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,尤其涉及定位方法和系统。
技术介绍
1、实时动态载波相位差分技术(real-time kinematic,rtk),是一种实时处理两个测量站载波相位观测量的差分方法,将基准站采集的载波相位发给用户接收机,进行求差解算坐标。rtk技术以其高精度和实时性,在测绘、交通、农业、无人机及其他众多领域均已得到广泛应用。rtk定位的精髓在于快速、精确地测算卫星与接收机间的相对距离。为了实现此目的,模糊度解算显得尤为关键。目前,对于基于实时动态载波相位差分技术的定位、模糊度解算的技术已经有了较多的方法,例如对源数据的筛选,保障数据源数据的干净及可用;提升算法性能,保障定位的精准等。
2、现有的定位方法利用参考站观测数据建立观测方程,对待估参数进行参数重组形成列满秩的观测方程,进而利用连续历元的观测数据求解得到参数,这些参数成为状态域改正数。用户通过网络等方式获得状态域改正数并进行多项式外推,用外推的状态与改正数修正用户观测数据,再用修正后的观测数据实现精密定位。当rtk数据呈现非线性特征时,使用该方法无法准确估计非线性误差,多项式外推无法准确描述非线性变化,导致外推结果与实际状态域改正数之间存在偏差,从而使定位精度低。
技术实现思路
1、本专利技术提供了一种定位方法和系统,解决了现有的定位方法在rtk数据呈现非线性特征时无法准确估计非线性误差,多项式外推无法准确描述非线性变化,导致外推结果与实际状态域改正数之间存在偏差,从而使定位精度低的技术问题。
3、获取基准站和流动站的观测数据,根据所述观测数据确定影响因子,并基于所述影响因子进行建模,生成初始非线性观测模型;
4、通过所述观测数据对所述初始非线性观测模型进行模型参数优化,生成目标非线性观测模型;
5、将所述观测数据中的实时观测数据输入所述目标非线性观测模型进行定位计算,生成定位数据。
6、可选地,所述观测数据包括历史观测数据和实时观测数据;所述通过所述观测数据对所述初始非线性观测模型进行模型参数优化,生成目标非线性观测模型的步骤,包括:
7、将所述初始非线性观测模型对应的待优化模型参数作为初始参数向量;
8、基于所述初始参数向量、所述历史观测数据中的理论相位观测值和实际相位观测值进行残差向量计算,生成目标残差向量;
9、基于所述目标残差向量和预设残差向量平方和阈值进行残差向量平方和计算,确定目标参数向量;
10、采用所述目标参数向量对应的模型参数更新所述初始非线性观测模型,生成目标非线性观测模型。
11、可选地,所述基于所述初始参数向量、所述历史观测数据中的理论相位观测值和实际相位观测值进行残差向量计算,生成目标残差向量的步骤,包括:
12、采用所述初始参数向量、所述历史观测数据中的理论相位观测值和实际相位观测值进行雅可比矩阵和残差向量计算,生成雅可比矩阵和初始残差向量;
13、基于预设增广系统公式和所述雅可比矩阵对所述初始残差向量进行优化,生成目标残差向量。
14、可选地,所述采用所述初始参数向量、所述初始参数向量对应的理论相位观测值和实际相位观测值进行雅可比矩阵和残差向量计算,生成雅可比矩阵和初始残差向量的步骤,包括:
15、将所述初始参数向量和所述历史观测数据中的理论相位观测值代入预设雅可比矩阵计算公式,计算得到雅可比矩阵;
16、将所述初始参数向量对应的实际相位观测值与所述理论相位观测值进行差值计算,生成初始残差向量。
17、可选地,所述基于预设增广系统公式和所述雅可比矩阵对所述初始残差向量进行优化,生成目标残差向量的步骤,包括:
18、按照预设优化数据将所述雅可比矩阵、所述初始参数向量对应的目标函数变化量和海森矩阵代入预设增广系统公式对所述初始残差向量进行优化,得到目标残差向量。
19、可选地,所述基于所述目标残差向量和预设残差向量平方和阈值进行残差向量平方和计算,确定目标参数向量的步骤,包括:
20、将所述目标残差向量代入预设目标函数公式进行残差向量平方和计算,生成残差向量平方和;
21、判断所述残差向量平方和是否小于预设残差向量平方和阈值;
22、若所述残差向量平方和小于预设残差向量平方和阈值,则将当前时刻的初始参数向量作为目标参数向量;
23、若所述残差向量平方和大于或等于预设残差向量平方和阈值,则判断所述残差向量平方和对应的参数变化量是否小于预设变化量阈值;
24、若所述参数变化量小于预设变化量阈值,则将当前时刻的初始参数向量作为目标参数向量;
25、若所述参数变化量大于或等于预设变化量阈值,则计算所述初始参数向量和所述的目标函数变化量之间的和值,生成中间参数向量;
26、将所述中间参数向量作为新的初始参数向量,并重新执行生成雅可比矩阵和初始残差向量的步骤。
