【技术实现步骤摘要】
本专利技术涉及高精度卫星定位，具体涉及一种基于整数约束型高斯滤波的rtk定位方法。
技术介绍
1、gnss-rtk(global navigation satellite system-real-time kinematic)技术以其高精度的定位能力，在测绘、无人驾驶、农业和精细工程等领域具有广泛的应用前景。该技术通过利用地面基准站与移动终端之间的差分信号，能够在厘米级精度范围内提供实时定位。然而，尽管gnss-rtk技术在理想条件下表现优异，但其在卫星信号受到遮挡或干扰时，仍然面临诸多挑战，特别是在城市高楼林立的环境、森林覆盖区以及干扰源密集的区域，rtk滤波容易发散。卫星信号遮挡导致有效卫星数量减少或几何精度因子(gdop)增大，进而影响定位精度。此外，信号的多路径效应和干扰源(如射频干扰)会导致伪距测量误差加大，传统的滤波算法难以应对这种不确定性，引发伪距定位结果的剧烈波动。rtk定位对载波相位初值选取较为敏感，上述干扰会严重影响滤波器的解算精度，不良的浮点解会导致模糊度难以固定。此外，gnss-rtk定位的精度受系统模型的影响很大，但是对于不同场景的卫星量测噪声难以准确地建模，不同场景的卫星量测噪声统计特性难以获得。目前在gnss-rtk中还没有技术能够简单有效地解决量测噪声不确定性引起的高精度定位问题。
2、为了克服已有gnss-rtk定位方法的固定率低、鲁棒性差等问题。本专利技术提出了一种基于整数约束型高斯滤波的rtk定位方法，通过结合贝叶斯推理与同伦方法，导出了整数约束下的渐进高斯滤波框架，有效提升固定
技术实现思路
1、本专利技术解决了复杂环境下gnss信号受到干扰或遮挡时rtk定位固定率低、鲁棒性差的问题，本专利技术可以提高在上述条件下模糊度固定的固定率。从而可以提高rtk定位的精度和鲁棒性。
2、本专利技术采用的技术方案如下:
3、一种基于整数约束型高斯滤波的rtk定位方法，包括以下步骤：
4、步骤1，获取移动站数据：从gnss接收机获取原始观测数据，包括但不限于伪距、载波相位、多普勒、信噪比、卫星广播星历数据等。
5、步骤2，获取基准站数据：从通讯链路获取基准站或者虚拟cors站的差分观测数据，包括但不限于伪距、载波相位、信噪比、参考站位置信息等。
6、步骤3，数据准备：通过卫星广播星历计算卫星当前位置、钟差等对上述步骤1、步骤2中获取的观测数据进行单差、双差处理，得到处理后的双差量测方程，。
7、步骤4，建立系统模型：假设k时刻共观测到m颗卫星，以卫星i为参考卫星，系统模型描述如下：
8、
9、式中，xk＝[rk ak]t为k时刻的系统状态向量；rk为载体位置；ak为站间单差模糊度；wk为过程噪声；vk为量测噪声；为双差量测向量，h(xk)为非线性量测函数，表示为：
10、
11、步骤5，整数约束型渐进高斯滤波
12、建立先验分布-后验分布的渐进过程，引入伪时间常数τ，并给出整数渐进高斯滤波框架如下：
13、
14、该框架中包含时间更新、渐进量测更新以及渐进模糊度更新过程。
15、式中，p(·)表示概率密度函数，z1:k＝{z1,z2,...,zk}为时间k处的量测集合，τi(i∈[1,n])为伪时间常数，且τ0＝0(表示此处没有伪时间概念)，其中n为渐进总步数，δi＝1/n为第i步渐进步长；
16、步骤5.1，渐进高斯滤波
17、基于贝叶斯更新过程，通过伪时间常数τ，建立关系如下：
18、
19、式中，
20、进一步的，伪时刻τi处系统位置更新过程表示如下：
21、
22、式中，ak表示模糊度参数，p(ak,τi|z1:k)表示其渐进过程中所构成的归一化分布。
23、步骤5.2，渐进高斯整数约束
24、进一步的，伪时刻τi-1处的渐进后验概率密度函数为p(xk,τi-1|z1:k)且服从高斯分布，则有：
25、
26、式中表示伪时刻τi-1的渐进后验估计，为其相应的协方差矩阵。
27、进一步的，对当前渐进后验估计浮点模糊度进行取整得到双差渐进后验估计整数模糊度，若渐进后验估计整数模糊度满足相应的条件检验，整数约束成功。
28、步骤5.3，整数约束型渐进滤波截止条件
29、考虑式(1)，将非线性量测zk在处泰勒展开：
30、
31、其中，表示估计误差，表示对非线性函数求导，忽略高阶项可得：
32、
33、式中，表示渐进后验估计残差；
34、在步骤5.2模糊度已经成功固定的情况下，迭代过程即可截止，执行步骤6。然而，若模糊度一直无法成功固定，迭代过程将会不断执行直至步长走完，若步长已走完，执行步骤6，否则跳转到步骤5.1继续迭代计算。为防止系统过估计，引入截止条件和其中，ε为一个很小的常数。若同时满足截止条件和证明当前解已是非固定状态下的最优解，执行步骤6，否则跳转到步骤5.1继续迭代计算。
35、步骤6，更新状态
36、若步骤5.2中渐进高斯整数约束成功，则可获取对应整数解，否则仅能得到浮点解。
37、本专利技术的有益效果如下：
38、本专利技术方法通过构造整数约束下的渐进高斯滤波框架，结合贝叶斯推理与同伦方法优势，提出了一种基于整数约束渐进高斯滤波的rtk定位方法，通过构建渐进步长逐步融合信息，避免了初值选取问题对lambda算法带来的影响，同时降低了不良的浮点解对模糊度固定带来的影响，进一步提升了模糊度固定的成功率。在城市峡谷、高架桥等复杂环境下能够显著提升定位性能。通过上述内容，本专利技术方法较一般方法能够提升实时定位中固定解的所占比例和非固定解的定位精度。
本文档来自技高网...【技术保护点】
1.一种基于整数约束型高斯滤波的RTK定位方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于整数约束型高斯滤波的RTK定位方法，其特征在于，所述步骤5具体过程如下：
3.根据权利要求1所述的一种基于整数约束型高斯滤波的RTK定位方法，其特征在于，所述步骤6具体为：若步骤5.2中渐进高斯整数约束成功，则可获取对应整数解，否则仅能得到浮点解。
4.根据权利要求1所述的一种基于整数约束型高斯滤波的RTK定位方法，其特征在于，所述步骤3中误差包括地球自转误差、相对论效应。
5.根据权利要求1所述的一种基于整数约束型高斯滤波的RTK定位方法，其特征在于，所述步骤4中，采用高度角最高的卫星作为参考卫星，其他卫星与参考卫星相减一次得到星间单差，参考站与移动站之间相同卫星的观测数据做差得到站间单差，所述星间单差与站间单差做差得到双差观测值。
【技术特征摘要】
1.一种基于整数约束型高斯滤波的rtk定位方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于整数约束型高斯滤波的rtk定位方法，其特征在于，所述步骤5具体过程如下：
3.根据权利要求1所述的一种基于整数约束型高斯滤波的rtk定位方法，其特征在于，所述步骤6具体为：若步骤5.2中渐进高斯整数约束成功，则可获取对应整数解，否则仅能得到浮点解。
4.根...
【专利技术属性】
技术研发人员：杨旭升，瞿子文，李唯诣，张文安，付明磊，何军强，刘浩淼，季华，
申请(专利权)人：浙江工业大学，
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。