用于在全球导航卫星系统中确定位置的方法和装置

摘要

一种用于确定设备的位置的系统，该系统包括接收机模块、通信模块和地点确定模块。接收机模块分别从总数小于五的多颗卫星获取信号。通信模块经由蜂窝网络或无线网络从服务器获得对应于多颗卫星中的一颗或多颗卫星的星历数据。地点确定模块至少部分基于(i)从多颗卫星获取的信号以及(ii)从服务器获得的对应于多颗卫星中的一颗或多颗卫星的星历数据来确定设备的位置。进一步在没有有关设备的位置的先验知识的情况下确定设备的位置。

说明书

相关申请的交叉引用

本申请要求于2013年5月21日提交的美国发明申请第13/898,779的优先权以及于2012年5月23日提交的美国临时申请第61/650,946号和于2013年3月15日提交的美国临时申请第61/791,872号的权益。以上所引用的申请的全部公开内容通过引用结合于此。

技术领域

本公开内容总体上涉及全球导航卫星系统，并且尤其涉及用于在全球导航卫星系统中确定位置的技术和装置。

背景技术

全球导航卫星系统(GNSS)是一种用来确定地球上的接收机的位置(position)(或地理地点(location))的基于卫星的导航系统。全球定位系统(GPS)是GNSS的示例。GPS包括具有24颗卫星的星座(21颗GPS卫星和三颗备用卫星)，它们在地球上空10600英里处对地球绕轨道运行。这些卫星被间隔开，使得从地球上的任一点看去，至少四颗卫星将处于地平线之上。这些卫星使得接收机能够确定接收机的位置(例如，地理地点)。在商业应用中，所确定的位置的准确度能够在距接收机的实际位置100米至10米之间变化。在要求更高精度的其它应用(例如军事应用、勘测应用等)中，所确定的位置的准确度能够处于距接收机的实际位置1米以内。

每颗卫星包括计算机、原子钟和无线电。利用其自己的轨道和时钟的知识，每颗卫星周期性地广播其位置和时间。每颗卫星以精确的间隔传送信号(这里被称作“卫星信号”)。在地面上，接收机包括计算机，计算机将在卫星信号中接收的信息转换为包括位置估计、速度估计和时间估计的数据。使用从给定卫星接收的数据，接收机能够计算给定卫星的位置以及给定卫星和接收机之间的距离。相应地，接收机然后能够通过从多颗其它卫星获得类似信息而使用三角测量或其它技术来确定接收机的位置。

发明内容

公开了一种用于确定设备的位置的系统。系统包括接收机模块、通信模块和地点确定模块。接收机模块被配置为分别从总数小于五的多颗卫星获取信号。通信模块被配置为从服务器获得对应于总数小于五的多颗卫星中的一颗或多颗卫星的星历数据。对应于总数小于五的多颗卫星中的一颗或多颗卫星的星历数据由通信模块经由(i)蜂窝网络或(ii)无线网络从服务器获得。地点确定模块被配置为至少部分基于(i)从总数小于五的多颗卫星获取的信号以及(ii)从服务器获得的对应于总数小于五的多颗卫星中的一颗或多颗卫星的星历数据来确定设备的位置。进一步在没有有关设备的位置的先验知识的情况下确定设备的位置。

在其它特征中，公开了一种用于确定设备的位置的方法。方法包括分别从总数小于五的多颗卫星获取信号。方法进一步包括从服务器获得对应于总数小于五的多颗卫星中的一颗或多颗卫星的星历数据。对应于总数小于五的多颗卫星中的一颗或多颗卫星的星历数据经由(i)蜂窝网络或(ii)无线网络从服务器被获得。方法进一步包括至少部分基于(i)从总数小于五的多颗卫星获取的信号以及(ii)从服务器获得的对应于总数小于五的多颗卫星中的一颗或多颗卫星的星历数据来确定设备的位置。进一步在没有有关设备的位置的先验知识的情况下确定设备的位置。

本文所公开的技术和装置的一个或多个潜在优势包括以下各项中的一项或多项。在一个方面，如以下详细解释的，本公开内容的系统和方法使用得自于仅从四颗卫星接收的几毫秒数据的测量值并且在没有任何与接收机的近似位置相关的信息的情况下改善了首次定位时间(TTFF)。特别地，根据本公开内容，能够仅使用以下数据来改善TTFF：得自于从多达四颗卫星(例如，小于五的卫星数目)接收的几毫秒数据的测量值、有效年历(almanac)数据、有效星历数据以及准确到小于1小时的近似当前时间。因此，在一个方面，本公开内容的系统和方法通过利用来自仅四颗卫星而不是五颗卫星的数据并且通过利用准确到小于1小时的当前时间而并非要求准确到小于1分钟的时间改善了TTFF。另外，在一个方面，系统和方法在不需要接收机的任何位置信息的情况下改善了TTFF。相反，使用搜索过程(search procedure)来确定接收机的近似位置。使用类Viterbi方法来解决伪距测量值中的毫秒模糊(millisecond ambiguity)以准确地确定接收机的位置。

