专利名称：任务后高精确度定位和定向系统的制作方法
技术领域：
本发明的至少一个实施方式涉及全球导航卫星系统(GNSS)辅助的惯性导航系统 (INS)，尤其是涉及GNSS辅助的INS(GNSS-AINS)任务后高精确度定位和定向系统。
背景技术：
全球导航卫星系统(GNSS)是利用绕着地球轨道运行的卫星星座来向地球上的接 收器提供信号的导航系统，该接收器根据那些信号计算其在地球上的位置。这样的卫星系 统的例子是由美国部署和维护的NAVSTAR全球定位系统(GPS)、由苏联部署并由俄罗斯联 邦维护的GLONASS系统、以及目前由欧盟(EU)部署的GALILEO系统。 每个GPS卫星使用在L波段内的称为LI和L2的两个无线电频率，在1575. 41腿z 和1227. 60MHz的各自频率处连续传输。两个信号在LI上发射， 一个用于民用用户，而另一 个用于美国国防部(DoD)授权的用户。 一个信号在L2上传输，预定仅用于DoD授权的用户。 每个GPS信号具有在LI和L2频率处的载波、伪随机数(PRN)码和卫星导航数据。两个不 同的PRN码由每个卫星传输被加密以由经授权的用户使用的粗捕获(C/A)码和精(P/Y) 码。设计成用于精确定位的GPS接收器包含多个信道，每个信道可在接收器天线处跟踪来 自在地平线之上可看见的GPS卫星的在LI和L2频率上的信号，并根据这些来计算包括LI 伪距、可能L2伪距以及相干的LI和L2载波相位的该卫星的可观测量。相干相位跟踪暗示 来自分配到同一卫星的两个信道的载波相位以及频率仅仅相差整数数量的周期。
每个GLONASS卫星使用在L波段内的也称为LI和L2的两个无线电频率来连续传 输。每个卫星在中心分别在1602. 0MHz和1246. 0MHz的频率处的LI和L2波段内的多个频 率之一上进行传输。码和载波信号结构类似于NAVSTAR的码和载波信号结构。设计成精确 定位的GNSS接收器包括多个信道，每个信道可在其各自的LI和L2频率上跟踪来自GPS和 GLONASS卫星的信号，并根据这些信号产生伪距和载波相位可观测量。GNSS接收器的未来 产生将包括跟踪来自所有部署的GNSS的信号的能力。 AINS的目的是通过惯性导航系统(INS)和辅助导航传感器的组合来计算包括车 辆位置、速度、加速度、方向(例如，侧倾(roll)、纵倾(pitch)、航向(heading))和角速率 的导航数据。GNSS辅助的INS使用能够接收并处理来自一个或更多个GNSS的信号的一个 或多个接收器，作为辅助传感器。GNSS-AINS被成功地展示为用于来自移动平台的各种测量 应用的定位和定向信息的精确源。在近年来最重要的成就之一是用于航空摄影测量图像的 直接地理参照的GNSS-AINS的成功演示和随后部署。其它应用包括来自陆地车辆的移动测 绘/测量以及来自测量船的海底探测。 为了使用GNSS-AINS获得的移动平台的精确定位，通常使用相对或差分定位方 法。除了来自INS和漫游GNSS接收器(都在移动平台上)的数据以外，这些方法还使用位 于已知位置处的参考GNSS接收器，以计算移动平台相对于参考接收器的位置。最准确的已 知方法使用漫游器和参考GNSS天线之间的相对GNSS载波相位干涉测量法加上差分相位中 的整数波长模糊度的求解来获得厘米级的定位精确度。这些差分GNSS方法基于漫游器和参考可观测量中的几个共同误差的接近准确的关联。可观测量包括电离层和对流层信号延 迟误差、卫星轨道和时钟误差、以及接收器时钟误差。 当移动平台和参考接收器之间的基线长度不超过10公里时-这通常被认为是短 基线条件，来自漫游器和参考接收器的可观测量中的电离层和对流层信号延迟误差几乎正 好相同。因此这些大气延迟误差在漫游器_参考差分GNSS可观测量中抵消，且获得厘米级 的相对定位精确度所需的载波相位模糊度求解过程不被它们干扰。如果基线长度增加超 过10公里(被认为是长基线条件)，则在漫游器和参考接收器天线处的这些误差逐渐变得 不同，以使其在漫游器_参考差分GNSS可观测量中的存在及其对模糊度求解过程的影响增
加。在超过io公里的单个漫游器-参考接收器基线上的模糊度求解逐渐变得不可靠。该
属性限制了GNSS-AINS相对于单个参考接收器的移动性，且本质上使它在覆盖长距离作为 其任务的部分的移动测绘平台(例如飞机上)不可用。 网络GNSS方法使用来自大致围绕漫游接收器轨迹的三个或更多的参考接收器的 参考可观测量来计算漫游接收器的位置。这暗示漫游接收器轨迹主要由封闭的多边形包 含，该多边形的顶点是参考接收器天线。漫游接收器可在该多边形外部移动几公里，而没有 定位精确度的明显损失。网络GNSS算法在每个参考接收器位置校准电离层和对流层信号 延迟，并接着将这些延迟内插和可能外插到漫游器位置，以在可使用单个参考接收器得到 的长基线上获得更好的信号延迟抵消。可使用各种信号处理方法，然而它们都在长基线上 产生本质上相同的性能提高。如同单基线GNSS —样，已知的GNSS解决方案对覆盖长距离 作为其任务的部分的移动测绘平台(例如飞机)仍然是不够的。 与移动测绘/测量应用相关的另一问题是在失去漫游器GNSS信号之后不够快地 恢复定位精确度。恢复可靠的准确的定位精确度的一般时间是15-60秒，取决于可观测量 的数量及其在定位求解中使用的几何条件。当飞机执行从一个测量线到下一个测量线的快 速高倾斜角旋转("急转弯")时，这样的信号中断往往出现在正从事测量任务的飞机上。在 测量线之间的急转弯提供了测量任务的最经济的执行。 一般测量轨迹包括由180度旋转连 接起来的很多平行测量线。因此，这些急转弯和因而产生的信号中断可能频繁地出现。以 前对该应用的GNSS-AINS实现需要驾驶员飞行低倾斜角旋转("平转")以维持漫游器GNSS 天线朝着天空的定向，从而避免GNSS信号损失。这样的平转需要比急转明显更长的时间来 执行，导致额外的飞机操作费用。 图1示出AINS的已知结构。MU1以MU采样率产生增加的速度和增加的角度，该 采样率一般为每秒50到500个样值。相应的MU采样时间间隔是MU采样率的倒数， 一般 为1/50到1/500秒。增加的速度是在MU采样时间间隔上积分的来自MU加速计的特定 力。增加的角度是在頂U采样时间间隔上积分的、来自MU l中的回旋装置的角速率。惯 性导航器2从MU接收惯性数据，并以MU采样率计算当前的MU位置( 一般是纬度、经度 和高度)、速度( 一般是北、东和下分量)和方向(侧倾、纵倾、航向)。
辅助传感器5是提供导航信息的任何传感器，导航信息在统计上独立于INS产 生的惯性导航解。辅助传感器的例子是一个或更多个GNSS接收器、里程计或测距指示器 (DMI)和多普勒雷达速度检测器。 AINS配置中的卡尔曼滤波器4的目的是估计惯性导航器机械化中的误差和惯性 传感器误差。卡尔曼滤波器5通过比较INS导航数据与来自辅助传感器5的可比较的数据来完成此。接着闭环误差控制器3校正惯性导航器2来获得导航精确度提高，其优于独立 的惯性导航器能够获得的导航精确度。 卡尔曼滤波器4实现递归最小方差估计算法，其根据所建立的测量计算状态矢量 的估计。测量一般包括计算的来自辅助传感器的惯性导航解元素和相应的数据元素之间的 差值。例如，惯性GNSS位置测量包括分别由惯性导航器和GNSS接收器计算的纬度、经度和 高度中的差值。真实位置在差值中抵消，使得位置误差中的差值保留。为INS和辅助传感 器的积分设计的卡尔曼滤波器一般估计INS和辅助传感器中的误差。INS误差一般包括下 列项惯性北、东和下位置误差；惯性北、东和下速度误差；惯性平台未对准误差；加速计偏 置；以及回旋装置偏置。辅助传感器误差可包括下列项GNSS北、东和下位置误差；GNSS载 波相位模糊度；以及DMI比例因子误差。 误差控制器3根据卡尔曼滤波器所产生的INS误差估计来计算复位矢量，并将这 些应用于惯性导航器积分过程，从而调节闭环误差控制机械化中的惯性导航器误差。该INS 误差控制方法使惯性导航器误差被连续调节，因而维持在比未控制的或无惯性的导航器能 够获得的量值明显更小的量值。 运动学模糊度求解(KAR)卫星导航是根据卫星定位系统信号的载波相位测量的
使用，在需要高定位精确度(例如陆地测量和构造以及农业)的应用中使用的技术，其中单
个参考站高精确地提供实时校正。KAR合并来自漫游器和参考接收器的Ll和L2载波相位，
以便建立漫游器天线相对于参考天线的相对相位干涉测量的位置。相干的Ll或L2载波相
位可观测量可被表示为由载波波长度量的并由称为周期模糊度的整数数量的未知周期偏
置的准确伪距。来自漫游器和参考接收器的载波相位的差分组合导致除了整数模糊度以外
的所有共同的模式距离误差的抵消。模糊度求解算法使用来自漫游器和参考接收器的冗余
的载波相位可观测量和已知的参考天线位置，来估计并从而求解这些模糊度。 —旦整数周期模糊度是已知的，漫游接收器就可通常以大约几厘米量级的精确度
