GLONASS测站间非组合测距码频间偏差校正方法及系统

摘要

本发明涉及一种GLONASS测站间非组合测距码频间偏差校正方法及系统，实时获取主站/待校准站的GLONASS载波和伪距观测数据，构建双差观测值数据；基于所述双差观测值数据，获得双差IFCB窄巷组合观测数据和双差IFCB IF组合观测数据；基于所述双差IFCB窄巷组合观测数据和双差IFCB IF组合观测数据，引入拟稳基准，建立站间IFCB估计模型；基于所述双差IFCB估计模型，获得待校准站与主站之间的IFCB估值，实现IFCB校正。本发明不依赖于测站接收设备类型，有效校正因IFCB导致的GLONASS双差伪距观测值的系统偏差，提高测距码信号的量测精度。

说明书

技术领域

本发明涉及一种GLONASS测站间非组合测距码频间偏差校正方法及系统。

背景技术

由于GLONASS系统采用频分多址(FDMA)技术，卫星测距信号在接收端会产生与频率相关的硬件延迟，是影响GLONASS系统导航定位精度的重要因素。载波相位频间偏差(inter frequency phase bias,IFPB)主要是接收机数字信号处理导致的硬件延迟，通过估计IFPB变化率可以精确改正。而测距码(伪距)频间偏差(inter frequency code bias,IFCB)的变化规律复杂，其与接收设备(接收机、天线)的品牌和固件版本都相关，甚至完全相同的接收设备之间也可能存在一定量级的IFCB，难以构建经验校正模型。在当前的GNSS地基增强系统基准站数据解算中，GLONASS信号的处理通常忽略IFCB或局限于相同接收设备之间，严重影响GLONASS观测数据的使用率。尤其是在长距离基线解算中，模型需要估计大气延迟参数，必须以伪距观测值作为基准计算模糊度参数，站间IFCB会导致模糊度估值的系统性偏差。目前，IFCB的校正方法主要采用基于历史观测数据进行估计解算，获得观测值组合的IFCB，如MW(Melbourne-Wübbena)组合或无电离层(ionosphere-free，IF)组合。德国地学研究中心也开始播发与接收机类型相关的无电离层组合IFCB。上述方法都是针对IFCB组合观测值，对GLONASS数据的解算模型有限制，无法用于非组合模型等算法，精度难以满足窄巷模糊度固定，可应用范围较小。因此，迫切需要一种针对非组合观测值的IFCB校正方法，消除IFCB对GLONASS高精度定位影响，突破GLONASS基线解算受测站类型限制的技术瓶颈。

发明内容

本发明的发明目的在于提供GLONASS测站间非组合测距码频间偏差校正方法及系统，不依赖于测站接收设备类型，有效校正因IFCB导致的GLONASS双差伪距观测值的系统偏差，提高测距码信号的量测精度。

基于同一发明构思，本发明具有两个独立的技术方案：

1、一种GLONASS测站间非组合测距码频间偏差校正方法，包括如下步骤：

步骤1：实时获取卫星星历，主站/待校准站的GLONASS载波和伪距观测数据，构建双差观测值数据；

步骤2：基于所述双差观测值数据，获得双差IFCB窄巷组合观测数据和双差IFCBIF组合观测数据；

步骤3：基于所述双差IFCB窄巷组合观测数据和双差IFCB IF组合观测数据，引入拟稳基准，建立站间IFCB估计模型；

步骤4：基于所述站间IFCB估计模型，获得待校准站与主站之间的IFCB估值，实现IFCB校正。

进一步地，步骤2中，基于所述双差观测值数据，通过如下方法获得双差IFCB窄巷组合观测数据，

双差观测值数据形成伪距的窄巷组合和载波的宽巷组合，两者之差构成为MW组合；引入外部数据IFPB变化率和宽巷整周模糊度，消除MW组合中的IFPB和载波整周模糊度，剩余量为双差IFCB窄巷组合。

进一步地，步骤2中，基于所述双差观测值数据，通过如下方法获得双差IFCB IF组合观测数据，

双差观测值数据形成伪距观测值的IF组合；基于卫星星历和主站/待校准站坐标，计算星站间距和卫星仰角，进而得到双差星站间距和对流层延迟的映射函数；基于对流层延迟经验模型和映射函数，求取卫星信号传播路径上的对流层延迟量；消除伪距IF组合中的对流层延迟量和星站距离，剩余量为双差IFCB的IF组合。

