基于滑动算法和加权策略的北斗/GPS土壤湿度测量法

摘要

本发明公开了一种基于滑动算法和加权策略的北斗/GPS土壤湿度测量法，包括如下步骤：S1、建立反射信号信噪比相位参考值数据库；S2、利用土壤湿度测量模型并结合北斗的信噪比相位参考值数据库中的信噪比相位参考值计算北斗系统测量的土壤湿度；S3、利用土壤湿度测量模型并结合GPS的信噪比相位参考值数据库中的信噪比相位参考值计算GPS系统测量的土壤湿度；S4、联合北斗和GPS双系统多频率测量的土壤湿度，并将结果求平均值。该方法顾及信噪比选取长度、卫星有效反射高波动和卫星频率特性差异对土壤湿度测量精度的影响，有效解决单系统测量精度低和性能不稳定等问题，不仅可以满足土壤湿度测量时间和空间分辨率需求，还可以满足高精度、高实时性和高稳定性的土壤湿度测量需求。

说明书

技术领域

本发明涉及导航卫星遥感反演技术领域，具体指一种基于滑动算法和加权策略的北斗/GPS土壤湿度测量法。

背景技术

土壤湿度，也称土壤含水量，可用于全球大气水循环的研究，与地球水循环、大气循环、生物生态循环之间的物质迁移和能量交换密切相关，是地球生态系统的重要组成部分。同时，土壤湿度不仅影响着区域降水、地下水补给和天气的变化，也可以做为农业干旱监测的重要指标，为农作物的灌溉提供信息。因此，提出并建立实时有效的土壤湿度测量方法和装置，可以对水汽生态研究，以及农作物的生产、管理决策等提供有效信息，是当前土壤湿度测量亟待解决的问题之一。

当前，土壤湿度测量方法主要有三类。第一类方法是传统的测量方法，主要有烘干法以及探测针测量。尽管传统的方法可获得较高的测量精度，但需要实地操作和处理，时间和空间方便率较低，无法满足大范围实时性测量，且人工成本较高。第二类是专业遥感卫星的土壤湿度测量方法，该类方法利用环境遥感卫星进行测量，可以测量大区域范围，时间和空间分辨率均较高，但遥感卫星依赖的光学镜头和传感器容易受到环境影响，且云雾和雾霾等恶劣天气也会导致基于遥感卫星方法测量失效或精度降低。第三类是基于GNSS(Global Navigation Satellite System)导航卫星进行土壤湿度测量，该方法利用GNSS卫星的反射信号信噪比的相位波动对土壤湿度进行反演，从而实时获取大范围的土壤湿度测量结果。

然而，现有方法没有考虑信噪比选取长度对计算卫星有效反射高和后续基于信噪比相位检测量精度的影响，而是采用5到30度的固定信噪比选取长度，导致最终土壤湿度测量精度降低。同时，现有方法没有考虑由于卫星有效反射高随时间波动的影响，从而导致后续解算的信噪比相位精度降低。此外，现有土壤湿度反演往往采用单频进行反演，忽略了不同卫星频段信噪比差异的影响，导致测量精度降低。

发明内容

本发明提出一种基于滑动算法和加权策略的北斗/GPS土壤湿度测量法，研究顾及信噪比选取长度、卫星有效反射高波动和卫星频率特性差异对土壤湿度测量精度的影响，有效解决单系统测量精度低和性能不稳定等问题，不仅可以满足土壤湿度测量时间和空间分辨率需求，同时也可以满足测量精确度、实时性和稳定性等要求，为土壤湿度测量提供强有力的支撑。

为了解决上述技术问题，本发明的技术方案为：

一种基于滑动算法和加权策略的北斗/GPS土壤湿度测量法，包括如下步骤：

S1、建立反射信号信噪比相位参考值数据库

连接采集无降雨日的北斗和GPS原始观测值，所述原始观测值包括多频率信噪比、伪距以及载波相位，并计算相应历元时刻的高度角，通过对原始观测值进行数据处理并计算得到北斗和GPS的信噪比相位参考值并存储为数据库；

S2、利用土壤湿度测量模型并结合北斗的信噪比相位参考值数据库中的信噪比相位参考值计算出每个信噪比相位参考值当前的土壤湿度，最后，将北斗所有卫星所有频率计算得到的土壤湿度求均值，得到北斗系统测量的土壤湿度；

