一种基于非差非组合模型的网络rtk模糊度解算方法
【专利摘要】本发明公布了一种基于非差非组合模型的网络RTK模糊度解算方法。使用非差非组合模型对全网的单站非差模糊度进行估计，并将卫星钟作为未知参数，实时卫星钟差产品作为伪观测量加入。根据用户位置，提取用户相邻站点的非差模糊度，在相邻站点中选择一个作为基准站点，利用差分算子还原得到双差模糊度的整数特性，单历元获得具有整数特性的双差模糊度结果。使用本发明提出的方法，在大规模的基准站网络中可有效提升计算性能，同时减弱大气误差和长度对双差模糊度固定的影响，降低双差模型的病态性，提高模型抗差能力和模糊度固定成功率。
【专利说明】-种基于非差非组合模型的网络RTK模糊度解算方法

【技术领域】
[0001] 本发明涉及全球导航卫星系统（GNS巧卫星定位领域，特别涉及GNSS非差非组合 精密单点定位。

【背景技术】
[0002] 随着基准站数量的逐渐增多W及多系统多频信号的兼容，大范围 C0RS(Continuous Operational Reference System;连续运行参考系统）系统已被广泛建 设并逐渐成为国家重要基础设施W支持高精度定位应用，用户利用多参考站网络可实时获 取厘米级的定位精度。
[0003] 在当前网络RTK应用中，必须保证双差模糊度的正确计算，W便全网的差分改正 信息W及VRS观测值得W生成，从而确保定位效果。因此，大部分C0RS系统软件均采用基 线解算方法W实现全网模糊度解算。基线解算方法虽然减少了未知参数个数，一定程度上 解决了求解的秩亏问题，但通常存在复杂而难W确切解决的相关性问题。同时，由于大气误 差和卫星轨道误差的影响，基线解算过程中，基线长度受到限制，不得不考虑新的大气误差 估计模型W扩宽基线长度。而且随着基准站数量的增大，所需解算的基线数量呈指数级增 长。因此基于基线解算方法的全网模糊度解算不利于大范围C0RS系统的分布式架构的搭 建及运行，限制了大范围C0RS系统的应用。
[0004] 与此同时，随着非差PPP的成功应用，一种创新的PPP-RTK方法得到了广泛研究。 在非组合观测方程中，接收机及卫星的载波伪距偏差项被模糊度所吸收，使得非差模糊失 去整数特性。但利用固定的双差模糊度W及正确的基准模糊度，可还原非差模糊度的整数 特性，而且与双差方程具有数值等价性，但不需要面对相关性问题。因此，全网的模糊度固 定值得深入研究，并将大大有利于大范围C0RS系统的发展。


【发明内容】

[0005] 发明目的；针对上述现有技术，提出一种基于非差非组合模型的网络RTK模糊度 解算方法，能够解决目前网络RTK受相关性问题影响W及基线长度、数量限制的问题，并将 大大有利于大范围C0RS系统的发展。
[0006] 技术方案；一种基于非差非组合模型的网络RTK模糊度解算方法，首先使用非差 非组合模型对全网的单站非差模糊度进行估计，其中将卫星钟作为未知参数，实时卫星钟 差产品作为伪观测量加入；然后根据用户位置，提取用户相邻站点的非差模糊度，在相邻站 点中选择一个作为基准站点，利用差分算子还原得到双差模糊度的整数特性，单历元获得 具有整数特性的双差模糊度结果。
[0007] 进一步的，所述的基于非差非组合模型的网络RTK模糊度解算方法包括如下具体 步骤：
[0008] 步骤1)，使用各站点的原始观测值，对各站点的的单站非差模糊度进行估计，并将 卫星钟差作为未知参数进行估计，如式（1. 1)所示：
[000引 P;,k= Pt+cdtk-cdts +T; +(XjIl+d 巧-dSpj+el,0 化"s+护巧 (1.1)
[0010] 形],k= Pl+cStk-cSf + 巧-cCjll+bk,屯 j-If屯户种,〇 化"s+、Nj+sl 屯 j
[0011] 其中；s表示卫星，k表示基准站接收机，j代表各观测值频率，j = 1、2 ;巧t表示 卫星S与站点k间在频率j上的伪距观测量，。It表示卫星S与站点k间在频率j上的相 位观测量，片表示卫星到接收机天线相位中也的几何距离，5 tk表示接收机钟差，5 ts表示 卫星钟差，r/表示对流层延迟，表示电离层延迟；a j.是频率比值，=於/方，/j表示频 率j的值；如V馬;分别表示频率j上的接收机和卫星的硬件延迟；是其它可模型 化的误差；\?,，％,分别表示频率j上的接收机和卫星的相位小数偏差；入J是频率j上的 载波波长，Nj.是频率j上的相位模糊度；每P尸皆。，是频率j上的伪距观测值和相位观测值 噪声；C表不光速；
[0012] 根据式（1. 1)，使用卡尔曼滤波对未知参数进行估计，得到非差浮点模糊度，包括 如下具体步骤：
[0013] 步骤a),设置未知参数向量Xi，如式（1.2)所示：
[0014] x,-=[zrAA 化 ' 况"了，0 = 1…"） (1.2)
[0015] 其中，未知参数Xi分为时变和时不变两个部分，时变部分包括天顶湿延迟ZTD，， k;吸收接收机无电离层硬件延迟《^"^的接收机钟差5tk'，C化' =c化其中 f f2 吸收接收机及卫星频率相关硬件延迟部分的〇维 电离层倾斜延迟/;'，马'=马+充^巧-妒其中A二馬'巧-足.6,护二嗔-而， n为该历元观测卫星数，吸收卫星无电离层硬件延迟^4^的n维卫星钟差5ts'， C佩1 =(成' +而，鸣f =不心石-不么石與;；时不变部分包括n维非差初始N1整周模 JI J2 ，/! J2 糊度和n维非差初始N2整周模糊度iV^
[0016] 步骤b)，设置卡尔曼滤波的设计矩阵Bi和观测向量Li，如式（1.3)所示：
[0017]

