一种基于低轨卫星通导一体自动驾驶导航定位系统和方法与流程

文档序号:29800083发布日期:2022-04-23 19:53阅读:316来源:国知局
一种基于低轨卫星通导一体自动驾驶导航定位系统和方法与流程

1.本发明涉及导航定位领域,具体涉及一种基于低轨卫星通导一体自动驾驶导航定位系统和方法。


背景技术:

2.在自动驾驶导航实现方案中,为了满足在遮挡、中断、干扰等场景条件下车辆获取并保持车道级定位精度的需求,一般采用gnss rtk并结合惯导器件以及其他传感器联合实现方案,其中,gnss rtk主要实现车辆姿态测量和高精度位置获取,惯导器件和其他传感器维持姿态和高精度位置的稳定性,其位置定位精度和姿态的时间和距离有限,需要gnss rtk实时进行校正。然而,gnss rtk技术的实现,需要车载设备接入地面移动网络方能从cors站覆盖区域内本地的gnss修正观测信息,进而实现高精度位置。在沙漠、峡谷、山脉等野外移动网络信号无法到达区域,导航终端依靠单纯接收gnss信号的方式要在短时间内实现厘米级高精度定位是自动驾驶覆盖地域能力面临的难题,通过行业实现ppp精密单点定位需要长达20分钟才能收敛到厘米级别精度,且信号一旦中断,需要重新长时间收敛。


技术实现要素:

3.本发明所要解决的技术问题是在移动网络信号无法到达区域,导航终端依靠单纯接收gnss信号的方式无法在短时间内实现厘米级高精度定位,目的在于提供一种基于低轨卫星通导一体自动驾驶导航定位系统和方法,提出依靠低轨卫星和地面系统,通过卫星搭载的导航载荷和通信载荷,在移动信号不能到达区域实现自动驾驶车辆高精度定位。
4.本发明通过下述技术方案实现:
5.本发明第一方面提供一种基于低轨卫星通导一体自动驾驶导航定位系统,其特征在于,包括地面部分、空间部分和车载通导一体终端:
6.所述地面部分用于监测卫星数据,利用监测数据生成导航电文和gnss完整增强信息,并根据需求上注给空间部分;
7.所述空间部分用于接收地面部分上传的导航电文,调制生成低轨卫星和gnss导航信号,并面向车载通导一体终端播发导航信号,同时空间部分中的低轨卫星转发来自车载通导一体终端的位置信息和地面部分的gnss完整增强信息;
8.所述车载通导一体终端用于接收gnss导航信号,获取终端粗精度位置,并将该位置发送给空间部分的低轨卫星,所述车载通导一体终端还用于接收低轨卫星导航信号,实时解调获取电文信息以及低轨卫星观测量,结合gnss导航信号和通信链路获取的gnss完整增强信息,计算得到高精度的终端位置信息。
9.本发明通过地面部分监测卫星数据,利用监测数据生成导航电文和gnss完整增强信息,并根据需求上注给空间部分,空间部分接收地面部分上传的导航电文,调制生成低轨卫星和gnss导航信号,并面向车载通导一体终端播发导航信号,同时空间部分中的低轨卫星转发来自车载通导一体终端的位置信息和地面部分的gnss完整增强信息,车载通导一体
终端接收gnss导航信号,获取终端粗精度位置,并将该位置发送给空间部分的低轨卫星,车载通导一体终端同时接收低轨卫星导航信号,实时解调获取电文信息以及低轨卫星观测量,结合gnss导航信号和通信链路获取的gnss完整增强信息,计算得到高精度的终端位置信息,根据实时接收低轨卫星情况,依靠低轨卫星和地面系统,通过卫星搭载的导航载荷和通信载荷,在移动信号不能到达区域实现自动驾驶车辆高精度定位。
10.作为本发明的进一步限定,所述空间部分包括gnss卫星和低轨卫星;
11.所述地面部分包括地基监测站、导航增强数据处理中心、信关站和外接igs服务网络:
12.所述地基监测站用于监测卫星数据,所述导航增强数据处理中心用于接收地基监测站的监测数据和igs服务网络生成导航电文和gnss完整增强信息,将导航电文通过信关站上注给低轨卫星,同时所述导航增强数据处理中心根据车载通导一体终端所在位置将gnss完整增强信息通过低轨卫星通信链路转发给车载通导一体终端。
13.作为本发明的进一步限定,所述车载通导一体终端包括低轨卫星通信处理模块、gnss信号处理模块、低轨卫星导航信号处理模块和处理器:
14.所述低轨卫星通信处理模块用于将gnss信号处理模块获取的初始位置信息经低轨卫星发送给地面部分导航增强数据处理中心,同时接收来自导航增强数据中心经低轨卫星发送的导航增强信息,并将该增强信息发送给处理器;
15.所述gnss信号处理模块用于接收并处理gnss多频导航信号,将处理后获取的观测量和导航电文信息发送给处理器;
16.所述低轨卫星导航信号处理模块用于接收并处理低轨卫星导航载荷播发的导航信号,将处理后获取的观测量和导航电文信息发送给处理器;
17.所述处理器用于接收低轨卫星通信处理模块传递过来的导航增强信息、gnss信号处理模块和低轨卫星导航信号处理模块传递过来的观测量,完成定位计算,并选择一次定位结果发到低轨卫星通信处理模块,同时将定位结果输出。
18.本发明第二方面提供一种基于低轨卫星通导一体自动驾驶导航定位方法,基于上述的基于低轨卫星通导一体自动驾驶导航定位系统,所述定位方法包括:
19.判断低轨卫星可视数量:
20.当低轨卫星可视数目不小于四颗时:
21.获取低轨卫星导航信号和gnss信号实现快速ppp精密单点实时定位;
22.当低轨卫星可视数目小于四颗时:
23.通过低轨卫星通信链路,获取地面局域/广域增强cors站修正增强信息,实现快速ppprtk精密单点实时定位。
24.作为本发明的进一步限定,所述实现快速ppp精密单点实时定位包括:
25.获取星载gnss接收机定位,通过定位后的gnss接收机对低轨卫星导航载荷时钟进行时钟校准;
26.从igs服务网络获取星载gnss观测数据对应的电文数据、轨道和钟差修正产品数据,计算得到低轨卫星精密卫星轨道;
27.获取低轨卫星的监测数据,处理获得实时精密轨道和卫星钟差改正;
28.根据gnss增强信息、实时精密轨道和卫星钟差改正数据进行低轨卫星导航电文、
gnss增强电文一体化编排;
29.通过低轨卫星对电文进行扩频调制到设计频点后通过卫星天线时序播发导航信号;
30.地面车载通导一体终端接收低轨卫星的导航信号和gnss信号。
31.作为本发明的进一步限定,所述地面车载通导一体终端接收低轨卫星导航信号和gnss信号进行数据处理,所述数据处理包括:
32.放大、变频、滤波、ad转换输出至基带处理、基带处理完成信号的捕获、跟踪、同步、解调译码;
33.获取低轨卫星观测量、gnss卫星观测量、低轨卫星导航电文、gnss导航电文和gnss增强电文;
34.根据获取的信息进行ppp精密单点定位解算。
35.作为本发明的进一步限定,所述快速ppprtk精密单点实时定位具体包括:
36.获取车载通导一体终端位置信息;
37.计算车载通导一体终端所在区域包含大气改正数的gnss完整增强信息;
38.通过低轨卫星通信链路,车载通导一体终端获取本地gnss完整增强信息;
39.根据低轨卫星观测量和导航电文、gnss观测量和导航电文、gnss完整增强信息,建立非差非组合ppp定位解算模型;
40.计算车载通导一体终端高精度位置。
41.作为本发明的进一步限定,所述包含大气改正数的gnss完整增强改正信息通过低轨卫星信关站和星间通信链路下发至车载通导一体终端通信处理模块,并将改正信息数据传至导航定位解算处理器,所述导航增强数据中心上传改正信息时,对于钟差改正参数,以高采样数据进行传输。
