技术领域
[0001] 本
发明涉及一种多系统融合导航
定位技术，尤其涉及一种基于单频信噪比归一化的 GPS/BDS多路径实时抑制方法，属于GNSS(Global Navigation Satellite System)定位与导航技术领域。
背景技术
[0002] 近些年来，多GNSS正朝着多系统组合定位的方向发展。同时，伪距差分定位(RTD) 由于其易于实现，在城市环境定位中得到了广泛的应用。为了降低成本，面向大众的GNSS 接收机通常只接收单频数据。然而在城市环境中GNSS
信号容易被高楼、树林等物体遮挡或反射，使伪距观测值
精度受多路径误差影响较大，导致RTD定位精度不佳。
[0003] 多路径误差不同于其他类型误差，由于其
时空复杂性，不能通过伪距双差技术进行减弱和消除，因此多路径误差是影响RTD定位精度的重要因素。当前，主要有三种抑制多路径的方法。其一是基于测站选址，但会受到客观环境的限制；其二是采用抑制多路径的天线和接收机，但会增加设备的重量和成本；其三是采用
数据处理算法，也是抑制多路径的主流方法，相关方法主要包括信噪比法、
恒星日滤波法、半天球模型、小波分析法、Vondrak滤波等数据处理方法，但大多数方法在实时动态定位中很难取得理想的效果。实时动态定位中，通常利用随机模型描述观测值精度为每颗卫星定权，从而减弱多路径误差的影响。因此使用合理的定权随机模型才能有效抑制多路径误差从而获得高精度、高可靠性的定位结果。
[0004] 在随机模型早期研究时，通常使用等权模型，即认为每颗卫星对定位精度的贡献是相同的。显然地，等权模型并不符合实际情况。研究过程中，学者们通常利用卫星的两个参数指标来改善随机模型，即卫星高度
角和信噪比。基于高度角的定权随机模型通常认为高度角越高的卫星权重越大，该模型已经被GAMIT、Bernese
软件采用。而信噪比不仅可以作为定权指标，受多路径严重的卫星信噪比观测值会明显偏离正常值，利用这一特性可以用于多路径的检测。一些学者们基于双频和三频信噪比观测值对特定
站点的多路径误差进行检测，但仅适用于GPS，并且使用双频和三频数据明显增加了接收机的成本，同时在拟合高度角和信噪比的关系时并未考虑各卫星间的差异性。文献在检测多路径误差的
基础上，融合高度角和信噪比两个指标提出了一种自适应定权模型，有效抑制了多路径误差，提高了定位精度，但仅适用于GPS。
[0005] 总之，在城市复杂环境下，多路径误差对定位精度的影响较大，传统的经验模型无法反映真实的观测值精度，需要针对特定类型卫星建立特定的定权随机模型以抑制多路径。
发明内容
[0006] 本发明所要解决的技术问题在于，提供一种基于单频信噪比归一化的GPS/BDS多路径实时抑制方法。通常情况下，先验观测精度由随机模型进行定权描述，而现有的定权随机模型一般为经验模型，对于多路径误差的抑制效果不佳甚至没有抑制效果。本发明在常规基于高度角的随机模型基础上，提出了一种基于单频信噪比的GPS/BDS多路径实时抑制方法，以减少多路径误差对定位精度的影响，提升定位精度。所提模型利用卫星高度角和信噪比对多路径误差进行检测，并对受多路径影响较大的卫星进行降权处理。具体来说，对于同一站点，首先在受多路径影响较小的理想环境下针对不同类型的卫星采用不同的信噪比标定方法进行标定，在城市环境(受多路径影响较大的)下受多路径影响的信噪比观测值会偏离标定值，利用这一特性完成对多路径误差的检测，根据偏离值对该卫星进行降权处理以抑制多路径误差。最后对卫星残差进行一致性检验，进一步削弱多路径误差对定位结果的影响。
[0007] 本发明为解决上述技术问题采用以下技术方案：
[0008] 一种基于单频信噪比归一化的GPS/BDS多路径实时抑制方法，包括以下步骤：