27、本专利技术还提供了一种定位系统,包括:
28、初始非线性观测模型生成模块,用于获取基准站和流动站的观测数据,根据所述观测数据确定影响因子,并基于所述影响因子进行建模,生成初始非线性观测模型;
29、目标非线性观测模型生成模块,用于通过所述观测数据对所述初始非线性观测模型进行模型参数优化,生成目标非线性观测模型;
30、定位数据生成模块,用于将所述观测数据中的实时观测数据输入所述目标非线性观测模型进行定位计算,生成定位数据。
31、本专利技术还提供了一种电子设备,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行实现如上述任一项定位方法的步骤。
32、本专利技术还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被执行时实现如上述任一项定位方法。
33、本专利技术还提供了一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,其中,当所述程序指令被计算机执行时,使所述计算机执行如上述任一项定位方法的步骤。
34、从以上技术方案可以看出,本专利技术具有以下优点:
35、本专利技术通过观测数据对初始非线性观测模型进行模型参数优化,使得到的目标非线性观测模型能够灵活处理非线性rtk数据,更好地适应实际环境的复杂性,且能够抵抗一定的干扰和噪声,减少由于数据波动带来的误差,使计算得到的定位数据精度高。解决了现有的定位方法在rtk数据呈现非线性特征时无法准确估计非线性误差,多项式外推无法准确描述非线性变化,导致外推结果与实际状态域改正数之间存在偏差,从而使定位精度低的技术问题。
本文档来自技高网...【技术保护点】
1.一种定位方法,其特征在于,包括:
2.根据权利要求1所述的定位方法,其特征在于,所述观测数据包括历史观测数据和实时观测数据;所述通过所述观测数据对所述初始非线性观测模型进行模型参数优化,生成目标非线性观测模型的步骤,包括:
3.根据权利要求2所述的定位方法,其特征在于,所述基于所述初始参数向量、所述历史观测数据中的理论相位观测值和实际相位观测值进行残差向量计算,生成目标残差向量的步骤,包括:
4.根据权利要求3所述的定位方法,其特征在于,所述采用所述初始参数向量、所述初始参数向量对应的理论相位观测值和实际相位观测值进行雅可比矩阵和残差向量计算,生成雅可比矩阵和初始残差向量的步骤,包括:
5.根据权利要求3所述的定位方法,其特征在于,所述基于预设增广系统公式和所述雅可比矩阵对所述初始残差向量进行优化,生成目标残差向量的步骤,包括:
6.根据权利要求5所述的定位方法,其特征在于,所述基于所述目标残差向量和预设残差向量平方和阈值进行残差向量平方和计算,确定目标参数向量的步骤,包括:
7.一种定位系统,其特征在于
8.一种电子设备,其特征在于,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至6任一项所述的定位方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被执行时实现如权利要求1至6任一项所述的定位方法。
10.一种计算机程序产品,其特征在于,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,其中,当所述程序指令被计算机执行时,使所述计算机执行如权利要求1-6任一项所述的定位方法。
...【技术特征摘要】
1.一种定位方法,其特征在于,包括:
2.根据权利要求1所述的定位方法,其特征在于,所述观测数据包括历史观测数据和实时观测数据;所述通过所述观测数据对所述初始非线性观测模型进行模型参数优化,生成目标非线性观测模型的步骤,包括:
3.根据权利要求2所述的定位方法,其特征在于,所述基于所述初始参数向量、所述历史观测数据中的理论相位观测值和实际相位观测值进行残差向量计算,生成目标残差向量的步骤,包括:
4.根据权利要求3所述的定位方法,其特征在于,所述采用所述初始参数向量、所述初始参数向量对应的理论相位观测值和实际相位观测值进行雅可比矩阵和残差向量计算,生成雅可比矩阵和初始残差向量的步骤,包括:
5.根据权利要求3所述的定位方法,其特征在于,所述基于预设增广系统公式和所述雅可比矩阵对所述初始残差向量进行优化,生成目标残差向量的步骤,包...
【专利技术属性】
技术研发人员:易威,廖颂文,叶志健,黄焯麟,赵振业,任宇凌,胡康涛,张延旭,唐酿,汤彧,
申请(专利权)人:南方电网电力科技股份有限公司,
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。