观测数据中的粗差、野值和/或周跳进行探测，并去除所述初始观测数据中存在粗差、野值和/或周跳的历元数据。

可选地，所述线性化处理单元，包括：

生成模块，用于根据预处理后的中高轨gnss卫星地面跟踪数据和低轨卫星的gnss卫星观测数据分别生成中高轨gnss卫星到低轨卫星及地面站的观测距离o；

第一计算模块，用于根据预设的参数初始值计算中高轨gnss卫星到低轨卫星及地面站的几何距离；

修正模块，用于对计算出来的几何距离加以修正，得到中高轨gnss卫星到低轨卫星及地面站的计算距离c；

第二计算模块，用于将中高轨gnss卫星到地面站的观测距离o与计算距离c进行差值运算，生成第一观测模型的先验残差，并将中高轨gnss卫星到低轨卫星的所述观测距离o与所述计算距离c进行差值运算，生成第二观测模型的先验残差；

第三计算模块，用于根据各个观测模型中参数向量的近似值，采用观测模型对相应的参数向量计算偏导数，得到第一观测模型的第一信息矩阵和第二观测模型的第二信息矩阵；

构建模块，用于根据所述第一观测模型的先验残差和所述第一信息矩阵构建第一观测模型对应的线性化后的观测方程，以及根据所述第二观测模型的先验残差和所述第二信息矩阵构建第二观测模型对应的线性化后的观测方程。

可选地，所述计算单元，具体用于根据所述中高轨gnss卫星地面跟踪数据和低轨卫星的gnss卫星观测数据的载波相位、伪距观测值先验精度，以及第一信息矩阵和第二信息矩阵，采用最小二乘法计算线性化处理后的第一观测模型和第二观测模型，得到中高轨gnss卫星和低轨卫星的联合定轨参数。

可选地，所述系统还包括：

发布单元，用于在所述得到中高轨gnss卫星和低轨卫星的联合定轨参数之后，将所述中高轨gnss卫星和低轨卫星的联合定轨参数通过文件传输协议发送到用户终端，以供用户终端根据实时接收的中高轨gnss卫星的监测数据和/或低轨卫星的gnss卫星观测数据进行联合定轨。

本发明实施例提供的基于云计算的导航数据处理方法及系统，通过采用分布式云计算对中高轨gnss卫星地面跟踪数据和低轨卫星的gnss卫星观测数据进行数据处理，以得到中高轨gnss卫星和低轨卫星的联合定轨参数，实现高中低轨卫星联合精密定轨和时间同步。本发明能够有效减少导航卫星定轨对地面站的依赖，同时又能高精度的确定低轨卫星轨道，确保导航卫星和低轨卫星的联合定轨和时间同步，从而为用户提供实时高精度服务，提升系统服务性能。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1为本发明实施例的一种基于云计算的导航数据处理方法的流程图；

图2为本发明实施例的基于云计算的导航数据处理方法中数据处理流程示意图；

图3为本发明实施例中观测方程的线性化流程图；

图4为本发明实施例的另一种基于云计算的导航数据处理的流程图；

图5为本发明实施例的一种基于云计算的导航数据处理系统的结构示意图；

图6为本发明实施例的另一种基于云计算的导航数据处理系统的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非被特定定义，否则不会用理想化或过于正式的含义来解释。

当前大多数低轨卫星都搭载有星载gnss接收机以开展精密定轨，其径向轨道确定精度可以优于1cm。相对于地面测站，低轨卫星相对运动速度快，因此相较于导航卫星其空间几何结构变化快，通过低轨卫星跟踪gnss卫星，可有效解决北斗geo卫星跟踪站几何条件差的问题。此外，低轨卫星不受地域限制，因此可以解决北斗区域跟踪网局部的问题。再次，低轨卫星可以扩展导航卫星信号接收范围，有助于促进目前导航星天线相位中心改正的研究。考虑到低轨卫星具有成本低、星座组网快等有点，因此可以搭载gnss信号播发设备向地面播发导航定位信号，使其具备导航卫星功能，由于其高动态性，使地面设备快速定位及高精度参考框架维持成为可能。因此有必要进行高中低轨卫星联合处理，以确定在统一时空框架下的高中低轨道卫星精密星历和钟差。