42.作为本发明的进一步限定,所述非差非组合ppp定位解算模型根据gnss信号接收和增强信息完整情况选择系统和频点数量,结合改正信息进行ppprtk精密单点定位解算模型定位解算,完成终端位置和各类误差估计,所述改正信息包括大气改正数、精密轨道、精密钟差和相位小数偏差fcb。
43.作为本发明的进一步限定,所述定位解算流程包括数据准备、建立观测模型、数据预处理、参数估计和模糊度固定:
44.所述数据准备包括利用获取的可视卫星伪距观测量和低轨卫星、gnss导航电文,组建方程和最小二乘/卡尔曼滤波算法实现单点定位;
45.所述建立观测模型包括以伪距、载波相位观测量为基础,可根据电离层延迟处理需求选择不同观测模型;
46.所述预处理包括对获取的低轨卫星伪距粗差监测和剔除、接收机钟跳探测和修复以及载波相位周跳探测;
47.所述参数估计包括根据建立的观测模型,通过惯序平差法或卡尔曼滤波等方法进行参数估计,获取终端位置、钟差、载波相位差和相位改正数等参数;
48.所述模糊度固定包括利用宽项和窄项组合进行载波相位整周模糊度固定,依据是否收到宽、窄巷相位小数偏差改正数,进行浮点解和固定解判断。
49.本发明与现有技术相比,具有如下的优点和有益效果:
50.1.能够在沙漠、峡谷、山脉等野外移动网络信号无法到达区域,根据实时接收低轨卫星情况,切换融合实现ppp定位和ppprtk定位;
51.2.建立无电离层组合模型和非差非组合模型,能够满足实数解应用和固定解实时高精度需求;
52.3.导航增强数据中心,进行卫星轨道和覆盖区域预测,能够实时播发卫星通信波束覆盖所在区域的增强改正信息。
53.4、低轨卫星轨道高度相比gnss卫星更低,相同播发功率经路径衰减,到达地面落地功率更强,更能适应车载通导一体终端在遮挡、多径环境下的定位性能。
附图说明
54.为了更清楚地说明本发明示例性实施方式的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。在附图中:
55.图1为本发明实施例中的车载通导一体终端结构示意图;
56.图2为本发明实施例中的车载通导一体终端实现快速高精度定位流程图;
57.图3为本发明实施例中的车载通导一体终端实现快速高精度定位的两种方法。
具体实施方式
58.为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
59.实施例1
60.如图1所示,
61.本实施例第一方面提供一种基于低轨卫星通导一体自动驾驶导航定位系统,包括地面部分、空间部分和车载通导一体终端:
62.地面部分用于监测卫星数据,利用监测数据生成导航电文和gnss完整增强信息,并根据需求上注给空间部分;
63.空间部分用于接收地面部分上传的导航电文,调制生成低轨卫星和gnss导航信号,并面向车载通导一体终端播发导航信号,同时空间部分中的低轨卫星转发来自车载通导一体终端的位置信息和地面部分的gnss完整增强信息;
64.车载通导一体终端用于接收gnss导航信号,获取终端粗精度位置,并将该位置发送给空间部分的低轨卫星,车载通导一体终端还用于接收低轨卫星导航信号,实时解调获取电文信息以及低轨卫星观测量,结合gnss导航信号和通信链路获取的gnss完整增强信息,计算得到高精度的终端位置信息。
65.本发明通过地面部分监测卫星数据,利用监测数据生成导航电文和gnss完整增强信息,并根据需求上注给空间部分,空间部分接收地面部分上传的导航电文,调制生成低轨卫星和gnss导航信号,并面向车载通导一体终端播发导航信号,同时空间部分中的低轨卫星转发来自车载通导一体终端的位置信息和地面部分的gnss完整增强信息,车载通导一体
