【技术实现步骤摘要】
本申请涉及高精度卫星定位，尤其涉及一种整周模糊度正确性校验方法、装置、设备及存储介质。
技术介绍
1、全球卫星导航系统（global navigation satellite system，gnss）精密动态实时相对定位（real time kinematic，rtk），是一种普遍使用的高精度定位手段。在rtk定位过程中，需要通过算法解决模型中的整周模糊度，从而解算出较高精度的未知位置坐标。因此，迅速、准确地固定载波相位双差整周模糊度成了关键。
2、整周模糊度的解算主要分为估计和检验两步。对于已经估计出的整周模糊度，需要对其正确性进行检验。在检验过程中，接受正确解算的整周模糊度可以大幅度改进基线矢量的精度，提升高精度位置解的可用性。接受解算错误的整周模糊度不仅不会改进基线矢量精度，反而可能带来较大的定位误差且不为用户所知。拒绝解算正确的整周模糊度则会降低高精度位置解的可用性。
3、最常用的检验方法是比率检验；根据阈值可变与否，目前最流行的比率检验算法分别是基于固定阈值的比率检验（ratio test，rt）和基于固定失败率的比率检验（thefixed failure-rate ratio test，ffrt）。rt存在一个显著的限制，即无法根据模型强度动态调整阈值，这无疑导致了模糊度解算的可用性和可靠性难以同时保证。而ffrt根据模型强度动态调整阈值，但简单地假设测量噪声为高斯分布，并人为给定测量噪声大小，未考虑数据的实际噪声分布情况，除此之外，ffrt在实际应用中通常是通过仿真将各类常见的gnss场景的
技术实现思路
1、本申请提供了一种整周模糊度正确性校验方法、装置、设备及存储介质，用于解决现有技术依赖保守阈值和先验知识，且对测量噪声的考虑过于简单，导致条件成功率不理想的技术问题。
2、有鉴于此，本申请第一方面提供了一种整周模糊度正确性校验方法，包括：
3、采用lambda算法对浮点整周模糊度进行固定转换，得到固定整周解；
4、基于所述浮点整周模糊度和所述固定整周解计算ratio值；
5、将所述ratio值和预置参数信息输入预设xgboost分类模型中进行正确性校验，得到检验结果，所述预置参数信息包括基线长度、tec和pdop；
6、若所述检验结果为通过，则接受所述固定整周解，并基于所述固定整周解更新其他参数对应的固定解，若未通过，则保留浮点解。
7、优选地，所述采用lambda算法对浮点整周模糊度进行固定转换，得到固定整周解，包括：
8、采用lambda算法对浮点整周模糊度进行整数变换降相关处理后，采用最小二乘法搜索模糊度整周解，得到搜索整周解；
9、对所述搜索整周解进行整数逆变换处理，得到固定整周解。
10、优选地，所述基于所述浮点整周模糊度和所述固定整周解计算ratio值，具体过程表达为：
11、
12、其中，为所述浮点整周模糊度，为所述固定整周解，为次优整周解，为所述浮点整周模糊度对应的协方差矩阵。
13、优选地，所述将所述ratio值和预置参数信息输入预设xgboost分类模型中进行正确性校验，得到检验结果，之前还包括：
14、依据所述固定整周解和预设真值进行欧氏距离计算，得到固定解误差；
15、基于所述固定解误差和预设误差允许范围构建初始xgboost模型；
16、采用预置数据集对所述初始xgboost模型进行校验训练，得到预设xgboost分类模型。
17、本申请第二方面提供了一种整周模糊度正确性校验装置，包括：
18、模糊度转换单元，用于采用lambda算法对浮点整周模糊度进行固定转换，得到固定整周解；
19、ratio计算单元，用于基于所述浮点整周模糊度和所述固定整周解计算ratio值；
20、模糊度校验单元，用于将所述ratio值和预置参数信息输入预设xgboost分类模型中进行正确性校验，得到检验结果，所述预置参数信息包括基线长度、tec和pdop等；
21、求解选取单元，用于若所述检验结果为通过，则接受所述固定整周解，并基于所述固定整周解更新其他参数对应的固定解，若未通过，则保留浮点解。
22、优选地，所述模糊度转换单元，具体用于：
23、采用lambda算法对浮点整周模糊度进行整数变换降相关处理后，采用最小二乘法搜索模糊度整周解，得到搜索整周解；
24、对所述搜索整周解进行整数逆变换处理，得到固定整周解。
25、优选地，所述ratio计算单元，具体表达为：