计算其天线位置，假定漫游器和参考天线分开不多于10公里。实时地执行的该精确定位方
法通常称为实时运动学(RTK)定位。 漫游器-参考分离限制的原因是KAR定位依赖于漫游器和参考接收器可观测量之 间的大气信号延迟误差的接近准确的关联，以便它们在漫游器_参考可观测量组合中抵消 (例如，对每个卫星，漫游器和参考可观测量之间的差值)。在载波_相位定位解中最大的误 差由电离层-包围地球的带电气体层-引起。当从卫星辐射的信号在其到基于地的接收器 的途中穿透电离层时，它们经历在其信号传播时间内的延迟和在其载波相位中的移位。第 二重要的误差源是对流层延迟。当从卫星辐射的信号在其到基于地的接收器的途中穿透对 流层时，它们经历在其信号传播时间内的延迟，该延迟依赖于沿着信号路径的大气的温度、 压力和湿度。快速和可靠的定位需要电离层和对流层的时空相关的良好模型，以校正这些 非几何影响。 当漫游器-参考分离超过10公里时，大气延迟误差变得解相关且没有被正好抵 消。残留误差现在可能干扰模糊度求解过程，从而使正确的模糊度求解和精确的定位变得 较不可靠。 漫游器-参考的分离限制使使用单个参考接收器的KAR定位变得不适合于某些移 动定位应用，例如用于进行空中测量的飞机定位。在测量任务中的飞机一般超过该限制。一个解决方案是沿着飞机的预期飞行路径建立多个参考接收器，以便至少一个参考接收器落
在飞机位置的10km半径内。如果测量任务覆盖大的投影区，该方法可能变得耗费时间和昂
虫 贝° 使用已知位置的多个参考站的网络GNSS方法允许从信号测量中提取校正项。那 些校正可内插到网络内的所有位置。网络KAR是可使用参考GNSS接收器的网络在大的投 影区上获得厘米级的定位精确度的技术。实时操作的该技术通常称为网络RTK。网络KAR 算法合并来自参考接收器的伪距和载波相位可观测量以及其已知的位置，以计算在投影区 上的电离层和对流层信号延迟的校准的空间和时间模型。这些较准的模型提供对来自漫游 接收器的可观测量的校正，以便漫游接收器可对来自漫游器和一些或全部参考接收器的载 波相位可观测量的组合执行可靠的模糊度求解。用仪器导航大投影区所需的参考接收器的 数量明显小于在投影区中任何点处计算可靠的单基线KAR解所需的数量。见例如美国专利 号5， 477， 458， 〃 Network for Carrier Phase Differential GPS Corrections"禾口美国 专利号5， 899， 957， 〃 Carrier Phase Differential GPS Corrections Network"。也 见Liwen Dai等人的用于比较不同的网络GNSS实现和比较其各自的性能的"Comparison of Interpolation Algorithms in Network-Based GPSTechniques， 〃 Journal of the Institute of Navigation, Vol. 50，No.4 (Winter2003-2004)。 虚拟参考站(VRS)网络方法是网络GNSS方法的特定实现，其特征为为了漫游器 位置精确度提高的目的计算校正数据的方法VRS网络方法包括VRS可观测量发生器和单 基线差分GNSS位置发生器，例如具有差分GNSS能力的GNSS接收器。VRS可观测量发生 器在来自N个参考接收器的两个或更多个频率上具有作为输入数据的伪距和载波相位可 观测量，每个参考接收器跟踪来自M个GNSS卫星的信号。VRS可观测量发生器输出单组 M个伪码和载波相位可观测量，这些可观测量看起来起源于在由具有作为顶点的N个参 考接收器中的全部或一些的多边形所界定的网络边界内的指定位置(在下文中称为VRS 位置)处的虚拟参考接收器。包括接收器时钟误差、卫星时钟误差、电离层和对流层信号 延迟误差和噪声的主要可观测量误差都看起来与VRS位置一致。单基线差分GNSS位置 发生器实现单基线差分GNSS位置算法，其中很多例子在B. Hofma皿-Wellenhof等人的 文献Global Positioning System :Theory and Practice, 5thEdition， 2001 (在下文中 为"Hofmann-Wellenhof[2001]")中被描述，给出精确度范围从1米到几厘米的不同的差 分GNSS位置计算方法的综合描述。单基线差分GNSS位置算法一般计算漫游器和参考接收 器可观测量之间的差值，以抵消大气延迟误差和其它共模误差，例如轨道和卫星时钟误差。 VRS位置通常被规定为接近于漫游接收器位置，以便漫游可观测量中的实际大气误差大致 抵消在漫游器_参考可观测量差值中的VRS可观测量中的被估计的大气误差。
VRS可观测量发生器在每个采样期( 一般每秒一次)根据在VRS位置和M个卫 星位置之间的几何范围计算合成可观测量，如使用公知算法计算的，例如在〃 Nav s t ar GPS Space Segment/Navigation User Interface " ICD_GPS_200C_005R1，14 January 2003(在下文中为〃 ICD-GPS-200")中给出的。它估计包括接收器时钟误差、卫星时钟误 差、电离层和对流层信号延迟误差和噪声的、在根据参考接收器所产生的N组M个可观测量 的VRS位置处可应用的一般伪距和相位误差，并将这些添加到合成可观测量。
实时操作的网络RTK系统需要每个接收器将其可观测量传输到网络服务器计算
9机，该计算机计算并传输校正和其它相关的数据到漫游接收器。参考接收器加上集合并广 播可观测量的硬件一般为此目的设计，并特别为了实现网络的目的而被安装。因此，那些接 收器称为专用(网络)参考接收器。 VRS网络的例子由加利福尼亚州桑尼维尔市(Sunnyval)的TrimbleNavigation 有限公司设计和制造。如Trimble所提供的VRS网络包括很多专用参考站、VRS服务器、多 个服务器_参考接收器双向通信信道、以及多个服务器_漫游器双向数据通信信道。每个 服务器_漫游器双向通信信道为一个漫游器服务。参考站通过服务器_参考接收器双向通 信信道向VRS服务器提供其可观测量。这些信道可由公共网络例如互联网实现。双向服务 器-漫游器通信信道可为无线电调制解调器或蜂窝电话链路，取决于服务器相对于漫游器 的位置。 VRS服务器合并来自专用参考接收器的可观测量以计算在VRS位置处的一组合成 可观测量，并以标准差分GNSS (DGNSS)消息格式，例如RTCM、 RTCA或CMR，广播这些可观测 两加上VRS位置。合成可观测量是位于VRS位置处的参考接收器将测量的可观测量。VRS 位置被选择成接近于漫游器位置，以便漫游器-VRS间隔小于被认为对应用来说可接受的 最大间隔。因此，漫游接收器必须周期性地将其大致位置传输到VRS服务器。对于实时网 络RTK系统的该特定实现的主要原因是与RTK测量GNSS接收器的兼容性，该GNSS接收器 被设计成与单个参考接收器一起操作。 在被转让给Trimble Navigation有限公司的Eschenbach的美国专利号 6， 324， 473 (在下文中为〃 Eschenbach 〃 )(特别见7栏21行，以及以下等等)和 B.0' Meagher的美国专利申请公布号2005/0064878 (在下文中为〃 0' Meagher")中； 以及在H. Landau等人的Virtual Reference Stationsversus Broadcast Solutions in Network RTK，GNSS 2003 Proceedings，Graz，Austria(2003)中提供了 VRS技术的描述；每 篇文章都在这里通过引用被并入。
在附图的图中作为例子而不是限制地示出了本发明的一个或更多个实施方式，其 中相似的参考符号表示相似的元件，且其中 图1示出现有技术AINS ; 图2示出可用于获取用于PM-HAP0S的数据的GNSS-AINS车辆子系统； 图3示出任务后高精确度定位和定向系统(PM-HAP0S)的网络调节子系统； 图4示出PM-HAP0S的后处理子系统； 图5示出后处理子系统的VRS模块； 图6示出后处理子系统的集成的惯性导航(IIN)模块； 图7是示出PM-HAP0S的使用和操作的例子的流程图； 图8示出PM-HAP0S的实施方式； 图9示出VRS估计数据和处理流程图； 图IO示出用于一个卫星和两个GNSS接收器的电离层延迟壳层(shell)模型横截 面； 图ll示出具有在电离层延迟模型中使用的天顶角的用于一个卫星和一个GNSS接收器的相同电离层延迟壳层模型横截面； 图12示出在对流层延迟模型中使用的在接收器位置处的天顶角；以及
图13示出VRS可观测量产生数据和处理流程图。
具体实施例方式
下面描述了任务后高精确度定位和定向系统(PM-HAPOS)。注意，在该文件中对"实 施方式"、"一个实施方式"等的提及意指被描述的特定部件、结构或特征包括在本发明的至 少一个实施方式中。在本说明书中这样的短语的出现不一定都指同一实施方式。