终端接收gnss导航信号,获取终端粗精度位置,并将该位置发送给空间部分的低轨卫星,车载通导一体终端同时接收低轨卫星导航信号,实时解调获取电文信息以及低轨卫星观测量,结合gnss导航信号和通信链路获取的gnss完整增强信息,计算得到高精度的终端位置信息,根据实时接收低轨卫星情况,依靠低轨卫星和地面系统,通过卫星搭载的导航载荷和通信载荷,在移动信号不能到达区域实现自动驾驶车辆高精度定位。
66.在一些可能的实施例中,低轨卫星通信处理模块用于将gnss信号处理模块获取的初始位置信息经低轨卫星发送给地面数据处理中心,同时接收来自数据中心经低轨卫星发送给自己的导航增强信息,并将该增强信息发送给处理器;gnss信号处理模块用于接收并处理gnss多频导航信号,将处理后获取的观测量和导航电文信息发送给处理器;低轨卫星导航信号处理模块用于接收并处理低轨卫星导航载荷播发的导航信号,将处理后获取的观测量和导航电文信息发送给处理器;处理器用于接收低轨卫星通信处理模块传递过来的导航增强信息、gnss信号处理模块和低轨卫星导航信号处理模块传递过来的观测量,完成定位计算,并选择一次定位结果发到低轨卫星通信处理模块,同时将定位结果输出。低轨卫星到导航增强数据中心的传输通道为gnss观测数据通过低轨卫星星间通信链路和卫星数据下行至信关站的专用通信链路,从低轨卫星到信关站再到导航增强数据中心。
67.在一些可能的实施例中,空间部分包括gnss卫星和低轨卫星;
68.地面部分包括地基监测站、导航增强数据处理中心、信关站和外接igs服务网络:
69.地基监测站用于监测卫星数据,导航增强数据处理中心用于接收地基监测站的监测数据和igs服务网络生成导航电文和gnss完整增强信息,将导航电文通过信关站上注给低轨卫星,同时导航增强数据处理中心根据车载通导一体终端所在位置将gnss完整增强信息通过低轨卫星通信链路转发给车载通导一体终端。
70.在一些可能的实施例中,车载通导一体终端包括低轨卫星通信处理模块、gnss信号处理模块、低轨卫星导航信号处理模块和处理器:
71.低轨卫星通信处理模块用于将gnss信号处理模块获取的初始位置信息经低轨卫星发送给地面部分导航增强数据处理中心,同时接收来自导航增强数据中心经低轨卫星发送的导航增强信息,并将该增强信息发送给处理器;
72.gnss信号处理模块用于接收并处理gnss多频导航信号,将处理后获取的观测量和导航电文信息发送给处理器;
73.低轨卫星导航信号处理模块用于接收并处理低轨卫星导航载荷播发的导航信号,将处理后获取的观测量和导航电文信息发送给处理器;
74.处理器用于接收低轨卫星通信处理模块传递过来的导航增强信息、gnss信号处理模块和低轨卫星导航信号处理模块传递过来的观测量,完成定位计算,并选择一次定位结果发到低轨卫星通信处理模块,同时将定位结果输出。
75.如图2和图3所示,
76.本实施例第二方面提供一种基于低轨卫星通导一体自动驾驶导航定位方法,基于上述的基于低轨卫星通导一体自动驾驶导航定位系统,定位方法包括:
77.判断低轨卫星可视数量:
78.当低轨卫星可视数目不小于四颗时:
79.获取低轨卫星导航信号和gnss信号实现快速ppp精密单点实时定位;
80.当低轨卫星可视数目小于四颗时:
81.通过低轨卫星通信链路,获取地面局域/广域增强cors站修正增强信息,实现快速ppprtk精密单点实时定位。
82.在一些可能的实施例中,实现快速ppp精密单点实时定位包括:
