亚洲精品高清在线观看,亚洲精品911,91色老99久久九九爱精品

專利名稱：帶有時鐘差建模的多gnss信號處理的制作方法
技術領域：
本發明涉及全球導航衛星系統(GNSS)領域。更具體地說，本發明涉及使用多GNSS和/或采用FDMA的GNSS的模糊度解算。尤其是，基本上改進了使用GPS和GLONASS信號的結合的固定模糊度載波相位定位。
背景技術：
2005年5月12日公布的Vollath的美國專利申請US2005/0101248 Al 公開了用于三個或三個以上載波的GNSS信號模糊度估計。在Kozlov等人的1999年6月22日的美國專利5，914，685以及Kozlov等人的加01年5 月8日的美國專利6,229,479 Bl中，描述了既使用GPS栽波相位測量又使用GLONASS載波相位測量的相對位置測量技術。在Rog等人2002年8 月27日的美國專利6,441,780 Bl中描迷了使用GLONASS和GPS系統的信號的接收機。在Vorobiev等人2004年5月4日的美國專利6，"1，701 B2 中描述了用于GPS和GLONASS弱信號跟蹤的導航數據預測。使用多 GNSS和/或采用FDMA的GNSS的用于模糊度解算的改進方法和裝置是所期望的，這將從以下描述變得清楚
發明內容
圖1示意性示出使用兩個GNSS (110， 120)、基準站130和流動站 l鄰的情況。可以使用一個或多個附加的基準站150。 GNSS120具有兩個載波Ll和L2。基準站130和流動站140 (如果提供基準站150，則還有基
準站150)從第一GNSS的任意數量的衛星(例如衛星110-1、 110-2、.......
110-N)以及第二 GNSS的任意數量的衛星(例如衛星120-1、 120-2........
120-M)接收GNSS信號。將根據在接收機處(例如在基準站和流動站140 處)收集的GNSS信號數據來確定距每一衛星的各個偽距PR1、 PR2等。
例如，可以使用具有大約一米的誤差的GPSC/A碼來確定偽距。不使用僅軍用的P/Y碼的民用GPS接收機以幾米范圍內的誤差來確定流動站位置。然而，可以以0.01-0.05周的精度(與2mm至lcm的偽距誤差對應) 來測量Ll載波和L2載波的相位，從而允許通過載波模糊度的適當估計而以幾亳米至幾厘米的范圍內的誤差來估計流動站的相對位置。
對來自多個GNSS的信號的結合處理(例如結合的GPS+GLONASS RTK處理)在算法方面有一些特殊問題待解決。這些問題包括A.時鐘差、 B.頻率依賴性偏差、以及C.部分固定。
A.時鐘差。GNSS間數據(例如GPS和GLONASS數據)的時鐘誤差可以相差幾米到幾十米，這取決于所使用的接收機硬件。圖2A是GNSS 110的時鐘誤差偏差5^和GNSS 120的時鐘誤差偏差5^對時間的典型圖線。5^和5^的值在與幾十米的誤差對應的范圍上變化，并且不可一歷元 (epoch) —歷元地預測?，F有技術對5^和5b獨立地建模。由于預先不知道時鐘誤差，因此必須對它們建模。
一種建4莫方法是，將GPS時鐘誤差和GLONASS時鐘誤差分別對待，即，作為兩個完全無關的時鐘誤差。這樣的結果是，需要第二基準衛星，即，一個基準衛星用于GPS，一個基準衛星用于GLONASS。這樣有兩個不利結果超定更糟糕，并且必須可獲得來自至少6個衛星(對于每一 GNSS，至少2個衛星)的信號以獲得動態RTK解。
數據分析已經示出兩個GNSS的不同時鐘誤差之間的差隨著時間而保持得相當恒定，并且可以是依賴于溫度的。這說明，在載波相位測量的情況下，對于亳米級別，穩態估計是可能的。這樣的優點是，更快地轉換所有估計過程。圖2B是在時鐘誤差偏差(5^和56之間的差A&對時間的圖線。與5o和5&的大的改變相對照，GNSS間的偏差A&是一歷元一歷元地相一致的，在與幾毫米誤差對應的范圍上變化，并且與接收;^U更件的溫度相關。對于雙GNSS系統，本發明實施例對5^和厶df建模。對于三 GNSS系統，本發明實施例對5&和兩個GNSS間偏差厶&2= 5^-以及緣產^-5^建模。時鐘誤差差值建模要求對于GPS和GLONASS,原始接收機時鐘誤差尚未獨立地改變。