S3、利用土壤湿度测量模型并结合GPS的信噪比相位参考值数据库中的信噪比相位参考值计算出每个信噪比相位参考值当前的土壤湿度，最后，将GPS双频卫星所有频率计算得到的土壤湿度求均值，得到GPS系统测量的土壤湿度；

S4、联合北斗和GPS双系统多频率测量的土壤湿度，并将结果求平均值，输出测量结果。

作为优选，所述步骤S1中信噪比相位参考值得获取方法为：

S1-1、对原始数据的处理

S1-1-1、通过高阶切比雪夫多项式拟合算法滤除原始观测值的信噪比直射信号影响，保留仅含有反射信号和随机噪声的信噪比信号；

S1-1-2、通过高斯低通滤波降噪算法对步骤S1-1-1处理后的信噪比信号进行降噪处理，得到仅保留反射信号的信噪比信号；

S1-1-3、通过自适应滑动窗口和加权约束策略计算卫星有效反射高；

S1-2、根据步骤S1-1-3得到的卫星有效反射高，并结合步骤S1-1-2得到的反射信号的信噪比信号，通过扩展卡尔曼滤波算法计算信噪比相位参考值。

作为优选，所述步骤S1-1-1中高阶切比雪夫多项式拟合算法原理表示如下：

在时间段[t

为了使信噪比标准化，将时间进行转换，转换公式如下：

此时，参数τ ϵ[-1，1]，因此，信噪比可用切比雪夫多项式表示为：

式中，

经过拟合之后，可以将直射信号消除，得到仅保留反射信号信噪比和高频随机噪声的信号，直射信号信噪比消除公式表示为：

式中：

作为优选，所述步骤S1-1-2中高斯低通滤波降噪算法处理，表示如下：

假设待处理的含有反射信号信噪比和噪声的信号表示为

式中，

式中，G(x)为高斯内核函数，高斯函数的宽度由

作为优选，所述步骤S1-1-3中，卫星有效反射高的获取方法：

（1）通过自适应滑动算法确定信噪比信号

选取方法为：高度角起始角度仍然为5度，但结束的角度在25-35度之间滑动选取，并不采用固定的一个值，而是在这之间自适应滑动选取数据组分别进行计算，选取规则由数据采样率决定，

若数据采样率为30s，则25-35度之间的信噪比都要经过分组计算，当25-35高度角之间有20个历元，则信号就会被分为20组，第一组数据是由高度角5度到25度的历元加上25度到35度的第一个历元组成的，第二组数据是由高度角5度到25度的历元加上25度到35度的前两个历元组成的，以此类推形成20组待处理数据；