【权利要求】
1. 一种基于非差非组合模型的网络RTK模糊度解算方法，其特征在于，首先使用非差 非组合模型对全网的单站非差模糊度进行估计，其中将卫星钟作为未知参数，实时卫星钟 差产品作为伪观测量加入；然后根据用户位置，提取用户相邻站点的非差模糊度，在相邻站 点中选择一个作为基准站点，利用差分算子还原得到双差模糊度的整数特性，单历元获得 具有整数特性的双差模糊度结果。
2. 根据权利要求1所述的基于非差非组合模型的网络RTK模糊度解算方法，其特征在 于，包括如下具体步骤： 步骤1)，使用各站点的原始观测值，对各站点的的单站非差模糊度进行估计，并将卫星 钟差作为未知参数进行估计，如式（I. 1)所示：
其中：s表示卫星，k表示基准站接收机，j代表各观测值频率，j= 1、2 ; 表示卫星 s与站点k间在频率j上的伪距观测量，①^表示卫星s与站点k间在频率j上的相位观测 量，A表示卫星到接收机天线相位中心的几何距离，Stk表示接收机钟差，Sts表示卫星钟 差，T/表示对流层延迟，/丨表示电离层延迟；a」是频率比值，=乂2/<，fj表示频率j的 值；、$分别表示频率j上的接收机和卫星的硬件延迟； 是其它可模型化的误 差；分别表示频率j上的接收机和卫星的相位小数偏差；入」是频率j上的载波波 长，％是频率j上的相位模糊度；是频率j上的伪距观测值和相位观测值噪声；c表不光速； 根据式（1. 1)，使用卡尔曼滤波对未知参数进行估计，得到非差浮点模糊度，包括如下 具体步骤： 步骤a)，设置未知参数向量Xi，如式（1.2)所示： 和' /:'纪' <]r，Cy = i…n) (1.2) 其中，未知参数Xi分为时变和时不变两个部分，时变部分包括天顶湿延迟ZTDw,k;吸收接收机无电离层硬件延迟的接收机钟差Stk'，，其中
糊度#!'和n维非差初始N2整周模糊度#€ ; 步骤b)，设置卡尔曼滤波的设计矩阵Bi和观测向量Li，如式（1.3)所示：
其中，所述观测向量Li包含四个非差观测值AL以及一个实时卫星钟差 产品结果54s作为伪观测值，分别表示卫星s与站点k间分别在频率1，2上的相 位观测量，OGli分别表示卫星s与站点k间分别在频率1，2上的伪距观测量；
n表示该历元观测卫星数，9n表示第n个卫星该历元的卫星高度角，MFw(0)为天顶湿 延迟与卫星高度角相关的映射函数，c表示光速，入i，入2分别代表频率1，2的波长； 根据所述未知参数向量Xi以及设计矩阵Bi和观测向量Li，进行卡尔曼滤波得到非差浮 点模糊度M、 步骤2)，根据用户位置与站点的距离，提取至少三个用户相邻站点的非差模糊度，各用 户相邻站点的非差模糊度巧如式（1. 5)所示：
其中，分别为对应相邻站点中第1到第n颗卫星的非差基础模糊度Nl; …分别为对应相邻站点中第1到第n颗卫星的非差基础模糊度N2 ; 步骤3)，首先在所述各用户相邻站点中选择一个站点作为基准站点，其他相邻站点作 为非基准站点；然后设置所述基准站点与非基准站点的站间差分算子Ckd和参考卫星与非 参考卫星的星间差分算子Csd，根据所述差分算子Ckd和Csd还原站间星间具有整数特性的双 差模糊度，所述还原步骤如式（1. 6)所示：
其中，kl、k2分别为基准站点与非基准站点，r为参考卫星，s为非参考卫星，为 站间星间双差模糊度，A:、X〗2分别为站点kl和k2的非差模糊度，分别为 双差基础模糊度N1、N2 ; 步骤4)，使用LAMBDA算法进行模糊度搜索固定，具体为：先将所述双差基础模糊度NI、N2转换为宽巷模糊度和Nl模糊度部分Sm，再采用LAMBDA算法得到固定的整数宽巷模 糊度，最后使用宽巷模糊度作为已知值，确定Nl模糊度整数值。
【文档编号】G01S19/44GK104502935SQ201410837313
【公开日】2015年4月8日 申请日期:2014年12月29日 优先权日:2014年12月29日
【发明者】潘树国, 汪登辉, 高成发, 邓家栋, 杨徉 申请人:东南大学