面向大众的高精度GNSS定位技术.docx
- 文档编号:10034048
- 上传时间:2023-05-23
- 格式:DOCX
- 页数:18
- 大小:559.43KB
面向大众的高精度GNSS定位技术.docx
《面向大众的高精度GNSS定位技术.docx》由会员分享,可在线阅读,更多相关《面向大众的高精度GNSS定位技术.docx(18页珍藏版)》请在冰点文库上搜索。
面向大众的高精度GNSS定位技术
面向大众的高精度定位技术
本文介绍了一种针对消费领域中的亚米级GNSS定位的新方法,以用于增强现实和视觉受损导航等应用。
实时环境中最新的AndroidRTK智能手机服务在50厘米以下的精度。
1前言
大众市场的GNSS接收机会受到来自卫星星座和信号的间歇性且有限的观测数据的影响。
例如,在Android智能手机中,GNSS接收机最多可以提供来自全球定位系统(GPS)和伽利略星座的L1/E1和L5/E5a信号。
北斗和GLONASS还限于单频L1观测值。
但是,由于接收机内的信道数量有限,接收环境,内部电子干扰以及卫星基础设施的不断升级,因此多频访问仅限于某些卫星。
这向接收机提供了仅选择数量的具有双频测量结果的卫星,而其余的卫星仅包含单频信号。
使用免费的电离层或电离层实时模型的流行GNSS算法(例如精确点定位(PPP))必须具有适应性,以充分利用这些不利条件。
大众市场设备在信号接收方面进一步给GNSS接收机带来了困难的环境。
在智能手机中,天线通常由其他通信硬件共享,例如蓝牙和Wi-Fi接收机。
智能手机天线是为这些系统设计的,与GNSS的圆极化形式不同,它们显示的是线性极化信号,而且信号频率也不同。
接收机和天线附近的电子设备会发出嘈杂的电磁辐射,从而进一步恶化信号并增加信噪比。
这些因素限制了智能手机具有更高的基本性能。
在理想条件下,智能手机和其他消费类设备实际上只能达到几米的精度。
这意味着在开放的静态场景中需要有时间允许定位算法收敛。
作为许多新的和改进的基于位置的应用程序的要求,精度为50厘米代表了合理的基准,可以设置智能手机的性能。
该方法已作为FLAMINGO计划的一部分开发,该计划允许在智能手机上执行实时PPP和RTKGNSS定位。
FLAMINGO服务已实时达到亚米的定位精度(低于50厘米基准)。
但是,这种高精度服务是基于RTK的,并且依赖于距用户大约30km内的基站基础结构。
本文探讨了PPP作为实时定位服务的应用。
建议使用其他方法来帮助达到50厘米基准。
这些算法可以为用户提供更无缝的服务,并减少基础架构的成本。
替代方法修改了PPP处理的传统方法。
它涉及算法的预处理和观察状态构建步骤。
当双频/多频测量可用时,实时PPP处理通常使用无电离层的组合。
消除电离层项可改善定位性能。
否则,将需要使用单频通用GNSS可观测模型,该模型可以利用实时电离层模型,例如Klobuchar或状态空间表示(SSR)垂直总电子含量(VTEC)产品。
电离层项也可以估算。
由于这些GNSS信号观测值的间歇性,我们建议将这两种模型结合起来。
在预处理阶段,过滤器会删除可观察到的不良GNSS。
在许多操作环境中,大众市场的接收机经常会遭受周跳和多径现象的影响。
该滤波器同时使用单频和双频观测值,包括伪距,载波相位和多普勒测量。
信噪比(SNR)可以很好地表明测量质量,这对于智能手机的嘈杂环境尤其重要。
这种滤波方法在先前的研究中已显示出强大的成果,并与卡尔曼滤波器加权矩阵中使用的更传统的卫星高程加权相结合。
使用实时接收机试验来讨论此方法。
还对更理想的方案进行了比较,因此可以证明高精度性能。
测试环境反映了大众市场GNSS用户的预期情况,代表了增强现实和视觉受损的导航情况。
每种技术的使用均基于某些应用的精度目标。
例如,一种技术可以改善垂直分量。
除非达到收敛解,否则可能会导致水平精度降低。
2建模分析
该模型包括对传统GNSS处理的一些关键修改:
•预处理阶段,
•将单频PPP与双频电离层的PPP和
•通过SNR和高程对噪声加权。
该技术特定于Android智能手机的情况,与传统的GNSS接收机明显不同。
该方法还可以应用于装有大众市场GNSS接收机的物联网设备。
