GNSS单频精密单点定位方法及相关装置

gnss单频精密单点定位方法及相关装置
技术领域
1.本技术涉及卫星导航定位技术领域，尤其涉及一种gnss单频精密单点定位方法及相关装置。


背景技术：

2.由于单频gnss接收机价格低廉，目前很多民用领域广泛采用单频精密单点定位(precise point positioning,ppp)技术进行定位。此外，单频ppp模型简单，易对误差进行分析，且能够将其应用于多频ppp和其他领域的理论研究，因此单频ppp仍需进行更深入地研究。
3.相关技术中，通常采用传统的扩展卡尔曼滤波算法(extended kalman filter，ekf)进行单频ppp解算，但是这种解算方式受到法矩阵的条件数过大的影响，进而降低单频ppp的定位精度及稳定性。


技术实现要素：

4.本技术实施例的目的是提供一种gnss单频精密单点定位方法及相关装置，用于解决相关技术中的单频ppp定位方法受法矩阵条件数的影响而存在的定位精度低、定位结果不稳定的问题。
5.为了实现上述目的，本技术实施例采用下述技术方案：
6.第一方面，本技术实施例提供一种gnss单频精密单点定位方法，包括：
7.基于单频接收机接收到的gnss卫星信号，确定所述单频接收机的预设观测量的历史观测值；
8.基于正则化卡尔曼滤波算法(regularized kalman filter，rkf)和所述预设观测量的历史观测值，确定所述预设观测量在当前历元的预测值；
9.基于所述预设观测量在当前历元的预测值，确定所述单频接收机在当前历元的位置。
10.第二方面，本技术实施例提供一种gnss单频精密单点定位装置，包括：
11.第一确定单元，用于基于单频接收机接收到的gnss卫星信号，确定所述单频接收机的预设观测量的历史观测值；
12.预测单元，用于基于正则化卡尔曼滤波算法和所述预设观测量的历史观测值，确定所述预设观测量在当前历元的预测值；
13.第二确定单元，用于基于所述预设观测量在当前历元的预测值，确定所述单频接收机在当前历元的位置。
14.第三方面，本技术实施例提供一种电子设备，包括：
15.处理器；
16.用于存储所述处理器可执行指令的存储器；
17.其中，所述处理器被配置为执行所述指令，以实现如第一方面所述的方法。
18.第四方面，本技术实施例提供一种计算机可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如第一方面所述的方法。
19.本技术实施例采用的上述至少一个技术方案能够达到以下有益效果：
20.基于单频接收机接收到的gnss卫星信号，确定单频接收机的预设观测量的历史观测值，然后利用正则化方式有助于改善大多数病态性问题的优点，基于正则化卡尔曼滤波算法和预设观测量的历史观测值，确定预设观测量在当前历元的预测值，可以解决单频ppp解算过程中，观测参数的权阵以及状态参数的权阵的病态，降低法矩阵的条件数，且避免周跳、卫星数发生变化以及数据缺失等情况导致法矩阵条件数骤增的问题，使法矩阵的条件数始终维持在合理范围内，从而提升定位结果的精度和可靠性。
附图说明
21.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
22.图1为本技术的一个实施例提供的一种gnss单频精密单点定位方法的流程示意图；
23.图2为本技术的另一个实施例提供的一种gnss单频精密单点定位方法的流程示意图；
24.图3为本技术的一个实施例提供的一种gnss单频精密单点定位装置的结构示意图；
25.图4为本技术的一个实施例提供的一种电子设备的结构示意图。
具体实施方式
26.为使本技术的目的、技术方案和优点更加清楚，下面将结合本技术具体实施例及相应的附图对本技术技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
27.本说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应理解，这样使用的数据在适当情况下可以互换，以便本技术实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，本说明书和权利要求书“和/或”表示所连接对象的至少其中之一，字符“/”一般表示前后关联对象是一种“或”的关系。