[0009] 步骤1，建立理想环境下GPS/BDS伪距双差RTD和载波双差RTK单频数学模型并进行解算，利用标定的已知基线向量求解出各卫星残差，选取残差小于设定残差
阈值的卫星，记录所选取卫星的高度角及信噪比；
[0010] 步骤2，根据不同类型的卫星分别建立不同的标定拟合函数；
[0011] 步骤3，在基于高度角的随机模型基础上，结合信噪比建立基于单频信噪比归一化的精化随机模型，以确定卫星权重；
[0012] 步骤4，建立城市环境下伪距双差RTD单频数学模型，并对卫星残差进行一致性检验。
[0013] 进一步的，所述步骤1具体包括以下步骤：
[0014] 步骤11，构建受多路径影响较小环境下GPS/BDS RTD和RTK单频数学模型：
[0015]
[0016]
[0017] 式中， 为DD算子；λs为GPS/BDS
波长； 为GPS/BDS双差载波
相位观测值；为GPS/BDS双差伪距观测值； 为双差后的GPS/BDS卫星与接收机的距离； 为GPS/BDS 双差电离层延迟； 为GPS/BDS双差
对流层延迟； 为GPS/BDS双差整周模糊度；
为GPS/BDS双差载波观测噪声； 为GPS/BDS双差伪距观测噪声；
[0018] 步骤12，标定的已知基线为短基线，通过式(1)和式(2)求解出GPS/BDS双差模糊度和接收机
位置，GPS/BDS卫星的伪距残差矩阵VP和载波相位残差矩阵VΦ分别表示为：
[0019] VP＝Ax-Lp (3)
[0020] VΦ＝Ax+By-LΦ (4)
[0021] 式中，A和B为系数矩阵；x为标定的已知基线向量；y为整周DD模糊度；LP为伪距的常数项；LΦ为载波相位的常数项；
[0022] 步骤13，根据各卫星的残差值，选取残差小于设定残差阈值的卫星，并记录所选取卫星的高度角和信噪比。
[0023] 进一步的，所述步骤2具体包括以下步骤：
[0024] 步骤21，将除GEO卫星以外的各系统各卫星的信噪比进行归一化处理，归一化公式为：
[0025]
[0026] 式中，C/N0和C/N0norm分别为归一化前和后的值，C/N0max和C/N0min为每颗卫星信噪比的最大值和最小值；
[0027] 步骤22，分别将GPS和BDS的IGSO&MEO卫星以1°高度角为间隔，将高度角间隔内的该类型所有卫星的归一化信噪比求取平均值和标准差后，再和高度角拟合成标定拟合函数如下：
[0028] C/N0nom(θ)＝a1θ3+a2θ2+a3θ+a4 (6)
[0029]
[0030] 式中，a1,a2,a3,a4,b1,b2,b3,b4为拟合系数；C/N0nom(θ)为归一化信噪比平均值的拟合值； 为归一化信噪比标准差的拟合值；θ为卫星高度角；
[0031] 步骤23，对GEO卫星，进行特殊标定：首先将每颗卫星以1°高度角为间隔统计信噪比的平均值和标准差，再将各高度角的信噪比平均值和标准差求平均值。
[0032] 进一步的，所述步骤3具体为：
[0033] 对于GPS、BDS的IGSO&MEO卫星以及GEO卫星，精化随机模型如下：
[0034]
[0035] 式中， 为先验精度；θ为卫星高度角；a,b为经验系数；d为放大因子；
[0036] 对于GPS、BDS的IGSO&MEO卫星：
[0037]
[0038] 式中， 为检测阈值；θ为卫星高度角；C/N0s为每颗卫星的信噪比观测值； 为每颗卫星的信噪比归一化后的值； 为每颗卫星的归一化信噪比平均值的标定拟合值； 为每颗卫星信噪比观测值的最大值； 为每颗卫星信噪比观测值的最小值； 为每颗卫星的归一化信噪比标准差的标定拟合值；
[0039] 对于GEO卫星：
[0040]
[0041] 式中， 为检测阈值；C/N0s为每颗卫星的信噪比观测值； 为GEO每颗卫星的信噪比的标定值。
[0042] 进一步的，所述步骤4具体包括以下步骤：
[0043] 步骤41，受多路径影响较大环境下伪距双差RTD单频数学模型如下：