83.低轨卫星搭载gnss接收机,接收gnss信号并实现定位,利用定位后的gnss接收机1pps对低轨卫星导航载荷时钟进行授时校准,使低轨卫星导航时间系统与gnss同步;
84.同时,利用低轨卫星星间通信链路和卫星数据下行至信关站的专用通信链路完成gnss观测数据从低轨卫星到信关站再到导航增强数据中心的传输;
85.导航增强数据中心获取低轨卫星下传的星载gnss观测数据,并结合从igs获取的精密gnss星历和钟差产品数据,经过ppp后处理技术获取低轨卫星的位置,并结合轨道动力学拟合并修正的方式获得卫星轨道;
86.从低轨卫星地面多个地基监测站获取低轨卫星的监测数据,处理获得实时精密轨道修正和卫星钟差改正;
87.导航增强数据中心根据从igs获取的实时gnss增强信息和低轨卫星精密轨道和钟差改正信息,进行低轨卫星导航电文、gnss增强电文一体化编排;
88.导航增强数据中心将编排后的低轨卫星导航电文和gnss增强电文发送至信关站,由信关站通过馈电链路上注至低轨卫星,低轨卫星对电文进行扩频调制到设计频点后通过卫星天线时序播发导航信号;
89.地面车载通导一体终端接收低轨卫星导航信号和gnss信号;
90.经天线接收并放大,在射频处理中完成下变频、滤波和ad转换输出至基带处理,基带处理完成信号的捕获、跟踪、同步、解调译码,获得低轨卫星观测量、gnss卫星观测量以及低轨卫星导航电文、gnss导航电文、gnss增强电文,利用这些信息进行ppp精密单点定位解算。
91.在一些可能的实施例中,快速ppprtk精密单点实时定位具体包括:
92.车载通导一体终端获取车辆基本位置信息,通过低轨卫星的通信链路,将位置信息发送给低轨卫星,经星间链路将数据传递至地面信关站,进而传至导航增强数据处理中心;
93.导航增强数据处理中心根据获取的车辆位置,依靠附近的低轨卫星地基监测站和局域/广域gnss地基监测站或igmass站,通过逐站计算和精化求解获取车辆所在区域的大气改正参数,同时计算低轨卫星精密轨道改正、精密钟差改正和相位小数偏差;
94.导航增强数据处理中心同时从igs获取全球gnss改正信息,全球gnss改正信息包括精密轨道改正、精密钟差改正和相位小数偏差;
95.组合低轨卫星和gnss精密轨道、精密钟差、相位小数偏差、大气延迟参数等改正信息。在导航增强数据处理中心,利用星座卫星轨道预测模型,针对地面覆盖区域,实时切换播发过境期间波束覆盖区域的改正信息;
96.导航增强数据中心将编排后的改正信息,通过低轨卫星信关站和星间通信链路,下发至车载通导一体终端通信处理模块,并将改正信息数据传至导航定位解算处理器。其中,在导航增强数据中心上传改正信息时,对于钟差改正参数,尽可能以高采样数据进行传输,从而提升定位精度和模糊度固定时间;
97.车载通导一体终端利用从通信处理模块获取的增强改正信息,结合自身gnss信号处理模块输出的gnss观测量和导航电文,在定位解算处理器中,建立非差非组合ppp定位解算模型;
98.在定位解算模型中,可根据gnss信号接收和增强信息完整情况选择系统和频点数量。结合改正信息(精密轨道、精密钟差、相位小数偏差fcb、大气改正数),依照前述ppp数据准备、建立观测模型、数据预处理、参数估计、模糊度固定等流程,完成终端位置和各类误差估计。
99.在一些可能的实施例中,定位解算流程包括数据准备、建立观测模型、数据预处理、参数估计和模糊度固定:
100.数据准备包括利用获取的可视卫星伪距观测量和低轨卫星、gnss导航电文,经过方程组建和最小二乘/卡尔曼滤波算法实现单点定位;