28.如前文所述，相关技术中的单频ppp定位方法，通常采用传统的扩展卡尔曼滤波算法进行单频ppp解算，但是这种解算方式会受法矩阵的条件数过大的影响，进而降低单频ppp的定位精度及稳定性。
29.申请人通过对法矩阵内部的每个元素进行深入分析，发现在采用扩展卡尔曼滤波进行单频ppp解算时，由于参数的过程噪声较大或新加入参数的初始方差较大，状态参数的权阵会出现病态，而伪距观测值比相位观测值的噪声大又会导致观测噪声权阵出现病态，另外，当发生周跳、卫星数变化以及观测数据缺失等情况时，法矩阵的条件数也会出现跳变。这些因素都会导致法矩阵的条件数过大，进而导致单频ppp的定位精度低、定位结果不
稳定。
30.有鉴于此，本技术实施例旨在提出一种gnss单频精密单点定位方法，基于单频接收机接收到的gnss卫星信号，确定单频接收机的预设观测量的历史观测值，然后利用正则化方式有助于改善大多数病态性问题的优点，基于正则化卡尔曼滤波算法(regularized kalman filter，rkf)和预设观测量的历史观测值，确定预设观测量在当前历元的预测值，可以解决单频ppp解算过程中，观测参数的权阵以及状态参数的权阵的病态，降低了法矩阵的条件数，且避免了周跳、卫星数发生变化以及数据缺失等情况导致法矩阵条件数骤增的问题，使法矩阵的条件数始终维持在合理范围内，从而提升了定位结果的精度和可靠性。
31.应理解，本技术实施例提供的gnss单频精密单点定位方法可以由电子设备或安装在电子设备中的软件执行。此处所谓的电子设备可以包括终端设备，比如台式计算机、笔记本电脑、超级计算机、车载终端等；或者，电子设备还可以包括服务器，比如独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云计算服务的云服务器。
32.以下结合附图，详细说明本技术各实施例提供的技术方案。
33.请参考图1，为本技术的一个实施例提供的一种gnss单频精密单点定位方法的流程示意图，该方法包括如下步骤：
34.s102，基于单频接收机接收到的gnss卫星信号，确定单频接收机的预设观测量的历史观测值。
35.本技术实施例中，预设观测量的历史观测值包括预设观测量在当前历元之前的各历元的历史观测值。其中，预设观测量具体可以例如包括但不限于：伪距(pseudorange)、载波相位(carrier phase)以及由伪距和载波组成的消电离层(又称为半合组合)等。
36.具体而言，可采用本领域常用的各种解析策略，对gnss信号进行解析，得到单频接收机的预设观测量的历史观测值。
37.可选地，为了提高定位精度，如图2所示，在上述s102之后，本技术实施例提供的gnss单频精密单点定位方法还可以包括：对预设观测量的历史观测值进行预处理，具体可以例如包括但不限于如下处理中的至少一种：探测并修复历史观测值中的单频接收机钟跳、探测并剔除历史观测值中的粗差、探测并修复历史观测值中的周跳等。
38.s104，基于正则化卡尔曼滤波算法和预设观测量的历史观测值，确定预设观测量在当前历元的预测值。
39.考虑到正则化方式有助于改善大多数病态性问题的优点，利用正则化卡尔曼滤波算法代替常规的扩展卡尔曼滤波算法，可以改善观测参数的权阵以及状态参数的权阵的病态，降低法矩阵的条件数，且避免周跳、卫星数发生变化以及数据缺失等情况导致法矩阵条件数骤增的问题，使法矩阵的条件数始终维持在合理范围内，从而有利于提升定位结果的精度和可靠性。
40.在一种可选的实现方式中，为准确确定预设观测量在当前利用的预测值，上述s104可以包括如下步骤：
41.s141，基于正则化卡尔曼滤波算法、预设正则化矩阵以及观测模型，构建目标函数。
42.其中，观测模型用于表示单频接收机的位置相关参数与预设观测量之间的映射关
系。具体而言，可以将不同的预设观测量进行两两组合，得到多种观测模型，进一步从这多种观测模型中，选取一种或多种观测模型作为观测模型。示例地，单频接收机的位置相关参数即为单频接收机的待估参数，其中，单频接收的待估参数可以例如包括但不限于：单频接收机的钟差、伪距硬件延迟、电离层延迟、相位模糊度等。上述多种观测模型可以包括基于单频码和相位的cp模型、基于单频码和半合组合的cg模型以及基于半合组合与相位的gp模型，其中，cp模型如下述公式(1)所示，cg模型如下述公式(2)所示，gp模型如下述公式(3)所示：
[0043][0044][0045][0046]
其中，pi表示卫星i的伪距观测值，li表示卫星i的载波相位观测值，gi表示卫星i的半合组合的观测值；ρi表示单频接收机到卫星的几何距离；c表示光速；mi表示对流层延迟映射函数，d