随着目前各个导航系统逐步建设，将有超过100颗中高轨导航卫星在轨运行，同时低轨星群也将提供导航服务。此时，联合确定导航和低轨卫星精密轨道和钟差，将使待估参数成几何级增长，将形成百万维的法方程，如此巨量计算任务是普通计算机无法完成的，对计算机计算性能提出了挑战。随着计算机及网络技术的发展，使得云计算成为可能。云计算是继1980年代大型计算机到客户端-服务器的大转变之后的又一种巨变。云计算是分布式计算、并行计算、效用计算、网络存储、虚拟化、负载均衡、热备份冗余等传统计算机和网络技术发展融合的产物。云计算使计算分布在大量的分布式计算机上，而非本地计算机或远程服务器中，能够将资源切换到需要的应用上，根据需求访问计算机和存储系统，具有超大规模、虚拟化、高可靠性、通用性、高可扩展性等特点。随着计算需求的增加，采用云计算方案可以动态调整计算资源配置，既可以满足计算效率需求又可以满足云端存储需求。能够满足高中低轨卫星联合定轨和时间同步的需求。

图1示意性示出了本发明一个实施例的基于云计算的导航数据处理方法的流程图。参照图1，本发明实施例的基于云计算的导航数据处理方法具体包括以下步骤：

s11、获取中高轨gnss卫星地面跟踪数据和低轨卫星的gnss卫星观测数据。

s12、分别采用分布式云计算对所述中高轨gnss卫星地面跟踪数据和低轨卫星的gnss卫星观测数据进行数据预处理，以去除噪声数据。

s13、根据预处理后的数据构建地面站到中高轨gnss卫星的第一观测模型和中高轨gnss卫星到低轨卫星的第二观测模型。

s14、根据预设的参数初始值分别对所述第一观测模型和所述第二观测模型进行线性化处理。

s15、采用最小二乘法计算线性化处理后的第一观测模型和第二观测模型，得到中高轨gnss卫星和低轨卫星的联合定轨参数。

本发明实施例提供的基于云计算的导航数据处理方法，通过采用分布式云计算对中高轨gnss卫星地面跟踪数据和低轨卫星的gnss卫星观测数据进行数据预处理，根据预处理后的数据构建观测模型，然后对观测模型进行线性化处理，通过对线性化后的观测模型进行求解，以得到中高轨gnss卫星和低轨卫星的联合定轨参数，判断解算后的每一联合定轨参数是否收敛，收敛条件为载波残差优于10mm，伪距精度优于1m。如果结果未收敛，则将计算的参数结果保存为参数初值，重新进行计算，直到计算结果收敛，由云端进行数据管理与分发，实现高中低轨卫星联合精密定轨和时间同步，具体数据处理流程，参见图2。本发明能够有效减少导航卫星定轨对地面站的依赖，同时又能高精度的确定低轨卫星轨道，确保导航卫星和低轨卫星的联合定轨和时间同步，从而为用户提供实时高精度服务，提升系统服务性能。

本发明实施例中，所述获取中高轨gnss卫星地面跟踪数据，具体包括：设置与地面站接收机的ip和通信网络，通过ip和通信网络采用rtcm网络协议实时获取所述地面站接收机采集的地面跟踪数据，将所述地面跟踪数据转换成rinex格式的观测数据；或，通过ftp协议或硬盘下载方式访问所述地面站接收机的存储设备，获取所述地面站接收机实时存储的地面跟踪数据，将所述地面跟踪数据转换成rinex格式的观测数据。

本发明实施例中，所述获取低轨卫星的gnss卫星观测数据，具体包括：接收中继卫星传输的低轨卫星的gnss卫星观测数据，所述低轨卫星的gnss卫星观测数据通过低轨卫星搭载的gnss接收机进行采集；将所述低轨卫星的gnss卫星观测数据转换成rinex格式的观测数据。

