一种基于尝试法的GNSS定位粗差探测方法

摘要

本发明公开了一种基于尝试法的GNSS定位粗差探测方法，其实现过程为：构造GNSS观测方程，利用最小二乘(LS)进行参数估计，从而得到观测值残差向量V；计算单位权中误差估值利用多余观测值个数f自适应地计算单位权中误差超限阈值，判断GNSS观测值是否存在粗差；若存在粗差，则利用基于尝试法的思想实现精确粗差定位；剔除所探测到含有粗差观测值，重新进行LS参数估计。该方法无需对逐个观测值进行残差假设检验，因此可在一定程度避免传统残差检验中因阈值设置不合理导致过多或过少地剔除部分GPS/BDS观测值的问题。该方法简单，易于实现，应用效果相对良好，尤其是在观测环境较差的情况下能够较为明显地提高GNSS平均定位精度。

说明书

技术领域

本发明属于GNSS高精度定位领域，涉及到一种基于尝试法的GNSS定位粗差探测识别技术，它以全球卫星导航系统(GNSS)、精密控制测量、移动载体定位导航等领域为实际应用背景，可用于复杂环境中GNSS观测值粗差频繁出现条件下的移动载体高精度定位应用方向。

背景技术

全球卫星导航系统(GNSS)具有全天候、高精度等优点，已应用到大地测量、导航、地质灾害监测等众多领域。但同时GNSS信号较为脆弱，特别是在复杂环境下，GNSS观测值难免会受粗差污染，若粗差没有得到妥善处理，会导致最终定位结果偏离实际，给实际应用带来较大不利，因此粗差探测是GNSS定位数据处理质量控制环节的重要内容。

目前在GNSS数据处理中，粗差处理可归纳为两种模式，即将粗差归入随机模型的抗差估计模式和将粗差归入函数模型的均值漂移模式。关于抗差模式处理粗差方面，国外主要有Huber权函数法、Tukey权函数法及丹麦权函数法等抗差方案，国内学者构建了抗差IGG方案、双因子等价权以及等价方差-协方差函数等抗差方案。这些方案已得到较多应用，一般对权阵作处理，通过对含有粗差观测值权阵进行降权,能够削弱含粗差观测值的影响，但容易遇到矩阵秩亏的情形。基于均值漂移模型来消去粗差的方法在处理过程中不会对权阵作出改变,相应地也不会遇到矩阵秩亏的情形。基于均值漂移模型一般是对观测值验后残差序列进行假设检验，如常用的正态分布检验、χ²分布检验、t分布检验，将不合格的观测值进行剔除。传统的残差序列假设检验，给定了置信水平α，即确定了残差是否超限的阈值，考虑到GNSS载波观测值残差的敏感性以及可能会受到模型误差的影响，阈值大小对粗差探测效果影响非常重要，偏大可能造成不能准确地将粗差剔除，偏小可能会导致一些质量较好的观测值也被剔除。在实际数据处理中，尤其是复杂环境观测数据质量较差的情况下，很难事先给定一个非常合理的阈值，因此这种粗差探测方法效果往往不是很理想。

发明内容

本发明的目的在于克服现有技术的不足，提出了一种无需对逐个观测值进行残差假设检验的粗差探测方法。该方法首先通过单位权中误差估值判断是否存在粗差，然后利用尝试法思想进行粗差定位，简称为两步法粗差探测。该方法在一定程度避免了传统残差检验中因阈值设置不合理导致过多或过少地剔除部分GNSS观测值的问题，为复杂环境下的GNSS粗差探测提供一种有效的处理方法。

本发明的技术方案如下：

一种基于尝试法的GNSS定位粗差探测方法，包括如下步骤

(1)构造GNSS观测方程，利用最小二乘进行参数估计，从而得到观测值残差向量V；

(2)计算观测值单位权中误差估值

(3)利用多余观测值个数f自适应地计算超限阈值，并根据是否超限，判断GNSS观测值是否存在粗差，若不存在粗差，则直接输出定位结果；

(4)若观测值存在粗差，基于尝试法进行精确粗差定位，具体步骤为：

(4.1)粗差判断：在每次只剔除一个观测值条件下，获得n个剔除观测值后的单位权标准差，则其中的极小值对应的观测值存在粗差；

(4.2)阈值判断：对该极小值进行超限阈值判断，若超过系统设定的阈值，剔除该极小值对应的观测值，得到n-1个观测值；

(4.3)遍历剔除：重复循环进行步骤(4.1)～(4.2)，直到获得的极小值小于系统设定的阈值，并剔除最后获得的极小值所对应的观测值。

(5)对剩余的观测值重新进行最小二乘参数估计，获取无粗差影响的GNSS高精度定位结果。

进一步的，步骤(1)所述的GNSS观测值L主要由伪距和载波观测值组成，对应的残差向量V根据下式进行求解：

V＝Bx-L

其中x为包含载体三维坐标，载波相位整周模糊度的参数估值；B为x对应设计矩阵，观测值L个数为n；

进一步的，步骤(2)所述的单位权中误差估值为：

其中f为多余观测值个数，P为观测值对应的权矩阵。

进一步的，步骤(3)中粗差是否存在的判定准则为：若满足则判定GNSS观测值不存在粗差，否则某一个或多个观测值存在粗差；其中σ₀表示GNSS观测值噪声，Fact为编辑因子，