在这里介绍的PM-HAPOS包括实现与网络GNSS解决方案结合的GNSS-AINS的处理 软件和电路。围绕移动平台轨迹("投影区")的GNSS参考接收器的网络用于克服对基线 长度的限制。这里介绍的技术使用具有GNSS的惯性辅助RTK(IARTK)的实现。IARTK合并 AINS卡尔曼滤波器和RTK引擎，其具有相当大地加速模糊度求解过程的利益(例如，从一 般15-30秒调整到大约1秒)，而不危害可靠性。PM-HAPOS对在一个或更多个测量任务期 间记录的数据操作，因此包括实现与网络GNSS解决方案结合的GNSS-AINS的任务后子系统 (例如，软件封装)。下面描述的特定实施方式使用VRS算法实现了能够处理来自多个参考 接收器的参考可观测量的GNSS-AINS。 如在本文件中从此以后使用的，术语"VRS"用作表示任何系统或技术的简略表 示法，这些系统或技术具有在这里描述或提及的VRS的特征和功能，且不一定限于来自 Trimble Navigation有限公司的系统。因此，术语"VRS"在本文件中只用于便于描述，且没 有减损地用于TrimbleNavigation有限公司或其任何子公司或其它相关实体的任何商标 权。 在这里介绍的PM-HAPOS的两个可能的应用是航空摄影测量法和激光高度测量 法。这两个应用都需要摄像机或LIDAR的精确的定位和定向时间历史记录，以将地理位置 坐标分配给图像像素或激光地面点-称为地理参照的过程。在这些应用中使用这里介绍的 PM-HAPOS的一个优点是，大投影区可装备有位于投影区内部或在其周界附近的几个参考接 收器。例如，尺寸为lOOkmxlOOkm的投影区可装备有围绕投影区的周界均匀地分布的仅仅 4个的参考接收器。这些接收器可为专用接收器或永久接收器。 这里介绍的PM-HAPOS可获得以前的GNSS-AINS实现不能获得的一些重要性能属 性。这些属性包括 1)在大投影区上提供在几厘米范围内的精确定位，其中到参考接收器的最短基线 总是很长，即，大于20公里。 2)在漫游器GNSS信号中断的损失之后，允许快速和可靠地恢复(例如，在大约1 到2秒内)该定位精确度。当飞机执行从一个测量线到下一个测量线的高倾斜角旋转(急 转)时，这样的信号中断往往出现在正从事测量任务的飞机上。 一般测量轨迹包括180度 旋转连接的很多平行测量线；因此，这些信号中断可能频繁地出现。急转弯提供测量任务的 最经济的执行。以前用于该应用的GNSS-AINS实现需要驾驶员飞行以低倾斜角平转飞行， 以维持漫游器GNSS天线朝着天空定向，从而避免GNSS信号损失。这样的平转需要比急转 弯明显更长的时间来执行，导致额外的飞机操作费用。
应注意，这里介绍的技术不一定限于这些应用。
在该描述中，术语"漫游器"和"移动平台"可互换地用来指在移动测量/测绘任 务期间携带测量传感器的车辆。然而，注意，在其它实施方式中，移动平台或漫游器不需要 是车辆；例如，它可为人。 这里介绍的技术使用围绕投影区的GNSS参考接收器的网络，以克服对基线长度 的限制。这些参考接收器可为用户所安装的专用参考接收器和/或永久接收器的组合，永 久接收器是某个其它机构，例如地方或国家政府为了某个其它目的(例如地震探测或大气 研究)而安装的网络的部分。这样的永久接收器网络的例子是连续操作的参考系统(CORS) 和国际GNSS系统(IGS)。 一般这些永久接收器提供通过互联网访问并将数据下载到一般公 众或服务用户。 在至少一个实施方式中，PM-HAPOS包括网络调节子系统7和后处理子系统36，如 图8所示。网络调节子系统7和后处理子系统36可在单个封装或产品39中实现，例如可 在传统个人计算机或服务器级计算机上运行的软件应用程序。 如下面进一步描述的，网络调节子系统7评估并校正选择的GNSS参考接收器的被 公布的天线位置6。后处理子系统36对从GNSS参考接收器的网络获取的数据20以及MU 数据15、漫游器GNSS数据16和其它辅助数据17进行操作，该其他辅助数据17由以前在移 动测绘/测量任务期间由携带测量传感器的车辆上的GNSS-AINS车辆子系统获取并记录。 PM-HAPOS的输出是轨迹的最佳估计(BET)41，其是在测绘/测量任务的持续时间内对移动 平台的高度精确的位置和方向解。 图2示出车辆子系统的例子。车辆子系统9的目的是记录MU数据、漫游GNSS接 收器数据和可能与测量传感器数据同步的其它辅助传感器数据。如果例如车辆是飞机，而 测量传感器是航空摄像机，则车辆子系统在称为"数据获取期"的航空摄影测量任务的持续 时间内记录頂U和漫游器GNSS数据。 车辆子系统9包括安装在上或测量传感器附近的MU 10，以便测量传感器的加速 度和角速率。车辆子系统9还包括漫游GNSS接收器11和天线以及可能其它辅助传感器12。 漫游GNSS接收器11和天线是辅助传感器。其它辅助传感器12可包括例如下列项中的任 何一个或多个测量所行进的距离的陆地车辆上的里程计；测量车辆方向的两天线GNSS罗
盘；测量车辆方向的磁针罗盘；测量到固定位置的一个或更多个距离的激光测距仪；另一
位置传感器例如LORAN-C接收器；另一速度传感器例如在船或轮船上的速度计程仪。
车辆子系统9还包括产生测量传感器同步信号的同步设备13。例如，在航空摄像 机上，同步设备13可为中间方位(mid-e邓osure)脉冲发生器。 车辆子系统9还包括从MU 10、GNSS接收器11和其它辅助传感器12接收数据流 的数据获取计算机14，并将这些分别记录到在一个或更多个大容量存储设备37 (例如一个 或更多个磁盘驱动器和/或闪存卡)上的数据文件15、 16和17。数据获取计算机14可为 具有其它功能的系统的部分。例如，数据获取功能可为可从Trimble Navigation有限公司 得到的Applanix定位和定向系统(POS)的部分，其也计算实时位置和方向解。
图3示出网络调节子系统。网络调节子系统7可为例如运行网络调节软件的个人 计算机或服务器级计算机(或在其内操作)。网络调节软件评估并可能校正选择的参考接 收器(未示出)的被公布的天线位置，该参考接收器可为永久和/或专用参考接收器。网 络调节软件输入GNSS参考接收器可观测量的文件6的阵列，其可通过网络例如互联网从公众可访问的源下载。根据输入文件6，网络调节软件计算参考接收器的天线的相对位置并将 这些位置储存在文件8中。为了完成此，网络调节软件可实现目前用于静态GNSSS接收器 的网络调节的很多公知的传统算法中的任何一个。文件8可包括网络调节一般产生的数据 质量的评估。 图4示出PM-HAP0S的后处理子系统36的例子。后处理子系统36可为例如运行 GNSS-AINS后处理软件的网络上的个人计算机、服务器级计算机或一组两个或更多个这样 的计算机(或在其内操作)。后处理软件包括可由一个或更多个可编程的通用微处理器执 行的下列模块VRS模块18、集成的惯性导航(IIN)模块19和平滑器模块40。注意，在其它 实施方式中，这些模块中的一个或更多个或其部分可以专门设计的硬件电路的形式实现， 例如一个或更多个专用集成电路(ASIC)、可编程逻辑设备(PLD)、可编程门阵列(PGA)等。
如上所述，漫游GNSS接收器11是辅助传感器。参考GNSS接收器允许IIN 19中 的卡尔曼滤波器计算差分GNSS可观测量，从而抵消漫游器GNSS可观测量中的主要误差。 使用差分GNSS可观测量的AINS产生比通过使用不准确的GNSS可观测量可得到的更精确 的AINS导航解。在这里介绍的技术中，VRS模块18接收并使用来自分布在投影区周围的 多个固定位置GNSS参考接收器的参考GNSS可观测量。VRS模块18可实现Eschenbach和 0' Meagher (上面提到的)所述的VRS技术。注意，实现该技术的VRS软件可使用任何组
的参考接收器可观测量操作，包括永久参考接收器可观测量。为了获得惯性导航误差的良 好控制的目的，漫游器GNSS数据16和VRS GNSS数据24被馈送到IIN 19中的卡尔曼滤波 器，从而产生准确的导航解。 VRS模块18本质上是网络KAR子系统。它接收作为输入的经调节的天线位置8以 及在数据获取期期间(即，在测量任务期间)记录的参考GNSS数据20和漫游器GNSS数据 16，并使用它们来计算并输出一组VRS GNSS数据24。 1IN模块19输入VRS GNSS数据24 和数据文件15、16和17(分别为IMU数据、漫游器GNSS数据，和来自其它辅助传感器的数 据)，并使用它们来计算并输出一组平滑器数据29。平滑器40输入平滑器数据29并使用 该数据来在数据获取期内计算和输出漫游器的最后一组高精确度位置和方向数据41 ;该 组位置和方向数据是BET，其为高度精确的位置和方向解，并为PM-HAPOS的最后输出。
