GPS和BDS紧结合的定位方法及可读存储介质与流程

本公开涉及卫星定位技术领域，特别涉及一种gps和bds紧结合的定位方法及可读存储介质。

背景技术：

随着目前gps、bds等系统建设的稳步推进，多gnss数据处理方法及应用的研究逐渐成为卫星导航领域的研究热点.已有结果表明，综合多个gnss系统的信号并在观测值层面统一处理能有效提高gnss定位的可靠性和稳定性，尤其在山区、城市峡谷等信号遮挡严重的地区，可充分有效利用原始观测值。

但是，当前多gnss融合相对定位，尤其gps和bds融合定位，通常只在各个卫星系统内部组双差观测值，然后再联合不同的系统进行组合定位解算，虽然在一般条件下能够达到精度要求，但是存在以下缺陷：①在车载导航特别是树木遮挡较为严重等应用场景下，定位精度无法达到令人满意的精度；②没有充分利用多平多系统的资源和尽可能多的使用观测到的信息，以达到实现不同系统之间的最优融合处理，提高定位精度、可用性和可靠性。

技术实现要素：

为主要解决gps和bds融合定位的技术问题，本公开在一方面提出了gps和bds紧结合的定位方法，包括以下步骤：选择参考星，分别在系统内和系统间做双差，组gps和bds紧结合双差观测方程模型；根据gps和bds紧结合双差观测方程模型，采用卡尔曼滤波法进行状态参数估计。

优选地，所述的选择参考星执行如下选择策略：当前历元的gps和bds所有卫星，①在没有发生周跳的卫星当中选取高度角最大的卫星作为参考星；②如果所有卫星均发生周跳，则在所有卫星当中选择高度角最大的卫星作为参考星。

优选地，所述的gps和bds紧结合双差观测方程为：

其中，各符号的含义：表示双差算子，δ表示单差算子，s、k表示gps或bds系统，i和j表示s和k的频率，p表示伪距观测值，φ表示相位观测值，dtr、dt^s分别表示接收机钟差和卫星钟差，i、t分别表示电离层延迟和对流层延迟，dr、d^s分别表示接收机和卫星的伪距硬件延迟，δr、δ^s分别表示接收机和卫星的载波相位硬件延迟，分别表示接收机和卫星的载波初始相位偏差，ε、分别表示伪距和载波的多路径、噪声以及未模型化的误差。

优选地，所述的gps和bds紧结合双差观测方程：在短基线相对定位中时，

①相同频率，同一卫星导航系统：

②相同频率，不同卫星导航系统：

③不同频率，不同卫星导航系统：

优选地，所述的gps和bds紧结合双差观测方程：在不同频率组双差时差分系统间偏差计算执行步骤：

方程进行参数重组：为重组后的差分系统间偏差，即在不同频率时，gps和bds紧结合的差分系统间偏差方程为：

优选地，所述的gps和bds紧结合双差观测方程：在不同频率组双差时模糊度计算执行步骤：

方程进行转换：

即在不同频率时，gps和bds紧结合的模糊度方程为：

优选地，所述的状态参数估计：设当前历元观测到mg个gps卫星和nc个bds卫星，假设参考星为1g，在gps系统内和gps/bds系统间作双差，则状态参数方程如下：

将观测方程线性化之后，以矩阵的形式列出如下：

优选地，所述的状态参数包括：位置参数、差分系统间偏差参数、站间单差模糊度参数。

在另一些方面，本公开提出了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的gps和bds紧结合的定位方法的步骤。

本公开的一些技术效果在于：提供了gps和bds紧结合的定位方法，实现不同系统之间的优化融合处理，可提高定位精度、可用性和可靠性。

具体实施方式

下文将对本公开涉及的技术手段或技术效果作进一步的展开描述，显然，所提供的实施例(或实施方式)仅是本公开意旨涵盖的部分实施方式，而并非全部。基于本公开中的实施例的明示或暗示，本领域技术人员在没有作出创造性劳动的前提下所能获得的所有其他实施例，都将在本公开保护的范围之内。

在总体思路上，本公开提出了一种gps和bds紧结合的定位方法，包括以下步骤：选择参考星，分别在系统内和系统间做双差，组gps和bds紧结合双差观测方程模型；根据gps和bds紧结合双差观测方程模型，采用卡尔曼滤波法进行状态参数估计。

