本申请实施方式涉及无人机技术领域，尤其涉及一种基于全球导航卫星定位系统(globalnavigationsatellitesystems，gnss)差分定位技术的无人机定位方法和系统。
背景技术：
随着电子技术的飞速发展，目前小型固定翼无人机已经在测绘、航拍、监控、侦查等领域中得到了广泛的应用，并且在远程遥控、续航时间、飞行品质、载荷搭载灵活性上都有较大的优势。
高精度定位系统是小型固定翼无人机的一个关键的部分，例如gnss，其具有全球性、全天候和连续的精密三维定位能力。应用在测绘行业的小型固定翼无人机需要较高精度的定位结果来实现免像控，这就需要架设基准站进行差分定位，才能达到厘米级定位精度。使用差分定位技术主要是为了消除以下三大类误差：(1)与卫星有关的误差；(2)与传播途径有关的误差；(3)与接收机有关的误差。
然而，小型固定翼无人机由于受到载荷、体积、重量等因素的限制而无法选用体积质量较好的扼流圈天线，而且在变更航线时由于需要倾斜较大的角度而会造成频繁的上下星，因而有模糊度固定错误、高程误差较大、解算效率低等问题，极大地降低飞行轨迹的定位精度。
技术实现要素：
有鉴于现有技术中由于小型固定翼无人机的转向倾斜角度大所造成的频繁上下星影响了解算固定率和解算精度等技术问题，本申请提供一种无人机定位方法和系统。
本申请解决上述技术问题所采用的技术方案如下：
本申请的一个或者多个实施例公开了一种无人机定位方法，包括：
对无人机的观测数据进行预处理；
对该无人机的该观测数据进行差分计算以得到观测方程和误差方程，并对该观测方程和该误差方程进行滤波以得到整周模糊度；
使用两种整周模糊度处理方法分别在两个线程中解算该整周模糊度，并将该整周模糊度代回该误差方程中，以得到两组初步定位结果；以及
根据该两组初步定位结果和定位结果类型对该两组初步定位结果进行融合以得到该无人机的精确定位结果。
本申请的一个或者多个实施例中，所述方法中对该无人机的该观测数据进行差分计算以得到观测方程和误差方程，并对该观测方程和该误差方程进行滤波以得到整周模糊度具体包括：
将该无人机的该观测数据进行差分计算以得到该观测方程和该误差方程；
利用双向卡尔曼滤波取得该整周模糊度的浮点解；以及
利用lambda方法取得该整周模糊度的固定解。
本申请的一个或者多个实施例中，所述方法中该误差方程中的未知数包括基线向量和双重差分整周模糊度，该误差方程中的电离层延迟利用克罗布歇模型取得，该误差方程中的对流层延迟利用萨斯塔莫宁模型取得。
本申请的一个或者多个实施例中，所述方法中使用两种整周模糊度处理方法分别在两个线程中解算该整周模糊度，并将该整周模糊度代回该误差方程中，以得到两组初步定位结果具体包括：
使一个线程重新解算该整周模糊度，使另一个线程在解算误差不超过限度且不出现周跳的情况下直接使用前一个历元的该整周模糊度，以得到该两组初步定位结果。
本申请的一个或者多个实施例中，所述方法中该预处理包括高度角筛选、粗差剔除、完整性检查和周跳探测至少其中之一。
本申请的一个或者多个实施例还公开了一种无人机定位系统，所述无人机定位系统包括处理器和存储器，该存储器中存储有无人机定位单元，其特征在于，该无人机定位单元实现上述的无人机定位方法。
本申请提供了一种无人机定位方法和系统，可应用于小型固定翼无人机的差分解算高精度定位，只需要小型固定翼无人机(和基准站)的gnss原始观测数据就能计算出小型固定翼无人机飞行时的高精度定位轨迹，其中的数据预处理和解算结果融合的方法能有效地解决由于观测数据质量差和飞行姿态问题所带来的差分解算固定率低和高程跳点较多的问题，从而有效地解决现有技术中定位精度低、高程误差大、解算效率低等问题。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。
图1是本申请无人机定位方法的实施例的流程图；
图2是本申请无人机定位系统的实施例的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。
除非另有定义，本说明书所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本说明书中在本申请的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是用于限制本申请。本说明书所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
此外，下面所描述的本申请各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
以下通过附图和具体实施方式对本申请做进一步详细说明。
为了便于理解本申请，下面结合附图和具体实施方式，对本申请进行更详细的说明。除非另有定义，本说明书所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本说明书中在本申请的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是用于限制本申请。
图1是本申请无人机定位方法的实施例的流程图。如图1所示，本申请实施例提供了一种无人机定位方法，包括：
步骤s10(观测数据预处理)：对无人机100(见图2，例如小型固定翼无人机)的观测数据d(图未示)进行预处理p(图未示)。