在一个具体实施例中，获取地面站gnss卫星观测数据，可以通过地面跟踪站接收机获取，获取方法有两种方式，一是直接通过设置地面站接收机ip和通信网络，采用rtcm网络协议实时存储接收机采集的数据，转换成标准的rinex格式观测数据；二是通过事后方式获取，可定时通过ftp或硬盘下载方式访问接收机磁盘存储，下载其事后存储的天文件，转换成标准rinex格式观测数据，将数据汇集到云端数据管理系统。获取低轨卫星gnss卫星观测数据，该数据通过低轨卫星搭载的gnss接收机接收gnss观测值信号并通过中继卫星传输到地面数据中心，解码存储成标准rinex格式，定轨用户通过ftp方式从数据中心获取低轨星载gnss观测数据，将数据汇集到云端数据管理系统。

本发明实施例中，所述分别采用分布式云计算对所述中高轨gnss卫星地面跟踪数据和低轨卫星的gnss卫星观测数据进行数据预处理，包括：分别采用分布式云计算去除所述中高轨gnss卫星地面跟踪数据和低轨卫星的gnss卫星观测数据中不同时具有载波相位及伪距的观测数据，以及卫星高度角小于截止高度角的观测数据，得到初始观测数据；并，对所述初始观测数据中的粗差、野值和/或周跳进行探测，并去除所述初始观测数据中存在粗差、野值和/或周跳的历元数据。

本实施例中，对云端管理系统收集到的地面监测站gnss数据及低轨卫星gnss数据进行质量控制，处理过程采用分布式方法，加快处理速度。数据质量控制具体流程是：首先删除不同时具有l1、l2、p1、p2的观测数据以及卫星高度角小于截止高度角的观测数据。然后用原始观测值分别形成geometry-free组合组合、melbourne-wubbena组合(mw组合)以及无电离层组合之差(lc-pc)组合，利用lc-pc组合进行粗差及野值探测，采用geometry-free及mw组合探测观测数据中的周跳。

在一个具体实施例中，对云端数据管理中心收集的gnss数据进行数据预处理，地面站和低轨卫星的星载gnss数据采用单站分布式预处理和质量控制。当不考虑观测噪声,设载波相位及伪距的观测方程为:

p1＝ρ+cδtr-cδt^s+isb-δion+δtrop+δmul+εp(3)

p2＝ρ+cδtr-cδt^s+isb-δion+δtrop+δmul+εp(4)

式中l1、l2为两个频率上相位观测值,p1、p2为两个频率上伪距观测值,λ1、λ2为两个频率上的波长,ρ代表接收机至卫星发射时刻的几何距离,c为光速，δtr为接收机钟差，δt^s为卫星钟差，δtrop为对流层延迟影响，δion为与频率无关的电离层影响延迟，n1、n2是两个频率对应的整周模糊度。将(1)(2)(3)(4)式组成lg、mw及lc-pc组合，用于探测gnss观测值中的野值、粗差及周跳。各种组合的表达形式及特性分布阐述如下：

lg组合：

消除了诸如轨道误差,接收机钟差和卫星钟差以及对流层误差影响,仅包含电离层和lg实数模糊度组合的影响。当相邻历元的电离层变化并不剧烈且相位观测值没有发生周跳时llg应该是变化平缓的曲线，δllg其变化值较小。当没有周跳法发生时该值为0，而周跳发生时改值将发生变化。

mw组合：

mw组合同样与接收机至卫星的几何距离无关,并消除了接收机钟差和卫星钟差,对流层误差及一阶电离层影响。nδ理论上为一常数，为了统计方便，求其历元间变化δnδ，理论上δnδ为0，考虑到观测噪声，该值在某一值附近波动。当有周跳发生时会引起其变化，但是当两个频率上发生同样大小周跳时，该方法将失效。通过上述分析,这两种组合消除了诸多误差影响,并且与接收机的运动状态无关,非常适合进行载波相位的周跳探测。

lc-pc组合：

由于观测噪声的存在,并且无电离层组合把观测噪声放大了3倍,因此lc-pc组合实际对于小周跳并不敏感,但是可以探测大的粗差以及作为衡量观测噪声的指标之一,如当观测噪声过大时可以舍去此观测值,以保证解算的精确和稳定。综合以上三种观测数据组合方式，单站分布式数据预处理流程如下：

