差分定位的优化方法及系统、定位终端、存储器与流程

本发明属于差分定位技术领域，尤其涉及一种差分定位的优化方法及系统、定位终端、存储器。

背景技术：

gnss高精度实时动态定位系统能达到分米甚至厘米级的定位精度，应用非常广泛。但其必须依赖于服务端对大量跟踪站海量的实时数据解算得到的精密差分数据，为了给用户提供不间断的服务，必须保证服务端数据处理系统连续、稳定的运行。但在复杂网络环境下传输的海量实时数据流不可避免产生各种复杂多样的异常，从而导致解算系统崩溃；同时，由于软硬件原因服务端也难免发生崩溃现象。

现有的高精度定位服务中，常用的是伪距差分技术和载波相位差分技术，差分定位是通过接收流动站观测数据、基站观测数据、卫星观测数据，采用差分算法对接收的观测数据进行解算，得到海量的解算数据。由于数据量庞大，通常情况下不保存历史状态的解算数据。

为了优化差分算法，通常在需要进行异常定位排查、回溯等，现有的排查方式，通常是通过算法开发人员在程序关键点添加输出打印log的调试方法来排查，但由于无法获得中间状态的解算数据，因而无法分析定位过程的数据(例如无法获取详细的运算状态的日志等)，无法准确找到出现异常的时间点，研发人员很难进行准确的异常排查，不利于优化差分算法。

技术实现要素：

本发明实施例提供了一种差分定位的优化方法及系统、定位终端、存储器，旨在解决现有技术中由于未保存中历史状态数据导致差分定位优化效率不高的问题。

本发明实施例是这样实现的，一种差分定位的优化方法，包括：

接收差分定位优化的指示；

基于所述指示从云端获取历史差分解算数据，所述历史差分解算数据包括历史状态数据；

基于所述历史差分解算数据进行差分定位优化。

优选地，所述接收差分定位优化的指示之前还包括：

实时获取差分解算数据并上传地所述云端。

优选地，所述实时获取差分解算数据并上传地所述云端具体包括：

实时获取差分解算数据并输出至本地文件中；

对所述本地文件中的差分解算数据进行分析，得到分析结果；

将所述分析结果上传至云端进行存储，所述分析结果包括当前时刻的运行状态。

优选地，所述对所述本地文件中的差分解算数据进行分析，得到分析结果具体包括：

对所述差分解算数据进行解析，获得解析数据；

对解析数据进行分类，得到分类结果。

优选地，所述对所述差分解算数据进行解析，获得解析数据之后、对解析数据进行分类处理，得到分类结果之前还包括：

根据预设目标对所述解析数据进行选择，获得选择结果；

所述对解析数据进行分类处理，得到分类结果具体为：

对所述选择结果进行分类，得到分类结果。

优选地，所述将分析结果上传至云端进行存储具体为：

将所述分类结果上传至所述云端，以供所述云端基于分类结果进行分类存储，所述分类结果包括当前的运行状态。

优选地，所述差分定位优化的指示包括：差分解算算法的验证指示，所述基于所述历史差分解算数据进行差分定位优化具体包括：

对所述历史差分解算数据进行分析，得到分析数据；

基于所述分析数据对差分解算算法进行验证，得到验证结果；

基于所述验证结果进行差分解算算法的优化。

本发明还提供一种差分定位的优化系统，包括：

接收模块，用于接收差分定位优化的指示；

获取模块，用于基于所述指示从云端获取历史差分解算数据，所述历史差分解算数据包括状态数据；

优化模块，用于基于所述历史差分解算数据进行差分定位优化。

本发明还提供一种存储器，所述存储器存储有计算机程序，所述计算机程序被处理器执行如下步骤：

接收差分定位优化的指示；

基于所述指示从云端获取历史差分解算数据，所述历史差分解算数据包括状态数据；

基于所述历史差分解算数据进行差分定位优化。

本发明还提供一种定位终端，包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

接收差分定位优化的指示；

基于所述指示从云端获取历史差分解算数据，所述历史差分解算数据包括状态数据；

基于所述历史差分解算数据进行差分定位优化。

在本发明实施例中，预先在云端存储有历史差分解算数据，在进行差分定位优化时参考历史差分解算数据，便于研发人员(例如从事差分运算的研发人员)在开发差分定位技术的过程中及时找出bug以进行修改，及时优化相应算法，提高优化的科学性。