zpd
表示天顶对流层延迟；表示伪距的观测值噪声，表示相位的观测值噪声，接收机钟差参数δt吸收了接收机端硬件延迟，表示半合组合的观测值噪声，电离层路径延迟参数ii吸收了卫星端硬件延迟；bi表示模糊度参数，它包含了整数模糊度，卫星和接收机的相位硬件延迟。
[0047]
在上述三种观测模型中，对于gp模型和cp模型，相位起主要作用，所以其定位结果几乎是一致的。基于此，可从上述三种观测模型中，选取cg模型和cp模型，作为观测模型，并且cg模型和cp模型都通过全球电离层格网(global ionosphere maps，gim)提供的电离层信息进行约束。
[0048]
本技术实施例中，正则化卡尔曼滤波模型可采用如下公式(4)所示的滤波模型进行滤波。相应地，在上述s141中，基于该滤波模型和观测模型，即可构建出预设观测量的预测值的表达函数。
[0049][0050]
其中，k代表观测历元；表示预测噪声序列；vk表示观测噪声序列；表示预设观测量在历元tk的观测值；表示预设观测量在历元tk的预测值，φ
k-1
为非奇异的状态转移矩阵，表示预设观测量在历元k-1的观测值；hk表示观测矩阵，zk是n
×
1维向量，是预设观测量在历元k的观测值。
[0051]
进一步，基于预设观测量的预测值的表达函数和预设正则化矩阵，即可构建正则化卡尔曼滤波算法对应的目标函数。其中，目标函数用于表示目标优化参数的取值与预设观测量的预测值之间的映射关系。
[0052]
示例地，目标函数如下述公式(5)所示：
[0053][0054]
其中，ω(k)表示目标优化参数，表示预设观测量在历元k的观测值，vk表示观测噪声序列，表示预测噪声序列，pk和分别为zk和的权矩阵，表达式为σk为zk的方差协方差矩阵，为的方差协方差矩阵，称为稳定泛函，起到稳定化的作用，一般取其中r表示预设正则化矩阵，是对称非负定的矩阵；α为正则化参数，其可通过u曲线法进行确定。
[0055]
s142，以最小化目标优化参数的取值为目标，基于目标函数、预设观测量的历史观测值以及针对位置相关参的预设参数处理策略，确定预设观测量在当前历元的预测值。
[0056]
其中，预设参数处理策略用于设置位置相关参数的参数值。预设参数处理策略可以包括如下策略中的至少一种：
[0057]
策略一：通过伪距单点定位的计算结果作为单频接收机的坐标初值、利用相位观测值与伪距观测值之间的差值作为模糊度的初值，并使用gim格网电离层模型计算得到电离层延迟的初值等方式给予部分参数一个概略初值。
[0058]
策略二：在策略一的基础上，采用附加电离层约束的观测模型进行一定时间计算，获取大致收敛时的坐标、接收机钟差、对流层延迟、电离层延迟以及模糊度等位置相关参数的初始值。
[0059]
策略三：在策略二的基础上，选择在初始历元强约束的单频接收机钟差参数，解决位置相关参数之间高度相关而导致的模型秩亏，构建一个满秩单频ppp模型，并给予所有位置相关参数一个较准确的初值。
[0060]
需要说明的是，历元是指接收到gnss信号的时刻。在时间计量系统中，除了确定时间单位外，还要确定时间计量的起点，这种起点称为时间计量的初始历元。
[0061]
在上述s142中，可基于预设参数处理方案，确定位置相关参数的参数值，进一步基于预设观测量的历史观测值和位置相关参数的参数值，在预测观测量的预设取值范围内搜索使目标优化参数的取值最小的预测值，作为预设观测量在当前历元的预测值。
[0062]
实际应用中，考虑到观测模型不满秩时，预设观测量的权阵的条件数会很大，而伪距观测值的精度不高，观测值权矩阵的条件数也会很大，且当出现周跳、卫星数发生变化以及数据缺失时，状态参数的方差阵对应部分的数值会很大，使其呈现强病态性，这些最终都会导致法矩阵的条件数骤然增加，影响单频ppp的定位精度以及稳定性，为此，如图2所示，若观测模型不满秩，则可选取上述策略一或策略二，作为针对位置相关参数的预设参数处理策略；若观测模型满秩时，则选取策略三作为针对位置相关参数的预设参数处理策略。
[0063]
另外，正则化法是一种有偏估计方法，其在改善法矩阵病态性的同时不可避地引入了偏差，在法矩阵病态性得到有效改善的情况下，偏差的引入却降低了参数估计的可靠性，而良好的正则化矩阵可以有效改善矩阵的病态性，最大程度地较少偏差的引入，使病态问题解算具有更高的可靠性，因而正则化矩阵的选取对病态问题的解算具有重要意义。基于此，在上述s142之前，可根据当前历元是否为初始历元、针对位置相关参数的预设参数处理策略以及预设观测量的历史观测值是否出现周跳、卫星数变化以及数据缺失等三种特殊情况，构建相应的预设正则化矩阵。