开启多个线程，每个线程分别处理一个测站数据，循环处理所有测站，直至所有测站处理完毕。其中每个线程处理过程为，读取一个历元的观测数据，循环每颗卫星组成电离层残差、mw组合观测值及lc-pc组合观测值。设定阈值检查标准(组合观测值三倍中误差标准)，并对超限阈值的观测值进行标记；读取所有历元数据，根据数据数据质量控制要求，剔除连续观测时间较短的数据，并对剩余的数据采用lc-pc组合差分值进行野值探测；分别采用电离层残差组合及mw组合探测观测值中的周跳及粗差，剔除探测出的周跳及粗差历元。

本发明实施例中，根据预处理后的数据构建地面站到中高轨gnss卫星的第一观测模型和中高轨gnss卫星到低轨卫星的第二观测模型，包括：基于星载gnss观测值以及地面gnss观测站坐标先验值构建定轨弧段内所有观测历元的载波相位观测方程。

具体的，通过地面站及低轨卫星对gnss卫星的跟踪观察值，组成地面站及低轨卫星的观测方程，对式(1)-(4)进行扩展，其中地面站gnss载波相位及伪距观测方程可以写为：

lsit＝ρsit+cδtr-cδt^s+isb+λn+δion+δtrop+δmul+εl(10)

psit＝ρsit+cδtr-cδt^s+isb-δion+δtrop+δmul+εp(11)

采用双频消电离层组合后电离层误差δion被消除，此时可将式(11)(12)写为：

lsit＝ρsit+cδtr-cδt^s+isb+λn+δtrop+δmul+εl(12)

psit＝ρsit+cδtr-cδt^s+isb+δtrop+δmul+εp(13)

其中isb参数为gnss不同系统间不同频率偏差，目前已发射的卫星导航系统中除glonass外均采用码分多址技术，因此可以只估计一个isb参数，但是glonass采用码分多址技术，将估计多个系统间偏差参数ifb，对于星载gnss观测值由于其未在对流层中传播因此并不受对流层误差δtrop影响，此时则可以忽略式(10)(11)中δtrop项，因此星载gnss载波相位及伪距观测方程可以写为：

lleo＝ρleo+cδtr-cδt^s+isb+λn+δmul+εl(14)

pleo＝ρleo+cδtr-cδt^s+isb+δmul+εp(15)

式中lsit为地面跟踪站相位观测值，psit为地面跟踪站伪距观测值，lleo为低轨卫星星载gnss载波观测值，pleo为低轨卫星星载gnss伪距观测值，ρsit为gnss卫星到地面跟踪站的几何距离，ρleo为gnss卫星到低轨卫星的几何距离，c为真空中光速，δtr为接收机钟差，δt^s为卫星钟差，isb为gnss系统间偏差，ifb为glonass系统频间偏差，λ为载波波长，n为载波相位模糊度参数，δion为电离层误差，δtrop为对流层误差，δmul为多路径误差，εl为载波相位观测噪声。

本发明实施例中，所述根据预设的参数初始值分别对所述第一观测模型和所述第二观测模型进行线性化处理，具体包括：

根据预处理后的中高轨gnss卫星地面跟踪数据和低轨卫星的gnss卫星观测数据分别生成中高轨gnss卫星到低轨卫星及地面站的观测距离o；

根据预设的参数初始值计算中高轨gnss卫星到低轨卫星及地面站的几何距离，其中，所述参数初始值包括低轨卫星初始参考轨道、gnss卫星参考轨道及地面站坐标。

对计算出来的几何距离加以修正，得到中高轨gnss卫星到低轨卫星及地面站的计算距离c；

将中高轨gnss卫星到地面站的观测距离o与计算距离c进行差值运算，生成第一观测模型的先验残差，并将中高轨gnss卫星到低轨卫星的所述观测距离o与所述计算距离c进行差值运算，生成第二观测模型的先验残差；

根据各个观测模型中参数向量的近似值，采用观测模型对相应的参数向量计算偏导数，得到第一观测模型的第一信息矩阵和第二观测模型的第二信息矩阵；

根据所述第一观测模型的先验残差和所述第一信息矩阵构建第一观测模型对应的线性化后的观测方程，以及根据所述第二观测模型的先验残差和所述第二信息矩阵构建第二观测模型对应的线性化后的观测方程。