如果例如在RTCM 2.3格式消息類型20/21中，接收機時鐘誤差將被獨立地確定并且其后被從觀測中移除，則將出現這種情況。過去，某些接收4幾要求從GPS和GLONASS觀測值中移除相同的接收機時鐘誤差。RTCM 2.3標準沒有包括對GPS和GLONASS之間的接收機時鐘誤差處理的限制。然而，現有基準站軟件應該對其進行正確處理，并且其它格式沒有這個問題。來自其它源的可用的時鐘誤差差值沒有解決不同時鐘誤差的問題。在任意事件中，它們僅在分米到米的級別上是精確的，并且因此不可應用于載波相位定位。B.頻率依賴性偏差。GLONASS的另一問題是頻率依賴性偏差。這些偏差發源于固有地頻率依賴性硬件、濾波器和其它元件中。(帶通)濾波器總是引入頻率依賴性偏差，該頻率依賴性偏差可以在數學上推導。另一影響是這樣的事實，即模糊度的絕對級別很要緊在該絕對級別中的誤差還生成頻率依賴性誤差。當來自不同制造商的接收機的數據被結合時，與硬件有關的問題,皮極大地放大，導致不可靠的定位。圖3示出兩個GNSS (110、 320 )、基準站130和流動站140的情況。可以4吏用一個或多個附加基準站150。 GNSS 320是FDMA系統，例如 GLONASS。存在多個頻率依賴性誤差來源，包括GNSS320的衛星，每一衛星在不同頻率上進行發送；接收機濾波器硬件，其引入頻率依賴性偏差；信號處理，其引入頻率依賴性偏差。根據本發明這個方面的實施例，直接在濾波器處理中對依賴于頻率/波長的誤差進行建模。初始測試示出當來自不同制造商的接收機的數據被結合時至少量級的可靠性增加，使得
能夠操作為混合的系統(例如具有來自不同制造商的GNSS接收機的系統)。因此，可以用來自一個制造商的接收機來擴大來自另一制造商的接收機的現有網絡，而不會由于頻率依賴性偏差而導致結果退化。
C.部分固定。部分固定方法通過固定所跟蹤的衛星的子集而不是衛星的全集來增加可用性(減少定位時間)和可靠性。
圖4示出兩個或更多GNSS 110、320、410(例如分別是GPS、GLONASS 和GALILEO)、基準站130和流動站140的情況。可以使用一個或多個附加的基準站150。在圖4的示例中，GNSS 320是FDMA系統，但FDMA 并非必須；部分固定將對于任意一個或多個GNSS (例如對于GPS、 GLONASS和未來GALILEO的任意一個或任意結合)起作用。與使用來自GNSS的子集或GNSS內的衛星的子集的數據相比，可能更不期望使用來自多GNSS的所有衛星的信號的數據。與正確固定較小的子集相比，通常更不可能同時正確固定大量模糊度。根據本發明這個方面的實施例逐歷元地確定GNSS/衛星的哪個/哪些結合是最佳的。
根據本發明的實施例解決了在向用戶提供一個或多個頻率的當前和未來GNSS系統(例如GPS、 GLONASS和未來GALILEO)中對載波相位模糊度解算的需要。
在現實物理模型上采用高效計算技術，以獲得載波相位模糊度的良好近似。
根據本發明的實施例可以提供一個或多個優點以較短時間段固定才莫糊度，從而可以更快地提供厘米級別的位置；增加了模糊度解算的可靠性，使得,皮才艮告具有厘米級精度而實際上僅處于分米級或更差的位置的百分比最??；以;SJ或者在使得能夠基本不同的硬件的情況下混合來自GNSS接收機的觀測結果。

圖1示意性示出使用具有根據本發明某些實施例而建模的不同時鐘誤差偏差的兩個GNSS的情況；
圖2A是圖1的兩個GNSS之一的時鐘誤差偏差對時間的典型圖線；
圖2B是圖2A的時鐘誤差偏差之間的差對時間的圖線；
圖3示出兩個GNSS的情況，所述兩個GNSS之一是具有根據本發明
某些實施例而建模的頻率依賴性偏差的FDMA系統；
圖4示出兩個或更多GNSS的情況，其中，可以根據本發明的某些實
施例而采用部分固定法；
圖5是根據本發明某些實施例的信號數據處理的流程圖6是示出根據本發明某些實施例的偽觀測技術的流程圖7是示出根據本發明某些實施例的條件方差技術的實施例的流程
圖8A示出在圖5的過程的變型中使用卡爾曼濾波器(Kalman-filter) 狀態向量；