[0064]
可选地，如图2所示，若当前历元不是初始历元，则基于预设参数处理策略，构建预设正则化矩阵。
[0065]
示例地，为了对观测噪声权阵pk中方差较大的观测值附加支持，可基于下述公式(6)建立正则化矩阵r1，n为待解算参数的总数，m为状态参数权阵中方差较小的参数个数，并结合观测向量得到r
pk
＝a
t
r1a；为了在位置相关参数的初始值不准时，对状态参数的权阵中的极小权值(极大方差)附加支持，可基于公式(6)构建第一正则化矩阵r
pk1
；为了改善参数之间的相关性，基于公式(7)采用较小奇异值对应的特征向量构建第二正则化矩阵r
pk2
，gj为对法矩阵进行特征值分解后，小奇异值对应的特征向量；进一步，若预设参数处理策略为策略一，则预设正则化矩阵为r＝r
pk
+r
pk1
+r
pk2
，若预设参数处理策略为策略二，则预设正则化矩阵为r＝r
pk
+r
pk2
；若预设参数处理策略为策略三，则预设正则化矩阵为r＝r
pk
。
[0066][0067][0068]
可选地，如图2所示，若当前历元不是初始历元、且预设观测量的历史观测值不满足预设正则化滤波条件，则预设正则化矩阵可以通过如下方式构建：基于预设观测量的历史观测值的权阵中的极小权值，构建第一正则化矩阵，以及基于第一正则化矩阵，构建预设正则化矩阵。其中，预设正则化滤波条件包括如下至少一个：当前历元的gnss卫星数量多于当前历元的前一历元的gnss卫星数量，gnss卫星信号出现周跳，预设观测量的历史观测值存在数据缺失。
[0069]
示例地，如图2所示，可对状态参数的权阵中的极小权值(极大方差)附加支持，可基于公式(6)构建第一正则化矩阵r
pk1
，相应地，预设正则化矩阵r可以为r＝r
pk
+r
pk1
。
[0070]
可选地，当前历元不是初始历元且所述预设观测量的历史观测值满足所述预设正则化滤波条件，则预设正则化矩阵可以通过如下方式构建：基于预设观测量的历史观测值的权阵中的极小权值，构建第一正则化矩阵；对预设观测量的历史观测值对应的法矩阵进行特征值分解，得到目标特征向量，并基于目标特征向量，构建第二正则化矩阵；基于第一正则化矩阵和第二正则化矩阵，构建预设正则化矩阵。
[0071]
示例地，若法矩阵的条件数超过预设条件数阈值，则可基于公式(6)建立正则化矩阵r1，并结合观测向量得到r
pk
＝a
t
r1a，k等于卫星数；接着，为了改善参数之间的相关性，基于公式(7)采用较小奇异值对应的特征向量构建第二正则化矩阵r
pk2
；然后，将预设正则化矩阵r构建为r＝r
pk
+r
pk2
。若法矩阵的条件数小于预设条件数阈值，则可基于公式(6)建立正则化矩阵r1，并结合观测向量得到r
pk
＝a
t
r1a，k等于卫星数，然后，将预设正则化矩阵r构建为r＝r
pk
。
[0072]
在上述预设正则化矩阵的构建方式中，通过对常规的扩展卡尔曼滤波算法进行研究发现，当参数的过程噪声较大(一般是作为白噪声建模的一种形式)或新加入参数的初始方差较大(一般是缺少合适的初值)时，预设观测量的方差阵对应部分的数值会较大。由于方差阵具有正定性，可知的部分特征值会较大。进而，通常也会具有较大的特征
值而接近病态(这取决于hk的结构)。此外由于hk通常行数大于列数，故还常会存在0特征值并从病态直接转变为秩亏。进而，如果σk阵数值较小，则无论是病态或秩亏，都会保持较强的病态性，这导致对的求逆不稳定，常规扩展卡尔曼滤波算法的更新因此易于出现异常，通过对预设观测量的权阵中的极小权值(极大方差)附加支持，可以克服常规的扩展卡尔曼滤波算法的数值计算缺陷，提高解算结果的质量。
[0073]
为了在提高定位精度的同时，提高收敛速度，可根据当前历元是否为初始历元、针对位置相关参数的预设参数处理策略以及预设观测量的历史观测值是否出现周跳、卫星数变化以及数据缺失等三种特殊情况，采用扩展卡尔曼滤波算法和正则化卡尔曼滤波算法进行参数估计，确定预设观测量在当前历元的预测值。具体而言，可选地，如图2所示，在上述s142之前，本技术实施例提供的gnss单频精密单点定位方法还可以包括：判断当前历元是否为初始历元以及预设观测量的历史观测值是否满足预设正则化滤波条件。相应地，若当前历元为初始历元，或者当前历元不是初始历元且预设观测量的历史观测值不满足预设正则化滤波条件，则执行上述s142。