附图说明

图1是本发明第一实施例提供的一种差分定位的优化方法的流程图；

图2是本发明第一实施例提供的一种差分定位的优化方法的步骤s3的具体流程图；

图3是本发明第一实施例提供的一种差分定位的优化方法的步骤s4的具体流程图；

图4是本发明第二实施例提供的一种差分定位的优化系统的结构图；

图5是本发明第二实施例提供的一种差分定位的优化系统的优化模块3的具体结构图；

图6是本发明第二实施例提供的一种差分定位的优化系统的实时监控模块4的具体结构图；

图7是本发明第三实施例提供的一种定位终端的结构图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明实施例中，一种差分定位的优化方法，包括：接收差分定位优化的指示；基于所述指示从云端获取历史差分解算数据，所述云端存储有与预设时间段的历史差分解算数据，所述历史差分解算数据包括状态数据；基于所述历史差分解算数据进行差分定位优化。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

实施例一：

图1示出了本发明第一实施例提供的一种差分定位的优化方法的流程图，包括：

步骤s1，接收差分定位优化的指示；

具体地，在进行差分定位的过程中，首先是设置好差分定位算法(包括差分解算算法)，根据差分定位算法及获取的观测数据(例如卫星数据、基站数据等)来进行定位，为了提高定位精度，需要对差分定位算法进行优化，研发人员或者用户可以发出对应的差分定位优化指示。

步骤s2，基于该指示从云端获取历史差分解算数据；

具体地，云端首先是存储了大量的历史差分解算数据，该历史差分解算数据包括当前时刻之前的任一时刻对应的历史差分解算数据(例如包括与预设时间段对应的状态数据，即历史状态数据)，通常情况下，如果保存海量的历史差分解算数据(对应时间长度较长)，而有些数据由于与当前时间间隔太久而影响较小或者可以不参考，因此需要用户预设一个时间段(在发出差分定位优化指示时设定)，例如一周、一个月或者其他时间，此处对此不作限制。另外，用户还可以设置一个时间周期，每一周期对差分定位优化一次。该时间周期可根据实际情况而设，此处对此也不作限制。设定好时间段后，在优化时只需要参考该时间段的历史差分解算数据即可。

进一步地，该历史差分解算数据至少包括以下一种：当前时刻的卫星星历数据、流动站观测数据、基准站观测数据，当前解算数据流数据、解算中间状态数据、协议包数据，还可包其他数据，此处对此不作限制。

步骤s3，基于历史差分解算数据进行差分定位优化；

具体地，获取到预设时间段的历史差分解算数据之后，可对历史差分解算数据进行分析，根据分析结果进行差分定位的优化。

本实施例中，预先在云端存储有历史差分解算数据，在进行差分定位优化时参考历史差分解算数据，便于研发人员(例如从事差分运算的研发人员)在开发差分定位技术的过程中及时找出bug以进行修改，及时调整及优化相应算法，提高优化的科学性。

在本实施例的一个优选方案中，该步骤s1之前还可包括：

步骤s4，实时获取差分解算数据并上传地云端；

具体地，在进行差分定位过程中，实时获取差分解算数据，并及时上传至云端，云端将接收的差分解算数据存储下来，作为历史差分解算数据。

在本实施例的一个优选方案中，该差分定位优化的指示包括差分解算算法的验证指示，如图2所示，为本发明第一实施例提供的一种差分定位的优化方法的步骤s3的具体流程图，该步骤s3具体包括：

步骤s31，对差分解算数据进行分析，得到分析数据；

具体地，对差分解算数据进行分析，获得分析数据；

步骤s32，基于分析数据对差分解算算法进行验证，得到验证结果；

具体，将分析数据代入差分解算算法中进行模拟定位，获得对应的模拟定位结果(即验证结果)；而具体的模拟过程可参考现有的技术，此处不再赘述。

步骤s33，基于验证结果进行差分解算算法的优化；

具体地，将验证结果与获取的差分解算数据进行比对，然后对差分解算算法进行优化，获得优化的差分解算算法，以提高后续的差分定位准确性。例如，验证结果提示某个时刻的数据与所处的状态不对应，或者整个定位过程的相关数据与实际模拟的结果有出入，则需要修正或优化差分解算算法。

在本实施例的一个优选方案中，如图3所示，为本发明第一实施例提供的一种差分定位的优化方法的步骤s4的具体流程图，该步骤s4具体包括：

步骤s41，实时获取差分解算数据并输出至本地文件中；

具体地，实时获取差分解算数据，并输出至本地文件中，例如，差分定位过程中，在进行差分解算时，实时获取该差分解算数据，并传输至本地文件暂存，该本地文件可为本地数据库，或者本地暂存器等，此处对此不作限制。