VRS模块18包括计算一组"合成的"可观测量，S卩，用于虚拟参考站(VRS)的可观 测量的VRS服务器软件。在某些实施方式中，虚拟参考站的位置被当作投影区的地理中心。 注意，漫游器GNSS数据16由VRS模块18使用来允许它将大气延迟内插到被记录的漫游器 位置，并将那些延迟应用于合成VRS可观测量。 在图5中进一步示出VRS模块18。 VRS模块18计算一组VRS GNSS数据24，其为 合成的VRS可观测量和VRS天线位置(即，虚拟参考站(VRS)的GNSS可观测量和天线位 置)的文件。VRS模块18包括VRS估计模块21和VRS数据产生模块22。 VRS估计模块21 实现VRS估计算法(下面描述)，其估计构造VRS可观测量中的相关误差所需的参数。VRS 数据产生模块22输入来自VRS估计模块的被估计的参数，并根据在所记录的漫游器GNSS 数据16和大气误差模型中包含的大致漫游器天线位置来实现VRS数据产生算法(下面描 述)，该算法计算在VRS位置处的合成可观测量。 下面是对VRS估计模块21所实现的VRS估计算法的输入数据8、 16和20的描述。 网络包括N个参考接收器，其天线相对于陆地参考系(例如WGS84)位于迪卡尔坐标(xk，yk，
13zk)给出的位置，k = 1， ，2， . . . ， N。所有随后的迪卡尔位置坐标规范相对于在下文中称为 "陆地参考系"的该坐标系给出。从这些坐标到任何其它坐标的转换是唯一和明确的，因此 不限制算法的一般性。 每个接收器跟踪来自M个GNSS卫星的LI和L2信号。对于在m = 1， 2， . . . ， M中 的第m个被跟踪的卫星，n = 1， 2， . . . ， N中的第n个参考接收器产生在频率i = 1 (LI)和 2(L2)上的下列可观测量伪距可观测量和载波相位可观测量 所有参考接收器为接收器所跟踪的所有卫星产生相同的广播星历和卫星时钟参
数。这些公知的参数在ICD-GPS-200(前面提到的)中被规定，因此不在这里重复。 准确的星历和时钟参数包括在迪卡尔坐标中相对于陆地参考系的周期性的卫星
位置以及周期性的卫星时钟偏移和漂移参数。这些可从包括NASA的喷气推进实验室(JPL)
和国际GNSS服务(IGS)的各种机构得到。 VRS位置由其陆地参考系坐标(XVKS， YVKS， ZVKS)指定。 空间部分(如从每个参考接收器观察的轨道运行的卫星的位置)的几何结构连续 地变化，且在每个参考接收器处可见的卫星的数量M随着时间t变化。网络中任何参考接 收器对的物理分离一般大约为10-100km的量级。卫星一般被更广泛地分散，因此在给定参 考接收器处接收的信号探测天空的在很大程度上不同的部分。因此设想从一个接收器到另 一接收器的电离层效应之间的强关联，而认为从一个卫星到另一卫星的电离层效应是独立 的。每个卫星在整个周期内独立于其它卫星被处理(在该处理阶段)，在该整个周期期间它 对网络是可见的。以后建立在不同卫星中的状态估计之间的差值，以便可消除卫星所共有 的误差。 下面是根据本发明的实施方式的VRS估计算法的描述。图9示出组合的VRS估 计算法，其包括M个电离层滤波器103、 M个码滤波器104、一个几何滤波器105和一个 核对滤波器109，对于被跟踪的M个卫星中的每个有一个电离层滤波器103，对于被跟踪 的M个卫星中的每个有一个码滤波器104。在每个测量期将被处理的输入数据100包括 来自N个参考接收器的每个的M组可观测量。每组可观测量包括LI和L2伪距以及LI 和L2载波相位。VRS估计算法是在Ulrich Vol lath的The FactorizedMufti-Carrier Ambiguity Resolution(FAMCAR)Approach for EfficientCarrier Phase Ambiguity Estimation, Proceedings of ION GNSS 2004， Long Beach CA，21-24S印tember，2004 (以 下为"Vollath[2004]")中描述的FAMCAR算法的实施方式。 在载波频率i处由接收器n产生的来自卫星m的伪距或码可观测量被如下模拟
广rt,/w w,附\ w w，m w'm 厂广rt，/ i 其中是rn,m接收器天线n和卫星m之间的真实范围或距离， Si;是接收器时钟偏移， Stm是卫星时钟偏移， Tn,m是以米为单位的对流层延迟， 是以米为单位的电离层群延迟， S p 是从接收器的周围环境中的信号的反射产生的代码多路径误差，以及 ii 是接收器所产生的码测量噪声。
在载波频率i处由接收器n产生的来自卫星m的载波相位可观测量被如下模拟
<m +A^,m = 十c(5 ; —^m) + 7;，m —/二 +^^二) + /7" (2) 其中是对于在真空中传播的信号，在参考接收器n和卫星m之间的载波频率 的全波长的初始(理论)数量， MPn,mi是从接收器的周围环境中的信号反射产生的并在厘米级上的相位多路径误 是接收器所产生的相位测量噪声，以及 A i是载波波长。 方程(2)将载波相位表征为积分的(integrated)多普勒频率，以便当距离增加时 载波相位在负方向上增加。目前Navstar GPS以两种波长、=0. 19029m和A 2 = 0. 24421m 提供信号。在不同波长的电离层群延迟之间存在已知的物理关系，其如下使不同频率的波 经受的效应与一阶近似有关
《m /! 、
(3) 该近似对于这里介绍的技术的目的完全足够。 对流层延迟i;,m、时钟偏移S Tn和S tm以及站和卫星之间的真实距离rn,m都独立 于信号频率。通过采用站-卫星对的相位测量的差值以消除与频率无关的参数可充分利用 从方程(2)中得到下面的Ll和L2相位的不依赖于几何的相位组合
/t^ 一^
一《+M尸义
其中"'" MP义
W-V
"一A
(<"-《A) (《-M《)
(5) (6) ￡:
(8)
t』gf的目 注意，Nn,mgf不是整数并具有距离的单位(米)。构造并接着处理领
的是确定在一致的框架和一致的误差估计内的参数Nn,/、MP^i和In,m。 方程(3)的线性电离层延迟模型允许如下构造Ll和L2码以及载波相位组合，而 没有电离层延迟误差。不受电离层约束的伪距是
(9)
《'
一i^ 《
151
《
其中—=Z
。—ii2 、
不受电离层约束的载波相位是
+ c (《K ) + ; + W,m )-《+《
凡,
其中《乙=<"—《m
d-f《,
凡,
9"
J___^
义,,
化2
^-^ 注意，Nn:f不是整数并具有周期的单位。构造并接着处理效
定在一致的框架和一致的误差估计内的参数Uf、MPn,mif和Tn,m。
距离相等的不受电离层约束的载波相位由下式给出
(11)
(12)
(13)
《
(14)
(15) (16)
,7的目的是确
C =-々C
+ - ) + ; + M戶二 + ~《+ ^
其中^ =—\《w 。
如下构造不受电离层约束的码减去载波可观测量组合以抵消几何项
《-《= +《)-(《+~《+ C)
|/ /1，W w，
(18)
或小到足以被忽略。 宽巷载波相位由下式给出
:0，即，码和距离相等的相位多路径大致抵消<formula>formula see original document page 17</formula> 如下构造宽巷载波相位减去窄巷伪距以抵消几何项和大气延迟误差,
柳/
(25)
(26)
n，m 严/i， n >W 、 其中『',f l且e柳'=<^mp+ —A 来自太阳的紫外辐射和恒定的粒子流使地球大气的气体离子化以产生称为电离 层的带电气体层。带电气体是电磁波例如GNSS信号的色散介质。对于非常好的近似，频率 f(以l/秒为单位)的电磁波的折射率e被给定为
"e ( 27 ) ￡ 1 — 40.3
/2 其中ne是气体中的以1/m3为单位的自由电子密度。近似常数40. 3根据自然常数 例如电子质量、电子电荷等的组合产生。与在真空中传播的具有折射率￡_=1的相同信 号相比，结果是穿透带电气体的被调制的无线电波的相位群延迟和载波相位超前为
17
<formula>formula see original document page 18</formula>(28) 其中积分在连接参考站接收器r和卫星s的路径上进行。积分表达式通常称为"总电子含量"(TEC)。以米为单位表示(在乘以光速之后)，电离层群延迟/相位超前和总电子含量之间的关系为
TEC ( 29 )
=40.3
已知电离层的电子密度在地面之上大约350公里的高度处具有明显的最大值c