圖8B示出在兩個GNSS的情況下在圖5的過程的變型中使用卡爾曼濾波器狀態向量；
圖9是根據本發明某些實施例用于以因式分解的載波模糊度解算濾波
器來處理多GNSS的裝置的框圖IO是與圖9對應的因式分解的載波模糊度解算處理的流程圖；圖11示出對于圖5過程的變型中的笫一實現方式的卡爾曼濾波器狀態
向量的使用，所述卡爾曼濾波器狀態向量具有用于波長/頻率依賴性因子的
狀態；
圖12示出對于在圖5過程的變型中的第二實現方式的卡爾曼濾波器狀態向量的使用，所述卡爾曼濾波器狀態向量具有用于模糊度估計誤差的狀態；
圖13是根據本發明某些實施例的利用因式分解的載波模糊度解算濾波器來處理多GNSS的裝置的框圖14是與圖13對應的因式分解的載波模糊度解算處理的流程圖；圖15A是根據本發明某些實施例的部分固定方法的流程圖；圖15B是根據本發明某些實施例的可替換的部分固定方法的流程圖；圖16A示出才艮據本發明某些實施例的部分固定如何可以減少固定時間的示例；
圖16B示出根據本發明某些實施例的部分固定如何防止固定生效但錯誤(validated-but-wrong )的完全解；
圖17是其中可以實現所述發明構思中的一個或多個的實施例的多 GNSS接收機的示意圖；以及
圖18是示出使用所i^L明構思中的一個或多個來增強在被提供有來自基準站的數據的流動站中的處理的示意圖。
M實施方式
A.構思概述
通過定義觀測方程，即GNSS觀測結果(在信號數據中表示的測量結果)如何與將要確定的未知(狀態)相關，來開始熟知的浮點解。
該文檔中所使用的載波相位觀測方程是用于由接收機r從衛星s所接收到的信號的，衛星s是GNSS&中的成員。所使用的栽波頻段(例如Zj、￡2、￡5)以6來表示。
b入VD/』Xi，廣^+z;s-!//-b入v^ 在此，R/指的是衛星s與用戶接收機r之間的距離
(1)
其中，fs是衛星s的位置，S是用戶接收機r的位置
K=》
此外，
^W是GNSS &的用戶接收機r的時鐘誤差， T/是在用戶接收機f處的來自衛星s的信號中的對流層誤差，
(2)
(3)J/是在用戶接收機r處的來自衛星s的頻段6的信號中的電離層誤差，
以及
bN/是從衛星s到用戶接收機^的頻段6的整數波長的數量。
在用戶接收機與基準接收機數據之間的單差操作估計衛星特定的時鐘誤差Sf和特定GNSS衛星特定的時鐘誤差，其包括
<formula>formula see original document page 17</formula>在此，
<formula>formula see original document page 17</formula>
通常，也實現單差碼(偽距)觀測方程，以將所有可用信息損*供給濾波器，以便較快地收斂<formula>formula see original document page 17</formula>
其中，<formula>formula see original document page 17</formula>
這些觀測方程通過所使用的狀態向量來定義卡爾曼濾波器(Kalman filter):<formula>formula see original document page 18</formula>
其中，rtg是GNSS的數量，"s是衛星的數量。WAeM項指的是用于對其余誤差源建模的附加狀態。這可以包括電離層延遲狀態、對流層延遲狀態和/或多徑狀態以及更多狀態。這可以被擴展為同時地在相同時間對多頻段(即對于不同頻段 be{b15 . . . , bnb})進行濾波<formula>formula see original document page 18</formula>(8)示例是用于2個頻段丄7和&以及來自兩個GNSS &和&的5個衛星 &， ......， s5。在》匕^:有4吏用W/ieM狀態<formula>formula see original document page 19</formula>圖5是根據本發明實施例的信號數據處理的流程圖。在510，準備來自兩個或更多GNSS的歷元的信號數據505的集合。