本公开内容的另外的可应用领域将根据详细描述、权利要求和附图变得显而易见。详细描述和具体示例仅意在出于说明的目的而并非意在对本公开内容的范围加以限制。

附图说明

图1是根据本公开内容的实施例的全球导航卫星系统(GNSS)设备的功能框图。

图2描绘了根据本公开内容的实施例的用于确定GNSS设备的近似位置的搜索过程。

图3描绘了根据本公开内容的实施例的用于解决伪距测量值中的毫秒模糊的类Viterbi方法。

图4是根据本公开内容的实施例的用于确定GNSS设备的近似位置的方法的流程图。

在附图中，附图标记可以被重复使用以标示相似和/或相同的要素。

具体实施方式

接收机基于分别从多颗卫星获取的信号确定接收机的地点所需的时间一般被称作首次定位时间(TTFF)。TTFF可以根据卫星的星历数据(即，轨道信息)被确定。GPS卫星的星历数据通常在多达四个小时内有效。星历数据的可用性对TTFF的影响很大。

TTFF通常被划分为三种启动情形：冷启动、热启动和暖启动。在冷启动中(例如，当接收机在购买后或者在长时间未使用后首次被开启时)，接收机没有时间和地点的知识，并且没有有效的星历数据。为了在冷启动情形中确定接收机的地点，接收机必须首先获取卫星信号，并且在获取到卫星信号时，接收机可以开始获得有关所有其它卫星的近似信息(本文称作“年历数据”)。在GPS系统中，该年历数据在12.5分钟内被反复传送。年历数据可以从任意GPS卫星被接收并且在多达7天内有效。因此，冷启动中的TTFF相对慢(例如，根据信号强度为数十秒，大约30秒或者更多或更长)。

在热启动中，接收机具有有效的时间、位置、年历数据和星历数据，这允许接收机快速获取卫星信号，并且因此在无需再次下载星历数据的情况下确定接收机的位置。因此，热启动情形中的TTFF相对快(例如，在露天情况下少于1秒)。

在暖启动中，接收机具有当前时间的粗略估计(例如，准确到数秒)、当前位置的粗略估计(例如，准确到数百千米)以及有效的年历数据；然而，接收机没有有效的星历数据。因此，暖启动中的TTFF(例如，大于18秒)小于冷启动中的TTFF但是大于热启动中的TTFF。

能够通过将暖启动转换为热启动来改善TTFF。常规来讲，将暖启动转换为热启动通常至少需要以下数据：得自于从五颗或更多颗卫星接收的数毫秒数据的测量值、有效的年历数据、有效的星历数据、准确到小于1分钟的近似当前时间以及准确到小于30km的近似当前位置。

在一个方面，本公开内容涉及用于使用得自于仅从四颗卫星接收的数毫秒数据的测量值并且在没有任何有关接收机的近似位置的信息的情况下改善TTFF的系统和方法。特别地，根据本公开内容，能够仅使用以下数据来改善TTFF：得自于从多达四颗卫星(例如，小于五的卫星数目)接收的数毫秒数据的测量值、有效的年历数据、有效的星历数据以及准确到小于1小时的近似当前时间。因此，在一个方面，本公开内容的系统和方法通过利用仅来自四颗卫星而不是五颗卫星的数据，并且通过利用准确到小于1小时的当前时间而并非要求准确到小于1分钟的时间，来改善TTFF。另外，在一个方面，系统和方法在不需要接收机的任何位置信息的情况下改善TTFF。

图1示出了根据本公开内容的实施例的GNSS设备100(接收机)。GNSS设备100包括接收机模块102、通信模块104和地点确定模块106。在操作中，当GNSS被激活(例如，被开启或启动)时，接收机模块102在预定时间周期内从多达四颗卫星获取信号。如以上所讨论的，GNSS设备100的激活可以对应于冷启动、热启动或暖启动。例如，在暖启动中，GNSS设备100可能没有四颗卫星中的一颗或多颗卫星的有效星历数据。GNSS设备100通过其从多达四颗卫星获取信号的预定时间周期通常处于毫秒的量级。例如，预定时间周期可以处于2ms至10ms的范围内(例如6ms)。

通信模块104在GNSS设备100被开启之后从服务器(未示出)获得卫星的星历数据。在一个实施例中，通信模块104仅针对具有已过期的星历数据的卫星获得星历数据。通信模块104经由蜂窝网络和/或无线网络从服务器获得星历数据。在一个实施例中，通信模块104还从服务器获得年历数据。地点确定模块106基于从卫星接收的信号以及从服务器接收的星历数据来确定GNSS设备100的位置。在一个实施例中，地点确定模块106进一步利用年历数据来确定GNSS设备100的位置。

