过使用与产生S1类似的方法来获得S2,并且可W理解，S2CMCS]。为此，在 给定接收器位置和S1位置的情况下，在接收器和每个卫星之间"绘制"直线。如果该线不 与数字表面模型中的任意建筑物相交，则在接收器和卫星之间存在视线。由此，集合S2包 括具有到接收器的视线的卫星。如可被容易地理解的，附加的地形信息（诸如建筑物的材 料成分）可进一步提供有用的信息，因为运些因素可关于视线和反射来考虑。
[0033] 注意，从卫星到接收器的长的距离（顶峰处为20,200公里）使得来自广播星历不 准确性的卫星仰角中的误差（近似1米）是微不足道的。然而，确定S2的准确性至少部分 依赖于DSM的准确性。
[0034] 转向另一方面，即GI^S信号被地形结构的反射，附加的有用信息被服务108获得。 更具体地，如果反射被考虑，则可从GPS接收器中获得卫星集合S3 ;该集合包括其信号是可 用的，但基于视线在给定时间在任一位置不应该可用，由此被反射的卫星。由此，运可被表 示为S3控沒1W及巧2U瀉）答SI。
[0035] 然而，注意，S2趋向于呈现比在地面实况处实际可检测到的卫星更少的卫星。在计 算中，单个参数0可被用于表示：基于到接收器的角度，多积极地是否将检测到的卫星考 虑为反射。运基本上是更多覆盖相较于更多假肯定之间的折衷。较大的0指示更多的反射 路径、更多反射的反射路径W及更漫射的反射。运给出如果0 2,则S3(0i)cs:H化)。 理想的是S2US3 =M，然而，在实践中，需要找到使得S2US3(目。）>M的0。的值。注 意，0。不仅仅通过模拟详情来被确定还通过GI^S接收器的敏感度和计算能力来确定。
[0036] 由此，本文中描述的是光线追踪和试探法的组合，其中光线追踪是统计分析中的 第一步。更具体地，不具有视线的卫星的检测概率与可能的反射表面的总面积或与信号反 射角度成比例。可能的反射表面的总面积可通过使用对具有到卫星和接收器两者的视线的 DSM点上执行光线追踪技术来计算。反射角度可通过使用光线追踪技术来确定。
[0037] 尽管导出S3(0)可W是困难的，但是S3(-)(即，具有无穷角度）可被容易得 多地导出。通过地形结构信息和卫星星历信息，另一集合S4可被导出作为S1的其信号将 肯定被地形结构阻挡的子集。运意味着集合S1的集合S3(-)是在移除S2中的视线卫 星W及S4中那些肯定被阻挡的卫星之后剩余的卫星集合，即，S3(-) =S1/(S2US4); S2cMcS1/S4cs!。
[0038] 本文中描述的是当卫星信号预测在各个水平处可用时，出于各种目的来使用运样 的GPS卫星信息。例如，如果S1是可用的，则运个信息可被用于通过减少对卫星信号的捜 索时间（例如，当M=S1时中止捜索）来提升GI^S接收器的能量效率。注意，当前GI^S接 收器尝试获取所有卫星，为所有卫星生成伪随机数（PRN)码。
[0039] 然而，服务108可将集合S1传递到接收器，或接收器可已经具有S1数据（或从中 可导出S1的数据）。例如，智能电话可从服务108或另一源下载历书，例如，从而将从中信 号可被获取的卫星的数量从31个在数量上减少到8到12个。在任一情况下，替代于捜索 比可能被找到的卫星更多的卫星，GPS接收器知晓它捕捉了全部集合M，因为M等于可能可 用的全部集合S1。运样的逻辑被显示在图2A的应用流程图220中。捜索卫星在具有GPS 接收器的设备上消耗相对大量的功率，从而捜索更少的卫星提升能量效率。
[0040] 此外，当集合S2是可用的时，一般而言通过告诉GPS接收器设备哪些卫星信号被 信任为视线信号，该集合可被用于提升位置准确性。如W上描述的，S2可从S1和DSM数据 113中确定。
[0041] 然而，GPS设备可检测来自不仅仅是视线卫星的卫星的信号是可行的（诸如因为 反射或因为DSM具有不准确性）。由此，对于被显示为图2B的逻辑/流程222的对确定S2 的一个使用/应用是告知GPS接收器哪些卫星信号可相比于其他卫星信号而言被更加信 任。例如，如果接收器的精确位置在进入城市峡谷之前被知晓，则在城市峡谷内对接收器位 置的确定可通过使用具有偏向于集合S2中的卫星的权重的加权函数来改进。用户的路径 在一定程度上可被预测W供例如对S2的将来的修改。如可被容易理解的，卫星可见性依赖 于视线从卫星的偏离程度。
