一种基于精密单点定位的多星座联合列车定位方法

本发明涉及列车定位技术领域，尤其涉及一种基于精密单点定位的多星座联合列车定位方法。

背景技术：

精密单点定位(precisepointpositioning,ppp)是采用国际gnss服务组织(internationalgnssservices，igs)免费公开提供的精密星历和钟差，对信号从卫星至接收机遇到的各种误差进行模型搭建与校正，利用载波相位观测值实现单机绝对定位的方法。和差分定位相比，ppp只需单台双频gnss接收机，在全球范围内的静态精度就能达到毫米级到厘米级、动态精度达到厘米级到分米级。

在铁路应用方面，ppp比起传统差分定位，可使基于gnss的列车定位系统不再依赖参考基站，节约铁路建设维护成本，而且制约ppp技术在列车动态定位方面发展的实时性问题也已在igs超快速星历和实时数据流产品的发布后有了解决的方向。另外，利用北斗、gps等多卫星星座提供的多频观测信息可减弱对单一星座的依赖,降低电磁干扰、电离层闪烁等因素导致的定位精度下降或信号中断风险。

目前，现有技术中的单星座定位系统存在如下的缺点：在铁路卫星信号受限环境下可用卫星数目少，定位精度低。为增加卫星信号完整性，减少定位对轨旁设施的依赖，提出一种多星座下列车精密单点定位方法。

技术实现要素：

本发明的实施例提供了一种基于精密单点定位的多星座联合列车定位方法，以实现对列车进行有效的定位。

为了实现上述目的，本发明采取了如下技术方案。

一种基于精密单点定位的多星座联合列车定位方法，包括：

从列车上的gnss接收机中获取卫星原始观测数据文件，得到卫星观测值，包括伪距、载波相位和伪距率；

根据igs发布的实时超快速精密星历中的数据插值计算得到所需历元卫星数据，该历元数据包括卫星位置和钟差；

对所述卫星观测值进行电离层延迟、对流层延迟和相对论效应误差补偿，对所述卫星历元数据进行地球自转误差校正和卫星天线相位中心校正；

将每个历元误差补偿后的组合观测值和历元数据到输入多星座条件下的列车精密单点定位模型，通过卡尔曼滤波算法求解所述多星座条件下的列车精密单点定位模型，得到列车位置信息。

优选地，所述的从列车上的gnss接收机中获取卫星原始观测数据文件，得到载波相位和伪距率观测值，包括：

在列车在途行驶中，从放置在列车上的gnss接收机中获取卫星原始观测数据文件，从卫星原始观测数据文件中得到卫星观测值，包括卫星的伪距、载波相位、伪距率观测值。

优选地，所述的根据igs发布的实时超快速精密星历中的数据插值计算得到所需历元的卫星位置和钟差，包括：

对igs发布的实时精密星历中的数据进行插值计算，得到卫星的历元数据，该历元数据包括卫星位置和钟差。

优选地，所述的对所述卫星观测值进行电离层延迟、对流层延迟和相对论效应误差补偿，对所述卫星历元数据进行地球自转误差校正和卫星天线相位中心校正，包括：

用双频信号构成消除电离层组合消除gnss信号经过大气中的电离层的延迟误差，得到消电离层组合观测值为：

其中，f1、f2为gnss信号频率，a1、a2分别为频率f1和f2的接收机观测值，a3为消电离层组合观测值；

通过误差模型消除gnss信号经过大气中的对流层延迟中的干分量延迟，至于湿分量延迟则将其作为未知量在卡尔曼滤波中进行估计计算；

相对论效应的产生源于卫星与接收机在所受重力和速度上的不同，需要被用户校正的部分为：

其中，rela是卫星和接收机的相对论效应，r是卫星位置，v是卫星速度，c是光速；

地球的自转现象的存在导致gnss信号到达接收机时的卫星坐标与信号发射时刻的卫星坐标相比发生了变化，引起的距离改正为：

δρ＝ω/c·[y^s(xr-x^s)-x^s(yr-y^s)]

其中δρ为距离校正值，(x^s,y^s,z^s)为卫星坐标值,(xr,yr,zr)为地面接收机的坐标值；

通过igs提供的antex格式文件对精密星历中给出的卫星质心位置进行校正得到卫星天线相位中心位置；

在精密单点定位中，载波相位和伪距率观测方程表示为：

其中，下标表示gps或bds卫星导航系统，φ^s,i表示接收机载波相位测量值，d^s,i表示接收机伪距率测量值，ρ^s,i、表示接收机到卫星i的真实距离和伪距率，分别表示卫星i信号的电离层延迟和延迟变化率，分别表示卫星i信号的对流层延迟和对流层变化率，c表示光速，dt^s,i、分别表示卫星i的钟差和钟漂，dtr、分别表示接收机钟差和钟漂，n^s,i表示卫星i的模糊度，λ表示载波相位的波长，ε表示测量中未模型化的剩余误差；