如以下所解释的，在一个实施例中，地点确定模块106通过利用得自于从卫星接收的信号的三个测量值中的一个或多个测量值来确定GNSS设备100的位置：从卫星接收的信号的码相位(code phase)、多普勒频移和信号强度。此外，地点确定模块106利用从服务器接收的星历数据以及被存储在GNSS设备100中的当前时间的粗略估计。在一个实施例中，GNSS设备100在GNSS设备100被关闭(或者至少GNSS设备100的GPS组件被关闭或者进入休眠模式)之前存储当前时间。由GNSS设备100存储(并且保持)的时间以后可以被地点确定模块106用作当前时间的粗略估计。如以下所解释的，地点确定模块106通过确定近似位置、获得伪距(GNSS设备100和卫星之间的近似距离)并且估计时间偏移量和准确的用户位置(即，GNSS设备100的位置)来确定GNSS设备100的位置。

在一个实施例中，地点确定模块106如下确定GNSS设备100的近似位置。地点确定模块106以三个准确度水平确定GNSS设备100的近似位置：非常粗略(准确到数千千米之内)、粗略(准确到小于300km)和近似(准确到数十千米之内)。

在一个实施例中，地点确定模块106如下确定GNSS设备100的非常粗略的位置。地点确定模块106基于从服务器接收的星历数据以及在GNSS设备100中存储的粗略时间估计来估计GNSS设备100相对于四颗卫星中的每颗卫星的近似位置。地点确定模块106通过对这些估计进行平均来确定GNSS设备100的非常粗略的位置。然而，非常粗略的位置准确到数千千米。该准确度可以如下被改进至小于1000km。

信号强度模块108测量从四颗卫星接收的信号的信号强度。地点确定模块106使用信号强度生成估计的加权平均值。加权平均值表示GNSS设备100的粗略位置。使用基于从服务器接收的星历数据以及被存储在GNSS设备100中的粗略时间估计确定的粗略位置作为起始点，地点确定模块106使用搜索过程(以下结合图2进行描述)以进一步收窄粗略位置的不确定性(例如至小于300km)。在一个实施例中，GNSS设备100的位置的不确定性例如能够进一步收窄到小于数十千米。

图2示出了根据本公开内容的一个实施例的由地点确定模块106使用的搜索过程。在描述搜索过程之前，以下对确定由搜索过程使用的参数的过程进行解释，上述参数被称作码相位和多普勒频移。

卫星使用码分多址(CDMA)来传送信号。每颗卫星传送每毫秒进行重复的唯一码。码生成模块110生成从卫星接收的信号的副本。相关模块112将从卫星接收(或获取)的信号与由码生成模块110生成的信号的副本进行相关。码相位模块114对由码生成模块110生成的信号的相位进行移动，直至相关模块112找出从卫星接收的信号与由码生成模块110生成的信号的副本之间的相关。

码相位模块114对由码生成模块110生成的信号的相位进行移动以实现相关的数量被称作“码相位”。由于从卫星接收的信号包括多普勒频移，所以码相位可能不以整数毫秒数而不同。相反，码相位可能包括整数(毫秒或msec)部分和非整数(亚毫秒或sub-msec)部分。

频移模块116对在GNSS设备100的位置处观察到的多普勒频移进行测量。频移模块116测量从卫星之一接收的信号与由码生成模块110生成的相应信号之间的多普勒频移。此外，频移模块116如下计算在多个不同位置处的多普勒频移。

地点确定模块106在所确定的GNSS设备100的粗略位置周围选择多个不同位置，其中(在一个实施例中)相邻位置被隔开预定距离。预定距离可以是用户可选择的参数，其确定使用搜索过程估计的位置的确定性(准确度)。例如，预定距离可以是150km、75km等。预定距离越小，所估计的位置的确定性(准确度)就越高。频移模块116计算在多个位置处的多普勒频移。

标准偏差模块118确定观察到的多普勒频移和计算的多普勒频移之间的标准偏差。地点确定模块106选择多达三个位置作为候选位置，其中这三个候选位置具有小于或等于预定阈值的标准偏差。例如，在三个候选位置处的标准偏差小于在其它位置处的标准偏差。地点确定模块106生成候选位置的加权平均值。加权平均值表示GNSS设备100的近似位置。

在数学上，地点搜索标准定义如下：

σ_k，p＝std(D_k，c-D_p，o)

其中D_p，o是在位置p处观察到的多普勒频移，其中位置p是未知的；并且D_k，c是在候选位置k处计算的多普勒频移。σ_k，p越小，所选择的位置k越接近于实际位置p。