在具有增廣狀態的一個或多個卡爾曼濾波器520中處理所準備的數據集合515，以用于將要描述的時鐘誤差差值建模和/或頻率依賴性偏差建模。濾波器520產生模糊度估計數組以及關聯的統計信息525。對該數組及其關聯統計信息525應用整數最小二乘法過程530，在535執行^i過程。在545進行有效性的檢查。如550所示，可以把確定為有效的模糊度用于本領域中已知的各種目的，例如確定流動站的位置。B.多GNSS模糊度解算對于使用先前章節中描述的多GNSS和單差浮點解的模糊度解算，采用另外的技術。由于在兩個(或兩個以上)GNSS的所估計才莫糊度之間的相關性的影響，簡單計算在所估計的單差模糊度之間的差不生成對于模糊度解算可使用的浮點解。此外，對于基準衛星的模糊度的選取值被處理為對浮點解的約束。這意味著這樣的效果這些模糊度到預選值的設置必須被合適地建模。1.偽，見測:技術這種易于實現的技術把作為附加信息的關于所選基準衛星模糊度的信息處理為浮點解濾波過程。缺點在于，在固定模糊度之前，浮點解被改變。為了連續對該解進行改進，將濾波器的"拷貝"用于準備模糊度解算，同時濾波器的未受影響的版本連續地處理GNSS數據流。對于被包括在整數模糊度解算中的每一 GNSS，選取用于每一頻段的的基準衛星^的模糊度b&^。應該以來自所有濾波器的可用信息來完成對于該值的確定。得到這樣的估計的一種直接方式是通過使用單差化碼減載波(code-minus-carrier)估計<formula>formula see original document page 20</formula>(10)其中，及做m/ 6:,返回對x的最接近的整數, 用于該操作的觀測方程筒單地是<formula>formula see original document page 20</formula>( 11 )理論上，該觀測結果將被添加以零方差。然而，在很多實現方式中，這是不可能的。在此情況下，使用一個非常小的數，例如1(T20。圖6是示出偽觀測技術的實施例的流程圖。在605，獲得新的歷元數據610。在615，將卡爾曼濾波器應用于數據610。在620,準備卡爾曼濾波器的拷貝。在625,將用于第一模糊度的偽觀測應用于所述拷貝。對于每一模糊度，依次重復這個過程，直到在630，將用于最后模糊度的偽觀測應用于所述拷貝。所得結果是來自該拷貝的估計數組635。在640,將整數最小二乘法過程應用于估計數組635，以產生整數模糊度的數組645。在650，應用B過程。在655，檢查過程650是否已經驗證了整數模糊度。如果不是有效的，則過程以刷新的歷元數據而重新開始。如果是有效的，則在660，例如對于位置確定，認為整數模糊度645可使用。2.條件方差技術該技術通過直接操控單差浮點解結果而避免影響浮點解濾波器。在C是浮點解i々的方差/協方差矩陣的情況下，通過在必須被設置為固定值的所有模糊度厶，……A上進行迭代來計算約束解 <formula>formula see original document page 21</formula>(12 )C (/) <戶表示矩陣C (, )的第_/行，C GV ^一是相同矩陣的第j個對角線元素。W(纟""是向量^的第y項。最終的矩陣CU)包含最終的約束方差/協方差矩陣，W(A')是最終的約束浮點解。圖7是示出條件方差技術的示例的流程圖。在705，獲得新的歷元數據710。在715，將卡爾曼濾波器應用于數據710,以產生模糊度估計的初始數組720。在725,將條件方差應用于對于第一模糊度的估計，以產生中間估計數組730。對于每一模糊度，依次重復這個過程，直到在735對最后的模糊度應用條件方差。所得結果是最終估計數組740。在745,將整數最小二乘法過程應用于估計數組740,以產生整數模糊度數組750。在755，應用lHi過程。在760,檢查過程755是否已經驗證了整數模糊度。如果不是有效的，則過程以刷新的歷元數據而重新開始。如果是有效的，則在 765,例如對于位置確定，認為整數模糊度750可使用。3.備注注意1):對于所估計的模糊度的向量，其還對僅僅減去基準沖莫糊度起作用。在此提出的應用約束技術仍然是優選的(清楚)方式。然而，對于方差/協方差矩陣，使用約束技術是強制的。