使用消电离层组合消除gnss信号经过大气中的电离层的延迟误差，改写为：

将消除电离层组合的观测值相减，获得观测值的单差，将高度角最优的卫星m选为参考卫星，那么卫星i相对于卫星m观测值的单差为：

优选地，所述的将每个历元误差补偿后的组合观测值和历元数据到输入多星座条件下的列车精密单点定位模型，通过卡尔曼滤波算法求解所述多星座条件下的列车精密单点定位模型，得到列车位置信息，包括：

将每个历元误差补偿后的组合观测值和卫星历元数据输入多星座条件下的列车精密单点定位模型，通过卡尔曼滤波算法求解多星座条件下的列车精密单点定位模型；

在卡尔曼滤波器中，系统方程描述了物体的运动状态，系统方程表述如下：

其中，x(t)为系统状态向量，也就是需要最优估计的对象，这里估计的是各个变量的误差，f(t)为系统矩阵，ω(t)～n(0,q)为系统的过程噪声；

针对列车动态运行过程，所述列车精密单点定位模型中的列车动态系统状态向量如下所示：

其中，r表示三维位置估计，v表示三维速度估计，a表示三维加速度估计，δnif表示运行过程中获取载波相位观测值所对应的模糊度估计，m和n分别是当前历元gps和bds的参考卫星，p和q分别是当前历元gps和bds除参考卫星外的可观测卫星总数，δdwet表示在天顶方向湿延迟估计；

加速度因载体受推力控制而具有的时间相关性被认为是一阶马尔可夫过程，模型为：

其中，τ是相关时间常数，ωa是零均值白噪声。而位置和速度的状态则由其他状态量和量测决定；

系统矩阵为：

上述系统矩阵中，i是单位矩阵，τ是加速度相关时间常数，p和q分别是当前历元gps和bds除参考卫星外的可观测卫星总数；

卡尔曼滤波的观测系统方程描述了观测量随状态的变化规律，表示为，

z(t)＝h(t)x(t)+υ(t)

其中，z(t)为观测向量，h(t)为观测矩阵，x(t)为状态向量，υ(t)～n(0,r)为观测噪声；

测量值为单差消除电离层后的卫星接收机接收和由滤波结果计算的载波相位和伪距率之差，

测量矩阵为，

其中，mwet是对流层湿分量系数，e是表示卫星-用户速度差沿视线方向单位矢量投影

其中，(xs,ys,zs)和(xr,yr,zr)分别为卫星和接收机的三维坐标。

由于载波相位和伪距率测量的单差值两两互相关，载波相位和伪距率的测量噪声协方差矩阵写为：

其中，和分别表示gps或bds的载波相位和伪距率的先验噪声方差，则系统噪声协方差矩阵写为：

采用卡尔曼滤波器来估计物体运动状态，结合物体运动状态构建动态模型，首先基于动态模型进行时间更新，然后通过量测新息进行量测更新。此外，由于对载波相位模糊度进行每历元估计，量测的维度小于状态空间的维度，因此采用卡尔曼滤波来实现高精度在线解算。

经过卡尔曼滤波的时间更新和量测更新过程，首先由上一时刻物体状态和运动模型估计出这一时刻物体状态，然后由本时刻量测输入校正得到最终估计的物体状态，完成列车定位结果连续输出。

由上述本发明的实施例提供的技术方案可以看出，本发明实施例提供了一种基于精密单点定位的多星座联合列车定位方法，通过列车在途运行中对卫星原始观测数据和igs发布的超快速精密星历产品进行内插和误差补偿，由多星座条件下的精密单点定位方法获取列车运行位置，可用于列车轨迹实时和后处理分析，增强了定位系统在卫星受限环境下的适应性和稳定性。

本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种基于精密单点定位的多星座联合列车定位方法的实现原理图；

图2为本发明实施例提供的一种基于精密单点定位的多星座联合列车定位方法的具体处理流程图。

具体实施方式

下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。

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，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

为便于对本发明实施例的理解，下面将结合附图以几个具体实施例为例做进一步的解释说明，且各个实施例并不构成对本发明实施例的限定。

本发明实施例为增加卫星信号完整性，减少定位对轨旁设施的依赖，提出一种多星座下列车精密单点定位方法。

本发明实施例提供了一种基于精密单点定位的多星座联合列车定位方法，该方法的实现原理图1所示，具体处理流程如图2所示，包括如下的处理步骤：

步骤s21：在列车在途行驶中，放置在列车上的gnss接收机会记录下卫星原始观测信息，从卫星原始观测数据文件中得到载波相位、伪距率等卫星观测值。

步骤s22：采用igs发布的实时超快速精密星历来保证定位实时性，对实时精密星历中的数据进行插值计算，得到卫星的历元数据，该历元数据包括卫星位置和钟差，为后续解算做准备。上述历元数据在后续相对论效应计算、地球自转误差校正和量测值计算中均有应用。