必须根据适合接收机性能的阈值对参数进行校准。
3恶劣环境下的测试反应
智能手机的测量结果非常嘈杂。
由于在智能手机单元内压缩了大量电子元件,并且GNSS天线与其他射频(RF)接收机(例如蓝牙和Wi-Fi)共享,因此环境和处理过程非常不适合高精度定位。
此外,由于智能手机电池和频道可用性的限制,某些卫星和星座的跟踪优先于其他卫星和星座。
这导致某些卫星或星座相对于其他卫星或星座的测量效果较差。
该方法实现了三种检测策略,可以在Kalman滤波器内进行处理之前消除不良测量。
提议的技术是GNSS工程师众所周知的,但对于处理智能手机原始GNSS测量尤其重要。
这些策略是:
•代码减号,
•相范围率和
•伪距速率。
如果观测未通过所有三个检查,则将卫星移除。
每个滤波阶段都很重要,因为仅通过一次检查并不能指示出不良的卫星。
代码减号。
该技术考虑了代码和载波测量的两个单独的时期。
这是为了说明通过AndroidRawGNSSMeasurementsAPI报告的非典型载波相位。
而不是报告与伪距对齐的相位值,而是将累积的增量范围提示回给用户。
累积增量范围是智能手机的典型功能,也通过位置定位协议跨电信网络传输。
由于ADR未与伪距对齐,因此代码负载波检查需要两个时期。
计算公式如下:
其中P是伪距,ϕ是载波相位,下标t和t-1表示当前和前一个时期。
随着时间的流逝,伪距的变化通常紧随载波相位,因为这些分量高度相关。
如果一个可观察到的信号受到较高噪声的影响,则此检查将其突出显示。
这样的信号源可能包括多路径(每个路径可能不同)或周期转差(通常仅影响载波相位测量)。
图1给出了使用小米米8收集的GNSS数据样本的负码载波示例。
有趣的是,负码载波在载波相位中既拾取了单卫星异常,又拾取了整个卫星的误差。
星座。
这可能是由于星座图和卫星优先级设置导致Broadcom接收机内部的GPS或Galileo卫星的跟踪解决方案出现错误所致。
这个星座应该被拒绝。
但是,两个GNSS可观测值可能会同时受到影响,因此需要进行单个可观测检查。
例如,这可能是由于高环境噪声引起的,或者是由于能够区分多径或循环滑差。
相位范围速率。
第二项检查是量化载波相位的连续性。
预期的载波相位应遵循报告的多普勒频移。
与该检查的偏差可能表示接收机时钟错误或周期跳动。
当前阶段和预期阶段之间的差异可以通过以下公式找到
其中D是相位中的多普勒频移,Δt是当前时刻与上一个纪元之间的时间间隔。
相位范围速率检查如图2所示。
前面的检查也很重要,因为单独检查可能无法识别所有星座异常。
然而,仅载波相位的错误可能仅通过该检查来拾取。
图1和图2非常相似,但是两种方法之间的阈值有所不同。
重要的是要同时使用两种检查。
伪距速率。
伪距速率应落入一组预定义值内。
该限制由卫星和接收机动态的极端情况以及时钟漂移设置。
在预定义值之外的伪距速率(主要与接收机类型相关)可能会突出显示损坏的测量结果。
伪距率可以通过简单的操作来计算
伪距速率的预定义阈值的任何异常都将被消除。
对同一组数据执行的伪距速率如图3所示。
此检查将错误的观测值提取到伪距。
在图1和2中,突出显示了单个Galileo的错误。
图3强调了所有三个伽利略卫星的误差。
4SFDF组合
在GNSS建模中,应考虑每个误差项以减少误差,例如卫星时钟和星历,对流层以及代码和相位偏差。
如果接收机具有两个或多个频率,则可以应用信号组合以消除误差项。
无电离层的组合可以从观测值中删除电离层项。
解决电离层的其他方法包括Klobuchar和NeQuick模型,它们分别构成GPS和Galileo导航消息的一部分。
如果在后处理情况下使用,则可以使用由各种GNSS分析中心(如喷气推进实验室或国家航天局空间研究中心)计算出的电离层地图交换文件。
PPP技术然后还可以使用精确的卫星星历表,时钟和代码偏差来解释几何范围项和卫星时钟中的未知数。
可以从准确的后处理精确产品或实时RTCMSSR消息中检索此数据。
还可以通过分析中心提供的精确产品或RTCMSSR流来获得代码偏差。
提出SFDF是为了补偿来自Android智能手机的L1和L1/L5卫星观测值的混合,或来自大众市场接收机的其他多频观测值的混合。