[0042]当S4的集合是可用的时，运个集合可被用于进一步提升GPS的能量效率（例如， 通过当M=S1/S4时中止捜索，即，将集合S1减掉S4中的那些卫星）。出于简明的目的， 运个逻辑没有被显示，因为其类似于图2B中的逻辑，除了在决策步骤中执行的计算不同之 夕K此外，S4可被用于通过对于各个位置来针对S1/S4比较M，排除其中Me沒1巧4不成 立的位置，来改进位置的准确性。
[0043] 此外，S4可被用于减少接收器位于其中的死区的数量。如果接收器获取S4中的 任一卫星，则运个指示它不在运样的区域中。运被表示在图3中，其中圆圈表示归因于建筑 物B1-B5的区域；然而，如果卫星XI对于接收器可见，则接收器必须在大约被虚线表示的区 域内。如果卫星XI对于接收器不可见，则接收器位于圆圈中的另一位置；提供位置信息的 是卫星的缺失而非存在。
[0044] 标识最坏城市峡谷（其中IS1/S4I<4)提供可被用于改进导航的信息（例如，通过 在峡谷周围安排汽车的路线）。例如，在其中用户不需要进入死区，而是简单地驾驶通过去 往目的地的途中的场景中，接收器可引导用户避免其中S2<4的城市峡谷的区域，从而防止 用户迷路。注意，运基于时间上未来的卫星位置的外推，因为驾驶员当前不在假定的死区 中。
[0045] 如本文中描述的，考虑反射导致对S3的近似确定。对S3的确定可在云服务中完 成，（例如，不在接收器中），并接着广播到接收器。对S3的进一步细化可通过将预测匹配 到现实来做出。例如，如果接收器可接收多于或等于S3内的一地点中的四个卫星，则云可 更新并适当地重新广播运个信息。
[0046] 在当前的智能电话GI^S应用中，当获取的卫星的数量少于4时，用户被呈现W最后 已知位置为中屯、的1公里精度半径。对于哪些区域具有具有少于4个的卫星的S3的知晓 可将该精度半径减少到仅其中S3少于4的城市峡谷的程度，从而通过缩窄用户所在其中的 可能位置的范围来帮助用户。当S3 (0。）是可用的时，即，S2U83(0。），对GPS的能量 效率和位置准确性的进一步改进是可能的，并且更多城市峡谷可被标识。
[0047] 当代GI^S接收器在确定位置时通过访问地理信息系统（GI巧应用的服务器来独立 工作，通常来获得相关地图，使得接收器屏幕可将其位置显示在用户的地图上。虽然接收器 可在线下载卫星星历，从而降低首次定位时间（TTFF)，但是位置确定不被外部地辅助。如本 文中描述的，使用外部辅助（诸如其他GI^S接收器或甚至是用户）的众包方式可在确定接 收器位置方面进行协助。
[0048] 转向另一方面，"循环中的用户"是用于导航的一种建议的方式，其中用户除了请 求他的位置或到目的地的方向之外还与设备进行交互。更具体地，用户可作为双向方式中 的'M专感器"，（与基于其中用户仅向接收器请求他的位置的单向交互来导航设备的当前方 式相反）。双向方式基于使得设备向用户请求信息来改进位置估计，其可导致较少的误差。 如可被容易地理解的，循环中的用户可被视作一种解决方案，直到开发出不需要用户参与 的技术。 W例当前，到接收器的信息的源是接收器中的传感器。本文中描述了将运个扩展到云， 从而包括其中用户用作传感器的进一步扩展。接收器可向用户发出对于信息的查询，其中 用户响应被用于改进位置估计。
[0050] 例如，考虑准确定位任意数量（由用户设置）的最接近于位置估计的位置的应用。 运样的位置可包括任一类型的陆标，诸如商店。用户可被周期性地告知紧邻他或她的显著 陆标，其将允许用户可视地检查接收器是否提供正确的方向。用户可环顾四周来发现与被 应用标识的位置匹配的位置，并进行交互w向云服务提供运样的信息。机器学习和与众包 /数据挖掘有关的其他处理技术可被用于通过使用来自许多源的累积的数据来逐渐地改进 位置估计。
[0051] 在一个方面中，循环中的人类数据可经由本文中描述的称为天空视界匹配的概念 来用于众包。天空视界匹配的一般前提是观察卫星％的用户Ui能基于来自用户U2的卫星 观察寥&来细化他或她的位置。一种示例情况是，当用户Ui和U2近乎同时提交GI^S查询。假 设粗粒度定位（例如，公里分辨率）是可用的（例如，来自蜂窝基站ID)，则如果％ Ui就能利用被U2提交的位置纠正。
[0052] 在更复杂的示例中，当Ui和U2提交不是同时的GPS查询时，卫星位置方面的改变 需要被协调。为此，函数小片t(S) -P将时间t处的卫星集合S转换到一天空小片P(或 天空小片集合）。天空小片表示可见天空的