注意2):僅當GNSS中的至少一個是FDMA型的，例如GLONASS，才可以應用該章節。注意3):在類FAMCAR的實現方式中，這種技術僅可應用于幾何濾波器。FAMCAR是"因式分解的多載波模糊度解算"的縮寫，其在例如2005年5月12日7/^開的美國專利申請^^布US 2005/0101248 Al中被描述，并且通過這種引用而合并到此。其它FAMCAR濾波器(碼，電離層， Q)無需按該方式處理，而是通過文獻記載的雙差技術來進行處理。C.時鐘誤差差值建模通常，在不同的GNSS中所使用的時間基準會彼此不同。然而，在差分處理中，必須僅在一定程度上知道這個差，以便為同時在接收機中測量的數據計算精確的衛星位置。例如，假定衛星典型地相對于地球表面以1500m/s移動，獲知十分之一亳秒內的時間基準將導致對于衛星位置的 15cm的精度，通常這個精度對于大多數絕對和差分定位技術是足夠精確的。關于測量結果的時間差效果對于不同接收機將是相同的，并且因此當在兩個接收機之間構建測量差(單差)時抵消。這等同于將系統間時間差合并到衛星時鐘誤差，以用于非求差技術。同樣，在跟蹤不同電子器件中的信號并且有可能使用不同頻率的接收才;U更件中(例如在諸如GLONASS的FDMA GNSS中)的差值將產生依賴于接收機的另一類型的共模誤差，并且因此在單差中沒有抵消。這些誤差被稱為GNSS間接收機時鐘差。這些偏差在時間上非常穩定，并且主要依賴于接收^U更件溫度。由于這種特性，可以將它們建模為影響所有測量結果的常數偏差項。在文獻記錄的現有算法中，通it^于每一GNSS引入不同的接收機時鐘誤差來解決這個問題。該操作恰恰不采用這樣的特性誤差或多或少是時間上獨立的。1.方法較好的方案在于，使用以下修改，對GNSS間接收機時鐘誤差差值進行建模A6W，q—A6t,+ (A6t,—A6tgl'r，q) ( u )注意這種變換并不改變時鐘誤差的值，而是改變寫下它們的方式。進一步注意，對于第一 GNSS (^)，第二項抵消，從而原始定義留下對于/>1，我們定義=A6Wq ( 14 )因此，式(13)變為也就是說，項A3tgi,r,q表示在GNSS (&)與GNSS (^)的時鐘誤差之間的差。該方法并非為多GNSS中的每一個對完全無關的時鐘誤差進行建模，而是對一個GNSS的時鐘誤差(AS^，r,q)以及在GNSS(gi )與其它GNSS (^)中的每一個的時鐘誤差之間的慢變GNSS間時鐘誤差差值(A3tg,，q)進行建模。2.，見測方禾呈因此，用于除了 GNSS1之外的GNSS的衛星的觀測方程(4)和(6) 包括GNSS間時鐘誤差差值項(A3tgi,r,q)，并且變為<formula>formula see original document page 24</formula>并且對于GNSS1的衛星s，式(4)和式(6)保持不變:<formula>formula see original document page 24</formula>3.狀態向量于是新的卡爾曼濾波器狀態向量由下式定義:<formula>formula see original document page 24</formula>圖8A示出在圖S的過程的變型中4吏用該卡爾曼濾波器狀態向量。除了在810表示的用于GNSS 1的時鐘誤差狀態A&g^q之外，圖8A的卡爾曼濾波器520A還包括用于其它GNSS的GNSS間時鐘誤差差值狀態向量，例如如815和820所示的A3tg2,r,q, . .. , A3tg—,q。對于帶有2個頻段Zj和￡2以及來自兩個GNSS &和&的5個衛星 sj， ......， $5的示例(9),如前所述<formula>formula see original document page 25</formula>原則上，僅僅通過以GNSS間時鐘誤差差值項(A3、2,w)來代替GNSS 2的時鐘誤差項(AStg2，r,q)，來修改前面給出的卡爾曼濾波器狀態向量。圖8B示出在具有兩個GNSS的圖5過程的變型中^f吏用該卡爾曼濾波器狀態向量。除了在830所表示的GNSS 1的時鐘誤差狀態A6^,，q之外，圖8B的卡爾曼濾波器520BA還包括用于其它GNSS的GNSS間時鐘誤差差值狀態，例如如835所示的A3t圖9是根據本發明實施例的用于處理具有因式分解的載波模糊度解算濾波器的多GNSS的裝置的框圖。除了將幾何濾波器965修改為如圖8B 中的那才羊具有用于GNSS 1的狀態AStg,，r,q以^J^示GNSS 2與GNSS 1之間的時鐘誤差差值的狀態A 2叫之夕卜，在US 2005/0101248 Al中描述了處理。圖IO是與圖9對應的因式分解的載波模糊度解算處理的流程圖。4.時間更新