使用搜索过程，地点确定模块106如下确定GNSS设备100的估计位置。地点确定模块106计算在每个位置k处的σ_k，p。地点确定模块106选择具有最小的σ_k，p值的三个候选位置。地点确定模块106如下生成三个候选位置的加权平均值：

$>r=\underset{k=1}{\overset{3}{\Sigma }}{r}_k·\frac{1}{{\sigma }_{k,p}}$>

其中r_k表示候选位置。加权平均值r是GNSS设备100的估计位置。

距离估计模块120获得伪距，并且Viterbi模块122如下解决伪距中的毫秒模糊。伪距是GNSS设备100和四颗卫星之间的近似距离。伪距以毫秒为单位来表示。实际距离通过将以毫秒计的测量值乘以光速来计算。

距离估计模块120使用以下等式针对每颗卫星生成计算的伪距：

$>\left(\begin{array}{c}\tilde{\rho }={\tilde{t}}_{\mathrm{tor}}-{\hat{t}}_{\mathrm{tot}}\\ ={\tilde{t}}_{\mathrm{tor}}-({\hat{t}}_{\mathrm{int}\_\mathrm{tot}}-1)+(1-\mathrm{subms})\\ =({\tilde{t}}_{\mathrm{tor}}-{\hat{t}}_{\mathrm{int}\_\mathrm{tot}}-1)+(1-\mathrm{subms})\\ =\mathrm{Int}1\_\mathrm{ms}+(1-\mathrm{subms})\end{array}\right)$>

其中是以毫秒计的从卫星接收信号的时间，是以毫秒计的从卫星传输信号的时间，是以毫秒计的伪距，而Int1_ms是整数毫秒数。项(1-subms)的值可以处于零和1ms之间。

此外，距离估计模块120使用以下等式生成观察到的伪距：

$>\left(\begin{array}{c}\tilde{\rho }=R-\Delta T_s+\Delta T_r+...\\ =R-\Delta T_s+(\mathrm{Int}2\_\mathrm{ms}+\Delta t_r)+\\ =R-\Delta T_s+\mathrm{Int}2\_\mathrm{ms}+\Delta t_r\\ =(\mathrm{Int}3\_\mathrm{ms}\_R+\mathrm{\Delta R})-\Delta T_s+\mathrm{Int}1\_\mathrm{ms}+\Delta t_r\\ =(\mathrm{Int}3\_\mathrm{ms}\_R+\mathrm{Int}2\_\mathrm{ms})+(\mathrm{\Delta R}-\Delta T_s+\Delta t_r)\\ =\mathrm{Int}4\_\mathrm{ms}+(\mathrm{\Delta R}-\Delta T_s+\Delta t_r)\end{array}\right)$>

其中R是以毫秒计的几何全距(geometric range)(GNSS设备100和卫星之间的几何全距)，ΔT_s是以毫秒计的卫星时钟的钟差(clockbias)(卫星钟差)，ΔT_r是以毫秒计的接收机时钟的钟差(接收机钟差)，并且ΔR和Δt_r分别是几何全距和接收机钟差的亚毫秒部分。

距离估计模块120如下根据计算并观察到的伪距，针对每颗卫星确定并且伪距的不确定性范围：

Int1_ms＝Int4_ms+floor((ΔR-ΔT_s+Δt_r)-(1-subms))

ΔR的值范围处于0ms和1ms之间。ΔT_s的值范围处于-1ms到1ms之间。Δt_r的值范围处于0ms和1ms之间。(1-subms)的值范围处于0ms和1ms之间。因此，伪距中的不确定性或模糊的范围处于-2ms和3ms之间。完整的伪距能够表达如下：

PR＝Int4_ms+(1-subms)

其中整数毫秒的模糊处于(-2，3)之间。

图3示出了其中Viterbi模块122使用Viterbi算法解决不确定性的方式。在图3中，SV表示人造卫星(本文一般也被称作“卫星”)。针对第一卫星(SV1)，Viterbi模块122选择0ms作为整数ms候选并且计算成本函数L(1)＝PR(1)-R(1)+Ts(1)。

针对第二卫星(SV2)，Viterbi模块122按照以下搜索顺序选择整数ms候选：0ms，然后为(-1，1)，然后为(-2，2)并且然后为3ms。针对每个整数ms候选，Viterbi模块122计算成本函数L(2)＝PR(2)-R(2)+Ts(2)，并且确定第一卫星的成本函数与第二卫星的成本函数之间的标准偏差(即，SD(L(1∶2)))是否小于搜索过程中使用的地点之间的预定距离(例如，150km、75km等)。如果标准偏差SD(L(1∶2))小于预定距离，则Viterbi模块122接受整数ms并且继续进行至下一颗卫星。如果标准偏差SD(L(1∶2))不小于预定距离，则Viterbi模块122尝试下一个整数ms(例如，-1，1，-2，-2和3)。