f为多余观测值个数。

进一步的，步骤(4.1)中粗差判断的方法是：若观测值存在粗差，依次只剔除第i(i＝1,2,...,n)颗卫星对应的观测值L_i，并重新计算单位权标准差按照公式

确定第k颗卫星对应观测值存在粗差。

进一步的，步骤(4.2)中阈值判断的方法是：在确定第k颗卫星对应的观测值L_k存在粗差后，若对应的单位权标准差仍不满足说明其余观测值中仍存在粗差；

进一步的，步骤(4.3)遍历剔除中设定的阈值为Fact×σ₀。

本发明与现有技术相比具有以下优点：

本发明先对GNSS观测值中误差进行检验，判定是否存在粗差，若存在则利用尝试法实现粗差定位，无需对逐个观测值进行残差假设检验，因此可在一定程度避免传统残差检验中因阈值设置不合理导致过多或过少地剔除部分GNSS观测值的问题。该方法简单，易于实现，应用效果相对良好，尤其是在观测环境较差的情况下，在保证数据有效利用率保持较高的前提下，该方法能够较为明显地提高GNSS平均定位精度。

附图说明

图1是本发明流程图；

图2是本发明静态试验定位精度(X方向)统计图；

图3是本发明车载动态试验定位精度(X方向)统计图；

图4是本发明车载动态试验GPS/BDS平面定位轨迹图；

具体实施方式

下面结合附图对本发明做进一步的描述。

参照图1，本发明的具体实施步骤如下：

步骤1.构造GNSS观测方程，利用最小二乘(LS)进行参数估计，从而得到观测值残差向量V。

GNSS观测值主要包含伪距和载波，定位观测方程为：

上式，表示接收机-卫星s-r几何距离，和分别表示对流层延迟和电离层延迟量，和分别表示伪距和载波对应的接收机-卫星钟差，c表示光速，和分别表示伪距和载波观测值噪声，表示载波相位观测值整周模糊度，λ表示对应的波长。

上式包含较多的误差项，通常采用两个接收机和两颗卫星构成经典的双差观测方程，可以不同程度的消弱对流层和电离层误差和消除卫星-接收机钟差。双差观测方程如下：

上式中，其他项类似。一般情况下当基线较短，上式中双差电离层和对流层误差可以忽略。

观测值残差向量V根据下式进行求解：

V＝Bx-L

其中x为参数估值，要包含载体三维坐标，载波相位整周模糊度等；B为x对应设计矩阵，根据不同的定位模式进行确定，观测值L个数记为n；

步骤2.计算观测值单位权中误差估值

单位权中误差为：

其中f为多余观测值个数，P为观测值对应的权矩阵。

步骤3.利用多余观测值个数f自适应地计算超限阈值，根据是否超限判断GNSS观测值是否存在粗差。

粗差是否存在判定准则为，若满足下式，则判定GNSS观测值不存在粗差，否则某一个或多个观测值存在粗差。

上式，σ₀表示GNSS观测值噪声，一般根据经验给定，对于载波观测值，GPS(全球定位系统)可以设置为0.003，BDS(北斗卫星系统)可以设置0.004，伪距观测值σ₀可以设置为1；Fact为编辑因子，一般情况下设置为3比较合理，但是在观测卫星较少时，即使不存在粗差，也可能会超过3σ₀，导致不应该剔除的卫星观测值被剔除，严重影响定位精度，甚至造成无法定位。因此本发明经过大量实验给出了一种较为合理的计算Fact值经验公式，如下：

当可视卫星数较少，通过上式可以适当增大编辑因子值，即相应放宽了单位权中误差超限阈值，当观测值较多时，Fact取3。

步骤4.若存在粗差，则利用基于尝试法的思想实现精确粗差定位。

本发明尝试法基本思想为，对所有观测值进行逐个遍历删除，若某一观测值存在粗差，该观测值删除后，重新计算的单位权中误差必定有较大降低；

基于尝试法的思想实现精确粗差定位方法如下：

若GPS/BDS观测值存在粗差，依次只剔除第i(i＝1,2...,n)颗卫星对应的观测值L_i，并重新计算单位权标准差(记作)，所有卫星遍历完之后，按照下式即可确定第k颗卫星对应观测值存在粗差。