进一步地，步骤2中，基于误差传播定律，计算与高度角相关的双差窄巷IFCB观测数据的中误差，形成观测量随机模型。

进一步地，步骤2中，基于误差传播定律，计算与高度角相关的IFCB IF组合的中误差和随机模型。

进一步地，步骤3中，建立双差IFCB估计模型时，以长时段所有可见卫星的站间IFCB之和为零为拟稳基准，将模型待估参数从双差IFCB转换为站间单差IFCB。

进一步地，步骤3中，建立双差IFCB估计模型时，引入残余对流层延迟为0的虚拟观测值，基于站间距确定该虚拟观测值的随机模型。

进一步地，步骤4中，基于所述双差IFCB估计模型，通过整体平差解算获得待校准站与主站之间的IFCB估值，采用整体最小二乘平差算法，对长时间观测数据进行平差解算。

进一步地，步骤4中，对所述站间IFCB估值进行时间序列分析，获得校正参数。

进一步地，步骤4中，针对长期连续运行的待校准站，基于卫星的轨道周期进行站间IFCB校正。

2、一种GLONASS测站间非组合测距码频间偏差校正系统，包括：

观测值数据接收单元，所述接收单元实时获取卫星星历、主站/待校准站的GLONASS载波和伪距观测数据，构建双差观测值数据；

双差IFCB窄巷组合和双差IFCB IF组合计算单元，所述计算单元基于所述双差观测值数据和外部信息，获得双差IFCB窄巷组合观测数据和双差IFCB IF组合观测数据；

双差IFCB估计模型单元，所述模型单元基于所述双差IFCB窄巷组合观测数据和双差IFCB IF组合观测数据，引入拟稳基准，建立站间IFCB估计模型；

偏差校正单元，所述偏差校正单元基于所述站间IFCB估计模型，获得待校准站与主站之间的各颗GLONASS卫星的IFCB估值，实现IFCB校正。

本发明具有的有益效果：

本发明实时获取主站/待校准站的GLONASS载波和伪距观测数据，构建双差观测值数据；基于所述双差观测值数据和外部信息，获得双差IFCB窄巷组合观测数据和双差IFCBIF组合观测数据；基于所述双差IFCB窄巷组合观测数据和双差IFCB IF组合观测数据，建立站间IFCB估计模型；基于所述站间IFCB估计模型，获得待校准站与主站之间各颗GLONASS卫星的IFCB估值，实现IFCB校正。本发明提出了非组合站间IFCB的高精度估计方法，采用本方法能够消除接收设备间GLONASS双差伪距信号的系统性偏差，能够解决GLONASS基线解算受测站类型限制的难题，提高频分多址GNSS信号对常规GNSS解算数学模型的适应能力，促进多GNSS多频数据的深度融合定位。本发明利用经典的MW和IF组合构建模型，基于已有的算法快速获取未知信息，有效解决了卫星轨道和大气延迟等信号误差对IFCB估计带来的影响，采用长期数据整体平差的策略消除多路径和观测噪声等随机误差的影响。该方法可以有效填补GLONASS非组合站间IFCB改正方法的技术空白，能够在多GNSS高精度定位的应用发挥重要的积极作用。

本发明基于所述双差观测值数据，通过如下方法获得双差IFCB窄巷组合观测数据。双差观测值数据形成伪距的窄巷组合和载波的宽巷组合，两者之差构成为MW组合；引入外部数据IFPB变化率和宽巷整周模糊度，消除MW组合中的IFPB和载波模糊度，剩余量为双差IFCB窄巷组合；基于误差传播定律，计算与高度角相关的双差窄巷IFCB观测数据的中误差，形成观测量随机模型。本发明通过上述方法进一步保证获得准确的双差IFCB窄巷组合观测数据，并且充分考虑到观测量的误差。

本发明基于所述双差观测值数据，通过如下方法获得双差IFCB IF组合观测数据。双差伪距观测值组成IF组合；基于卫星星历和主站/待校准站坐标，计算星站间距和卫星仰角，进而得到双差星站间距和对流层延迟的映射函数；基于对流层延迟经验模型和映射函数，求取卫星信号传播路径上的对流层延迟量；消除伪距IF组合中的对流层延迟量和星站距离，剩余量为双差IFCB的IF组合；基于误差传播定律，计算与高度角相关的IFCB IF组合的中误差和随机模型。本发明通过上述方法进一步保证获得准确的双差IFCB的IF组合，充分考虑到双差伪距IF组合包含的对流层延迟量和星站距离，并充分考虑到观测量的误差。

本发明建立站间IFCB估计模型时，以长时段所有可见卫星的站间IFCB之和为零作为拟稳基准，将模型估计参数从双差转换为站间单差IFCB；引入残余对流层延迟为0的虚拟观测值，基于站间距确定虚拟观测值的随机模型。本发明通过上述方法建立站间IFCB估计模型，构建适用于长时段解算的统一估计模型，进一步保证了双差IFCB估计模型的准确性。