[0074]
若当前历元不是初始历元且预设观测量的历史观测值满足预设正则化条件，则在上述s104之前，本技术实施例提供的gnss单频精密单点定位方法还可以包括：重复执行下述处理多次，直至获取到的条件数达到预设条件数阈值：基于扩展卡尔曼滤波算法和预设观测量的历史观测值，确定预设观测量在当前历元的预测值，并获取该预测值对应的法矩阵的条件数。
[0075]
可以理解的是，采用正则化卡尔曼滤波算法进行解算后，同样对单频ppp的动态定位有很大改善，相对于静态定位，在动态条件下观测噪声权阵pk变化更快；采用扩展卡尔曼滤波算法进行解算时定位结果有更大波动，而通过正则化卡尔曼滤波算法改善了初值不准、周跳、卫星数变化等因素导致的pk以及状态参数的权阵病态之后，可以得到更稳定、精度更高的dm级动态定位结果；相比完全采用扩展卡尔曼滤波算法的单频ppp定位，正则化卡尔曼滤波算法下的cg模型的东分量、北分量和高程分量的精度都有所提高，cp模型的定位精度也有很大提高；另外，经过实验统计的收敛时间表明，正则化卡尔曼滤波算法同样可以缩短动态定位的收敛时间，实现快速定位。
[0076]
本技术实施例在此示出了上述s104的一种具体实现方式。当然，应理解，上述s104也可以采用其他的方式实现，本技术实施例对此不作限定。
[0077]
s106，基于预设观测量在当前历元的预测值，确定单频接收机在当前历元的位置。
[0078]
具体而言，可采用本领域常用的各种定位解析技术，对预设观测量在当前历元的预测值进行解析，得到单频接收机在当前历元的位置，本技术实施例在此不再详细展开。
[0079]
通过本技术实施例的gnss单频精密单点定位方法，基于单频接收机接收到的gnss卫星信号，确定单频接收机的预设观测量的历史观测值，然后利用正则化方式有助于改善大多数病态性问题的优点，基于正则化卡尔曼滤波算法和预设观测量的历史观测值，确定预设观测量在当前历元的预测值，可以解决单频ppp解算过程中，观测参数的权阵以及状态参数的权阵的病态，降低法矩阵的条件数，且避免周跳、卫星数发生变化以及数据缺失等情
况导致法矩阵条件数骤增的问题，使法矩阵的条件数始终维持在合理范围内，从而提升定位结果的精度和可靠性。
[0080]
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
[0081]
此外，与上述图1所示的gnss单频精密单点定位方法相对应地，本技术实施例还提供一种gnss单频精密单点定位装置。图3是本技术的一个实施例提供的一种gnss单频精密单点定位装置300的结构示意图，该装置300包括：
[0082]
第一确定单元310，用于基于单频接收机接收到的gnss卫星信号，确定所述单频接收机的预设观测量的历史观测值；
[0083]
预测单元320，用于基于正则化卡尔曼滤波算法和所述预设观测量的历史观测值，确定所述预设观测量在当前历元的预测值；
[0084]
第二确定单元330，用于基于所述预设观测量在当前历元的预测值，确定所述单频接收机在当前历元的位置。
[0085]
可选地，所述预测单元具体用于：
[0086]
基于所述正则化卡尔曼滤波算法、预设正则化矩阵和观测模型，构建目标函数，其中，所述目标函数用于表示目标优化参数的取值与所述预设观测量的预测值之间的映射关系，所述观测模型用于表示所述单频接收机的位置相关参数与所述预设观测量之间的映射关系；
[0087]
以最小化所述目标优化参数的取值为目标，基于所述目标函数、所述预设观测量的历史观测值以及针对所述位置相关参数的预设参数处理策略，确定所述预设观测量在当前历元的预测值。
[0088]
可选地，所述预测单元基于所述正则化卡尔曼滤波算法、预设正则化矩阵和观测模型，构建目标函数，包括：
[0089]
若所述当前历元为初始历元，或者，所述当前历元为不是初始历元且所述预设观测量的历史观测值不满足预设正则化滤波条件，则基于所述正则化卡尔曼滤波算法、预设正则化矩阵以及观测模型，构建目标函数，其中，所述预设正则化滤波条件包括如下至少一个：所述当前历元的gnss卫星数量多于所述当前历元的前一历元的gnss卫星数量，所述gnss卫星信号出现周跳，所述预设观测量的历史观测值存在数据缺失。
[0090]
可选地，若所述当前历元为不是初始历元且所述预设观测量的历史观测值不满足所述预设正则化滤波条件，则所述预测单元还用于：