步骤s42，对本地文件中的差分解算数据进行分析，得到分析结果；

具体地，从本地文件中获取差分解算数据，并进行分析，得到分析结果；

进一步地，包括以下步骤：

对差分解算数据进行解析，获得解析数据；

对解析数据进行分类，得到分类结果；

具体地，对差分解算数据进行解析，并对解析数据进行分类，得到分类结果。

在本实施例的一个优选方案中，该对差分解算数据进行解析，获得解析数据之后、对解析数据进行分类处理，得到分类结果之前还包括：

根据预设目标对解析数据进行选择，获得选择结果；

具体地，根据预设目标对解析数据进行选择，选择需要上传的数据，该预设目标可根据实际情况而设，例如设定需要上传的数据类型等，此处对此不作限制。便于后续根据分类结果上传部分需要的差分解算数据，筛掉不需要的数据，减轻网络负担及减轻云端的数据存储负担。

进一步地，在获得选择结果之后，对选择结果进行分类，得到分类结果。例如，将数据分为：卫星星历数据、基准站观测数据、流动站观测数据、协议包(rtcm)数据流等。

步骤s43，将分析结果上传至云端进行存储；

具体地，对差分解算数据进行分析之后，将分析结果实时地上传至云端进行存储，优选地，该本地文件只会存储预定时间段的差分解算数据，例如，一天、半天、10小时等，此处对此也不作限制，当本地文件存储的差分解算数据被分析后，会将分析结果对应的原差分解算数据进行删除，以缓解存储压力，进一步地，该分析结果包括当前时刻的运行状态。

需要说明的是，获取差分解算数据、对差分解算数据进行分析，及对分析结果进行上传是几乎同时进行的，即上一步完成后马上进行下一步。

本实施例中，实时获取差分解算数据，将差分解算数据经过本地文件中转，分类后上传至云端进行分类存储，及时存储当前时刻的运行状态，为后续应用提供便利。

在本实施例的一个优选方案中，该步骤s43之后还可包括：

步骤s44，接收云端反馈的当前运行状态；

具体地，云端接收到差分解算数据之后，进行存储，也可将当前时刻的运行反馈回来；

在本实施例的一个优选方案中，该步骤s44之后还可包括：

步骤s45，展示当前时刻的运行状态；

具体地，云端反馈当前时刻的运行状态之后，可将该运行状态显示出来，便于及时看到当前的运行状态，云端每接收1秒的差分运算数据，就会反馈该时刻对应的运行状态，便于研发人员看到整个时间段中每一时刻对应的运行状态。

需要说明的是，本实施例中，以1秒为获取时间间隔，在执行完上述步骤s41至步骤s45之后，又重新回到步骤s41，重新下一轮的获取差分解算数据并上传至云端，于是获得每一时间间隔对应的差分解算数据，存储在云端的差分解算数据作为下一时刻的历史差分解算数据，便于后续的处理应用。

本实施例中，预先在云端存储有历史差分解算数据，在进行差分定位优化时参考历史差分解算数据，便于研发人员(例如从事差分运算的研发人员)在开发差分定位技术的过程中及时找出bug以进行修改，及时调整及优化相应算法，提高优化的科学性。

其次，实时获取差分解算数据，将差分解算数据经过本地文件中转，分类后上传至云端进行分类存储，及时存储当前时刻的运行状态，为后续应用提供便利。

再者，在上传数据之前进行数据的，需要对数据进行选择，只上传需要的数据，减轻存储负担。

实施例二：

图4示出了本发明第二实施例提供的一种差分定位的优化系统的结构图，该系统包括：接收模块1、与接收模块1连接的获取模块2、与获取模块2连接的优化模块3，其中：

接收模块1，用于接收差分定位优化的指示；

具体地，在进行差分定位的过程中，首先是设置好差分定位算法(包括差分解算算法)，根据差分定位算法及获取的观测数据(例如卫星数据、基站数据等)来进行定位，为了提高定位精度，需要对差分定位算法进行优化，研发人员或者用户可以发出对应的差分定位优化指示。