D.Bilitza的International Reference Ionosphere 2000， RadioScience 2(36)2001，261(在下文中为Bilitza[2001])提供了详细的描述。由于这个原因，通常被命名的"集总两维(2D)模型"在该高度将全部的电离层效应分配给包围地球的薄壳层。这在此首先被描述为对VRS算法所使用的随后的模型的介绍。 图10示出具有从单个卫星65到接收器A 61和B 62的两个信号路径的集总2D电离层模型的简化剖面图，这两个信号路径在穿透点A 63和B64穿透电离层壳层60。接收器A和B位置从接收器之间的参考位置开始的纬度位移是A入a和A AB。在穿透点A和B处的倾斜电离层延迟是Iu和I^。可为纵向位移的接收器产生类似的图。图ll示出具有从单个卫星65到接收器61的一个信号路径的集总2D电离层模型的简化剖面图。卫星65到接收器61视线和来自通过电离层穿透点63的地球中心的射线之间的角度是天顶角66。该布置被一般化到具有相对纬度和经度位移(A A n， A Ln) ， n = 1， 2， . . . ， N的N个接收器和相应于每个接收器所跟踪的M个卫星的每接收器的M个穿透点，对于m = 1 ， 2，. . . ，M，每个穿透点模拟集总电离层延迟In,m。从球谐函数展开的一阶截取得到的这些电离层延迟的
空间模型是
<formula>formula see original document page 18</formula> (30) 其中1。,m是在与卫星m的参考位置相关的穿透点处的天顶电离层延迟， am是在卫星m的天顶电离层延迟上的纬度比例， bm是在卫星m的天顶电离层延迟上的纬度比例， mn,mi,是将n，m穿透点处的天顶电离延迟映射到沿着倾斜的信号路径的电离层的
映射函数，由下式给出
<formula>formula see original document page 18</formula>
(31) 其中(K,m是与接收器n和卫星m相关的穿透点处的天顶角。 对于每个卫星m，在观察方程(30)中包含参数(l。,m， am， bm)以表征越过网络区域的电离层。这些参数连同载波相位整数模糊度和多路径状态一起被估计。方程(30)中的其它项(mn,m一， A An， ALn)是网络的几何结构和卫星m的位置给出的确定的量。知道这些参数就允许方程(30)预测在网络中的任何漫游接收器位置r处的倾斜电离层延迟Ir,m。
通过考虑如Bilitza[2001](前面提到的)所述的电离层厚度可改进方程(30)给出的线性模型。 为了估计最小平方估计过程中的延迟的目的，存在可模拟沿着倾斜信号路径的对流层延迟的几种不同的方法。Hofma皿-Wellenhof [2001](前面提到的)提供了支持各种预测的模型例如Hopfield模型的理论的描述。这些模型中的大多数包括在给定位置乘以映射函数的天顶对流层延迟的模型，该映射函数是在如图12所示的接收器位置65处的卫星65的天顶角67的函数。沿着从卫星m到接收器n的信号路径的预测的倾斜对流层延迟
其中Tn,。是在接收器n处的天顶对流层延迟，1^,」 °是对流层延迟映射函数。
(32)
Hofmann-Wellenhof [2001](前面提到的)提供了不同映射函数的例子。该算法规范不依赖于执行哪个对流层模型或映射函数。 接着假定预测的倾斜对流层延迟与在每个参考接收器处的实际延迟不同的量为比例因子Sn，其聚集所有卫星信号路径的不同预测误差源，如下 = (33) 给定在N个参考接收器位置处可应用的一组对流层比例因子S工，...，SN，下面的线
性空间内插模型用于构造在网络中的任何位置处的对流层延迟误差。
Sr = (S0+cA Ar+dALr) | (34) 使用关于Sn . . . ， SN的任何统计信息根据超定的线性方程组的最小平方调节来确
定参数S。、 c和d， Sn . . . ， SN可用于对调节加权。
1 M AZ^1 A2W
、—
一v
(35)
在网络中的任何位置r处的对流层延迟接着被计算为
^ =(i+s。+CAAr+"Ai:)i^| (36) 图9中的一组M个电离层滤波器103为1，2，... ，M中的、对N个参考接收器的网
络可见的每个卫星m估计参数(1。,m，am，bm)。电离层滤波算法包括标准卡尔曼滤波器，其是
用于下面的一般方程给出的随机过程的最佳最小方差估计器
A = o*,"^-! +戶*f [/^/^" ] = 0* ( 37 ) 其中^是状态矢量，Ok,k—工是状态转换矩阵，Qk是处理噪声协方差，&是测量矢量，
19Hk是测量矩阵，而Rk是测量噪声协方差。方程(37)包括状态动态方程，而方程(38)包括测量方程。卡尔曼滤波算法在很多参考资料中被描述，其中A.GeIb(编辑)的AppliedOptimal Estimation, MIT Press, 1992 (在下文中为〃 Gelb[1992]")是例子。
包含为1，2， . . . ， M中的每个卫星m估计的状态变量的状态矢量由下式给出
<formula>formula see original document page 20</formula>
其中Nl^，...MPl/， ， MP
是在网络参考位置处的电离层延迟，
<formula>formula see original document page 20</formula>
,gf是(6)中给出的模糊度的不受几何结构约束的组合，是(7)中给出的多路径误差，
(39)
I
am、bm是在纬度和经度方向上距离参考位置的电离层延迟梯度。
状态转换矩阵由下式给出
<formula>formula see original document page 20</formula>
其中A A。pp和ALcpp是网络参考位置上的纬度和经度变化，
高斯_马尔可夫模型的相关时间，而A t = tk_tk—工是相应于GPS可观:
波器重复时期。 处理噪声协方差由下式给出
过程噪声协方差由下式给出
(40) <formula>formula see original document page 20</formula> 其中o MP是多路径误差不定性标准偏差，而Ql、qA和是状态矢量元素I。,m、am和
bm的处理噪声谱密度。OMp可为常数或作为模型调节的部分被l/sin((K,m)调整以获得良
好的性能。％、 qA和^与穿透点越过电离层行进的速度有关，并再次由为最佳性能进行调整的模型确定。
领[J s
匱矢量如下包含不受几何结构约束的相位(4)<formula>formula see original document page 20</formula> 匱模型矩阵由下式给出<formula>formula see original document page 21</formula> 其中mn,m是(31)给出的映射函数。Rk通常是对角矩阵，其测量噪声方差再次被确
定为调整过程的部分。 图9中的一组M个码滤波器104用于根据宽巷载波减去窄巷码测量(26)来估计
方程(22)所定义的NxM宽巷浮动模糊度。每个码滤波器使用下列状态动态模型和测量来
执行卡尔曼滤波器算法。每个码滤波器的状态矢量是
(44)
状态转换矩阵是
①=INXN (45)
过程噪声协方差是 Q = qNAtXINXN| (46)
其中q,是浮动模糊度的随机行走模型的谱密度。 对卫星m和接收器n的码滤波器测量是
测量模型由下式给出
w，m
完整的测
簡/
z《=
《
矢量因此被如下构造
Z
//，
(47)
(48)
(49) 且测量模型矩阵和测量噪声协方差矩阵从(48)构造成与测量矢量(49)相容。
图9中的几何滤波器105用于估计对流层比例因子以及在不受对流层约束的载波 相位可观测量中存在的其它误差。几何滤波器使用下列状态动态模型和测量来实现卡尔曼
滤波器算法。状态矢量是
7 (50)
,=「5 W , & 巧")
...^fl是N个参考接收器中的每个的对流层縮放状态的矢量， ...^7;f是N个参考接收器时钟偏移的矢量， ...A^…l《'…《]7
不受电离层约束的模糊度的矢量， ^f-[&! ... ^Mri是M个卫星时钟偏移的矢量 c^=[^... ^^f是M个卫星轨道误差的矢量 其中^-[51,
^t = [m
是N个接收器和M个卫星的
状态转换矩阵是由下式给出的分块对角矩阵
<formula>formula see original document page 22</formula>(51) 其中T^是轨道误差分量的高斯-马尔可夫模型的关联时间。处理噪声协方差矩
阵是由下式给出的分块对角矩阵
<formula>formula see original document page 22</formula>(52) 其中qts是对流层比例因子参数的随机行走模型的谱密度，而o 。e是轨道误差分量 的初始不定性标准偏差。 几何滤波器根据(17)给出的距离相等的不受电离层约束的载波相位和(18)给出 的不受电离层约束的码减去载波可观测量组合来构造测量。在给定的测量期来自卫星m和 接收器n的不受电离层约束的载波相位测量如下给出
# = — f 一 , ( 53 )
/ ，wi w，/nw，w w，w 其中/^,是在测量期离卫星m的被计算的位置和已知的接收器n天线位置的被计算