本实施例中，观测方程中待求解参数为gnss卫星初始状态参数以及低轨卫星初始状态参数、测站位置、地面接收机钟差、低轨卫星接收机钟差、地面站对流层延迟参数、地面站模糊度参数、低轨卫星模糊度参数、系统间偏差参数、频率间偏差参数。给定参数初始值并将观测方程在初始值附近展开，其中gnss卫星及低轨卫星初始状态参数包括定轨弧段开始时刻卫星位置、速度、光压参数，由初始轨道信息提供初始位置及速度，光压参数设置为零；测站坐标初始值由先验坐标信息给定；地面接收机钟差初始值设定为零；低轨卫星接收机钟差设置为零；地面站对流层延迟参数设置为saastamoinen模型计算值；地面站模糊度参数初始值设置为零；低轨卫星模糊度参数初始值设置为零；系统间偏差及频间偏差参数设置为零。

本实施例中，给定参数初始值并将观测方程在初始值附近展开，具体为根据地面跟踪站及低轨卫星上gnss载波相位及伪距观测值先验精度，以及求解参数的先验精度，组成法方程，并求解出其改正值。式(10)-(15)中ρsit为卫星至地面跟踪站的几何距离，其可以表示为：

ρleo为卫星至低轨卫星的几何距离，其可以表示为：

式中r^s为信号发射时刻gnss卫星位置向量，其是定轨弧段内卫星轨道参数x的函数，rsit为信号接收时刻接收机位置向量，rleo为信号接收时刻低轨卫星位置向量。

一般在高中低轨联合精密定轨中，未知参数主要包括：gnss卫星轨道参数、低轨卫星轨道参数、地面站位置参数、低轨卫星位置参数、地面跟踪站接收机钟差、低轨卫星接收机钟差、地面站接收机模糊度、星载gnss接收机模糊度、gnss系统间偏差，glonass系统频间偏差，载波相位模糊度参数，对流层误差等。将式(12)(13)(14)(15)对上述参数求导，并在参考轨道和各个参数初值处展开可得误差方程为：

式中ρsit,0、ρleo,0为利用gnss卫星参考轨道、低轨卫星参考轨道及地面监测站坐标计算得到的信号发射时刻gnss卫星天线平均相位中心至信号接收时刻低轨卫星及地面监测站平均相位中心间距离，ρsit为gnss卫星至地面站传播信号间的几何距离，ρleo为gnss卫星至低轨卫星传播信号间的几何距离，

xsit为地面接收机位置向量，x^gnss为gnss卫星位置向量，xg0nss、xl⁰eo为卫星初始状态参数(卫星初始时刻位置、速度、动力学参数)，δtr,0、δt^s,0、n0分别为接收机钟差、卫星钟差、模糊度参数先验值，dtr、dt^s、dn0分别为接收机钟差、卫星钟差、模糊度参数的改正数，isb为系统间偏差及频间偏差改正数，而c、λ则分别为光速及对应频率的gnss载波波长。其中：

其中可以根据式(16)和式(17)得到，表达为gnss观测信号的方向余弦值而通过求解变分方程得到；观测方程对接收机钟差、卫星钟差的偏导数为c；观测方程对模糊度参数的偏导数为载波波长λ；观测方程对系统间偏差参数的偏导数为1。观测方程线性化的详细流程如下，首先将预处理后的星载及地面站gnss观测值转换为距离，生成gnss卫星到低轨卫星及地面站的观测距离(o)，与此同时通过低轨卫星初始参考轨道、gnss卫星参考轨道及地面站坐标计算gnss卫星到低轨卫星及地面站的几何距离，同时对计算出来的几何距离加以模型改正，计算出gnss卫星到低轨卫星及地面站的计算距离(c)，通过观测距离(o)减去计算距离(c)生成观测方程先验残差。通过参数向量的近似值，采用观测方程对参数向量求偏导，生成观测方程的信息矩阵a，参见图3，至此可以组成线性化后的观测方程。

本发明实施例中，所述采用最小二乘法计算线性化处理后的第一观测模型和第二观测模型，得到中高轨gnss卫星和低轨卫星的联合定轨参数，包括：根据所述中高轨gnss卫星地面跟踪数据和低轨卫星的gnss卫星观测数据的载波相位、伪距观测值先验精度，以及第一信息矩阵和第二信息矩阵，采用最小二乘法计算线性化处理后的第一观测模型和第二观测模型，得到中高轨gnss卫星和低轨卫星的联合定轨参数。

