System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及卫星导航,尤其涉及一种北斗b2b-ppp用户距离精度因子精化及用户定位随机模型优化方法。
技术介绍
1、精密单点定位(precise point positioning,ppp)仅需一台接收机,即可获得厘米级精度的位置信息。自21世纪以来,因其用户易操作性和高精度受到了全球导航定位系统(global navigation satellite system,gnss)领域广大学者们的广泛关注。自2013年国际gnss服务组织(international gnss service,igs)正式提出实时服务(real-timeservice,rts)以来,实时ppp(real-time ppp,rt-ppp)技术开始更多受到学者关注。rt-ppp依赖于广播星历以及实时轨道、钟差改正等状态域参数(state space representation,ssr),按照国际海运事业无线电技术委员会(radio technical commission for maritimeservices,rtcm)制定的格式标准,以ntrip(networked transport of rtcm via internetprotocol)协议进行网络播发。rt-ppp自问世以来已被广泛利用,可达到分米至厘米级精度。
2、随着星基增强定位服务的不断发展,许多导航卫星系统已将rt-ppp服务整合到其信号中。例如,欧洲的伽利略高精度服务(high accuracy service,has)于2023年1月24日开始试运行,其全球水平
3、在rt-ppp场景下,符合实际情况的随机模型能更好地提升定位精度。传统的随机模型确定方式有高度角模型、信噪比模型以及综合模型。高度角模型考虑了卫星高度角对于卫星信号观测质量的影响,原因为低高度角时卫星信号需要穿过更厚的大气,质量变差。该方法过于简洁,没有考虑多路径效应、卫星轨道钟差精度等重要指标,模型精度有限。信噪比模型使用观测文件中提供的信噪比指数作为定权依据,能够动态地反映卫星信号质量,但是该方法过于侧重接收机端的变化,对于卫星端和传播路径上的影响考虑较少。目前主流的定位算法中一般使用综合模型,它考虑了不同系统卫星在不同高度角下的观测值质量差异,也考虑了传播路径上的诸如对流层和电离层的影响,但这种方法没有考虑卫星与卫星间的轨道钟差的差异,仍有改进空间。b2b-ppp播发的用户距离精度指数(user rangeaccuracy index,urai)作为定位服务系统的完好性标识,在提供卫星可用性信息的同时,其数值本身反映了卫星的轨道钟差精度,这一指数在传统的精密单点定位和伪距单点定位中是较难获取的,属于b2b-ppp特有的指数,它的存在为进一步提升随机模型精度提供了契机。urai由用户精度等级和用户精度指数两部分构成,用户可根据这两个参数恢复卫星的用户距离精度(user range accuracy,ura),这一指数是卫星轨道钟差精度在用户端的体现,其本质是相通的,也就是说可以直接将这一指数纳入到随机模型中,用于提升随机模型精度,然而目前尚未有对上述方案进行的实际研究。
技术实现思路
1、鉴于上述的分析,本专利技术旨在公开了一种北斗b2b-ppp用户距离精度因子精化及用户定位随机模型优化方法;通过重估计解决了b2b播发的ura精度偏低问题,通过短报文播发重估计ura,不占用b2b信号带宽;将ura指数用于b2b-ppp随机模型的确定,精化用户定位随机模型提升定位精度。
2、本发公开了一种北斗b2b-ppp用户距离精度因子精化及用户定位随机模型优化方法,包括以下步骤:
3、步骤s1、系统端接收多个北斗/gnss参考站的观测数据以及b2b改正数和广播星历,实时重估计北斗b2b-ppp用户距离精度因子ura,精化所述用户距离精度因子ura;
4、步骤s2、系统端将精化后的用户距离精度因子ura进行编码后播发给用户端;