的距离，而t",是来自卫星m和接收器n的预测的对流层信号延迟。测量模型是
i凡
《 5化
化
《
-化-
(54) 其中
是相对于卫星m的轨道误差子状态的距离相等的相位的雅可比行列式'
码减去来自卫星m和接收器n的载波测量由下式给出
/"^i，w 测量模型由下式给出
《w = -义i/W二 +￡>二 完整的测量矢量因此被如下构造
<formula>formula see original document page 22</formula>(55)<formula>formula see original document page 22</formula>(56)<formula>formula see original document page 22</formula>(57)
且测量模型矩阵和测量噪声协方差矩阵根据(54)和(56)被构造成与测量矢量 (57)相容。 再次参考图9，核对滤波器109合并来自M个电离层滤波器、M个码滤波器和几何 滤波器的被估计的状态矢量以产生输出数据集110，其包含每个卫星的电离层模型(30)参 数的独立的估计、每个接收器的对流层比例因子(33)，以及NXMX2个L1和L2载波相位中 的每个的载波相位模糊度和多路径误差。L1和L2载波相位模糊度被如下重新获得。给定
浮动的估计々1 、々二和^二 ，被估计的Ll和L2模糊度可通过应用从方程(6)和(14)得
到的下列最小平方解来获得<formula>formula see original document page 23</formula> 现在参考图13根据一个实施方式描述VRS可观测量产生算法。该算法对可观测量 数据100并对VRS估计算法的输出110操作。浮动模糊度加上卡尔曼滤波器产生的估计统 计数字被引导到模糊度求解模块111。它实现在公共领域出版物中描述的几种不同的模糊 度求解算法之一。例如优选的一个实施方式实现了在P. Teunisson的The Least-Squares AmbiguityDecorrelation Adjustment, Journal of Geodesy 70，1-2，1995中描述的 LAMBDA算法，并产生模糊度112的整数最小平方估计。确定的整数模糊度112以及来自N 个参考接收器的可观测量和前面产生的被估计的参数110被提供到过程113，其合并这些 输入以对在网络解决方案中使用的M个卫星计算在N个参考接收器的每个处的电离层和对 流层信号延迟误差。 图13中的过程115在两个阶段中在VRS位置处产生可观测量该过程首先估计在 漫游器位置处的相关的大气和环境误差，接着产生伪距和载波相位可观测量，其在VRS位 置处被几何引用并展示出现在漫游器位置处的相关的大气和环境误差。可使用下面两种估 计和VRS可观测量产生方法中的任一个。 在本发明的一个实施方式中，图13中的过程115使用准确的VRS估计过程计算在
漫游器位置处的相关的大气和环境误差。该过程使用减小的状态矢量操作各自的电离层滤
波器和几何滤波器，该减小的状态矢量不包括浮动模糊度状态，因为现在假定这些是确定
地已知的。这些称为准确的电离层滤波器和准确的几何滤波器，因为它们使用准确的载波
相位数据来用公式表示其各自的估计。 准确的电离层滤波器状态矢量变成...《M。,m 、]7 准确的电离层滤波器处理下面的不受几何约束的相位效
t + (=,义+人m + ff
《=7^(《"-《A) ^ 一A
(60)
(61)
(62) 其中Nj和Nn,m2是确定的Ll和L2模糊度112。转换矩阵(40)处理噪声协方差 (41)和测量模型矩阵(43)被截取以反映简化的状态动态模型。对于l，. . . ，M中的m，因而
形成的被估计的状态元素(1。,m，am，bm)以与确定的整数模糊度位置解一致的精确度水平提
供电离层模型(30)的参数。准确的几何滤波器状态矢量变成天L「S & 巧丫 (63)
准确的几何滤波器处理下面的不受电离层约束的测3
,=6^ -f 一F
"rt'm *n,nt
-~《=
i 一i
3《
巧
十<
(64) ， = p二 — ( +义《《s s
' ' & ' 转换矩阵(51)、处理噪声协方差(52)以及从(64)和(65)得到的测:
(65) (66)
匱模型矩阵被 以与确定
截取以反映简化的状态动态模型。因而形成的被估计的状态元^ =[《...
的整数模糊度位置解一致的精确度水平提供在N个参考接收器位置处的对流层比例因子。 这些用于使用线性空间内插模型(36)在网络中的任何位置处构造对流层延迟误差。
接着如下计算VRS可观测量("VRS GNSS数据")24 (图4和5)。从N个参考接收 器中识别主参考接收器R，其一般是最接近于VRS位置的参考接收器。可观测量包括由(1) 模拟的伪距和由(2)模拟的双频率载波相位，n = R。 PP-HAPOS所使用的VRS可观测量包 括在漫游接收器位置处有对流层和电离层延迟误差的主参考接收器可观测量。VRS伪距被
如下计算
1 = /V'
(67) 其中A pVK,mArw,m W —^l所给出的从主参考接收器到VRS位置的几
24何距离位移，
尺,m
是对流层延迟中的差值，其使用在(35)中从准确的几何状态(63)中被
估计的对流层比例因子得到的模型参数而根据内插模型(36)被计算， — f
是使用在准确的电离层过滤器状态(60)中的模型参数根据内插模型
+ (》
(68)
(36)计算的电离层延迟的差。
VRS载波相位被如下构造
这些VRS可观测量具有与主参考接收器相同的接收器时钟偏移、卫星时钟误差、 多路径误差和可观测量噪声。它们具有与漫游接收器大致相同的对流层和电离层延迟误 差。因此，漫游器和VRS可观测量之间的单个误差将导致对流层和电离层延迟误差的近似 抵消以及卫星时钟误差的确切抵消。 在本发明的另一实施方式中，图13中的过程115使用载波相位残差的内插计算在 漫游器位置处的载波相位中的相关的大气和环境误差。该方法基于双差分载波相位残差中 的相关大气延迟误差符合类似于(30)的近似线性空间模型的假定。每个载波相位残差被
计算为
K+巧
1 ^
+ 一~ 义；"'"
一++ c (5r — )+— + a/尸二 )十&，,
(69) 其中& ,是使用最佳可用星历数据的接收器n和卫星m之间的被估计的距离，Nn,卩
是对于i = l，2、n=l，...，N和m=l，...，M的确定的整数模糊度。双差分载波相位残
差被计算为
VA械"=(^,m -械,励)-(W二 -械6
二 -丄(VA7;'m - VA/:,m + VAMi^)+VA(
义'. i
其中在1， ... ， N中的nb是用于在接收器之间计算单个差的基本接收器，而在
1， . . . ， M中的mb是用于在卫星之间计算单个差的基本卫星。双差分影响卫星之间和接收
器之间的共模误差的抵消，特别是接收器时钟偏移、卫星时钟偏移和轨道误差。
出
▽△《
对于l， ... ， M中的卫星m的双差分残差，类似于(30)的空间内插模型由下式给
其中^VA《",是与卫星m的参考位置相关的双差分残差， a」是卫星m的双差分残差的纬度比例尺(latitude scale)，
(71)
是卫星m的双差分残差的纬度比例尺。 参数c5VA卩",、《和&使用具有测量(70)的模型(71)根据最小二乘法平差被计
算为估计值。在漫游器位置处所估计的残差由下式给出
VA碗，m =繞l +《AAr + &ALr I ( 72 ) 其中(A A r， A L》是相对于参考位置的漫游器天线相对位置坐标。包含相关的相
位误差的非差分残差接着通过反转双差分操作(70)来获得如下。
= VA喊"+ (械m -械屮)+碗，w ( 73 )
其中5 U口 5 U由卿给出。喊力,",被如下构造
械
丄
，w6 其中使用(30)和(36)通过内插来计算/,:'^和T^。 接着如下计算VRS可观测量("VRS GNSS数据")24。从N个参考接收器中识别主
参考接收器R，其一般是最接近于VRS位置的参考接收器。使用具有& , - A^和/", -4 ,的
(67)计算VRS伪距，《。,-:/^,使用在(35)中从被估计的几何滤波器状态(50)中的被估计
的对流层比例因子得到的模型参数从内插模型(36)计算出，而l,-/U吏用电离层滤波器
状态(39)中的模型参数从内插模型(30)计算出。VRS载波相位被如下构造
^ (74)