上式含义为，使得单位权中误差降低最多的那颗卫星对应的观测值可以认为存在粗差。

在确定第k颗卫星对应的观测值L_k存在粗差后，若对应的单位权标准差仍不满足说明其余观测值中仍存在粗差，剔除第k颗卫星的观测值后，对剩余的n-1个观测值继续采用尝试法思想实现精确粗差定位，循环重复进行，直至对应的单位权标准差小于Fact×σ₀。

步骤5.剔除所探测到含有粗差观测值，重新进行LS参数估计。

粗差对应的观测值不参与LS参数估计，不含粗差的观测值则重新进行LS参数估计，即可获取无粗差影响的GNSS高精度定位结果。

本发明的效果可以通过下述实验加以说明：

1.实验环境

本发明验证试验均采用GPS/BDS实测数据，分别为静态观测实验1和动态车载试验2。试验1整个测段观测环境较好，GPS平均可视卫星数为7颗，GPS+BDS可视卫星数为15颗，数据采样间隔0.5s，卫星截止高度角设置为10度，观测时长约15分钟；试验2观测数据采集于某市区，存在较多障碍物遮挡、信号频繁中断等情况，基准站和流动站采样间隔均为1s，卫星截止高度角为10度，观测时长约15分钟，流动站与基站距离在4km以内。

2.实验结果

这里为对比方便，本发明方法简记为两步法粗差探测。

实验1：由于观测环境较好，对本次静态数据进行单历元定位模式进行处理。粗差探测方面选取了三种不同方案来处理，分别是：无粗差探测、传统的基于t分布残差假设检验(置信水平α设置为0.01)、两步法粗差探测。

为了对比三种不同粗差探测方案对定位精度的影响，统计了三种方案对应的单历元定位精度，限于篇幅，只给出X方向定位误差序列图，如图2所示。可以发现虽然静态观测数据质量整体较好，但GPS和BDS观测值仍存在几个粗差，利用t分布残差检验和两步法粗差探测均能够很好的消除这些粗差对定位的影响。另外还可以看出GPS+BDS双系统相对于GPS单系统由于增加了观测值，定位精度也有所提升。

表1统计了三种粗差处理方案对应的定位结果，包括平均定位精度、模糊度解算情况以及总耗时。由于粗差数量较少，从表1可以看出t分布残差检验和两步法粗差探测效果完全一样，相对于无粗差探测，定位精度和模糊度固定率均有所提升，但提升幅度很小，并且整体计算效率也没有因为处理粗差而有所大的降低。

表1试验1静态观测定位结果统计表

实验2：由于GNSS观测环境较为复杂，对本次动态车载试验数据采取序贯最小二乘滤波进行处理，模糊度解算采取浮点解模式。粗差探测方面仍采取无粗差探测、基于t分布残差假设检验(置信水平α设置为0.01)、两步法粗差探测三种方案来处理。

图3给出了三种不同粗差处理方案对应的GPS和GPS+BDS系统X方向定位误差序列。可以看出，不进行粗差处理，定位误差整体较大，特别是在(100,200)历元和(600,700)历元对应的时段，出现非常大的偏差。采用t分布残差假设检验和两步法粗差探测后，由于剔除了一些较为明显的粗差后，定位精度均有所提高。对比t分布残差检验和两步法粗差探测对应的定位误差，可以发现，很多历元两步法粗差探测定位精度要优于t分布残差检验，以GPS单系统第45个历元为例，观测卫星为5颗，采用t分布残差检验剔除了2颗卫星载波观测值，最终只能进行伪距单点定位，而采用两步法粗差探测只剔除了一颗卫星载波观测值，最终定位结果为浮点解；GPS+BDS双系统第387个历元，卫星数12颗，采用t分布残差检验没有探测出粗差，而两步法粗差探测则准确的剔除了一颗卫星观测值，定位精度相对有所提高。

图4给出了无粗差探测和两步法粗差探测两种方案对应的GPS+BDS流动站平面运动轨迹图。可以看出，两步法粗差探测对应的流动站运动轨迹相对于无粗差探测运动轨迹要平滑一些，尤其是在图中虚线椭圆区域内对应的时段，这两处对应的地段存在明显的高层建筑物和树木的信号遮挡。

表2定量统计了本次车载动态车载试验定位结果，包括三个方向平均定位误差、有效历元数以及总耗时情况。从定位精度方面来看，三种不同粗差处理方案中，两步法粗差探测对应的平均定位精度最高，其次是t分布残差假设检验。GPS+BDS双系统相对于GPS单系统，三种方案对应的定位精度均有较大提升；从有效历元数来看，两步法粗差探测对应的数据有效利用率相对于无粗差探测无明显下降，而t分布残差假设检验由于过多剔除了一些观测值导致部分历元无法定位，降低了数据有效利用率；从总耗时方面来看，两步法粗差探测耗时最多，但相对整个实验阶段(约900个历元)，两步法粗差探测计算效率并没有受到很大的影响，完全能够满足采样率为1s的实时动态定位。

表2动态试验定位结果统计表