對于卡爾曼濾波器定義仍有兩件事情時間更新和初始協方差矩陣。在該方法的一個版本中，使用默認行為將GNSS間時鐘誤差差值狀態 (A ;,r,q)看作常數，并且假設初始值是未知的。
為了處理時鐘差隨時間的潛在改變(例如通過改變用戶接收機或基準接收機的硬件溫度而導致的)，可以將噪聲輸入應用于GNSS間時鐘誤差差值狀態。來自卡爾曼濾波器領域的一種已知技術是用于隨機漫步過程的噪聲輸入。另一可能性是將時鐘狀態定義為所謂的一階高斯-馬爾科夫過程GM (1)。
如果基本GNSS &沒有可用的觀測結果，則濾波過程可能變得在數值上不穩定。時鐘差狀態相對于第一GNSS時鐘來定義，所以，如果這一點沒有,皮確定，則所述差也可能變為被糟糕地確定。作為一種解決方案，在該方法的另一實現方式中，可以將初始方差連同零初始值一起分配給時鐘誤差差值狀態。在另一實現方式中，第一系統的時鐘誤差可以用零和有限初始方差來初始化。在此所描述的時鐘誤差差值建模技術可應用于處理任意兩個或兩個以上GNSS (例如GPS+GLONASS、 GPS+GALILEO、 GLONASS+GALILEO、 GPS+GLONASS+GALILEO )的衛星信號觀測結果。
D.頻率依賴性偏差建模接收^U更件將總是包含頻率依賴性偏差。這些偏差中的一個起源是RF 濾波器和IF濾波器。濾波總是導致頻率依賴性偏差。此外，由于濾波器石更件絕對不會完美地匹配于理論模型，因此產生更多的偏差。FDMA GNSS (例如GLONASS)對于不同衛星使用不同頻率。結果，不同衛星將具有不同偏差。當構建接收機-接收機差值(單差)時，這些偏差不會抵消。
此夕卜，FDMA信號需要用于模糊度解算的其它技術。原因在于，FDMA 信號的雙差對于在絕對模糊度級別上的改變不再恒定。1.方法
再次以式(4)開始<formula>formula see original document page 27</formula>(23) 對于以下推導，電離層和對流層誤差被忽略(或者，被歸在幾何距離下)，從而得到簡化的載波相位觀測方程<formula>formula see original document page 27</formula>(24)
雙差公式(即在衛星s與基準衛星f之間求差)從式中移除時鐘誤差，并且產生<formula>formula see original document page 27</formula> ( 25 )
其中，VARr,qS'^ARr,qS-AR^t是衛星之間的單差的差，而雙差用于幾何距離。
由于未建模的偏差，導致僅可以例如通過應用整數最小二乘法技術來確定雙差整數模糊度V Nr,qS，t 。單差整數模糊度AbNr,q>能被可靠地固定。
因此，使用恒等式ax-by-a(x-y)+(a-b)y來對該式重新用公式表示為
<formula>formula see original document page 27</formula>(26)
現在，用于衛星f的單差模糊度AbNr,qt的信息變得重要。
注意對于非FDMA的情況，b入s-b入t，因此，這個附加項消失。任意估計值/^^，qt——例如從碼測量結果所推導的一一將總是包^:
差<formula>formula see original document page 27</formula>( 27 )
尤其是，其整數值不能被可靠地解算。易見，對于衛星s，已經引入
了波長依賴性的誤差項該誤差依賴于衛星S對基準衛星f的波長差W-bV以及用于基準衛星