26、
27、其中，为所述浮点整周模糊度，为所述固定整周解，为次优整周解，为所述浮点整周模糊度对应的协方差矩阵。
28、优选地，还包括：
29、误差计算单元，用于依据所述固定整周解和预设真值进行欧氏距离计算，得到固定解误差；
30、模型构建单元，用于基于所述固定解误差和预设误差允许范围构建初始xgboost模型；
31、校验训练单元，用于采用预置数据集对所述初始xgboost模型进行校验训练，得到预设xgboost分类模型。
32、本申请第三方面提供了一种整周模糊度正确性校验设备，所述设备包括处理器以及存储器；
33、所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
34、所述处理器用于根据所述程序代码中的指令执行第一方面所述的整周模糊度正确性校验方法。
35、本申请第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行第一方面所述的整周模糊度正确性校验方法。
36、从以上技术方案可以看出，本申请实施例具有以下优点：
37、本申请中，提供了一种整周模糊度正确性校验方法，包括：采用lambda算法对浮点整周模糊度进行固定转换，得到固定整周解；基于浮点整周模糊度和固定整周解计算ratio值；将ratio值和预置参数信息输入预设xgboost分类模型中进行正确性校验，得到检验结果，预置参数信息包括基线长度、tec和pdop；若检验结果为通过，则接受固定整周解，并基于固定整周解更新其他参数对应的固定解，若未通过，则保留浮点解。
38、本申请提供的整周模糊度正确性校验方法，将机器学习方法引入模糊度正确性检验问题中，将模糊度正确性检验问题视作机器学习中的二分类问题探索新思路。本方法结合ratio值和多种预置参数信息对整周模糊度进行正确性校验，相较于固定阈值的检验方法更具有灵活性，相较于基于固定失败率的检验方法更具有可靠性。本申请能够解决现有技术底层模型未考虑真实噪声分布情况，且选取阈值过于保守，导致模糊度解算可本文档来自技高网...
【技术保护点】
1.一种整周模糊度正确性校验方法，其特征在于，包括：
2.根据权利要求1所述的整周模糊度正确性校验方法，其特征在于，所述采用LAMBDA算法对浮点整周模糊度进行固定转换，得到固定整周解，包括：
3.根据权利要求1所述的整周模糊度正确性校验方法，其特征在于，所述基于所述浮点整周模糊度和所述固定整周解计算Ratio值，具体过程表达为：
4.根据权利要求1所述的整周模糊度正确性校验方法，其特征在于，所述将所述Ratio值和预置参数信息输入预设XGBoost分类模型中进行正确性校验，得到检验结果，之前还包括：
5.一种整周模糊度正确性校验装置，其特征在于，包括：
6.根据权利要求5所述的整周模糊度正确性校验装置，其特征在于，所述模糊度转换单元，具体用于：
7.根据权利要求5所述的整周模糊度正确性校验装置，其特征在于，所述Ratio计算单元，具体表达为：
8.根据权利要求5所述的整周模糊度正确性校验装置，其特征在于，还包括：
9.一种整周模糊度正确性校验设备，其特征在于，所述设备包括处理器以及存
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行权利要求1-4任一项所述的整周模糊度正确性校验方法。
...【技术特征摘要】
1.一种整周模糊度正确性校验方法，其特征在于，包括：
2.根据权利要求1所述的整周模糊度正确性校验方法，其特征在于，所述采用lambda算法对浮点整周模糊度进行固定转换，得到固定整周解，包括：
3.根据权利要求1所述的整周模糊度正确性校验方法，其特征在于，所述基于所述浮点整周模糊度和所述固定整周解计算ratio值，具体过程表达为：
4.根据权利要求1所述的整周模糊度正确性校验方法，其特征在于，所述将所述ratio值和预置参数信息输入预设xgboost分类模型中进行正确性校验，得到检验结果，之前还包括：
5.一种整周模糊度正确性校验...
【专利技术属性】
技术研发人员：侯燕青，史怡宁，秦浩鹏，庄学彬，陈洪波，刘鑫，陈建衡，杨家健，
申请(专利权)人：中山大学，
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。