针对最后一颗卫星(SVn)或者每个整数ms候选，Viterbi模块122计算成本函数L(n)＝PR(n)-R(n)+Ts(n)，并且确定第一卫星的成本函数与第n卫星的成本函数之间的标准偏差(即，SD(L(1∶n)))是否小于在搜索过程中使用的位置之间的预定距离。如果标准偏差SD(L(1∶n))小于预定距离，则Viterbi模块122接受整数ms。如果标准偏差SD(L(1∶n))不小于预定距离，则Viterbi模块122尝试下一个整数ms(例如，-1，1，-2，-2和3)。

以这样的方式，Viterbi模块122找出从第一卫星到最后卫星的最优路径。例如，在图3中，假设卫星的数目为四(即，n＝4)，并且进一步假设第二卫星、第三卫星和第四卫星的标准偏差小于如所示出的整数ms候选2、1和-1的预定距离。换句话说，假设Viterbi模块122找出从第一卫星到第四卫星的最优路径作为如所示出的连接整数ms候选0、2、1和-1的路径。然后，ms的整数数目(Int1_ms)对于第一卫星为0，对于第二卫星为2，对于第三卫星为1，并且对于第四卫星为-1。由于如上解决了模糊，所以地点确定模块106确定地计算伪距。

地点确定模块106如下估计时间偏移量和准确的用户位置(即，GNSS设备100的位置)。地点确定模块106使用以下等式计算几何全距：

$>\left(\begin{array}{c}R=|r_s\left(t\right)-r|\\ \approx R_0-\frac{r_s\left(t\right)-r}{R_0}·\mathrm{\Delta r}-\frac{r_s\left(t\right)-r}{R_0}·{\stackrel{·}{r}}_s\left(t\right)·\mathrm{\Delta t}\\ =R_0-\frac{r_s\left(t\right)-r}{R_0}·\mathrm{\Delta r}-{\stackrel{·}{R}}_0·\mathrm{\Delta t}\end{array}\right)$>

其中r_s(t)是卫星在时间t的地点(卫星位置)，是卫星在时间t的速度(卫星速度)，r是近似用户地点，R₀是计算的近似几何全距，并且Δr和Δt分别是对用户位置(即，GNSS设备的位置)和时间的修正。

地点确定模块106使用以下等式针对四颗卫星中的每颗卫星估计用户的准确位置：

$>\left(\begin{array}{c}\tilde{\rho }=R-\Delta t_s+\Delta T_r\\ \approx (R_0-\frac{r_s\left(t\right)-r}{R_0}·\mathrm{\Delta r}-{\stackrel{·}{R}}_0·\mathrm{\Delta t})-\Delta t_s+\Delta T_r\end{array}\right)$>

用户的位置(即，GNSS设备的位置)r具有三个未知数(x坐标、y坐标和z坐标(即，经度、纬度和高度))。此外，ΔT_s和ΔT_r也是未知的。因此，针对被假设处于地球中心的虚拟卫星的第五等式能够被如下使用：

$>\left(\begin{array}{c}\tilde{\rho }=R\\ \approx (R_0-\frac{0-r}{R_0}·\mathrm{\Delta r})\\ =R_0+\frac{r}{R_0}·\mathrm{\Delta r}\end{array}\right)$>

这五个等式能够被求解以获得五个未知数的值。因此，地点确定模块106确定用户的准确位置。

图4示出了根据本公开内容的一个实施例的用于确定GNSS设备(例如，GNSS设备100)的位置的方法200。在202处，控件在数毫秒的周期内从多达四颗卫星接收信号。在一个实施例中，本文所提到的“控件”由GNS设备的一个或多个组件实施，例如接收机模块、通信模块和/或地点确定模块。在204处，控件经由蜂窝网络和/或无线网络(例如，WiFi网络)从服务器接收卫星的星历数据。在206处，控件基于星历数据以及从卫星接收的信号的信号强度确定GNSS设备的近似位置。在208处，控件生成在近似位置处的观察到的多普勒频移、在近似位置周围的多个不同位置处的计算的多普勒频移以及观察到的多普勒频移和计算的多普勒频移之间的标准偏差。在210处，控件选择具有小于或等于预定阈值的标准偏差的三个候选位置，并且生成候选位置的加权平均值作为GNSS设备的估计位置。在212处，控件通过获得伪距估计GNSS设备和每颗卫星之间的距离，使用Viterbi算法解决毫秒模糊，并且确定GNSS设备的更准确的位置。