本公开提出的gps和bds紧结合的定位方法，特点之一是作双差时共用参考星，在系统内和系统间作双差，可以组建系统内和系统间的双差观测值，减少了参考卫星数，增加了额外观测值，提高了定位模型强度，特别是对于车载导航、自动驾驶等观测环境遮挡严重、可用卫星数较少的条件下，松组合模型的性能受到限制，此时可以显著提升浮点模糊度的精度、相关性，从而提高定位的精度和可靠性。

本公开提出的gps和bds紧结合的定位方法，可普遍适用于gps和bds的融合定位；提出的模型方法和处理过程可使用单频或双频观测值进行定位，有利于降低设备成本；实时选择参考星，避免固定geo卫星为参考星产生的定位偏差。

具体的，在一些实施例中，选择参考星，分别在系统内和系统间做双差，组gps和bds紧结合双差观测方程模型；根据gps和bds紧结合双差观测方程模型，采用卡尔曼滤波法进行状态参数估计。

在一些实施例中，选择参考星执行如下选择策略：当前历元的gps和bds所有卫星，①在没有发生周跳的卫星当中选取高度角最大的卫星作为参考星；②如果所有卫星均发生周跳，则在所有卫星当中选择高度角最大的卫星作为参考星。传统方法是分系统来分别选择参考星，或固定geo卫星为多系统的共同参考星，本公开根据每一历元的搜星情况，对当前历元的所有卫星进行分析，依据周跳、高度角因素实时动态的选择gps和bds的共同参考星，从而避免参考星选择不当产生的定位偏差。

在一些实施例中，gps、bds紧组合相对定位函数模型gnss非差伪距和载波相位观测方程如下：

在系统内和系统间做差，组gps和bds紧组合双差观测方程数学模型gps和bds紧结合双差观测方程为：

其中，各符号的含义：表示双差算子，δ表示单差算子，s、k表示gps或bds系统，i和j表示s和k的频率，p表示伪距观测值，φ表示相位观测值，dtr、dt^s分别表示接收机钟差和卫星钟差，i、t分别表示电离层延迟和对流层延迟，dr、d^s分别表示接收机和卫星的伪距硬件延迟，δr、δ^s分别表示接收机和卫星的载波相位硬件延迟，分别表示接收机和卫星的载波初始相位偏差.ε、分别表示伪距和载波的多路径、噪声以及未模型化的误差。

在一些实施例中，gps和bds紧结合双差观测方程：在短基线相对定位中时，gps与bds短基线紧组合相对定位模型在短基线中，电离层延迟和对流层延迟可以忽略不计，gps与bds短基线紧组合相对定位模型总共分三种组合情况，各组合模型如下，其中符号定义与前述相同。

a)相同频率，同一卫星导航系统

设有卫星s和卫星k为同一卫星导航系统卫星，且信号频率相同，即为常规的系统内双差方程，联合多个系统内的双差方程即为目前广泛采用的松组合双差模型(lcm)：

b)相同频率，不同卫星导航系统

对于gps和bds(主要是北斗3号系统卫星)两个不同的卫星导航系统卫星，北斗3号卫星与gps卫星有重叠频率的信号，即为不同系统间的重叠频率的紧组合双差模型(tcm)

c)不同频率，不同卫星导航系统

可将gps与bds不同频率的双差观测方程转换成如下形式：

再对其进行变换，可以将gps与bds不重叠的频率的方程转换成重叠频率的形式的方程：

d)组方程组

假设观测了mg个gps卫星和nc个bds卫星，假设参考星为1g，在gpsl1系统内和gpsl1/bdsb1系统间作双差，则双差观测方程如下式所示。

状态参数为：

将观测方程线性化之后，以矩阵的形式列出如下：

在一些实施例gps和bds紧结合双差观测方程：在不同频率组双差时差分系统间偏差计算执行步骤：

当由于当前历元的gps和bds的卫星频率不同，两者组双差时接收机载波初始相位和硬件延迟无法分离，需要进行参数重组：

δbr，ij为重组后的差分系统间偏差，此时gps和bds系统间的相位双差方程为：

在一些实施例中，gps和bds紧结合双差观测方程：在不同频率组双差时模糊度计算执行步骤：

由于gps和bds频率不同，不仅会对disb产生影响，同样会影响模糊度部分。由于站简单差模糊度无法合并成双差模糊度，需要将其进行转换，可得：

为了保证单差模糊度的整数特性，必须从双差观测值中扣除单差偏差项的影响，同时单差偏差项需要满足一定的精度，不影响双差模糊度的固定，即：

在一些实施例中，当前历元的状态参数估计：设当前历元观测到mg个gps卫星和nc个bds卫星，假设参考星为1g，在gps系统内和gps/bds系统间作双差，则状态参数方程如下：