图4给出了一个观测卫星及其可用信号的示例。
只有有限数量的卫星包括双频观测;其余均为单频。
如果仅考虑双频,则观察次数会受到严格限制。
这些技术的配对可以像传统的单频或电离层自由组合方法一样,并入卡尔曼滤波算法中。
这些更改只是对状态和创新向量的简单修改。
伪距P和载波相位ϕ可写为矢量,用于卫星的单频观测和双频的线性电离层自由组合,
下标r表示接收机编号,下标i表示频率编号,下标LC表示无电离层线性组合,m和n分别是单频和双频观测值的数量。
这些向量是卡尔曼滤波器的创新向量的一部分,
该算法设计用于实时场景,依靠SSR校正来解决各种未知数。
从当前版本的RTCM3.3开始,仅知道精确的轨道,时钟和代码偏差。
电离层,对流层和相位偏差将成为未来版本的一部分。
由于电离层和对流层可以分别通过预先存在的模型Klobuchar和Saastamonien进行计算,因此这些术语也可以删除。
将相位偏置合并到未知相位偏置项中,并在状态向量中求解。
状态向量是由
其中r r是在以地球为中心的地球固定(ECEF)参考帧中的接收机坐标,v r是接收机速度,cdt r是接收机时钟,而B r是相位偏置矢量,
对于静态情况,速度项可以设置为零。
然后,可以基于这些状态和创新步骤定义来形成和应用扩展卡尔曼滤波器方程。
5模型权重
传统的GNSS使用基于卫星仰角的扩展卡尔曼滤波器权重。
这是一个合理的假设,因为在低海拔(例如,建筑景观和大气路径距离)下,信号遇到的噪声水平会大大增加。
要考虑的另一个参数是信噪比。
在实践中使用依赖于信噪比的加权已经有几十年了。
信噪比的重要性如图5所示。
如前所述,码负载波相位是测量噪声的指标。
如图5所示,通过在SNR上进行覆盖,可以明显看出两个变量之间的相关性。
考虑到GNSS天线的共享和不良特性,应考虑所有可能反映天线测量质量的参数。
由于海拔高度仍然是测量噪声加权的重要参数,尤其是对于单频接收机,因此将两个项作为权重组合为:
其中a是载波相位误差标准偏差的基项,b是载波相位误差标准偏差的仰角相关项,θ是卫星的仰角,c是载波相位的信噪比相关项误差标准偏差和SNR是信噪比。
6实施和测试结果
NSL特别制作了一些应用,这些应用使用RTCM格式的GNSS数据执行PPP和RTK处理。
本文仅考虑PPP。
作为比较,还对后处理案例进行了分析。
考虑使用后处理来建立与实时的主要差异。
测试数据是在NSL场所建立的特殊智能手机测试场所收集的(图6)。
这与文献中的其他测试场景形成了对比,在文献中,智能手机可能被放置在隔离的腔室或金属的扼流圈中,以试图提高性能。
没有用于这些测试的专用设备。
打开实时应用程序,然后立即开始处理。
7后处理理想案例
理想情况是考虑从图6所示的测试场景中收集的数据样本。
该数据经过了后处理,实现了在实时场景中不可能实现的方法。
对于此测试,使用rinexON的NSLRINEX记录器应用程序收集GNSS可观察的数据。
测试参数总结在表1中。
具体来说,启用了后处理:
•删除伽利略星座,因为卫星效应似乎使解决方案恶化。
•不包括GLONASS卫星R15,因为它似乎也会使结果恶化。
•使用精确的星历表和时钟文件波茨坦Geoforschungzentrum。
•将解决方案设置为静态工况,从而将速度状态参数固定为零。
在实时情况下,每种改进都是不可能的,也不适合进行。
但是,这些修改可以提高方案的性能。
图7给出了理想情况下在北,东和上方向的结果。
该方法已实现。
为了研究每个步骤的影响,每行都删除了一项技术。
没有SNR加权表示等式(9)的模型加权技术。
表3列出了后处理案例的结果。
该解决方案收敛到最终位置,收敛时间约为120s。
这种快速收敛是由于具有固定的静态位置而导致的,从而减少了状态变量的数量。
这种理想情况的结果是一种高度精确的解决方案。
收敛之后,该解决方案实现了水平精度为0.33m,垂直精度为0.67m。
通过使用附加的精确乘积,平滑伪距和输入准确的解决方案猜测,可以进行进一步的改进。
在使用SFDF模型时可以看到差异。
通过消除双频组合中的电离层项(通常对垂直方向的影响要大于对水平方向的影响),最终解决方案的Up分量将得到明显改善。
