一种高度测量方法、系统、移动终端和存储介质技术方案

本发明专利技术提供了一种高度测量方法、系统、移动终端和存储介质，其方法包括：分别获取各定位时间点前后预设时间段内的气压数据和惯导数据；根据各定位时间点前后预设时间段内的气压数据，计算得到各定位时间点对应的第一类高度值；根据各定位时间点前后预设时间段内的惯导数据，计算得到各定位时间点对应的第二类高度值；根据第一类高度值和第二类高度值，以及卡尔曼滤波算法进行融合计算得到移动终端在各定位时间点的最终高度值。本发明专利技术在利用气压数据的同时使用了移动终端的运动状态作为高度估计的依据，从而更能够克服环境噪声所产生的干扰，提升移动终端的高度值测量准确性。

【技术实现步骤摘要】
一种高度测量方法、系统、移动终端和存储介质
本专利技术涉及数据处理
，尤指一种高度测量方法、系统、移动终端和存储介质。
技术介绍
现有的移动终端高度预测方法主要是基于两种数据源，一种是基站站点数据和气压数据。基站数据测量终端所在高度一般使用AOA(angleofarrival)和TOA(timeofarrival)的方法，AOA方法受外界环境影响较大尤其是多径干扰，TOA方法需要严格的时间同步对设备要求十分的高。基于气压数据的方法主要有气压差分测高法，这种方法在气压波动大的场景下误差会逐渐累积，且对气压传感器的精度要求也非常高。
技术实现思路
本专利技术的目的是提供一种高度测量方法、系统、移动终端和存储介质，实现在利用气压数据的同时使用了移动终端的运动状态作为高度估计的依据，从而更能够克服环境噪声所产生的干扰，提升移动终端的高度值测量准确性。本专利技术提供的技术方案如下：本专利技术提供一种高度测量方法，包括步骤：分别获取各定位时间点前后预设时间段内的气压数据和惯导数据；根据各定位时间点前后预设时间段内的气压数据，计算得到各定位时间点对应的第一类高度值；根据各定位时间点前后预设时间段内的惯导数据，计算得到各定位时间点对应的第二类高度值；根据所述第一类高度值和第二类高度值，以及卡尔曼滤波算法进行融合计算得到移动终端在各定位时间点的最终高度值。进一步的，所述根据各定位时间点前后预设时间段内的气压数据，计算得到各定位时间点对应的第一类高度值包括步骤：根据当前定位时间点前后预设时间段内的气压数据，进行均值计算得到所述当前定位时间点的气压值；根据上一定位时间点前后预设时间段内的气压数据，进行均值计算得到所述上一定位时间点的气压值；根据所述当前定位时间点的气压值和上一定位时间点的气压值，计算得到所述当前定位时间点对应的第一类高度值，直至计算得到各定位时间点对应的第一类高度值。进一步的，所述根据各定位时间点前后预设时间段内的惯导数据，计算得到各定位时间点对应的第二类高度值包括步骤：根据当前定位时间点前后预设时间段内的惯导数据，进行均值计算得到所述当前定位时间点的运动状态值；根据上一定位时间点前后预设时间段内的惯导数据，进行均值计算得到所述上一定位时间点的运动状态值；根据所述当前定位时间点的运动状态值和上一定位时间点的运动状态值，计算得到所述当前定位时间点对应的第二类高度值，直至计算得到各定位时间点对应的第二类高度值。进一步的，所述根据所述第一类高度值和第二类高度值，以及卡尔曼滤波算法进行融合计算得到移动终端在各定位时间点的最终高度值包括步骤：根据各定位时间点分别对应的第一类高度值和第二类高度值，建立各定位时间点对应的融合高度矩阵；根据当前定位时间点对应的观测模型和当前定位时间点对应的过程噪声，以及上一定位时间点对应的融合高度矩阵以及状态空间模型，按照第一预设公式计算得到当前定位时间点对应的高度融合计算模型；根据当前定位时间点对应的观测模型和当前定位时间点对应的过程噪声，以及上一定位