若数据采样率为15s，则步长确定为2，即每隔一个历元选取一组数据进行计算；

若数据采样率为5s，则步长为3，即每三个历元选取一组数据进行计算。若为1s，则步长为5，每五个历元选取一组数据进行计算，

经过上述自适应滑动算法处理后，待处理的信噪比信号被分为了

（2）对每一组信噪比信号采用Lomb-Scargle谱分析法求卫星有效反射高，

其中，Lomb-Sacragle谱分析法求信号的功率谱，表示如下：

式中，

可求出

式中，

重复上述计算过程，将

（3）重复步骤（1）和（2），对测量日前十天的数据进行解算，得到近十天的卫星有效反射高，表示为

式中，

作为优选，所述步骤S1-2中，信噪比相位参考值的获取方法：

通过卫星有效反射高

式中，

采用扩展卡尔曼滤波算法进行求解，如下所示：

首先，对于一个非线性系统，其状态空间的状态方程和观测方程可以表示为：

式中，第一项为状态方程，第二项为观测方程，

实际应用中，并不能确定

扩展卡尔曼滤波算法通过把非线性系统在其状态的最佳估计点附近进行泰勒一阶展开，从而将非线性系统转化为线性系统。具体到本案例中，上述公式可表示为：

因此，通过求解可得到信噪比相位参考值

作为优选，所述泰勒一阶展开算法流程如下：

1）输入初始条件，输入

2）参数预测，状态预测方程为：

校正模块，系统增益方程表示为：

作为优选，所述步骤S2的具体方法如下：

S2-1、从信噪比相位参考值数据库读取北斗系统的信噪比相位参考值并结合当日的信噪比相位值进行联合解算得到测量日的土壤湿度，计算公式如下：

式中，

S2-2、利用北斗所有观测卫星三个频率的数据分别计算相应的土壤湿度，再求均值，得到北斗系统测量的最终土壤湿度，表示为VWC

进一步的，北斗卫星的三个频率分别为：B1为1575.42MHz，B2为1176.45MHz，B3为1268.52MHz，属于该领域常识。

作为优选，所述步骤S3的具体方法如下：

S3-1、从信噪比相位参考值数据库读取GPS系统的信噪比相位参考值并结合当日的信噪比相位值进行联合解算得到测量日的土壤湿度，计算公式如下：

式中，

S3-2、利用GPS所有观测卫星双频数据分别计算相应的土壤湿度，再求均值，得到GPS系统测量的最终土壤湿度，表示为VWC

需要说明的是，目前GPS所有卫星均可发射双频信号，只有部分卫星发射三频信号。因此，为了保持统一，这里采用均采用双频信号进行测量。GPS卫星双频信号频率分别为：L1为1575.42MHz，L2为1227.60MHz，属于该领域常识。

作为优选，所述步骤S4的实现方法为：

利用步骤S3和步骤S4计算得到的北斗和GPS土壤湿度求最终测量日的土壤湿度，即取北斗和GPS土壤湿度的均值，表示为：

式中，VWC

本发明具有以下的特点和有益效果：

采用上述技术方案，利用现有北斗/GPS导航系统卫星对土壤湿度进行测量，与现有基于遥感卫星测量法以及探测针测量的方法相比，既可以解决测量成本高、易受环境影响大等问题，又可以解决测量时间和空间分辨率较低，无法满足大范围测量等问题。与现有基于GPS信号信噪比的方法相比，既可以解决信噪比选取长度对卫星有效反射高精准度影响等问题，又可以解决卫星有效反射高波动以及忽略频率特性差异导致测量精度低、测量不稳定等问题。同时，联合北斗和GPS进行双系统多频率联合测量可以保证测量的准确性和稳定性，从而满足高精度、高实时性和高稳定性的土壤湿度测量。

另外，利用高阶切比雪夫多项式拟合法消除直射信号的信噪比，并采用高斯低通滤波降噪算法进行去噪，滤除掉高频随机噪声，得到仅含有反射信号信噪比的信号。由于信噪比选取长度直接影响着后续卫星有效反射高的精度，因此采用自适应滑动算法对每颗卫星每个频率的有效反射高单独计算，并采用加权约束策略对连续十天的有效反射高进行整合，有效提高卫星有效反射高的精确性。采用扩展卡尔曼滤波算法解决非线性求解问题，提高反射信号信噪比相位值的解算精确。考虑不同卫星不同频率特性之间的差异性，采用对所有卫星所有频率单独计算最后再求均值的方法，保证土壤湿度测量的精确性。联合北斗和GPS导航系统进行双系统多频率组合探测，进一步保证土壤湿度测量的精度、实时性和稳定性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本实施例基于滑动算法和加权策略的信噪比相位参考值数据库建立流程图。

图2为本实施例基于滑动算法和加权策略的北斗/GPS土壤湿度测量方法流程图。

具体实施方式

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明中的具体含义。

本发明提供了一种基于滑动算法和加权策略的北斗/GPS土壤湿度测量法，如图1所示，包括如下步骤：

S1、建立反射信号信噪比相位参考值数据库

连接采集无降雨日的北斗和GPS原始观测值，所述原始观测值包括多频率信噪比、伪距以及载波相位，并计算相应历元时刻的高度角，通过对原始观测值进行数据处理并计算得到北斗和GPS的信噪比相位参考值并存储为数据库。

需要说明的是，信噪比可以从观测文件中直接提取，对应历元的高度角信息可以通过伪距、载波相位和卫星星历计算得到。该过程属于定位领域常识，这里不再详细列举计算过程。为方便后续陈述，这里提取的原始信噪比在后续步骤中用