步骤s23：根据修正模型从卫星、传播过程和接收机三方面对组合观测值进行电离层延迟、对流层延迟和相对论效应误差补偿，对卫星历元数据进行地球自转误差校正和卫星天线相位中心校正。

从精密定位解算机理出发，综合分析影响定位精度的误差源，建立其与定位结果之间的相关关系，进行列车运行环境下的适应性建模，主要误差及误差补偿方法如下：

gnss信号经过大气中的电离层时会因其中的电磁波产生延迟。用双频信号消除误差是一种简单有效的方法，消除电离层影响的组合观测值为：

其中，f1、f2为gnss信号频率，a1、a2分别为频率f1和f2的接收机观测值，a3为消电离层组合观测值。

gnss信号经过大气中的对流层时同样会产生延迟，对流层误差无法被双频信号消除，所以采用误差模型校正。对流层延迟是影响精密单点定位精度的主要误差源之一，大小和卫星高度角有关，随高度角不同，误差可达2.3m-20m。

对流层延迟可分为干分量延迟和湿分量延迟，分别由干燥气体和湿润气体引起，前者占大多数，可通过误差模型得到厘米级甚至毫米级精度。在精密单点定位中，通常采用合适的模型，消除干分量延迟，湿分量延迟则作为未知量参与估计计算。

相对论效应的产生源于卫星与接收机在所受重力和速度上的不同，需要被用户校正的部分为：

其中，rela是卫星和接收机的相对论效应，r是卫星位置，v是卫星速度，c是光速。

地球的自转现象的存在导致gnss信号到达接收机时的卫星坐标与信号发射时刻的卫星坐标相比发生了变化，引起的距离改正为：

δρ＝ω/c·[y^s(xr-x^s)-x^s(yr-y^s)]

其中δρ为距离校正值，(x^s,y^s,z^s)为卫星坐标值,(xr,yr,zr)为地面接收机的坐标值。

精密星历中给出的卫星位置并非卫星天线相位中心的位置，再加上天线中心的变化，都会给精密单点定位带来位置计算误差，可通过igs提供的antex(antennaexchangeformat)格式文件对精密星历中给出的卫星质心位置进行校正得到较准确的卫星天线相位中心位置。

载波相位观测值是gnss接收机的本地参考信号在接收时刻和在卫星发射时刻的相位之差。相比伪距观测量，载波的频率高，波长短，测量精度相对会高2-3个数量级，在精密单点定位中，载波相位和伪距率观测方程可以表示为：

其中，下标表示gps或bds卫星导航系统，φ^s,i表示接收机载波相位测量值，d^s,i表示接收机伪距率测量值，ρ^s,i、表示接收机到卫星i的真实距离和伪距率，分别表示卫星i信号的电离层延迟和延迟变化率，分别表示卫星i信号的对流层延迟和对流层变化率，c表示光速，dt^s,i、分别表示卫星i的钟差和钟漂，dtr、分别表示接收机钟差和钟漂，n^s,i表示卫星i的模糊度，λ表示载波相位的波长，ε表示测量中未模型化的剩余误差。使用消电离层组合(ionosphere-freecombination，if)近似消除电离层延迟，可改写为：

将消除电离层组合的观测值相减，则获得观测值的单差，如此可消除接收机钟差，减少误差参数，将高度角最优的卫星m选为参考卫星，那么卫星i相对于卫星m观测值的单差为：

步骤s24：将每个历元误差补偿后的组合观测值和历元数据到输入多星座条件下的列车精密单点定位模型，通过卡尔曼滤波算法求解所述多星座条件下的列车精密单点定位模型，得到列车位置信息。

结合列车运动模型，把误差补偿后的载波相位、卫星位置等信息用于卡尔曼滤波算法中估计得到列车运动时的状态信息和无法用确切模型校正的误差。

在多星座条件下，针对列车动态运行过程，构建多星座条件下的列车精密单点定位模型，将每个历元误差补偿后的组合观测值和历元数据输入多星座条件下的列车精密单点定位模型，通过卡尔曼滤波算法求解多星座条件下的列车精密单点定位模型，得到连续高精度列车定位结果。其中，针对列车高速运行条件下的载波相位模糊度问题，利用卡尔曼滤波进行在线估计，提高列车在卫星信号连续失锁、重捕获等复杂条件下的稳定性。