《m = ( - (iA-) I -《 +《 其中S (K,mi在(69)中被计算，而碗, ,是由(73)给出的内插的载波相位残差。VRS 可观测量24具有与主参考接收器相同的接收器时钟偏移、卫星时钟误差、多路径误差和可 观测量噪声。它们具有与漫游接收器大致相同的对流层和电离层延迟误差。因此，漫游器和 VRS可观测量之间的单个差值将导致对流层和电离层延迟误差的近似抵消以及卫星时钟误 差的确切抵消。 再次参考图4，现在进一步描述IIN模块19。 IIN模块19是GNSS-AINS子系统并 进一步在图6中示出。IIN模块19对车辆子系统9所记录的数据和VRS模块18所产生 的VRS可观测量数据操作。它实现上述AINS功能的一种形式，其特别设计成使用惯性辅 助RTK计算准确的厘米级位置和子弧分钟方向，例如B. Scherzinger的Precise Robust Positioning withlnertially-Aided RTK， Journal of the Institute of Navigation, Summer 2006 (在下文中为"Scherzinger [2006] 〃 )所描述的算法。 IIN模块19包括惯性导航模块25、卡尔曼滤波器26、误差控制器27和模糊度求解 模块(ARM) 28。这些部件的功能和实现的细节将由于本描述而被本领域的普通技术人员充 分理解，且不需要在这里被描述。在这里以高水平描述这些元件的功能以提供前后关系。
惯性导航模块25以传统方式解决了牛顿的关于地球的公知的运动方程，以根据
26所记录的頂U数据15计算车辆MU 10的位置、速度和方向。 卡尔曼滤波器26引入惯性导航模块25所输出的惯性导航解30以及辅助传感器 数据16、 17和24，并使用传统INS误差模型以传统方式估计惯性导航误差和惯性传感器误 差。卡尔曼滤波器26将所估计的INS误差31输出到INS误差控制器27和平滑器数据文 件29。 误差控制器27将所估计的误差31转换成对惯性导航器的积分过程的复位33。它 还将校正32返回到卡尔曼滤波器以解释对惯性导航器25的校正31。由惯性导航器模块 25、卡尔曼滤波器26和误差控制器27形成的控制环称为INS误差调节环。
卡尔曼滤波器26也估计在漫游器和VRS载波相位可观测量的组合中的浮动载波 相位模糊度，漫游器和VRS载波相位可观测量分别是漫游器GNSS数据16和VRS GNSS数据 24的部分。这些载波相位可观测量一般包括两个或多个频率以获得快速和可靠的浮动模糊 度估计和随后的模糊度求解。卡尔曼滤波器26将所估计的浮动模糊度及其协方差输出到 ARM 28。 —旦浮动模糊度数据收敛到足够的估计精确度，ARM 28就使用各种公知的传统算 法中的任何一个来根据这些浮动模糊度数据34确定整数模糊度。 一旦ARM 28确定并验证 了整数模糊度35，它就将所验证的整数模糊度35返回到卡尔曼滤波器26，卡尔曼滤波器26 接着构造导致准确的位置误差估计和INS误差调节的准确和明确的载波相位测量。因而形 成的INS导航解30包含非常精确的位置和精确的方向数据。 再次参考图4，平滑器模块40对IIN模块19所产生的平滑器数据文件29操作。平 滑器模块40实现与卡尔曼滤波器26相容的平滑算法，卡尔曼滤波器26本质上对记录在平 滑器数据文件29中的卡尔曼滤波器数据在时间上逆向运行最小二乘法平差以产生INS误 差的全局最佳估计，并接着校正记录在平滑器数据文件29中的惯性导航解以产生BET 41。 更具体地，平滑器40以比卡尔曼滤波器26的精确度更好的精确度，根据卡尔曼滤波器26 所产生的数据(具体地，所估计的状态矢量、协方差矩阵和测量残差)，计算并写入所估计 的INS误差(称为被平滑的误差)的时间历史记录文件。平滑器40接着读取被平滑的误 差文件并校正所记录的AINS导航解30，来以最好的可达到的精确度产生导航解，其为BET 41。 现在参考图7使用航空摄影测量投影的例子来描述使用PM-HAPOS的方式。为了 描述的目的，假定投影区有200kmXkm的尺寸并有一般的CORS密度。摄影测量投影在3小 时飞行的过程(数据获取期)中需要准确和可靠的位置以及方向解，以地理参照在飞行期 间记录的几千个数字图像中的每个图像的每个像素。 总过程有三个阶段任务规划、任务执行和后处理。任务规划阶段在摄影测量分析 员(PA)在所计划的飞行期间审查投影区、在投影区中和周围的CORS接收器、以及投影GNSS 卫星覆盖时开始。PA选择一组五个或更多CORS接收器以及时间窗，在该时间窗期间需要其 数据(步骤45)。 PA接着在前面的24个小时内从每个选定的C0RS接收器下载可观测量文 件(步骤46)。 一般通过互联网下载这些数据。 接着，PA通过网络调节子系统7运行24-小时数据，以计算每个CORS天线相对于 一个选定的天线的相对位置。该网络调节验证或校正所公布的天线位置，或由于糟糕的数 据质量而拒绝来自一个或多个CORS接收器的可观测量。每个天线位置的所需的相对精确度一般是l-2厘米。PA接着根据网络调节的结果决定是否使用网络(步骤48)。如果足够 数量的CORS接收器均匀地围绕投影区并产生如网络调节所确定的可靠的可观测量，则网 络被认为是可接受的。足够的数量一般是四个或更多参考接收器。如果网络是不可接受的， 则PA选择新的网络(g卩，新的一组CORS接收器)并重复前面的步骤。 一旦PA配置了可接 受的网络，任务规划就结束。接着可继续进行任务执行阶段。 在任务执行阶段中，负责操作安装在飞机上的摄像机并支持设备的飞机设备操作 员(AE0) —般恰好在测量开始之前，例如在飞机开始朝着起飞滑行之前的几分钟，开始车 辆子系统(VS)数据获取(步骤49)。在飞行期间，车辆子系统9获取数据(即，IMU数据 15、漫游器GNSS数据16和其它辅助传感器数据17)，并将其储存在车辆子系统9内的一个 或多个可移除的(可断开的)大容量储存设备37(例如，磁盘驱动器)上(步骤50)。 AEO 一般在飞机登陆并滑行到静止位置之后关闭车辆子系统数据获取(步骤51)。 AEO接着通 过从车辆子系统9移除大容量存储设备来取回所有被记录的数据，包括摄像机图像文件和 已记录的车辆子系统数据(步骤52)，以完成任务执行阶段。 在后处理阶段中，PA将所记录的车辆子系统数据装载到后处理子系统36上(步 骤53)。这可例如通过将来自车辆子系统的大容量存储设备直接连接到后处理子系统36并 装载来自那些设备的数据或通过装载来自某个其它数据存储工具的数据来完成，数据可在 飞行之后存储或传输到该数据存储工具。接着，PA通过互联网将跨越数据获取期(摄影测 量任务时间)的CORS可观测量下载到后处理子系统36 (步骤54)。 PA接着启动后处理子系统36来使它执行一序列操作，以根据所记录的GNSS-AINS 数据文件在整个数据获取期内计算所记录的GNSS-AINS数据的准确位置和方向解(BET 41)。 (BET 41随后将与来自测量摄像机的相应图像相关联。)注意，在该上下文中的术语 "解"共同指大量相关的位置和方向数据项，每个位置和方向数据项在时间上都与不同的时 刻相关。注意，下面的操作序列可响应于PA所输入的单个发起的用户而被自动执行，或每 个操作可由PA单独地发起。 首先，后处理子系统36中的VRS模块18根据参考接收器可观测量(参考GNSS数 据20)和实时漫游器天线位置的历史记录来计算VRS合成可观测量文件(VRS GNSS可观测 量24)(步骤55) 。 IIN 19接着根据VRS合成可观测量文件和车辆子系统9所记录的数据 来计算位置和方向解30 (步骤56)。平滑器模块40接着计算BET 41 (步骤57) ， BET 41是 该过程的最终产物。
可选实施方式 虽然上述实施方式使用具有GNSS的IARTK，但实现使用VRS的GNSS-AINS而不实 现IARTK是可能的。这样的系统可运行独立的RTK模块以求解模糊度，并可接着校正漫游 器_参考差分相位可观测量以获得表征RTK定位的准确的差分相位范围。这些准确的相位 范围接着用作卡尔曼滤波器中的辅助数据。
因此，描述了 PM-HAPOS。 实现这里介绍的技术的软件可储存在机器可读介质上。作为这里使用的术语，"机 器可读介质"包括以机器(例如，计算机、网络设备、个人数字助理(PDA)、制造工具、具有一 组一个或多个处理器的任何设备等)可访问的形式提供信息的任何机制。例如，机器可访 问的介质包括可记录/不可记录的介质(例如，只读存储器(ROM)、随机存取存储器(RAM)、
28磁盘存储介质、光存储介质、闪存设备等)等。 如这里使用的术语"逻辑"可包括例如硬连线电路、可编程电路、软件或其任何组合。 虽然参考特定的示例性实施方式描述了本发明，但应认识到，本发明不限于所述 实施方式，而是可使用在所附权利要求的精神和范围内的更改和变更来实践。因此，应在例 证的意义上而不是限制的意义上考虑说明书和附图。
权利要求
一种方法，包括在移动平台上获取GNSS数据和INS数据的数据获取期之后根据在所述数据获取期期间获取的所述GNSS数据和INS数据来产生表示所述移动平台的位置的位置数据；使用包括VRS子系统的网络RTK子系统来产生与所述数据获取期相关联的校正数据；以及根据所述校正数据来校正所述位置数据。