[0044]
[0045] 式中 为GPS/BDS双差多路径延迟；
[0046] 步骤42，对于短基线，伪距双差观测方程表示为：
[0047] yp＝Axp+e (12)
[0048] yp为包含伪距与卫地距的测量向量；xp为包含未知解的状态向量；A为描述xp与yp之间的线性关系的测量矩阵；e为测量噪声向量；
[0049] 根据最小二乘法对式(12)进行求解：
[0050] xp＝(ATA)-1ATyp (13)
[0051] 因此残差向量表示为：
[0052] Vp＝yp-Axp＝yp-A(ATA)-1ATyp＝(I-A(ATA)-1AT)yp (14)
[0053] 其残差平方和为
[0054]
[0055] 根据残差平方和构造一致性检验量：
[0056]
[0057] 式中，n为双差方程数；m为未知解的个数；
[0058] 利用卡方检验选取
置信度和
自由度设置检验阈值为：
[0059]
[0060] 式中，Tchi为卡方分布临界值；
[0061] 当Stest≤T时，通过一致性检验，否则未通过。
[0062] 有益效果：
[0063] (1)本发明对每颗卫星进行了归一化处理，针对不同类型卫星建立了不同的信噪比标定方法，可用于GPS和BDS融合定位中；
[0064] (2)本发明在常规的基于高度角随机模型基础上，提出了一种新的精化随机模型，可有效抑制多路径误差；
[0065] (3)本发明对卫星残差进行了一致性检验，进一步减弱了多路径对定位结果的影响。
附图说明
[0067] 图2是GPS卫星归一化后信噪比的平均值及标准差随高度角变化图，其中，(a)是平均值随高度角变化图，(b)是标准差随高度角变化图。
[0068] 图3是BDS的IGSO&MEO卫星归一化后信噪比的平均值及标准差随高度角变化图，其中，(a)是平均值随高度角变化图，(b)是标准差随高度角变化图。
[0069] 图4是GEO各卫星信噪比标定结果，其中，(a)是信噪比平均值，(b)是信噪比标准差。
[0070] 图5是GPS和BDS的IGSO&MEO卫星归一化后信噪比的平均值及标准差随高度角变化的拟合结果图。
[0071] 图6是实验一的可用卫星数及PDOP值，其中，(a)是可用卫星数，(b)是PDOP值。
[0072] 图7是实验一的定位误差结果图，其中，(a)是EQUM，(b)是ELEM，(c)是ELERM， (d)是ELERM+CC。
[0073] 图8是实验二的可用卫星数及PDOP值，其中，(a)是可用卫星数，(b)是PDOP值。
[0074] 图9是实验二的定位误差结果图，其中，(a)是EQUM，(b)是ELEM，(c)是ELERM， (d)是ELERM+CC。
具体实施方式
[0075] 下面结合附图和具体
实施例，进一步阐明本发明，应理解这些实例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的
修改均落于本
申请所附
权利要求所限定的范围。
[0076] 本发明提供了一种基于单频信噪比的GPS/BDS多路径实时抑制方法，如图1所示，包括以下步骤：
[0077] 步骤1，建立理想环境下GPS/BDS伪距双差RTD和载波双差RTK单频数学模型并进行解算，利用标定的已知基线向量求解出各卫星残差，选取残差小于设定残差阈值的卫星，记录所选取卫星的高度角及信噪比；
[0078] 步骤2，根据不同类型的卫星分别建立不同的标定拟合函数，并分析不同类型卫星标定拟合函数的重复性；
[0079] 步骤3，在基于高度角的随机模型基础上，结合信噪比建立基于单频信噪比归一化的精化随机模型，以确定卫星权重；
[0080] 步骤4，建立城市环境下伪距双差(RTD)单频数学模型，并对卫星残差进行一致性检验。
[0081] 所述步骤1包括以下步骤：