載波相位測量的單差載波相位模糊度的誤差eAbN"。為了求解這個觀測方程，不僅必須求解雙差整數模糊度，而且還需要對于基準衛星的單差模糊度的良好估計。
2. ，見測方程
可以將基準模糊度重新公式化為通用波長/頻率依賴性因子b Wgi，r,q ，
其對于每一 (FDMA) GNSS g/和頻段6是共用的。第一實現方式使用對 GNSSg,的基準波長b、,Q的差。就浮點解而言，載波觀測方程變為
<formula>formula see original document page 28</formula>(29 )
第二實現方式直接使用每一衛星的波長來確定系數bQg^,q ，其等同于模糊度估計誤差。
<formula>formula see original document page 28</formula>
偽距觀測方程仍然不變。
3. 狀態向量
于是對于第一實現方式，為一個FDMA型的GNSS&定義新的卡爾曼濾波器狀態向量<formula>formula see original document page 29</formula>
而對于第二實現方式
<formula>formula see original document page 29</formula>
如將在VIF章節中示出的，這還將對接收^U更件所導致的任意頻率依賴性誤差進行建模。
圖11示出在圖5過程的變型中對于第一實現方式使用卡爾曼濾波器狀態向量。圖11的卡爾曼濾波器520C包括如狀態1110所示的波長/頻率依
賴性因子b①g一,q。
圖12示出在圖5過程的變型中對于第二實現方式使用卡爾曼濾波器狀
<formula>formula see original document page 29</formula>態向量。圖12的卡爾曼濾波器520D包括如狀態1210所示的系數bQg^，其等同于的模糊度估計誤差。
圖13是根據本發明實施例的利用因式分解的載波模糊度解算濾波器來處理多GNSS的裝置的框圖。除了將幾何濾波器1365修改為如圖11中那樣將波長/頻率依賴性因子bW&,r，q作為其狀態之一，或者如圖12中那樣將等同于模糊度估計誤差的系數b^^作為其狀態之一之外，在US 2005/0101248 Al中描述了處理。圖14是與圖13對應的因式分解的載波模糊度解算處理的流程圖。
E.對頻率模糊度中的誤差的影響的分析為了分沖斤在該特殊情況下"良好"意味著什么，就載波頻率差而言給出誤差
c、，尸一/',, ^ (,尸)w" 尸Z^vr，g ""
從而，誤差與相對載波頻率差^^乘以以長度^ANr，qt為單位的絕對
單差基準模糊度中的誤差成比例。
例如，對于俄羅斯GLONASS系統L1載波頻率，衛星的頻率由下式給出
/=1602-106+A^.0.5625'106 ( 34 )
其中，k是范圍在0至12的對于特定衛星給出的信道號。相對載波頻率可以徹底近似為
尸-尸，0.5625'106
尸 1602-106 2848 (35)
這意味著，在絕對單差基準模糊度的確定中，對于12的最大信道差 ^-^，所引入的附加誤差將是每誤差米4.2111111。
F.等效原理
頻率依賴性偏差與波長依賴性偏差是等效的。這可以從下式看出<formula>formula see original document page 31</formula>(36)
包括準確的二次殘余項的一階泰勒級數產生
因此，通過僅^f吏用線性項一一即，將頻率依賴性偏差轉換為波長依賴性偏差，附加的二次誤差對應于平方波長差對絕對波長的商，對于
GLONASS，這意味著至少300的因子的衰減。這說明，對于所有實踐目的，可以忽略該殘余項。
G.對其它浮點解的應用如果不以直接觀測的載波相位和偽距可觀測量一s和bP/對濾波器公式化，則在前面章節VIB、 VIC和VID中描述的技術對于單載波也是可應用的。
例如，可以用任意不受限于電離層的載波結合aPLl+a2吐2-Lc來替換Ll載波(由上式所涵蓋)。如在美國專利申請公開US 2005/0101248 Al 的因式分解的載波模糊度解算技術中，可以使用最小誤差結合，而不是Ll、或L5。