101.建立观测模型,进行参数估计包括以伪距、载波相位观测量为基础,可根据电离层延迟处理需求选择不同观测模型,可采用组合消除和参数估计两种方法。例如组合消除方法包含实数解的双频无电离层线性组合模型、减少观测噪声的uofc模型,参数估计方法包含非差非组合模型等;
102.预处理包括对获取的各系统可视卫星伪距粗差监测和剔除、接收机钟跳探测和修复、载波相位周跳探测。对于在预处理阶段不能准确探测和识别的小周跳和粗差,可在参数估计之后利用观测值的验后残差进行综合分析。由于周跳修复后的可靠性难以保证,错误的修复对参数估计不利,一般不做修复;
103.参数估计包括根据所建观测模型,通过惯序平差法或卡尔曼滤波等方法进行参数估计,获取终端位置、钟差、载波相位差和相位改正数等参数;
104.模糊度固定包括利用宽项和窄项组合进行载波相位整周模糊度固定,依据是否收到来增强数据中心发送的宽、窄巷相位小数偏差改正数,判别进行浮点解和固定解,输出解算结果。
105.实施例2
106.这里列举ppp解算流程如下,ppprtk算法与ppp解算主流程一致,
107.(1)建立观测量模型
108.利用载波相位观测量和伪距观测量的建立无组合观测模型:
[0109][0110][0111]
通过双频线性组合消除电离层延迟的低阶项。在使用精密轨道和钟差时,忽略卫星轨道误差和卫星钟差。码延迟可以被钟差吸收,初始相位和相位延迟可以被模糊度吸收。用和分别表示无电离层组合的载波相位观测量和伪距观测量,其模型形式如下:
[0112][0113][0114]
其中,线性组合系数fi和fj是信号的两个频率值,是信号发射时刻的s卫星的位置到信号接收时刻接收机r的位置之间的几何距离,c是光速,dtr(tr)是接收机钟差,dts(ts)是卫星钟差,是层延迟,无电离层模型载波相位差(包括整周模糊度);φ
r,0,lc
是电离层线性组合信号的本地接收机接收时刻的初始载波相位周;无电离层线性组合信号在卫星发射时刻的初始载波相位周;无电离层线性组合信号的载波相位差整周模糊度。
[0115]
无电离层线性组合信号载波相位改正数:
[0116][0117]
接收机r到卫星s的单位向量对应方位角;接收机r到卫星s的单位向量对应俯仰角;d
r,pco,i
和接收机和卫星的天线相位中心偏移(pco);d
r,pcv,i
(el)和接收机和卫星天线相位中心变化(pcv);d
r,disp,i
是外部原因引起的站点位移;φ
pw
:相位缠绕误差;
[0118]
其他的一些可建模的误差,如卫星与接收机天线相位中心偏差与变化(pcv),固体潮,海洋潮,相位缠绕等,可以通过模型消除。一些难以精确模型化的误差量,如对流层延迟湿分量等,则进行参数估计解算。
[0119]
(2)预处理
[0120]
预处理包含伪距粗差探测与剔除、钟差探测与修复、相位周跳探测。其中,伪码粗差检测可利用伪距观测量差分法,进行门限判别来区分是否发生伪距跳跃;终端时钟发生漂移时对伪距/载波阶跃现象的影响,采取相应修复,这里不作详细介绍。载波相位周跳探测的方法可通过如下方式:
[0121]
在忽略卫星和接收机硬件延迟的情况下,在历元t的单频电离层延迟计算为:
[0122][0123]
其中,λ1、λ2分别为两个频点的波长;f1、f2分别为对应频率;n1、n2分别为对应的整周模糊度;分别为历元t对应的载波相位观测值(以周为单位)。利用相邻历元间做差,即电离层延迟变化量(ionospheric delay variation,iondv)为:
[0124][0125]
取电离层延迟变化量的3倍中误差为判决门限,即|dc(t)|≥3σ
iondv
时,则认为该历元发生了周跳。对确定周跳的观测数据实时采取剔除操作。
[0126]
(3)参数估计
[0127]