5、步骤s3、用户端建立北斗b2b定位函数模型进行b2b精密单点定位;在所述定位函数模型对应的优化后的随机模型中,用户使用解码后的用户距离精度因子ura进行观测噪声的计算。
6、进一步地,所述步骤s1包括:
7、步骤s101、系统端实时接收的北斗b2b轨道钟差改正数、广播星历以及各北斗/gnss参考站的实时观测数据;
8、步骤s102、对各北斗/gnss参考站逐历元进行卡尔曼滤波解算,得到北斗卫星载波各频点的相位验后残差;
9、步骤s103、建立窗口宽度为m个历元,滑动步长为1个历元滑动窗口,从系统端初始化时刻开始对各历元解算的相位验后残差进行滑窗取数;
10、步骤s104、对每次滑窗取数中相位验后残差进行第一次筛选,重估计用户距离精度因子;
11、所述第一次筛选基于卫星高度角以及相位验后残差的大小进行筛选;
12、步骤s105、对重估计的用户距离精度因子进行第二次筛选,挑选出可用卫星的重估计的用户距离精度因子作为精化后的用户距离精度因子;
13、所述第二次筛选基于重估计的用户距离精度因子的大小,以及判断的卫星轨道钟差精度进行筛选。
14、进一步地,重组后的定位函数模型为:
15、
16、其中,和分别表示无电离层组合的伪距和相位观测值;表示卫星到接收机的几何距离;表示无电离层组合中的卫星钟差;dtrop,r和分别代表天顶对流层延迟和投影系数;代表了卫星的无电离层组合硬件延迟;和分别代表了伪距和相位无电离层组合观测值的观测噪声;
17、参数重组后的接收机钟差参数重组后的消电离层组合浮点模糊度
18、dtr,if表示无电离层组合中的接收机钟差,bif,r表示接收机无电离层组合硬件延迟;和λif分别表示无电离层组合的相位模糊度及其波长;bif,r和则为北斗/gnss参考站和卫星各自的相位无电离层组合硬件延迟。
19、进一步地,根据滑窗中数据计算的卫星s用户距离精度因子值uras表示为:
20、
21、其中,uras为卫星s的ura本文档来自技高网...
【技术保护点】
1.一种北斗B2b-PPP用户距离精度因子精化及用户定位随机模型优化方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的北斗B2b-PPP用户距离精度因子精化及用户定位随机模型优化方法,其特征在于,
3.根据权利要求2所述的北斗B2b-PPP用户距离精度因子精化及用户定位随机模型优化方法,其特征在于,
4.根据权利要求2所述的北斗B2b-PPP用户距离精度因子精化及用户定位随机模型优化方法,其特征在于,
5.根据权利要求2所述的北斗B2b-PPP用户距离精度因子精化及用户定位随机模型优化方法,其特征在于,
6.根据权利要求2所述的北斗B2b-PPP用户距离精度因子精化及用户定位随机模型优化方法,其特征在于,
7.根据权利要求1所述的北斗B2b-PPP用户距离精度因子精化及用户定位随机模型优化方法,其特征在于,
8.根据权利要求7所述的北斗B2b-PPP用户距离精度因子精化及用户定位随机模型优化方法,其特征在于,
9.根据权利要求3所述的北斗B2b-PPP用户距离精度因子精化及用户
10.根据权利要求9所述的北斗B2b-PPP用户距离精度因子精化及用户定位随机模型优化方法,其特征在于,
...【技术特征摘要】
1.一种北斗b2b-ppp用户距离精度因子精化及用户定位随机模型优化方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的北斗b2b-ppp用户距离精度因子精化及用户定位随机模型优化方法,其特征在于,
3.根据权利要求2所述的北斗b2b-ppp用户距离精度因子精化及用户定位随机模型优化方法,其特征在于,
4.根据权利要求2所述的北斗b2b-ppp用户距离精度因子精化及用户定位随机模型优化方法,其特征在于,
5.根据权利要求2所述的北斗b2b-ppp用户距离精度因子精化及用户定位随机模型优化方法,其特征在于,
<...【专利技术属性】
技术研发人员:陈俊平,宋子远,张益泽,程泉润,
申请(专利权)人:中国科学院上海天文台,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。