[0091]
在基于所述正则化卡尔曼滤波算法、预设正则化矩阵和观测模型，构建目标函数之前，基于所述预设观测量的历史观测值的权阵中的极小权值，构建第一正则化矩阵；
[0092]
基于所述第一正则化矩阵，构建所述预设正则化矩阵。
[0093]
可选地，若所述当前历元不是初始历元且所述预设观测量的历史观测值满足所述预设正则化滤波条件，则所述预测单元还用于：
[0094]
在基于正则化卡尔曼滤波算法和所述预设观测量的历史观测值，确定所述预设观
测量在当前历元的预测值之前，重复执行下述处理多次，直至获取到的条件数达到预设条件数阈值：基于扩展卡尔曼滤波算法和所述预设观测量的历史观测值，确定所述预设观测量在当前历元的预测值，并获取该预测值对应的法矩阵的条件数。
[0095]
可选地，所述预测单元还用于：
[0096]
在基于所述正则化卡尔曼滤波算法、预设正则化矩阵和观测模型构建目标函数之前，基于所述预设观测量的历史观测值的权阵中的极小权值，构建第一正则化矩阵；
[0097]
对所述预设观测量的历史观测值对应的法矩阵进行特征值分解，得到目标特征向量；
[0098]
基于所述目标特征向量，构建第二正则化矩阵；
[0099]
基于所述第一正则化矩阵和所述第二正则化矩阵，构建所述预设正则化矩阵。
[0100]
可选地，若所述当前历元为初始历元，则所述预测单元还用于：
[0101]
在基于所述正则化卡尔曼滤波算法、预设正则化矩阵和观测模型，构建目标函数之前，基于所述预设参数处理策略，构建所述预设正则化矩阵。
[0102]
显然，本技术实施例提供的gnss单频精密单点定位装置能够作为图1所示的gnss单频精密单点定位方法的执行主体，例如，图1所示的gnss单频精密单点定位方法中步骤s102可由图3所示的gnss单频精密单点定位装置中的第一确定单元执行，步骤s104可由图3所示的gnss单频精密单点定位装置中的预测单元执行，步骤s106可由图3所示的gnss单频精密单点定位装置中的第二确定单元执行。
[0103]
根据本技术的另一个实施例，图3所示的gnss单频精密单点定位装置中的各个单元可以分别或全部合并为一个或若干个另外的单元来执行，或者其中的某个(些)单元还可以再拆分为功能上更小的多个单元来执行，这可以实现同样的操作，而不影响本技术实施例的技术效果的实现。上述单元是基于逻辑功能划分的，在实际应用中，一个单元的功能也可以由多个单元来实现，或者多个单元的功能由一个单元实现。在本技术的其他实施例中，gnss单频精密单点定位装置也可以包括其他单元，在实际应用中，这些功能也可以由其他单元协助实现，并且可以由多个单元协作实现。
[0104]
根据本技术的另一个实施例，可以通过在包括中央处理单元(cpu)、随机存取存储介质(ram)、只读存储介质(rom)等处理元件和存储元件的通用计算设备(例如计算机)上运行如图2所示的相应方法所涉及的各步骤的计算机程序(包括程序代码)，来构造如图3所示的gnss单频精密单点定位装置，以及来实现本技术实施例的gnss单频精密单点定位方法。所述计算机程序可以记载于例如计算机可读存储介质上，并通过计算机可读存储介质转载于电子设备中，并在其中运行。
[0105]
本技术实施例提供的gnss单频精密单点定位装置，基于单频接收机接收到的gnss卫星信号，确定单频接收机的预设观测量的历史观测值，然后利用正则化方式有助于改善大多数病态性问题的优点，基于正则化卡尔曼滤波算法和预设观测量的历史观测值，确定预设观测量在当前历元的预测值，可以解决单频ppp解算过程中，观测参数的权阵以及状态参数的权阵的病态，降低法矩阵的条件数，且避免周跳、卫星数发生变化以及数据缺失等情况导致法矩阵条件数骤增的问题，使法矩阵的条件数始终维持在合理范围内，从而提升定位结果的精度和可靠性。
[0106]
图4是本技术的一个实施例电子设备的结构示意图。请参考图4，在硬件层面，该电
子设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(random-access memory，ram)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。
[0107]