由于在无人机100的飞行过程中会出现与卫星有关的误差、与传播途径有关的误差、与接收机有关的误差等类型的误差，而且小型固定翼无人机在更换航线的过程中会出现飞行倾斜角度过大而造成的频繁上下星，可能会造成卫星粗差较大、载波相位观测数据周跳和星历错误等问题，因此需要进行预处理p的操作来消除这些误差。
在本申请的一个实施例中，从无人机100(和基准站)取得原始的观测数据d(例如伪距观测数据、载波相位观测数据)，而后进行数据预处理p(包括例如高度角筛选、粗差剔除、完整性检查和周跳探测)，以保证后续的解算环节的数据质量。
此外，在本申请的一个实施例中，根据无人机100的飞行状况对卫星观测数据d(例如卫星的截止高度角、信噪比阈值、使用频率)进行数据预处理p，其中数据预处理p包括以下步骤(步骤的顺序可改变，亦可增删步骤)：
高度角筛选：根据无人机100的飞行状况选择观测数据d的卫星截止高度角，将该高度角以下的卫星的观测数据d直接剔除；
周跳探测：(使用turboedit方法)进行卫星的周跳探测，并将得到的周跳信息直接加到后续的整周模糊度计算中；
完整性检查：(使用卫星的完好性监测方法)进行卫星的观测数据d的完好性检查；以及
粗差剔除：将卫星的观测数据d中粗差较大和星历(描述卫星运行轨道的数据)存在问题的卫星的观测数据d直接剔除。
再者，在本申请的一个实施例中，对无人机100的观测数据d进行预处理p之前，可先(通过格式转换软件)将无人机100(和基准站)的原始观测数据d转换为伪距观测数据、载波相位观测数据及/或星历数据，此外还可包括rtk(real-timekinematic，实时动态)模式设置。
步骤s20(差分计算)：对无人机100的观测数据d进行差分计算以得到观测方程eo(图未示)和误差方程ee(图未示)，并对观测方程eo和误差方程ee进行滤波以得到整周模糊度f(图未示)。
在本申请的一个实施例中，将经过预处理的无人机100(和基准站)的原始观测数据d分别通过伪距观测数据对无人机100(和基准站)进行单点定位，再进行双重差分计算以得到观测方程eo和误差方程ee，而后利用双向卡尔曼滤波取得整周模糊度f的浮点解、并利用lambda方法(对整周模糊度f进行固定，借以)取得整周模糊度f的固定解。其中，误差方程ee中的双重差分整周模糊度f和基线向量b作为未知数求解，误差方程ee中的电离层延迟采用克罗布歇模型计算得到，对流层延迟采用萨斯塔莫宁模型计算得到。
步骤s30(多线程处理)：使用两种整周模糊度处理方法m(图未示)分别在两个线程中解算整周模糊度f，并将整周模糊度f代回误差方程ee中，以得到两组初步定位结果ri。
在本申请的一个实施例中，采用多线程处理的方式在两个线程中分别使用不同的模糊度处理方法m(一个线程使用一种模糊度处理方法m)进行模糊度处理(即解算整周模糊度f)以得到基线向量b的两组初步定位结果ri(初步定位结果中ri中包括基线向量b和对应的ratio值以及观测残差值v(图未示))，其中一个线程重新解算整周模糊度f，另一个线程在解算误差(例如均方根误差(rootmeansquare，rms))不超过限度且不出现周跳的情况下直接使用前一个历元(前次执行步骤s10-s40时所对应的历元)的整周模糊度f。
步骤s40(解算结果融合)：根据两组初步定位结果ri和定位结果类型t(图未示))对两组初步定位结果ri进行融合以得到无人机100的精确定位结果rp(图未示))。
初步定位结果ri中包括残差值v，定位结果类型t可以是固定解或浮点解。
在本申请的一个实施例中，可选择两组初步定位结果ri中整周模糊度f的固定解所对应的初步定位结果ri、或整周模糊度f的浮点解解所对应的初步定位结果ri中残差值v较小的作为精确定位结果rp。。
在执行完步骤s40之后，可回到步骤s10以进行下一个历元的计算。
在本实施例中的无人机定位方法可应用于小型固定翼无人机的差分解算高精度定位，只需要小型固定翼无人机(和基准站)的gnss原始观测数据就能计算出小型固定翼无人机飞行时的高精度定位轨迹，其中的数据预处理和解算结果融合的方法能有效地解决由于观测数据质量差和飞行姿态问题所带来的差分解算固定率低和高程跳点较多的问题，从而有效地解决现有技术中定位精度低、高程误差大、解算效率低等问题。
图2是本申请无人机定位系统的实施例的结构框图。如图2所示，本申请实施例提供了一种无人机定位系统110，安装在无人机100中。
在本申请的一个实施例中，无人机100是小型固定翼无人机，无人机定位系统110是一种计算设备(例如服务器、电脑和移动智能终端)。无人机定位系统110包括处理器111和存储器112，存储器112中存储有无人机定位单元1121。处理器111是一种集成电路芯片，例如微处理器(centralprocessingunit,cpu)、数字信号处理器(digitalsignalprocessor,dsp)、专用集成电路(applicationspecificintegratedcircuit,asic)、现成可编程门阵列(field-programmablegatearray,fpga)或其他可编程逻辑器件，用来执行存储器112中所存储的计算机程序。无人机定位单元1121包括用来实现图1所示的无人机定位方法的计算机程序。
本申请实施例的无人机定位系统与上述无人机定位方法实施例基于相同的发明构思，系统的一些具体技术特征可参照方法实施例，在此不再详述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
以上所述仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。