将观测方程线性化之后，以矩阵的形式列出如下：

在一些实施例中，gps与bds紧组合参数包括位置参数、差分系统间偏差参数、各系统各卫星的站间单差模糊度参数，通常用序惯最小二乘或卡尔曼滤波算法进行参数估计，本公开采用扩展的卡尔曼滤波算法进行参数估计。状态方程和观测方程表示如下：

xk＝φk，k-1xk-1+γk-1wk

lk＝hkxk+vk

上式中，xk、xk-1分别表示第k和k-1个历元时刻的状态向量，φk，k-1表示从k-1历元到第k历元时刻的状态转移矩阵，γk-1为系统噪声驱动矩阵；lk为第k历元时刻的观测向量，hk为对应的系数矩阵，wk和vk分别表示系统状态噪声和观测噪声向量，二者为互不相关的零均值白噪声，对应的随机模型如下：

e(wk)＝0，cov{wk，wj}＝qkδkj

e(vk)＝0，cov{vk，vj}＝rkδkj

cov{wk，vj}＝0

其中qk、rk分别表示系统状态向量的方差阵和观测噪声的方差阵，前者也称为卡尔曼滤波的过程噪声。δkj为kronecker函数，定义如下：

给定初始状态参数及其对应的方差协方差阵p0，卡尔曼滤波系统便可以按照下式进行递推更新，也即状态更新，得到各个历元时刻的状态向量及其方差协方差阵：

由状态更新的结果作为初值，联立观测值组成观测方程按最小方差估计准则得到参数的修正结果，也即测量更新：

pk＝(i-kkhk)pk，k-1

上式中，pk，k-1分别表示状态更新的向量及其方差协方差阵，i为单位矩阵，kk为增益矩阵，它通过状态方差协方差阵和观测方差协方差阵来动态调节状态信息和观测信息对当前历元状态估值的影响，本质上反映的是二者的权比关系。

通常将卡尔曼滤波分为上述的两个计算过程：时间更新(状态更新、一步预测)，即上一个历元的状态向量和方差协方差阵通过状态转移矩阵预测得到当前历元的状态向量和方差协方差阵；测量更新，即利用当前历元的观测信息对预测的状态向量及其方差协方差阵进行修正。对应的递推流程如下：对于模糊度固定的处理策略则选择部分模糊度固定，分别从卫星层面、频率层面和模糊度层面等角度选取模糊度子集，对其进行尝试模糊度固定，由固定的模糊度得到固定解，再对固定解进行验证，通过则输出固定解，否则输出浮点解；

在一些实施例中，对下一个历元判断是否更换参考星，判断是否需要重新估计差分系统间偏差参数。如果参考星不变，那么不重新估计差分系统间偏差参数，将上一个历元的相应数值直接传递到下一个历元，如果参考星发生了变化，则重置差分系统间偏差参数，让其重新滤波收敛。

在一些实施例中，状态参数包括：位置参数、差分系统间偏差参数、站间单差模糊度参数。

在一些方面，本公开提出了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：所述计算机程序被处理器执行时实现前述的动态加权方法的步骤。本领域技术人员可以理解的是，实施例中的全部或部分步骤，可以通过计算机程序来指令相关的硬件实现，该程序可以存储于计算机可读介质中，可读介质可以包括闪存盘、移动硬盘、只读存储器、随机存取器、磁盘或光盘等各种可以存储程序代码的介质。

在符合本领域技术人员的知识和能力水平范围内，本文提及的各种实施例或者技术特征在不冲突的情况下，可以相互组合而作为另外一些可选实施例，这些并未被一一罗列出来的、由有限数量的技术特征组合形成的有限数量的可选实施例，仍属于本公开揭露的技术范围内，亦是本领域技术人员结合本文内容所能理解或推断而得出的。

另外，多数实施例的描述是基于不同的重点而展开的，未详述之处，可参见现有技术的内容或本文的其他相关描述进行理解。

再次强调，上文所列举的实施例，为本公开较为典型的、较佳实施例，仅用于详细说明、解释本公开的技术方案，以便于读者理解，并不用以限制本公开的保护范围或者应用。在本公开的精神和原则之内所作的任何修改、等同替换、改进等而获得的技术方案，都应被涵盖在本公开的保护范围之内。