概言之，根据本公开内容的一个方面，使用来自仅四颗或更少颗卫星的信号来确定GNSS设备的地点。不需要GNSS设备的近似位置(例如，粗略位置)的先验知识。相反，使用搜索过程来确定GNSS设备的近似位置。使用类Viterbi的方法来解决伪距测量值中的毫秒模糊以准确确定GNSS设备的位置。

本公开内容的教导并不仅局限于GNSS。例如，本公开内容的教导可以被用来确定GPS设备的地点。本公开内容的教导还能够在包括GPS设备或GNSS设备的多功能无线电中被使用。

本公开内容的另外的方面涉及以下条款中的一项或多项条款。一种用于确定设备的位置的系统包括接收机模块、通信模块和地点确定模块。接收机模块被配置为分别从总数小于五的多颗卫星获取信号。通信模块被配置为从服务器获得对应于总数小于五的多颗卫星中的一颗或多颗卫星的星历数据。对应于总数小于五的多颗卫星中的一颗或多颗卫星的星历数据由通信模块经由(i)蜂窝网络或(ii)无线网络从服务器获得。地点确定模块被配置为至少部分基于(i)从总数小于五的多颗卫星获取的信号以及(ii)从服务器获得的对应于总数小于五的多颗卫星中的一颗或多颗卫星的星历数据来确定设备的位置。进一步在没有有关设备的位置的先验知识的情况下确定设备的位置。

在另一特征中，接收机模块被配置为在预定时间周期内分别从总数小于五的多颗卫星获取信号。

在另一特征中，预定时间周期为(i)至少两毫秒和(ii)小于或等于10毫秒。

在另一特征中，地点确定模块被配置为至少部分基于来自服务器的对应于总数小于五的多颗卫星中的一颗或多颗卫星的星历数据以及当前时间的估计来生成设备相对于总数小于五的多颗卫星中的每颗卫星的近似位置的估计；以及通过对估计进行平均而确定设备的位置。

在另一特征中，系统进一步包括信号强度模块，信号强度模块被配置为分别确定从总数小于五的多颗卫星获取的信号中的每个信号的信号强度。

在另一特征中，系统进一步包括平均模块，平均模块被配置为基于从总数小于五的多颗卫星获取的信号中的每个信号的信号强度生成估计的加权平均值，其中加权平均值表示设备的位置。

在另一特征中，系统进一步包括频移模块，频移模块被配置为测量在设备的位置处观察到的、在(i)从总数小于五的多颗卫星之一获取的信号和(ii)由设备生成的相应信号之间的多普勒频移，以及计算如由地点确定模块确定的设备的位置周围的多个不同位置处的多普勒频移。多个不同位置中的相邻位置被隔开预定距离。

在另一特征中，系统进一步包括标准偏差模块，标准偏差模块被配置为确定所观察到的多普勒频移和所计算的多普勒频移之间的标准偏差。

在另一特征中，地点确定模块被配置为选择具有小于或等于预定阈值的标准偏差的位置中的多达三个位置作为候选位置，以及生成候选位置的加权平均值，其中候选位置的加权平均值对应于设备的更准确的位置。设备的更准确的位置的准确度是预定距离的函数。

在另一特征中，系统进一步包括距离估计模块，距离估计模块被配置为基于以下各项来估计总数小于五的多颗卫星中的一颗卫星与设备之间的距离：(i)从总数小于五的多颗卫星中的一颗卫星传输信号的时间，(ii)在设备处接收信号的时间，(iii)总数小于五的多颗卫星中的一颗卫星的钟差，以及(iv)设备的钟差；以及Viterbi模块，Viterbi模块被配置为使用Viberti算法解决所估计的距离中的不确定性。

在另外其它的特征中，一种用于确定位置的方法包括分别从总数小于五的多颗卫星获取信号。方法进一步包括从服务器获得对应于总数小于五的多颗卫星中的一颗或多颗卫星的星历数据。对应于总数小于五的多颗卫星中的一颗或多颗卫星的星历数据经由(i)蜂窝网络或(ii)无线网络从服务器被获得。方法进一步包括至少部分基于(i)从总数小于五的多颗卫星获取的信号以及(ii)从服务器获得的对应于总数小于五的多颗卫星中的一颗或多颗卫星的星历数据来确定设备的位置。进一步在没有有关设备的位置的先验知识的情况下确定设备的位置。

在另一特征中，分别从总数小于五的多颗卫星获取信号在预定时间周期内被执行。

在另一特征中，预定时间周期为(i)至少两毫秒和(ii)小于或等于10毫秒。

在另一特征中，方法进一步包括至少部分基于来自服务器的对应于总数小于五的多颗卫星中的一颗或多颗卫星的星历数据以及当前时间的估计来生成设备相对于总数小于五的多颗卫星中的每颗卫星的近似位置的估计；以及通过对估计进行平均而确定设备的位置。