时间点对应的第一类高度值以及状态空间模型，按照第二预设公式计算得到当前定位时间点对应的第一类高度计算模型；根据当前定位时间点对应的观测模型和当前定位时间点对应的过程噪声，以及上一定位时间点对应的第二类高度值以及状态空间模型，按照第三预设公式计算得到当前定位时间点对应的第二类高度计算模型；根据上一定位时间点对应的噪声协方差矩阵、当前定位时间点对应的融合高度偏导结果、当前定位时间点对应的融合高度偏导取反结果，按照第四预设公式计算得到当前定位时间点对应的噪声协方差矩阵；根据气压传感器的第一噪声方差以及惯性传感器的第二噪声方差计算得到融合噪声方差；根据所述融合噪声方差，以及当前定位时间点对应的噪声协方差矩阵按照第五预设公式计算得到卡尔曼增益；根据所述卡尔曼增益、当前定位时间点对应的高度融合计算模型、当前定位时间点对应的第一类高度计算模型、当前定位时间点对应的第二类高度计算模型，按照第六预设公式计算得到当前定位时间点所述移动终端的最终高度值，直至计算得到定位时间点所述移动终端的最终高度值为止。本专利技术还提供一种高度测量系统，包括：气压传感器和惯性传感器；还包括：储存模块，用于从所述气压传感器和惯性传感器获取定位时间点的气压数据和惯导数据；获取模块，用于从所述储存模块分别获取各定位时间点前后预设时间段内的气压数据和惯导数据；第一高度计算模块，用于根据各定位时间点前后预设时间段内的气压数据，计算得到各定位时间点对应的第一类高度值；第二高度计算模块，用于根据各定位时间点前后预设时间段内的惯导数据，计算得到各定位时间点对应的第二类高度值；高度值运算模块，用于根据所述第一类高度值和第二类高度值，以及卡尔曼滤波算法进行融合计算得到移动终端在各定位时间点的最终高度值。进一步的，所述第一高度计算模块包括：第一均值计算单元，用于根据当前定位时间点前后预设时间段内的气压数据，进行均值计算得到所述当前定位时间点的气压值；根据上一定位时间点前后预设时间段内的气压数据，进行均值计算得到所述上一定位时间点的气压值；第一高度计算单元，用于根据所述当前定位时间点的气压值和上一定位时间点的气压值，计算得到所述当前定位时间点对应的第一类高度值，直至计算得到各定位时间点对应的第一类高度值。进一步的，所述第二高度计算模块包括：第二均值计算单元，用于根据当前定位时间点前后预设时间段内的惯导数据，进行均值计算得到所述当前定位时间点的运动状态值；根据上一定位时间点前后预设时间段内的惯导数据，进行均值计算得到所述上一定位时间点的运动状态值；第二高度计算单元，用于根据所述当前定位时间点的运动状态值和上一定位时间点的运动状态值，计算得到所述当前定位时间点对应的第二类高度值，直至计算得到各定位时间点对应的第二类高度值。进一步的，所述高度值运算模块包括：融合高度矩阵获取单元，用于根据各定位时间点分别对应的第一类高度值和第二类高度值，建立各定位时间点对应的融合高度矩阵；高度融合计算模型获取单元，用于根据当前定位时间点对应的观测模型和当前定位时间点对应的过程噪声，以及上一定位时间点对应的融合高度矩阵以及状态空间模型，按照第一预设公式计算得到当前定位时间点对应的高度融合计算模型；第一类高度计算模型获取单元，用于根据当前定位时间点对应的观测模型和当前定位时间点对应的过程噪声，以及上一定位时间点对应的第一类高度值以及状态空间模型，按照第二预设公式计算得到当前定位时间点对应的第一类高度计算模型；第二类高度计算模型获取单元，用于根据当前定位时间点对应的观测模型和当前定位时间点对应的过程噪声，以及上一定位时间点对应的第二类高度值以及状态空间模型，按照第三预设公式计算得到当前定位时间点对应的第二类高度计算模型；噪声协方差矩阵获取单元，用于根本文档来自技高网...