具体的，如图2所示，包括如下子步骤：

S1-1、对原始数据的处理

S1-1-1、通过高阶切比雪夫多项式拟合算法滤除原始观测值的信噪比直射信号影响，保留仅含有反射信号和随机噪声的信噪比信号。切比雪夫多项式拟合是通过利用函数最佳逼近的原理，使其在给定点的函数值与该点的已知函数值之间的方差和最小，且该函数是由切比雪夫多项式为基函数拟合构成的，其切比雪夫多项式拟合算法原理表示如下：

在时间段[

为了使信噪比标准化，将时间进行转换，转换公式如下：

此时，参数τ ϵ[-1，1]，因此，信噪比可用切比雪夫多项式表示为：

式中，

经过拟合之后，可以将直射信号消除，得到仅保留反射信号信噪比和高频随机噪声的信号，直射信号信噪比消除公式表示为：

式中：

S1-1-2、通过高斯低通滤波降噪算法对步骤S1-1-1处理后的信噪比信号进行降噪处理，得到仅保留反射信号的信噪比信号。由于信噪比中包含的高频随机噪声服从正态分布，因此本实施例中采用高斯低通滤波器进行去噪，从而使去噪效果达到最佳。高斯低通滤波算法本质上是一种线性平滑滤波算法，主要是利用高斯函数的形状来选择权值，从而不仅能够精确的滤除噪声，还能完整的保留有用信号。由于本实施例中的信噪比信号是一维的，因此这里采用零均值的一维高斯函数进行滤波处理，表示如下：

假设待处理的含有反射信号信噪比和噪声的信号表示为

式中，

式中，

通过上述技术方案，可以有效滤除高频随机噪声，得到仅保留反射信号信噪比的信号，后续步骤中将用表示。

S1-1-3、通过自适应滑动窗口和加权约束策略计算卫星有效反射高。

该过程可以分为三步，第一步是确定信噪比选取长度，第二步通过Lomb-Scargle谱分析法求卫星有效反射高。第三步是采用加权约束策略得到最终的卫星有效反射高。具体过程为：

（1）通过自适应滑动算法确定信噪比信号

需要说明的是，传统的方式是选取高度角为5-30度时的信噪比进行求解。然而不同卫星以及不同频率之间的信噪比特性差异很大，从而导致不同信噪比长度计算的卫星有效反射高也存在差异。因此，这里采用自适应滑动算法进行计算。具体过程为：高度角起始角度仍然为5度，但结束的角度为25-35度之间，并不采用固定的一个值，而是在这之间自适应选取值进行分别计算。选取规则由数据采样率决定。

具体的选取方法如下：高度角起始角度仍然为5度，但结束的角度在25-35度之间滑动选取，并不采用固定的一个值，而是在这之间自适应滑动选取数据组分别进行计算。选取规则由数据采样率决定。比如：若数据采样率为30s，则25-35度之间的信噪比都要经过分组计算（即，假设25-35高度角之间有20个历元，则信号就会被分为20组，第一组数据是由高度角5度到25度的历元加上25度到35度的第一个历元组成的，第二组数据是由高度角5度到25度的历元加上25度到35度的前两个历元组成的，以此类推形成20组待处理数据）。若为15s，则步长确定为2，即每隔一个历元选取一组数据进行计算。若为5s，则步长为3，即每三个历元选取一组数据进行计算。若为1s，则步长为5，每五个历元选取一组数据进行计算。经过上述自适应滑动算法处理后，假设待处理的信噪比信号被分为了

（2）对每一组信噪比信号采用Lomb-Scargle谱分析法求卫星有效反射高，首先计算信号的功率谱，找出能量最高时对应的频率

其中，Lomb-Sacragle谱分析法求信号的功率谱，表示如下：

式中，

可求出P

式中，λ是信号的波长，为已知量，因此，通过上式可求出卫星的有效反射高

需要说明的，λ已知量，可直接获取，GPS L1频段的波长为：19.0cm，北斗B1频段的波长为19.2cm。属于领域内常识。因此，通过上式可求出卫星的有效反射高。