2. 如权利要求1所述的方法，其中使用所述网络RTK子系统的步骤包括 获取差分GNSS可观测量测量；以及 执行整数载波相位模糊度求解和载波相位测量。
3. 如权利要求2所述的方法，其中使用所述网络RTK子系统的步骤还包括 当从所述移动平台到最接近的参考接收器的距离超过规定的距离时，对来自布置在网络中的多个GNSS参考接收器的可观测量求积分，以校正由所述移动平台获取的GNSS可观 测量中的大气延迟。
4. 一种为移动平台产生基于任务后GNSS-AINS的定位数据的方法，所述方法包括 输入在数据获取期期间由所述移动平台上的GNSS子系统在前面获取和记录的一组漫游器GNSS可观测量；输入在所述数据获取期期间由多个固定的GNSS接收器站获取的一组参考GNSS可观测根据所述参考可观测量和所述漫游器GNSS可观测量，在所述数据获取期内计算可应 用于VRS位置的一组VRS可观测量；以及根据所述VRS可观测量、所述漫游器GNSS可观测量和在所述数据获取期期间由所述移 动平台上的IMU获取并记录的IMU数据，在所述数据获取期内计算所述移动平台的位置。
5. 如权利要求4所述的方法，其中在所述数据获取期内计算所述移动平台的位置的步 骤包括根据所述MU数据并根据指示对预定类型的不确定性进行校正的校正数据，来在所述 数据获取期内计算所述移动平台的位置。
6. 如权利要求4所述的方法，还包括在计算所述一组VRS可观测量之前，根据所述参考GNSS可观测量来校正所述参考GNSS
7. 如权利要求6所述的方法，其中校正所述参考GNSS可观测量的步骤包括 对于大气误差校正所述参考GNSS可观测量。
8. 如权利要求7所述的方法，其中校正所述参考GNSS可观测量的步骤还包括 对于天线位置误差校正所述参考GNSS可观测量。
9. 如权利要求4所述的方法，特征在于所述移动平台位于投影区内，同时所述GNSS可观测量在所述数据获取期期间被获取 和记录；以及所述多个固定的参考接收器分布在所述投影区内。
10. 如权利要求4所述的方法，其中计算所述移动平台的位置的步骤包括获取差分GNSS可观测量测量；以及 执行整数载波相位模糊度求解和载波相位测量。
11. 如权利要求4所述的方法，还包括当从所述移动平台到最接近的参考接收器的距离超过规定的距离时，对所述多个固定 的GNSS接收器站所获得的所述一组参考GNSS可观测量求积分，以校正所述漫游器GNSS可 观测量中的大气延迟。
12. —种任务后定位和定向系统，包括GNSS-AINS子系统，其根据在数据获取期期间由移动平台获取的GNSS数据和INS数据 来产生表示所述移动平台的位置的位置数据；以及网络RTK子系统，其包括VRS子系统，所述网络RTK子系统产生与所述数据获取期相关 联的校正数据，其中所述GNSS-AINS子系统还根据所述校正数据产生所述位置数据；其中所述GNSS-AINS子系统和所述网络RTK子系统都不位于所述移动平台上。
13. 如权利要求12所述的系统，还包括网络调节子系统，其评估并校正布置在网络中的多个GNSS参考接收器的天线位置，其 中所述网络RTK子系统根据被校正的天线数据产生所述校正数据。
14. 如权利要求12所述的系统，其中所述移动平台。
15. 如权利要求12所述的系统，其中所述网络RTK子系统包括VRS子系统。
16. 如权利要求12所述的系统，其中所述网络RTK子系统配置成 获取差分GNSS可观测量测量；以及 执行整数载波相位模糊度求解和载波相位测量。
17. 如权利要求12所述的系统，其中所述网络RTK子系统配置成 当从所述移动平台到最接近的参考接收器的距离超过规定的距离时，对来自布置在网络中的多个GNSS参考接收器的可观测量求积分，以校正由所述移动平台获取的GNSS可观 测量中的大气延迟。
18. —种GNSS-AINS后处理系统，包括VRS模块，其输入在数据获取期期间由移动平台上的GNSS子系统在前面获取和记录的 漫游器GNSS可观测量并在所述数据获取期期间输入一组参考GNSS可观测量，以及根据所 述参考可观测量和所述漫游器GNSS可观测量在所述数据获取期内计算可应用于VRS位置 的一组VRS可观测量；以及GNSS-AINS模块，其根据在所述数据获取期期间由所述移动平台获取并记录的IMU数 据并根据所述VRS可观测量和所述漫游器GNSS可观测量，在所述数据获取期内计算所述移 动平台的位置。
19. 如权利要求18所述的系统，还包括网络调节子系统，其评估并校正布置在网络中的多个固定的GNSS参考接收器站的天 线位置，其中所述网络RTK子系统根据被校正的所述天线位置产生校正数据。
20. 如权利要求18所述的系统，其中所述参考GNSS可观测量在所述数据获取期期间由 多个固定的GNSS接收器站获取。
21. 如权利要求18所述的系统，其中虚拟参考站模块包括网络模块，其输入所述一组参考GNSS可观测量并产生一组被校正的参考GNSS可观测量；以及VRS发生器，其根据所述漫游器GNSS可观测量和所述被校正的参考GNSS可观测量来计 算所述一组VRS可观测量。
22. 如权利要求21所述的系统，其中所述网络模块确定在所述参考GNSS可观测量中的 大气误差的估计值，并根据所述估计值校正所述参考GNSS可观测量。
23. 如权利要求18所述的系统，其中所述GNSS-AINS模块包括惯性导航模块，其接收在所述数据获取期期间由所述移动平台获取并记录的所述MU 数据，并根据所述頂U数据在所述数据获取期内计算所述移动平台的位置。
24. 如权利要求23所述的系统，其中所述GNSS-AINS模块包括产生指示对预定类型的 不确定性进行校正的校正数据的校正模块，其中所述惯性导航模块还根据所述校正数据在 所述数据获取期内计算所述移动平台的位置。
25. 如权利要求24所述的系统，其中所述校正模块包括卡尔曼滤波器，其根据所述漫游器GNSS可观测量和所述VRS可观测量产生惯性导航误 差的估计值，并产生载波相位测量；模糊度求解模块，其根据所述估计值确定整数模糊度，并向所述卡尔曼滤波器指示所 述整数模糊度；以及误差控制器，其根据所述载波相位测量向所述惯性导航单元提供校正。
26. 如权利要求18所述的系统，其中所述移动平台是飞机。
27. 如权利要求18所述的系统，其中所述VRS模块配置成 获取差分GNSS可观测量测量；以及 执行整数载波相位模糊度求解和载波相位测量。
28. 如权利要求27所述的系统，其中所述VRS模块还配置成当从所述移动平台到最接近的参考接收器的距离超过规定的距离时，对所述一组参考 可观测量求积分，以校正由所述移动平台获取的GNSS可观测量中的大气延迟，其中所述参 考可观测量来自布置在网络中的多个GNSS参考接收器。
29. —种GNSS-AINS后处理系统，包括VRS模块，其输入在数据获取期期间由飞机上的GNSS子系统在前面获取和记录的漫游 器GNSS可观测量，所述VRS模块包括网络模块，其输入在所述数据获取期期间由多个固定的GNSS接收器站获取的一组参 考GNSS可观测量，并产生一组被校正的参考GNSS可观测量；以及VRS发生器，其根据所述被校正的参考GNSS可观测量和所述漫游器GNSS可观测量在所 述数据获取期期间计算可应用于VRS位置的一组VRS可观测量；以及GNSS-AINS模块，其根据所述VRS可观测量、所述漫游器GNSS可观测量和在所述数据获 取期期间由所述飞机上的頂U获取并记录的MU数据，在所述数据获取期内计算所述飞机 的位置和方向，所述GNSS-AINS模块包括惯性导航模块，其根据所述MU数据并根据指示对预定类型的不确定性进行校正的校 正数据在所述数据获取期内计算所述飞机的位置和方向；以及校正模块，其产生所述校正数据。
30. 如权利要求29所述的系统，其中所述网络模块确定在所述参考GNSS可观测量中的大气误差的估计值，并根据所述估计值校正所述参考GNSS可观测量。
31.如权利要求29所述的系统，其中所述校正模块包括卡尔曼滤波器，其根据所述漫游器GNSS可观测量和所述VRS可观测量产生惯性导航误 差的估计值，并产生载波相位测量；模糊度求解模块，其根据所述估计值确定整数模糊度，并向所述卡尔曼滤波器指示所 述整数模糊度；以及误差控制器，其根据所述载波相位测量向所述惯性导航单元提供校正。
全文摘要
一种产生任务后定位和定向数据的方法，包括根据在数据获取期期间由移动平台获取的全球导航卫星系统(GNSS)数据(16)和惯性导航系统(INS)数据(19)来产生表示移动平台的位置和方向的位置和方向数据，使用网络实时运动(RTK)子系统(26)来产生与数据获取期相关联的校正数据(33)，以及根据校正数据校正位置和方向数据。RTK系统子系统可实现虚拟参考站(VRS)技术(24)来产生校正数据。
文档编号G01S19/48GK101743453SQ200880024431
公开日2010年6月16日 申请日期2008年5月13日 优先权日2007年5月16日
发明者B·M·舍青格, J·J·赫顿, U·沃尔拉特 申请人:天宝导航有限公司