获取模块2，用于基于该指示从云端获取历史差分解算数据；

具体地，云端首先是存储了大量的历史差分解算数据，该历史差分解算数据包括当前时刻之前的任一时刻对应的历史差分解算数据(例如包括与预设时间段的状态数据)，通常情况下，如果保存海量的历史差分解算数据(对应时间长度较长)，而有些数据由于与当前时间间隔太久而影响较小或者可以不参考，因此需要用户预设一个时间段(在发出差分定位优化指示时设定)，例如一周、一个月或者其他时间，此处对此不作限制。另外，用户还可以设置一个时间周期，每一周期对差分定位优化一次。该时间周期可根据实际情况而设，此处对此也不作限制。设定好时间段后，在优化时只需要参考该时间段的历史差分解算数据即可。

进一步地，该历史差分解算数据至少包括以下一种：当前时刻的卫星星历数据、流动站观测数据、基准站观测数据，当前解算数据流数据、解算中间状态数据、协议包数据，还可包其他数据，此处对此不作限制。

优化模块3，用于基于历史差分解算数据进行差分定位优化；

具体地，获取到预设时间段的历史差分解算数据之后，可对历史差分解算数据进行分析，根据分析结果进行差分定位的优化。

本实施例中，预先在云端存储有历史差分解算数据，在进行差分定位优化时参考历史差分解算数据，便于研发人员(例如从事差分运算的研发人员)在开发差分定位技术的过程中及时找出bug以进行修改，及时调整及优化相应算法，提高优化的科学性。

在本实施例的一个优选方案中，该系统还可包括：与接收模块1连接的实时监控模块4，其中：

实时监控模块4，用于实时获取差分解算数据并上传地云端；

具体地，在进行差分定位过程中，实时获取差分解算数据，并及时上传至云端，云端将接收的差分解算数据存储下来，作为历史差分解算数据。

进一步地，在开发状态输出端嵌入gnss定位解算程序(如rtklib中实时定位工具rtkrcv)，并开发一个与gnss定位解算程序绑定的收集程序(例如实时监控模块4)，负责对解算程序输出的文件的内容进行解析，抽取需要的信息，并上传至云端的虚拟机。

在本实施例的一个优选方案中，该差分定位优化的指示包括差分解算算法的验证指示，图5示出了本发明第二实施例提供的一种差分定位的优化系统的优化模块3的具体结构图，该优化模块3具体包括：分析单元31、与分析单元31连接的验证单元32、与验证单元32连接的优化单元33，其中：

分析单元31，用于对差分解算数据进行分析，得到分析数据；

具体地，对差分解算数据进行分析，获得分析数据；

验证单元32，用于基于分析数据对差分解算算法进行验证，得到验证结果；

具体，将分析数据代入差分解算算法中进行模拟定位，获得对应的模拟定位结果(即验证结果)；而具体的模拟过程可参考现有的技术，此处不再赘述。

优化单元33，用于基于验证结果进行差分解算算法的优化；

具体地，将验证结果与获取的差分解算数据进行比对，然后对差分解算算法进行优化，获得优化的差分解算算法，以提高后续的差分定位准确性。例如，验证结果提示某个时刻的数据与所处的状态不对应，或者整个定位过程的相关数据与实际模拟的结果有出入，则需要修正或优化差分解算算法。

在本实施例的一个优选方案中，如图6所示，为本发明第二实施例提供的一种差分定位的优化系统的实时监控模块4的具体结构图，该实时监控模块4具体包括：获取输出单元41、与获取输出单元41连接的分析单元42、与分析单元42连接的上传单元43，其中：

获取输出单元41，用于实时获取差分解算数据并输出至本地文件中；

具体地，实时获取差分解算数据，并输出至本地文件中，例如，差分定位过程中，在进行差分解算时，实时获取该差分解算数据，并传输至本地文件暂存，该本地文件可为本地数据库，或者本地暂存器等，此处对此不作限制。

分析单元42，用于对本地文件中的差分解算数据进行分析，得到分析结果；

具体地，从本地文件中获取差分解算数据，并进行分析，得到分析结果；

进一步地，该分析单元42具体用于：

对差分解算数据进行解析，获得解析数据；

对解析数据进行分类，得到分类结果；

具体地，对差分解算数据进行解析，并对解析数据进行分类，得到分类结果。

在本实施例的一个优选方案中，该分析单元42还用于：根据预设目标对解析数据进行选择，获得选择结果；

具体地，根据预设目标对解析数据进行选择，选择需要上传的数据，该预设目标可根据实际情况而设，例如设定需要上传的数据类型等，此处对此不作限制。便于后续根据分类结果上传部分需要的差分解算数据，筛掉不需要的数据，减轻网络负担及减轻云端的数据存储负担。