【技术保护点】
1.一种高度测量方法，其特征在于，包括步骤：/n分别获取各定位时间点前后预设时间段内的气压数据和惯导数据；/n根据各定位时间点前后预设时间段内的气压数据，计算得到各定位时间点对应的第一类高度值；/n根据各定位时间点前后预设时间段内的惯导数据，计算得到各定位时间点对应的第二类高度值；/n根据所述第一类高度值和第二类高度值，以及卡尔曼滤波算法进行融合计算得到移动终端在各定位时间点的最终高度值。/n

【技术特征摘要】
1.一种高度测量方法，其特征在于，包括步骤：
分别获取各定位时间点前后预设时间段内的气压数据和惯导数据；
根据各定位时间点前后预设时间段内的气压数据，计算得到各定位时间点对应的第一类高度值；
根据各定位时间点前后预设时间段内的惯导数据，计算得到各定位时间点对应的第二类高度值；
根据所述第一类高度值和第二类高度值，以及卡尔曼滤波算法进行融合计算得到移动终端在各定位时间点的最终高度值。


2.根据权利要求1所述的高度测量方法，其特征在于，所述根据各定位时间点前后预设时间段内的气压数据，计算得到各定位时间点对应的第一类高度值包括步骤：
根据当前定位时间点前后预设时间段内的气压数据，进行均值计算得到所述当前定位时间点的气压值；
根据上一定位时间点前后预设时间段内的气压数据，进行均值计算得到所述上一定位时间点的气压值；
根据所述当前定位时间点的气压值和上一定位时间点的气压值，计算得到所述当前定位时间点对应的第一类高度值，直至计算得到各定位时间点对应的第一类高度值。


3.根据权利要求1所述的高度测量方法，其特征在于，所述根据各定位时间点前后预设时间段内的惯导数据，计算得到各定位时间点对应的第二类高度值包括步骤：
根据当前定位时间点前后预设时间段内的惯导数据，进行均值计算得到所述当前定位时间点的运动状态值；
根据上一定位时间点前后预设时间段内的惯导数据，进行均值计算得到所述上一定位时间点的运动状态值；
根据所述当前定位时间点的运动状态值和上一定位时间点的运动状态值，计算得到所述当前定位时间点对应的第二类高度值，直至计算得到各定位时间点对应的第二类高度值。


4.根据权利要求1-3任一项所述的高度测量方法，其特征在于，所述根据所述第一类高度值和第二类高度值，以及卡尔曼滤波算法进行融合计算得到移动终端在各定位时间点的最终高度值包括步骤：
根据各定位时间点分别对应的第一类高度值和第二类高度值，建立各定位时间点对应的融合高度矩阵；
根据当前定位时间点对应的观测模型和当前定位时间点对应的过程噪声，以及上一定位时间点对应的融合高度矩阵以及状态空间模型，按照第一预设公式计算得到当前定位时间点对应的高度融合计算模型；
根据当前定位时间点对应的观测模型和当前定位时间点对应的过程噪声，以及上一定位时间点对应的第一类高度值以及状态空间模型，按照第二预设公式计算得到当前定位时间点对应的第一类高度计算模型；
根据当前定位时间点对应的观测模型和当前定位时间点对应的过程噪声，以及上一定位时间点对应的第二类高度值以及状态空间模型，按照第三预设公式计算得到当前定位时间点对应的第二类高度计算模型；
根据上一定位时间点对应的噪声协方差矩阵、当前定位时间点对应的融合高度偏导结果、当前定位时间点对应的融合高度偏导取反结果，按照第四预设公式计算得到当前定位时间点对应的噪声协方差矩阵；
根据气压传感器的第一噪声方差以及惯性传感器的第二噪声方差计算得到融合噪声方差；
根据所述融合噪声方差，以及当前定位时间点对应的噪声协方差矩阵按照第五预设公式计算得到卡尔曼增益；
根据所述卡尔曼增益、当前定位时间点对应的高度融合计算模型、当前定位时间点对应的第一类高度计算模型、当前定位时间点对应的第二类高度计算模型，按照第六预设公式计算得到当前定位时间点所述移动终端的最终高度值，直至计算得到定位时间点所述移动终端的最终高度值为止。


5.一种高度测量系统，其特征在于，包括：气压传感器和惯性传感器；还包括：
储存模块，用于从所述气压传感器和惯性传感器获取定位时间点的气压数据和惯导数据；
获取模块，用于从所述储存模块分别获取各定位时间点前后预设时间段内的气压数据和惯导数据；
第一高度计算模块，用于根据各定位时间点前后预设时间段内的气压数据，计算得到各...

【专利技术属性】
技术研发人员：王宁君，
申请(专利权)人：广东小天才科技有限公司，
类型：发明
国别省市：广东;44