[0082] 步骤11，构建理想环境下GPS/BDS RTD和RTK单频数学模型。
[0083] 为了更好地标定信噪比与高度角间的关系，且良好环境下模糊度解算成功率较高，故首先在良好环境下采用RTD和RTK单频数学模型分别进行解算，GPS/BDS RTD和RTK单频数学模型分别可用式(1)和式(2)表示：
[0084]
[0085]
[0086] 式中， 为DD算子；λs为GPS/BDS波长； 为GPS/BDS双差载波相位观测值；为GPS/BDS双差伪距观测值； 为双差后的GPS/BDS卫星与接收机的距离； 为GPS/BDS 双差电离层延迟； 为GPS/BDS双差
对流层延迟； 为GPS/BDS双差整周模糊度；
为GPS/BDS双差载波观测噪声； 为GPS/BDS双差伪距观测噪声。
[0087] 步骤12，由于标定的基线长度为短基线，故双差后的电离层和对流层延迟可以忽略，通过上式求解出GPS/BDS双差模糊度和接收机位置，GPS/BDS卫星的伪距残差矩阵VP和载波相位残差矩阵VΦ可分别表示为：
[0088] VP＝Ax-Lp (3)
[0089] VΦ＝Ax+By-LΦ (4)
[0090] 式中，A和B为系数矩阵；x为标定已知的基线向量；y为整周DD模糊度；LP为伪距的常数项；LΦ为载波相位的常数项。
[0091] 步骤13，根据各历元各卫星的残差值，选取残差小于设定残差阈值的卫星，并记录所选取卫星的高度角和信噪比，为后续的标定做准备。
[0092] 所述步骤2包括以下步骤：
[0093] 步骤21，将除GEO卫星以外的各系统各卫星的信噪比进行归一化处理，即：
[0094]
[0095] 式中，C/N0和C/N0norm分别为归一化前后的值，C/N0max和C/N0min为每颗卫星信噪比的最大值和最小值。
[0096] 归一化完成后，分别将GPS和BDS的IGSO&MEO卫星以1°高度角为间隔，将高度角间隔内的该类型所有卫星信噪比求取平均值和标准差后，再和高度角拟合成标定拟合函数如下：
[0097] C/N0nom(θ)＝a1θ3+a2θ2+a3θ+a4 (6)
[0098]
[0099] 式中，a1,a2,a3,a4,b1,b2,b3,b4,为拟合系数；C/N0nom(θ)为归一化信噪比平均值的拟合值； 为归一化信噪比标准差的拟合值；θ为卫星高度角。
[0100] 步骤22，对于GEO卫星，由于处于地球静止轨道，观测站点1天内的的高度角变化较小，其高度角与信噪比难以拟合为多项式。故将对GEO进行特殊标定，标定方法如下：首先将每颗卫星以1°高度角为间隔统计信噪比的平均值和标准差，再将各高度角的信噪比平均值和标准差求平均值。
[0101] 步骤23，分析了不同类型卫星的标定拟合函数的重复性。
[0102] GPS、BDS的IGSO&MEO卫星归一化后信噪比的平均值及标准差随高度角变化分别如图2中的(a)和(b)、图3中的(a)和(b)所示，可以看出GPS、BDS的IGSO&MEO卫星的重复时间约为1天；GEO卫星的标定结果如图4中的(a)和(b)所示，可以看出GEO 卫星的重复时间也约为1天。即DOY284的不同类型卫星标定结果可用于DOY285、DOY286 的定位中。GPS和BDS的IGSO&MEO卫星归一化后信噪比的平均值及标准差随高度角变化和拟合结果如图5所示，GEO卫星的标定结果如表1所示：
[0103] 表1GEO卫星的标定结果(dB-Hz)
[0104] C01 C02 C03 C04 C05
平均值 44.91 40.94 45.97 41.29 36.57
标准差 2.20 2.67 2.08 2.73 2.07
[0105] 所述步骤3具体为：
[0106] 在基于高度角的经验模型基础上结合信噪比，增加一个放大系数。
[0107] 对于GPS、BDS的IGSO&MEO卫星以及GEO卫星，精化随机模型如下：