进一步地，在获得选择结果之后，对选择结果进行分类，得到分类结果。例如，将数据分为：卫星星历数据、基准站观测数据、流动站观测数据、协议包(rtcm)数据流等。

上传单元43，用于将分析结果上传至云端进行存储；

具体地，对差分解算数据进行分析之后，将分析结果实时地上传至云端进行存储，优选地，该本地文件只会存储预定时间段的差分解算数据，例如，一天、半天、10小时等，此处对此也不作限制，当本地文件存储的差分解算数据被分析后，会将分析结果对应的原差分解算数据进行删除，以缓解存储压力，进一步地，该分析结果包括当前时刻的运行状态。

需要说明的是，获取差分解算数据、对差分解算数据进行分析，及对分析结果进行上传是几乎同时进行的，即上一步完成后马上进行下一步。

本实施例中，实时获取差分解算数据，将差分解算数据经过本地文件中转，分类后上传至云端进行分类存储，及时存储当前时刻的运行状态，为后续应用提供便利。

在本实施例的一个优选方案中，该实时监控模块4还包括：反馈接收单元及与其连接的展示单元，其中：

反馈接收单元，用于接收云端反馈的当前运行状态；

具体地，云端接收到差分解算数据之后，进行存储，也可将当前时刻的运行反馈回来；

展示单元，用于展示当前时刻的运行状态；

具体地，云端反馈当前时刻的运行状态之后，可将该运行状态显示出来，便于及时看到当前的运行状态，云端每接收1秒的差分运算数据，就会反馈该时刻对应的运行状态，便于研发人员看到整个时间段中每一时刻对应的运行状态。

需要说明的是，本实施例中，以1秒为获取时间间隔，在获取差分解算数据到上传至云端之后，又开始重新获取新的差分解算数据，进行下一轮数据的上传。于是获得每一时间间隔对应的差分解算数据，存储在云端的差分解算数据作为下一时刻的历史差分解算数据，便于后续的处理应用。

本实施例中，预先在云端存储有历史差分解算数据，在进行差分定位优化时参考历史差分解算数据，便于研发人员(例如从事差分运算的研发人员)在开发差分定位技术的过程中及时找出bug以进行修改，及时调整及优化相应算法，提高优化的科学性。

其次，实时获取差分解算数据，将差分解算数据经过本地文件中转，分类后上传至云端进行分类存储，及时存储当前时刻的运行状态，为后续应用提供便利。

再者，在上传数据之前进行数据的，需要对数据进行选择，只上传需要的数据，减轻存储负担。

实施例三：

图7示出了本发明第三实施例提供的一种定位终端的结构图，该控制终端包括：存储器(memory)71、处理器(processor)72、通信接口(communicationsinterface)73和总线74，该处理器72、存储器71、通信接口73通过总线74完成相互之间的交互通信。

存储器71，用于存储各种数据；

具体地，存储器71用于存储各种数据，例如通信过程中的数据、接收的数据等，此处对此不作限制，该存储器还包括有多个计算机程序。

通信接口73，用于该服务终端的通信设备之间的信息传输；

处理器72，用于调用存储器71中的各种计算机程序，以执行上述实施例一所提供的一种差分定位的优化方法，例如：

接收差分定位优化的指示；

基于所述指示从云端获取历史差分解算数据，所述云端存储有历史差分解算数据，所述历史差分解算数据包括状态数据；

基于所述历史差分解算数据进行差分定位优化。

进一步地，还可执行下述步骤：

实时获取差分解算数据并上传地所述云端本实施例中，预先在云端存储有历史差分解算数据，在进行差分定位优化时参考历史差分解算数据，可大大提高优化的科学性。

本发明还提供一种存储器，该存储器存储有多个计算机程序，该多个计算机程序被处理器调用执行上述实施例一所述的一种差分定位的优化方法。

本发明中，预先在云端存储有历史差分解算数据，在进行差分定位优化时参考历史差分解算数据，便于研发人员(例如从事差分运算的研发人员)在开发差分定位技术的过程中及时找出bug以进行修改，及时调整及优化相应算法，提高优化的科学性。

其次，实时获取差分解算数据，将差分解算数据经过本地文件中转，分类后上传至云端进行分类存储，及时存储当前时刻的运行状态，为后续应用提供便利。

再者，在上传数据之前进行数据的，需要对数据进行选择，只上传需要的数据，减轻存储负担。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。

专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。