重复上述计算过程，将

（3）重复步骤（1）和（2），对测量日前十天的数据进行解算，得到近十天的卫星有效反射高，表示为

式中，

可以理解的，加权模式按照时间远近进行加权，即离测量日的时间越近，则权重越大，时间越远权重越小。

S1-2、根据步骤S1-1-3得到的卫星有效反射高，并结合步骤S1-1-2得到的反射信号的信噪比信号，通过扩展卡尔曼滤波算法计算信噪比相位参考值。

通过卫星有效反射高

式中，A和

进一步的，考虑到此时信噪比与高度角呈非线性关系，因此为了提高参数解算的精度，这里采用扩展卡尔曼滤波算法进行求解。扩展卡尔曼滤波算法在Matlab平台中有现成函数模块可以调用，这里我们仅作简单的算法说明，如下所示：

首先，对于一个非线性系统，其状态空间的状态方程和观测方程可以表示为：

式中，第一项为状态方程，第二项为观测方程，

实际应用中，并不能确定w

扩展卡尔曼滤波算法通过把非线性系统在其状态的最佳估计点附近进行泰勒一阶展开，从而将非线性系统转化为线性系统。具体到本案例中，上述公式可表示为：

因此，通过求解可得到信噪比相位参考值

其中，所述泰勒一阶展开算法流程如下：

1）输入初始条件，输入

2）参数预测，状态预测方程为：

校正模块，系统增益方程表示为：

需要说明的，本实施例中通过扩展卡尔曼滤波计算得到信噪比相位参考值，当然也可以通过最小二乘算法求解得到。

可以理解的，上述技术方案中，建立信噪比相位参考值数据库。通过连续采集非降雨日的北斗和GPS系统导航数据，利用步骤S1过程，分系统分卫星分频率分别计算对应的信噪比相位值，将其按系统类型、卫星号、频率号建立数据库，以文本的形式存放在本地电脑上。比如北斗B01卫星B1频段的相位值为

S2、利用土壤湿度测量模型并结合北斗的信噪比相位参考值数据库中的计算出每个信噪比相位参考值当前的土壤湿度，最后，将北斗所有卫星所有频率计算得到的土壤湿度求均值，得到北斗系统测量的土壤湿度。

S2-1、从信噪比相位参考值数据库读取北斗系统的信噪比相位参考值并结合当日的信噪比相位值进行联合解算得到测量日的土壤湿度，计算公式如下：

式中，

需要说明的是，该公式通过信噪比求解土壤湿度是一个经验公式，属于领域常识。因此，本实施例中不对其进行具体的说明。

S2-2、利用北斗所有观测卫星三个频率的数据分别计算相应的土壤湿度，再求均值，得到北斗系统测量的最终土壤湿度，表示为VWC

进一步的，北斗卫星的三个频率分别为：B1为1575.42MHz，B2为1176.45MHz，B3为1268.52MHz，属于该领域常识。

S3、利用土壤湿度测量模型并结合GPS的信噪比相位参考值数据库中的计算出每个信噪比相位参考值当前的土壤湿度，最后，将GPS双频卫星所有频率计算得到的土壤湿度求均值，得到GPS系统测量的土壤湿度；

S3-1、从信噪比相位参考值数据库读取GPS系统的信噪比相位参考值并结合当日的信噪比相位值进行联合解算得到测量日的土壤湿度，计算公式如下：

式中，

S3-2、利用GPS所有观测卫星双频数据分别计算相应的土壤湿度，再求均值，得到GPS系统测量的最终土壤湿度，表示为VWC

需要说明的是，目前GPS所有卫星均发射双频信号，只有部分卫星发射三频信号。因此，为了保持统一，这里采用均采用双频信号进行测量。GPS卫星双频信号频率分别为：L1为1575.42MHz，L2为1227.60MHz，属于该领域常识。

S4、联合北斗和GPS双系统多频率测量的土壤湿度，并将结果求平均值，输出测量结果。

利用步骤S3和步骤S4计算得到的北斗和GPS土壤湿度求最终测量日的土壤湿度，即取北斗和GPS土壤湿度的均值，表示为：

式中，VWC

以上结合附图对本发明的实施方式作了详细说明，但本发明不限于所描述的实施方式。对于本领域的技术人员而言，在不脱离本发明原理和精神的情况下，对这些实施方式包括部件进行多种变化、修改、替换和变型，仍落入本发明的保护范围内。