本发明基于站间IFCB估计模型，通过整体平差解算获得待校准站与主站之间的IFCB估值，采用整体最小二乘平差算法，对长时间观测数据进行平差解算；对所述站间IFCB估值进行时间序列分析，获得校正参数；针对长期连续运行的待校准站，基于卫星的轨道周期进行站间IFCB校正。本发明基于站间IFCB估计模型，通过上述方法获得待校准站与主站之间的IFCB估值，进一步保证了IFCB估值的准确性。

附图说明

图1是本发明站间IFCB校正方法流程图；

图2是本发明双差IFCB窄巷组合获取方法流程图；

图3是本发明双差IFCB IF组合获取方法流程图。

具体实施方式

下面结合附图所示的实施方式对本发明进行详细说明，但应当说明的是，这些实施方式并非对本发明的限制，本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代，均属于本发明的保护范围之内。

实施例一：

GLONASS测站间非组合测距码频间偏差校正方法

如图1所示，一种GLONASS测站间非组合测距码频间偏差校正方法，包括如下步骤：

步骤1：实时获取卫星星历、主站/待校准站的GLONASS载波和伪距观测数据，构建双差观测值数据。

通过接收设备实时获取主站/待校准站的GLONASS载波和伪距观测数据，对主站和待校准站的接收设备类型没有限制。

步骤2：基于所述双差观测值数据，获得双差IFCB窄巷组合观测数据和双差IFCBIF组合观测数据。

如图2所示，基于所述双差观测值数据，通过如下方法获得双差IFCB窄巷组合观测数据，

双差观测值数据形成伪距的窄巷组合和载波的宽巷组合，两者之差构成为MW组合；引入外部数据IFPB变化率和宽巷整周模糊度，消除MW组合中的IFPB和载波模糊度，剩余量为双差IFCB窄巷组合。基于误差传播定律，计算与高度角相关的双差窄巷IFCB观测量的中误差，形成观测量随机模型。

如图3所示，基于所述双差观测值数据，通过如下方法获得双差IFCB IF组合观测数据，

双差观测值数据形成伪距观测值的IF组合；基于卫星星历和主站/待校准站坐标，计算星站间距和卫星仰角，进而得到双差星站间距和对流层延迟的映射函数；基于对流层延迟经验模型和映射函数，求取卫星信号传播路径上的对流层延迟量；消除伪距IF组合中的对流层延迟量和星站距离，剩余量为双差IFCB的IF组合。基于误差传播定律，计算与高度角相关的IFCB IF组合的中误差和随机模型。

步骤3：基于所述双差IFCB窄巷组合观测数据和双差IFCB IF组合观测数据，建立双差IFCB估计模型；

由于参考卫星变换和对流层延迟残余量，观测量秩亏且观测量不在同一基准上，建立站间IFCB估计模型需要引入两个外部约束使模型可解：①引入长时段所有可见卫星的站间IFCB之和为零的基准，统一观测量基准，将双差IFCB转换为站间IFCB；②引入残余对流层延迟为0的虚拟观测值，基于站间距确定虚拟观测值的随机模型。估计模型中，站间IFCB视为常数，过程噪声为0；对流层延迟残余量历元间变化很小，过程噪声采用随机游走模型描述。

步骤4：基于所述双差IFCB估计模型，获得待校准站与主站之间的IFCB估值，实现IFCB校正。

通过整体平差解算获得待校准站与主站之间的IFCB估值，采用整体最小二乘平差算法，对长时间观测数据(通常1天)进行平差解算，消除观测值噪声和多路径等因素的影响，获得高精度的站间IFCB。

对站间IFCB进行时间序列分析，获得高精度改正参数，直接用于校正GLONASS伪距观测值。对于长期连续运行的待校准站，考虑到观测环境的稳定性，可基于卫星的轨道周期进行站间IFCB改正，以进一步消除多路径延迟的影响。

实施例二：

GLONASS测站间非组合测距码频间偏差校正系统

GLONASS测站间非组合测距码频间偏差校正系统包括：

观测值数据接收单元，所述接收单元实时获取主站/待校准站的GLONASS载波和伪距观测数据，构建双差观测值数据；

双差IFCB窄巷组合和双差IFCB IF组合计算单元，所述计算单元基于所述双差观测值数据，获得双差IFCB窄巷组合观测数据和双差IFCB IF组合观测数据；

双差IFCB估计模型单元，所述模型单元基于所述双差IFCB窄巷组合观测数据和双差IFCB IF组合观测数据，引入拟稳基准，建立站间IFCB估计模型；

偏差校正单元，所述偏差校正单元基于所述站间IFCB估计模型，获得待校准站与主站之间的IFCB估值，实现IFCB校正。

实施例二系统执行的校正方法同实施例一的校正方法。

上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。