本发明实施例，将信息矩阵组成法方程，并根据参数的先验精度，通过贝叶斯最小二乘估计方法解算高中低轨联合定轨参数。由于接收机钟差、卫星钟差、isb等参数相关，在求解时需加入基准约束，可采用固定某一测站接收机钟或加入重心基准等方法。在进行参数解算时，为了增加计算效率，将参数按照变化特性分为固定参数、过程参数及特定时间有效的固定参数，其中，固定参数为解算过程中为固定值，不会随时间变化的参数；过程参数为随时间变化，每个历元都需重新计算的参数；其在特定时间内有效且为一常数的参数定义为特定时间内有效的参数。将地面站坐标、gnss卫星初始状态参数、低轨卫星初始状态参数、系统间偏差等定义为固定参数；而地面站接收机钟差、低轨卫星接收机钟差、gnss卫星钟差、对流层参数等设定为过程参数，模糊度参数定义为特定时间有效参数。在计算过程中，按照每个历元处理，分别将每个历元观测值加入到法方程中，组成法方程后，按照参数类型进行不同处理：消去每个历元的过程参数，将参数信息保存下来；消去过时的模糊度参数，将参数信息保存下来；待所有固定参数解算完成后，回带求解所有消去的参数，并给出相应参数的精度信息。将求解的参数改正数加到参数初始值，得到参数的平差值，检验计算残差值，如果载波残差值优于10mm，伪距残差值优于1m，则认为计算收敛，否则将计算观测值当做初始值，重新计算步骤3-5直到收敛。由于高中低轨卫星钟差参数与轨道参数一同求解，因此高中低轨卫星时间同步与轨道确定一同完成。

在本发明的一个可选实施例中，如图4所示，在所述得到中高轨gnss卫星和低轨卫星的联合定轨参数之后，所述方法还包括以下步骤：

s16、将所述中高轨gnss卫星和低轨卫星的联合定轨参数通过文件传输协议发送到用户终端，以供用户终端根据实时接收的中高轨gnss卫星的监测数据和/或低轨卫星的gnss卫星观测数据进行联合定轨。

整个处理过程在云计算端完成，计算过程及产生的计算结果均存储在云端服务器，通过云端数据服务完成数据发布，用户可以通过ftp等常用手段获取数据服务。

本发明实施例，一方面求解了低轨卫星精密轨道，对低轨卫星其他对地观测应用提供了强有力的支持；另一方面通过高中低轨融合定轨，有效解决了以往的地面跟踪站对gnss导航卫星几何跟踪条件差的问题，可同时获取各类卫星精密钟差及低轨卫星的精密定轨，为低轨卫星群增强gnss提供了保障。

因此，本发明实施例提供的基于云计算的导航数据处理方法，具有如下优点：

1.同时确定低轨卫星和导航卫星在统一时空框架下的精密轨道及钟差。

2.高动态的低轨卫星能够改善几何跟踪条件，提升导航卫星定轨精度，特别是geo卫星定轨精度。

3.低轨卫星不受地域限制，因此可以解决导航卫星(特别是北斗)区域跟踪网局部的问题。

4.采用云计算方法能够满足大量数据处理能力和效率的要求，同时计算资源的动态分配可以最大限度的合理分配计算资源分配。

对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。

图5示意性示出了本发明一个实施例的基于云计算的导航数据处理系统的结构示意图。参照图5，本发明实施例的基于云计算的导航数据处理系统具体包括获取单元501、预处理单元502、模型构建单元503、线性化处理单元504以及计算单元505，其中，所述的获取单元501，用于获取中高轨gnss卫星地面跟踪数据和低轨卫星的gnss卫星观测数据；所述的预处理单元502，用于分别采用分布式云计算对所述中高轨gnss卫星地面跟踪数据和低轨卫星的gnss卫星观测数据进行数据预处理，以去除噪声数据；所述的模型构建单元503，用于根据预处理后的数据构建地面站到中高轨gnss卫星的第一观测模型和中高轨gnss卫星到低轨卫星的第二观测模型；所述的线性化处理单元504，用于根据预设的参数初始值分别对所述第一观测模型和所述第二观测模型进行线性化处理；所述的计算单元505，用于采用最小二乘法计算线性化处理后的第一观测模型和第二观测模型，得到中高轨gnss卫星和低轨卫星的联合定轨参数。