在另一特征中，方法进一步包括分别确定从总数小于五的多颗卫星获取的信号中的每个信号的信号强度。

在另一特征中，方法进一步包括基于从总数小于五的多颗卫星获取的信号中的每个信号的信号强度生成估计的加权平均值，其中加权平均值表示设备的位置。

在另一特征中，方法进一步包括：测量在设备的位置处观察到的、在(i)从总数小于五的多颗卫星之一获取的信号和(ii)由设备生成的相应信号之间的多普勒频移；以及计算在设备的位置周围的多个不同位置处的多普勒频移。多个不同位置中的相邻位置被隔开预定距离。

在另一特征中，方法进一步包括确定所观察到的多普勒频移和所计算的多普勒频移之间的标准偏差。

在另一特征中，方法进一步包括：选择具有小于或等于预定阈值的标准偏差的位置中的多达三个位置作为候选位置；以及生成候选位置的加权平均值，其中候选位置的加权平均值对应于设备的更准确的位置。设备的更准确的位置的准确度是预定距离的函数。

在另一特征中，方法进一步包括：基于以下各项来估计总数小于五的多颗卫星中的一颗卫星与设备之间的距离：(i)从总数小于五的多颗卫星中的一颗卫星传输信号的时间，(ii)在设备处接收信号的时间，(iii)总数小于五的多颗卫星中的一颗卫星的钟差，以及(iV)设备的钟差；以及使用Viberti算法解决所估计的距离中的不确定性。

以上描述在本质上仅是说明性的而绝非意在对本公开内容、其应用或使用加以限制。本公开内容的宽泛教导能够以各种形式来实施。因此，虽然本公开内容包括特定示例，但是本公开内容的实际范围并不应当如此界定，因为通过研习附图、说明书和以下的权利要求，其它的修改将会是显而易见的。如本文所使用的，短语A、B和C中的至少一个应当被理解为意指使用非排他的逻辑OR的逻辑(A或B或C)。应当理解的是，方法内的一个或多个步骤可以以不同顺序(或者同时地)执行而不改变本公开内容的原理。

在包括以下定义的本申请中，术语模块可以被术语电路所替代。术语模块可以指代、作为其一部分或者包括专用集成电路(ASIC)；数字、模拟或者混合的模拟/数字分立电路；数字、模拟或者混合的模拟/数字集成电路；组合逻辑电路；现场可编程门阵列(FPGA)；执行代码的处理器(共享的、专用的或者群组)；存储由处理器执行的代码的存储器(共享的、专用的或者群组)；提供所述功能的其它适当的硬件组件；或者诸如片上系统中以上各项的一些或全部的组合。

如以上所使用的，术语代码可以包括软件、固件和/或微代码，并且可以指的是程序、例程、函数、类和/或对象。术语共享处理器涵盖了执行来自多个模块的一些或全部代码的单个处理器。术语群组处理器涵盖了结合另外的处理器执行来自一个或多个模块的一些或全部代码的处理器。术语共享存储器涵盖了存储来自多个模块的一些或全部代码的单个存储器。术语群组存储器涵盖了结合另外的存储器存储来自一个或多个模块的一些或全部代码的存储器。术语存储器可以是术语计算机可读介质的子集。术语计算机可读介质不涵盖通过介质传播的瞬态电信号和电磁信号，并且因此可以被认为是有形的和非瞬态的。非瞬态的有形计算机可读介质的非限制性示例包括非易失性存储器、易失性存储器、磁存储设备和光存储设备。

本申请中所描述的装置和方法可以部分或全部通过由一个或多个处理器执行的一个或多个计算机程序来实施。计算机程序包括存储在至少一个非瞬态的有形计算机可读介质上的处理器可执行指令。计算机程序还可以包括和/或依赖于存储的数据。

权利要求书(按照条约第19条的修改)

1.一种用于确定设备的位置的系统，所述系统包括：

接收机模块，被配置为分别从总数小于五的多颗卫星获取信号；

通信模块，被配置为从服务器获得对应于总数小于五的所述多颗卫星中的一颗或多颗卫星的星历数据，其中对应于总数小于五的所述多颗卫星中的所述一颗或多颗卫星的所述星历数据由所述通信模块经由(i)蜂窝网络或(ii)无线网络从所述服务器获得；