在卡尔曼滤波器中，系统方程描述了物体的运动状态，系统方程表述如下：

其中，x(t)为系统状态向量，也就是需要最优估计的对象，这里估计的是各个变量的误差，f(t)为系统矩阵，ω(t)～n(0,q)为系统的过程噪声。

构建的列车精密单点定位模型中的列车动态系统状态向量如下所示：

其中，r表示三维位置估计，v表示三维速度估计，a表示三维加速度估计，δnif表示运行过程中获取载波相位观测值所对应的模糊度估计，m和n分别是当前历元gps和bds的参考卫星，p和q分别是当前历元gps和bds除参考卫星外的可观测卫星总数，δdwet表示在天顶方向湿延迟估计。

加速度因载体主要受推力控制而具有的时间相关性被认为是一阶马尔可夫过程，加速度模型为：

其中，τ是相关时间常数，ωa是零均值白噪声。而位置和速度的状态则由其他状态量和量测决定。

所以系统矩阵为：

上述系统矩阵中，i是单位矩阵，τ是加速度相关时间常数，p和q分别是当前历元gps和bds除参考卫星外的可观测卫星总数。

卡尔曼滤波的观测系统方程描述了观测量随状态的变化规律，表示为，

z(t)＝h(t)x(t)+υ(t)

其中，z(t)为观测向量，h(t)为观测矩阵，x(t)为状态向量，υ(t)～n(0,r)为观测噪声。

测量值为单差消除电离层后的卫星接收机接收和由滤波结果计算的载波相位和伪距率之差，

测量矩阵为，

其中，mwet是对流层湿分量系数，e是表示卫星-用户速度差沿视线方向单位矢量投影，

其中，(xs,ys,zs)和(xr,yr,zr)分别为卫星和接收机的三维坐标。

由于载波相位和伪距率测量的单差值两两互相关，所以载波相位和伪距率的测量噪声协方差矩阵写为：

其中，和分别表示gps或bds的载波相位和伪距率的先验噪声方差，则系统噪声协方差矩阵写为：

卡尔曼滤波(kalmanfilter,kf)能同时使用物体运动和量测模型实现未知参数的最优估计。因此，卡尔曼滤波估计在测量量的数量小于估计状态的情况下依然适用。本发明采用卡尔曼滤波器来估计物体运动状态，结合物体运动状态构建动态模型，首先基于动态模型进行时间更新，然后通过量测新息进行量测更新。此外，由于对载波相位模糊度进行每历元估计，量测的维度小于状态空间的维度，因此采用卡尔曼滤波来实现高精度在线解算。

下面两个式子描述了卡尔曼滤波的时间更新过程，得到系统下一时刻状态和状态协方差矩阵p，

p(k|k-1)＝f(k-1)p(k-1)f^t(k-1)+q(k-1)

下面三个式子描述了卡尔曼滤波的量测更新过程，首先得到增益矩阵k，然后结合观测新息更新状态估计和状态协方差矩阵，

k(k)＝p(k|k-1)h^t(k)[h(k)p(k|k-1)h^t(k)+r(k)]^-1

p(k)＝[i-k(k)h(k|k-1)]p(k|k-1)

经过卡尔曼滤波的时间更新和量测更新过程，首先由上一时刻物体状态和运动模型估计出这一时刻物体状态，然后由本时刻量测输入校正得到最终估计的物体状态，完成列车定位结果连续输出。

根据上述各模型并通过本发明方法可以得出以下实验结果：

列车在途运行时，放置在列车上的卫星接收机实时记录卫星原始观测信息，结合igs发布的超快速精密星历产品，通过多星座条件下的精密单点定位方法实时获取行驶过程中列车位置信息，增强了定位系统在卫星受限环境下的适应性和稳定性。

综上所述，本发明实施例通过首先从放置在列车上的gnss接收机中获取卫星原始观测数据文件，得到载波相位、伪距等观测值；同时，使用igs精密卫星轨道和卫星钟差数据，对卫星位置和钟差插值计算得到所需历元。然后，从卫星、传播过程和接收机三方面对电离层延迟、相对论效应等误差根据修正模型进行误差补偿。最后，结合列车运动模型，把误差补偿后的载波相位、卫星位置等信息用于卡尔曼滤波算法中估计得到列车运动时的状态信息和无法用确切模型校正的误差。其中采用多星座联合定位来解决单星座系统在铁路卫星信号受限环境下可用卫星数目少，定位精度低的问题，增加卫星信号完整性，提高列车在卫星信号连续失锁、重捕获等复杂条件下的稳定性。

本发明实施例提供了一种基于精密单点定位的多星座联合列车定位方法，通过列车在途运行中对卫星原始观测数据和igs发布的超快速精密星历产品进行内插和误差补偿，由多星座条件下的精密单点定位方法获取列车运行位置，可用于列车轨迹实时和后处理分析，增强了定位系统在卫星受限环境下的适应性和稳定性。

本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明的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)执行本发明各个实施例或者实施例的某些部分所述的方法。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统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劳动的情况下，即可以理解并实施。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。