本发明实施例中，所述获取单元501，具体用于设置与地面站接收机的ip和通信网络，通过ip和通信网络采用rtcm网络协议实时获取所述地面站接收机采集的地面跟踪数据，将所述地面跟踪数据转换成rinex格式的观测数据；或，通过ftp协议或硬盘下载方式访问所述地面站接收机的存储设备，获取所述地面站接收机实时存储的地面跟踪数据，将所述地面跟踪数据转换成rinex格式的观测数据。

本发明实施例中，所述获取单元501，具体还用于接收中继卫星传输的低轨卫星的gnss卫星观测数据，所述低轨卫星的gnss卫星观测数据通过低轨卫星搭载的gnss接收机进行采集；将所述低轨卫星的gnss卫星观测数据转换成rinex格式的观测数据。

本发明实施例中，所述预处理单元502，具体用于采用分布式云计算分别去除所述中高轨gnss卫星地面跟踪数据和低轨卫星的gnss卫星观测数据中不同时具有载波相位及伪距的观测数据，以及卫星高度角小于截止高度角的观测数据，得到初始观测数据；并对所述初始观测数据中的粗差、野值和/或周跳进行探测，并去除所述初始观测数据中存在粗差、野值和/或周跳的历元数据。

本发明实施例中，所述线性化处理单元504，包括生成模块、第一计算模块、修正模块、第二计算模块、第三计算模块以及构建模块，其中：所述的生成模块，用于根据预处理后的中高轨gnss卫星地面跟踪数据和低轨卫星的gnss卫星观测数据分别生成中高轨gnss卫星到低轨卫星及地面站的观测距离o；所述的第一计算模块，用于根据预设的参数初始值计算中高轨gnss卫星到低轨卫星及地面站的几何距离；所述的修正模块，用于对计算出来的几何距离加以修正，得到中高轨gnss卫星到低轨卫星及地面站的计算距离c；所述的第二计算模块，用于将中高轨gnss卫星到地面站的观测距离o与计算距离c进行差值运算，生成第一观测模型的先验残差，并将中高轨gnss卫星到低轨卫星的所述观测距离o与所述计算距离c进行差值运算，生成第二观测模型的先验残差；所述的第三计算模块，用于根据各个观测模型中参数向量的近似值，采用观测模型对相应的参数向量计算偏导数，得到第一观测模型的第一信息矩阵和第二观测模型的第二信息矩阵；所述的构建模块，用于根据所述第一观测模型的先验残差和所述第一信息矩阵构建第一观测模型对应的线性化后的观测方程，以及根据所述第二观测模型的先验残差和所述第二信息矩阵构建第二观测模型对应的线性化后的观测方程。

进一步地，所述计算单元，具体用于根据所述中高轨gnss卫星地面跟踪数据和低轨卫星的gnss卫星观测数据的载波相位、伪距观测值先验精度，以及第一信息矩阵和第二信息矩阵，采用最小二乘法计算线性化处理后的第一观测模型和第二观测模型，得到中高轨gnss卫星和低轨卫星的联合定轨参数。

在本发明的一个可选实施例中，如图6所示，所述系统还包括发布单元506，该发布单元506，用于在所述得到中高轨gnss卫星和低轨卫星的联合定轨参数之后，将所述中高轨gnss卫星和低轨卫星的联合定轨参数通过文件传输协议发送到用户终端，以供用户终端根据实时接收的中高轨gnss卫星的监测数据和/或低轨卫星的gnss卫星观测数据进行联合定轨。

对于系统实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本发明实施例提供的基于云计算的导航数据处理方法及系统，通过采用分布式云计算对中高轨gnss卫星地面跟踪数据和低轨卫星的gnss卫星观测数据进行数据处理，以得到中高轨gnss卫星和低轨卫星的联合定轨参数，实现高中低轨卫星联合精密定轨和时间同步。本发明能够有效减少导航卫星定轨对地面站的依赖，同时又能高精度的确定低轨卫星轨道，确保导航卫星和低轨卫星的联合定轨和时间同步，从而为用户提供实时高精度服务，提升系统服务性能。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。