处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是isa(industry standard architecture，工业标准体系结构)总线、pci(peripheral component interconnect，外设部件互连标准)总线或eisa(extended industry standard architecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
[0108]
存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。
[0109]
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成gnss单频精密单点定位装置。处理器，执行存储器所存放的程序，并具体用于执行以下操作：
[0110]
基于单频接收机接收到的gnss卫星信号，确定所述单频接收机的预设观测量的历史观测值；
[0111]
基于正则化卡尔曼滤波算法和所述预设观测量的历史观测值，确定所述预设观测量在当前历元的预测值；
[0112]
基于所述预设观测量在当前历元的预测值，确定所述单频接收机在当前历元的位置。
[0113]
上述如本技术图1所示实施例揭示的gnss单频精密单点定位装置执行的方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(central processing unit，cpu)、网络处理器(network processor，np)等；还可以是数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field－programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本技术实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本技术实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
[0114]
该电子设备还可执行图1的方法，并实现gnss单频精密单点定位装置在图1、图2所示实施例的功能，本技术实施例在此不再赘述。
[0115]
当然，除了软件实现方式之外，本技术的电子设备并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻
辑单元，也可以是硬件或逻辑器件。
[0116]
本技术实施例还提出了一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，该一个或多个程序包括指令，该指令当被包括多个应用程序的便携式电子设备执行时，能够使该便携式电子设备执行图1所示实施例的方法，并具体用于执行以下操作：
[0117]
基于单频接收机接收到的gnss卫星信号，确定所述单频接收机的预设观测量的历史观测值；
[0118]
基于正则化卡尔曼滤波算法和所述预设观测量的历史观测值，确定所述预设观测量在当前历元的预测值；
[0119]
基于所述预设观测量在当前历元的预测值，确定所述单频接收机在当前历元的位置。
[0120]
总之，以上所述仅为本技术的较佳实施例而已，并非用于限定本技术的保护范围。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。
[0121]
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、导航设备或者这些设备中的任何设备的组合。
[0122]
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
[0123]
还需要说明的是，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、商品或者设备不仅包括那些要素，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、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
[0124]
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，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。