需要解算的未知数较多,利用扩展卡尔曼滤波的方法进行估计解算。
[0128]
建立卡尔曼滤波模型如下:
[0129]
xk=f
k,k-1
x
k-1
+w
ꢀꢀ
(8)
[0130]
yk=hkxk+v
ꢀꢀ
(9)
[0131]
其中xk、yk表示t(k)时刻的状态向量,ω和v表示系统噪声和观测噪声,f
k,k-1
表示k-1时刻到k时刻的状态转移矩阵,hk表示k时刻的观测方程系数矩阵。
[0132]
各个矩阵/向量情况如下:
[0133]
a.状态向量
[0134]
待估计的状态量主要包括三个方面:
[0135]
a.接收机的pvt信息;
[0136]
b.难以精确模型化的误差量,一般分为天顶总延迟和对流层延迟;
[0137]
c.载波相位偏差。
[0138]
综和以上三个方面的状态量,得到待估计的状态向量表达式为:
[0139][0140]
式中表示接收机位置,表示接收机速度,c表示光速,dtr表示接收机钟差,zr天顶总延迟,g
n,r
和g
e,r
对流层格网北向延迟和东向延迟,b
lc
表示无电离层模型载波相位偏差
[0141][0142]
b.观测向量
[0143]
观测向量包括无电离层线性组合的载波相位观测量和伪距观测量两部分:
[0144][0145]
φ
lc
表示双频无电离层线性组合载波相位观测量:
[0146][0147]
p
lc
表示双频无电离层线性组合伪距观测量:
[0148][0149]
c.状态转移矩阵
[0150][0151]
d.观测矩阵
[0152][0153]
其中
[0154]
[0155]
参数参数代表接收机r到卫星s的单位方向向量,
[0156][0157]
e.单位矩阵
[0158][0159][0160]
其中,对流层误差网格地图函数;接收机r到卫星s的单位向量对应俯仰角;接收机r到卫星s的单位向量对应方位角;
[0161]
a.测量噪声向量协方差矩阵:
[0162][0163]
其中,
[0164][0165]
其中,代表l1载波相位观测量误差标准差
[0166][0167]
其中,代表l1伪距观测量误差标准差
[0168]
b.系统噪声协方差矩阵:
[0169]
q=c0v(w)
ꢀꢀ
(22)
[0170]
c.开始卡尔曼滤波步骤参数估计
[0171]
d.状态预测:
[0172][0173]
e.滤波增益:
[0174][0175]
f.状态估计:
[0176][0177]
g.预测方差阵:
[0178][0179]
h.估计方差阵:
[0180]
pk=(i-k
khk
)p
k,k-1
ꢀꢀ
(27)
[0181]
由上面几步,只需要设定状态初值x0及其方差阵p0,经过不断的预测与修正,输出终端位置、实数模糊度、估计误差解算结果。
[0182]
(4)模糊度固定
[0183]
根据原始伪距和载波相位观测数据,利用lambda算法固定整周模糊度;
[0184]
利用最小二乘算法求出模糊度浮点解和对应的协方差矩阵
[0185]
以整周数n与浮点解之间的距离平方为目标函数,搜索整周模糊度n,使目标函数最小。如下式:
[0186][0187]
式中为协方差矩阵的对角阵,为了降低模糊度之间的相关性,在搜索时进行整周变换(z变换),将原先在一个狭长椭球体内对n的搜索变成在一个近似球体空间的对m的搜索:
[0188][0189]
以此完成对m的最优整数解搜索,进而转换获取最优整周模糊度解n;
[0190]
固定后的整周模糊度和小数部分结合代入求得终端位置。
[0191]
以上的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1