地点确定模块，被配置为在没有有关所述设备的所述位置的先验知识的情况下，基于

(i)从总数小于五的所述多颗卫星获取的所述信号，以及

(ii)从所述服务器获得的对应于总数小于五的所述多颗卫星中的所述一颗或多颗卫星的所述星历数据

来生成所述设备相对于总数小于五的所述多颗卫星中的每颗卫星的近似位置的估计；

信号强度模块，被配置为分别确定从总数小于五的所述多颗卫星获取的所述信号中的每个信号的信号强度；以及

平均模块，被配置为基于从总数小于五的所述多颗卫星获取的所述信号中的每个信号的所述信号强度生成所述估计的加权平均值，其中所述加权平均值表示所述设备的所述位置。

2.根据权利要求1所述的系统，其中所述接收机模块被配置为在预定时间周期内分别从总数小于五的所述多颗卫星获取所述信号。

3.根据权利要求2所述的系统，其中所述预定时间周期为(i)至少两毫秒和(ii)小于或等于10毫秒。

4.根据权利要求1所述的系统，进一步包括频移模块，所述频移模块被配置为：

测量在所述设备的所述位置处观察到的、在(i)从总数小于五的所述多颗卫星之一获取的信号和(ii)由所述设备生成的相应信号之间的多普勒频移，以及

计算如由所述地点确定模块确定的所述设备的位置周围的多个不同位置处的多普勒频移，其中所述多个不同位置中的相邻位置被隔开预定距离。

5.根据权利要求4所述的系统，进一步包括标准偏差模块，所述标准偏差模块被配置为确定所观察到的多普勒频移和所计算的多普勒频移之间的标准偏差。

6.根据权利要求5所述的系统，其中所述地点确定模块被配置为：

选择具有小于或等于预定阈值的标准偏差的位置中的多达三个位置作为候选位置，以及

生成所述候选位置的加权平均值，其中所述候选位置的所述加权平均值对应于所述设备的更准确的位置，

其中所述设备的所述更准确的位置的准确度是所述预定距离的函数。

7.根据权利要求6所述的系统，进一步包括：

距离估计模块，被配置为基于以下各项来估计总数小于五的所述多颗卫星中的一颗卫星与所述设备之间的距离：(i)从总数小于五的所述多颗卫星中的所述一颗卫星传输信号的时间，(ii)在所述设备处接收所述信号的时间，(iii)总数小于五的所述多颗卫星中的所述一颗卫星的钟差，以及(iv)所述设备的钟差；以及

Viterbi模块，被配置为使用Viberti算法解决所估计的距离中的不确定性。

8.一种用于确定设备的位置的方法，所述方法包括：

分别从总数小于五的多颗卫星获取信号；

从服务器获得对应于总数小于五的所述多颗卫星中的一颗或多颗卫星的星历数据，其中对应于总数小于五的所述多颗卫星中的所述一颗或多颗卫星的所述星历数据经由(i)蜂窝网络或(ii)无线网络从所述服务器被获得；

在没有有关所述设备的所述位置的先验知识的情况下，基于

(i)从总数小于五的所述多颗卫星获取的所述信号，以及

(ii)从所述服务器获得的对应于总数小于五的所述多颗卫星中的所述一颗或多颗卫星的所述星历数据

来生成所述设备相对于总数小于五的所述多颗卫星中的每颗卫星的近似位置的估计；

确定从总数小于五的所述多颗卫星获取的所述信号中的每个信号的信号强度；以及

基于从总数小于五的所述多颗卫星获取的所述信号中的每个信号的所述信号强度生成所述估计的加权平均值，其中所述加权平均值表示所述设备的所述位置。

9.根据权利要求8所述的方法，其中分别从总数小于五的所述多颗卫星获取所述信号在预定时间周期内被执行。

10.根据权利要求9所述的方法，其中所述预定时间周期为(i)至少两毫秒和(ii)小于或等于10毫秒。

11.根据权利要求8所述的方法，进一步包括：

测量在所述设备的所述位置处观察到的、在(i)从总数小于五的所述多颗卫星之一获取的信号和(ii)由所述设备生成的相应信号之间的多普勒频移，以及

计算在所述设备的位置周围的多个不同位置处的多普勒频移，其中所述多个不同位置中的相邻位置被隔开预定距离。

12.根据权利要求11所述的方法，进一步包括确定所观察到的多普勒频移和所计算的多普勒频移之间的标准偏差。

13.根据权利要求12所述的方法，进一步包括：

选择具有小于或等于预定阈值的标准偏差的位置中的多达三个位置作为候选位置，以及

生成所述候选位置的加权平均值，其中所述候选位置的所述加权平均值对应于所述设备的更准确的位置，

其中所述设备的所述更准确的位置的准确度是所述预定距离的函数。

14.根据权利要求13所述的方法，进一步包括：

基于以下各项来估计总数小于五的所述多颗卫星中的一颗卫星与所述设备之间的距离：(i)从总数小于五的所述多颗卫星中的所述一颗卫星传输信号的时间，(ii)在所述设备处接收所述信号的时间，(iii)总数小于五的所述多颗卫星中的所述一颗卫星的钟差，以及(iv)所述设备的钟差；以及

使用Viberti算法解决所估计的距离中的不确定性。