这对东部和北部的融合解决方案有所改善产生间接影响。
SNR权重的影响很小,因为解决方案是静态的,并且噪声已被部分过滤。
但是,通过引入基于SNR和高程的组合测量噪声模型,解决方案的精度有了很小的提高。
预处理过滤器的贡献可以忽略不计,因为通过对模型进行后处理修改,实时过滤已被很大程度上取代。
8实时案例
类似于后处理案例,实时解决方案是在静态案例中实现的,如图6所示。
使用由NSL设计和开发的特殊配置的移动应用程序,可以在实时环境中处理数据。
通过应用程序运行处理。
智能手机实现了三种情况,每种情况都受到智能手机艰难的操作环境的影响。
第一种情况是普通数据集,数据中没有异常。
在第二种情况下,伽利略卫星的SSR校正使用失败,并且跳到载波相位和伪距观测均发生,大约每分钟发生一次。
这些跳跃中的每一个一次仅影响一个星座,因此预处理器可以消除这些观测结果。
第三种情况是非常短的数据集,代表仅运行几分钟的智能手机用户。
每个测试用例的参数都相同。
这些参数显示在表2中。
在图8至10中,显示了每种情况的结果。
表3列出了测试方法的平均值和标准偏差。
最终解决方案的结果比理想情况下的精度要差得多,在理想情况下,每种情况都不能完全收敛。
在情况1中可以看到部分收敛,这是在300s标记处进行的。
此后,最终解决方案的精度将得到提高。
在此之前,某些解决方案无法识别合理的值,因此数据之间存在差距。
卡尔曼滤波器中创新步骤的最大值设置为30m。
与理想情况相比要注意的一个关键区别是对卫星的轨道和时钟参数使用最终解决方案。
对PPP模型使用更准确的参数可以大大提高收敛到更准确的解决方案的能力。
收敛后,SFDF模型的精度提高很明显。
平均值有所提高,但是水平精度尚不清楚。
向上组件的精度代表了提高的垂直精度。
但是,在收敛之前,除了单独的垂直组件之外,SFDF改进的好处并不明显。
这突出了在某些应用程序中使用SFDF的重要性。
如果开发增强现实应用程序,则垂直组件非常重要。
但是,如果开发了健身应用程序,其中需要跑步者根据位置和速度表现,则仅关注水平精度可能更为重要,因此SFDF技术的效果是不希望的。
SNR权重提高了East,North和Up组件的精度。
但是,除非解决方案收敛,否则这也不是显而易见的,并且仅在情况1中是显而易见的。
在数据收集开始时,卫星接收机需要时间来锁定和跟踪某些卫星。
在此期间,SNR可能不会直接与可观察到的噪声相关联,只有在一段时间之后才能使用SNR加权。
需要高精度的场景可能会使用SNR权重,因此对于测量应用程序,用户很乐意等待一段时间以实现高精度的定位。
但是,对于导航应用程序,用户不耐烦,因此准确的平均解决方案至关重要。
从结果中看不出预处理的好处。
在解决方案的准确性和精度方面,丢失可观测的卫星会降低性能。
但是,对于要求高解决方案完整性的应用程序,更希望拒绝非常差的观察结果。
在图1至图3的后处理场景中说明了此类解决方案。
9结论
面向大众市场接收机的实时GNSS定位的方法旨在处理间歇性GNSS信号可观测值,嘈杂的环境以及来自接收者的最少信号信息。
理想情况下,水平精度为0.33m,垂直精度为0.67m。
SFDF技术,预处理和SNR加权的优势通过提高垂直精度和解决方案的精度得到了彰显。
此性能不能转换为实时实施。
应基于所需的应用程序来决定该方法中该技术的使用。
SFDF技术证明了改进的垂直精度,但是不能保证相关的水平精度提高。
智能手机的定位功能不仅限于GNSS。
在理想情况下,对模型施加静态过滤器。
在智能手机中,结合使用其他传感器的方法可能有助于确定设备是否静态,然后将此标准强加给过滤器。
理想情况还强调了具有更准确的星历和时钟信息的性能改进。
SSR校正的实时广播仍然是GNSS研究和开发的新兴领域,因此,亚表目标仍有很大的潜力。
实时实现亚米级精确PPP尚待实现。
智能手机为定位提供了困难的环境。
高精度的GNSS将持久地产生巨大的回报。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 面向 大众 高精度 GNSS 定位 技术