[0108]
[0109] 式中， 为先验精度；θ为卫星高度角；a,b为经验系数；d为放大因子；
[0110] 对于GPS、BDS的IGSO&MEO卫星：
[0111]
[0112] 式中，θ为卫星高度角；C/N0s为每颗卫星的信噪比观测值； 为每颗卫星的信噪比归一化后的值； 为每颗卫星的归一化信噪比平均值的标定拟合值； 为每颗卫星信噪比观测值的最大值； 为每颗卫星信噪比观测值的最小值； 为每颗卫星的归一化信噪比标准差的标定拟合值， 为检测阈值，由于对C/N0进行了归一化处理，故 由此可得 即当多路径误差较大，检测量大于等于阈值时，放大因子d≥1，归一化的信噪比观测值与拟合值之差越大，放大因子d越大。理想情况下，归一化的信噪比观测值与拟合值之差为0，即则d＝1，与检测量未达到阈值部分构成连续函数。
[0113] 而对于GEO卫星：
[0114]
[0115] 式中， 为检测阈值；C/N0s为每颗卫星的信噪比观测值； 为GEO每颗卫星的信噪比的标定值。
[0116] 所述步骤4中，建立城市环境下伪距双差(RTD)单频数学模型，并对卫星残差进行一致性检验，包括以下步骤：
[0117] 步骤41，城市环境下伪距双差(RTD)单频数学模型如下：
[0118]
[0119] 式中， 为DD算子；s代表GPS或BDS； 为GPS/BDS双差多路径延迟。
[0120] 步骤42，对卫星残差进行一致性检验，对于短基线，忽略大气误差的影响，伪距双差观测方程可以简化表示为
[0121] yp＝Axp+e (12)
[0122] yp为包含伪距与卫地距的测量向量；xp为包含未知解的状态向量；A为描述xp与yp之间的线性关系的测量矩阵；e为测量噪声向量。
[0123] 根据最小二乘法对式(12)进行求解：
[0124] xp＝(ATA)-1ATyp (13)
[0125] 因此残差向量可表示为：
[0126] Vp＝yp-Axp＝yp-A(ATA)-1ATyp＝(I-A(ATA)-1AT)yp (14)
[0127] 其残差平方和为
[0128]
[0129] 根据残差平方和构造一致性检验量：
[0130]
[0131] 式中，n为双差方程数；m为未知解的个数。利用卡方检验选取适合的置信度和自由度设置检验阈值为：
[0132]
[0133] Tchi为卡方分布临界值，其取值与置信度和自由度有关，本发明选取的置信度为99.9％，自由度为n-m。当Stest≤T时，通过一致性检验，否则未通过。
[0134] 最后，通过两组RTD定位实验验证本发明所提方法的有效性，实验采用等权模型EQUM、常规的高度角模型ELEM、基于高度角模型的精化随机模型ELERM和在模型(3)的基础上增加了一致性检验ELERM+CC4种模型进行对比，实验一的可见卫星数和PDOP值如图6中的(a)和(b)所示，4种模型的定位结果如图7中的(a)至(d)所示；实验二的可见卫星数和PDOP值如图8中的(a)和(b)所示，4种模型的定位结果如图9中的(a)至(d) 所示。
[0135] 实验表明采用ELERM的定位精度要明显优于EQUM和ELEM，在加入一致性检验后， ELERM+CC的定位精度要优于ELERM。相比于EQUM和ELEM，实验一中ELERM的定位精度在3D方向上分别提升了18.0％和7.1％，ELERM+CC相较于ELERM提升了12.4％；实验二中ELERM的定位精度在3D方向上分别提升了33.3％和13.6％，ELERM+CC相较于 ELERM提升了19.5％。两组实验说明了在复杂环境下，本发明所提出的方法可以实时抑制多路径误差，提高定位精度。
[0136] 以上所述仅是本发明的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