因此，如果對于w6頻段&，……，^所使用的載波相位是以下結合，則保持了優點
<formula>formula see original document page 31</formula>(38)
其中，有效波長
<formula>formula see original document page 31</formula> (39)
和/或所使用的碼是結合,
<formula>formula see original document page 31</formula>
(40 )所有方法與前面概述的方法相同地被使用。
H. 部分固定
原則上，在解中所使用的衛星數量增加的情況下，模糊度解算應該總是變得更加可靠并且更快。然而，兩種效果對這個通用規則起反作用 *包括了更多的衛星，對于所有衛星必須正確求解更多的模糊度。
當結合來自數據質量和可靠性方面上的特性非常不同的不同GNSS 的數據時，存在來自"良好"GNSS的數據將被"糟糕"GNSS的數據所連累的可能性。
GNSS用戶的期望是，將另一 GNSS添加到接收機(并且因此對用戶增加成本)將總是產生比對于單個GNSS系統更好的性能。這將由所有可能的準則(例如可靠性、可用性、精度以及固定時間)來判斷。
為了繞開上述限制，本發明的實施例使用部分固定方法。它們在處理惡劣環境(例如頂蓋)的數據方面也是非常有幫助的。
I. 算法示例
根據本發明的某些實施例對于模糊度的部分固定使用以下算法
1. 執行完全搜索，并且保存搜索結果。
2. (可選)如果啟用選項并且跟蹤GLONASS衛星，則禁用所有 GLONASS模糊度，并且僅搜索GPS模糊度。保存這些搜索結果。
3. (可選)如果啟用選項并且跟蹤GLONASS衛星，則對于每一 GLONASS衛星依次禁用模糊度，并且搜索其余模糊度。保存這些搜索結果中的每一個。
4. (可選)如果啟用選項并且跟蹤GLONASS衛星，則禁用所有GPS 模糊度，并且僅搜索GLONASS模糊度。保存這些搜索結果。
5. (可選)如果啟用選項并且跟蹤GLONASS衛星，則對于每一GPS 衛星依次禁用模糊度，并且搜索其余模糊度。保存這些搜索結果中的每一
6. 從步驟2至步驟5，尋找通過驗證并且具有最高比率概率的搜索結果。
7. 如果從步驟6沒有可用的搜索結果，則部分搜索已經失敗。
8. 如果從步驟6的搜索結果可用，則對所述模糊度與來自完全搜索步驟1的模糊度進行比較。
9. 如果所有模糊度相同，則接受所述部分搜索結果
10. 如果任意模糊度為不同，則拒絕所述部分搜索結果。由處理應用來可選地啟用/禁用步驟2至步驟5。例如，處理應用可以
僅啟用步驟2-5的任意期望組合，例如僅步驟2和步驟3。根據本發明的其它實施例使用以下算法
a. 做完備解
b. 僅當完備解失敗，才應用部分固定
c. 總是應用部分固定
d. 通過排除(某一個)GNSS的所有衛星來進行部分固定
e. 通過禁用所有衛星(一個或多個)的子集來進行部分固定
f. 結合d.和e.
2.禁用衛星
存在多種可能性來從總的結果中禁用(即排除)衛星子集。一種簡單的方法是，在應用整數最小二乘法搜索之前，從浮點解中移除解的一部分。于是，從該解中移除衛星等同于僅移除用于所移除衛星的模糊度的浮點解向量的項以及方差/協方差矩陣的行和列。如果模糊度估計^被給出為<formula>formula see original document page 34</formula>相應地，對于對應的協方差矩陣c，移除指示所排除衛星的模糊度的
行和列?？梢栽趩尾罡↑c解以及雙差解上進行這種項的移除。后者的缺點在于，不能排除基準衛星，但需要較少的計算時間。
其它可能的實現方式包括并行運行多個浮點解，一個浮點解用于所排除衛星的每一子集。于是可以從這些濾波器直接取得用于所述子集的解。
圖15A是根據本發明實施例的部分固定方法的流程圖。在1504，對逐歷元的來自一個或多個GNSS的GNSS信號數據集合1502求單差。在1508，在一個或多個卡爾曼濾波器中處理所得到的單差化數據集合1506，以產生
對于所有載波相位觀測結果和關聯統計信息的模糊度估計數組1510。在此階段，如在1512所示，可以可選地對數據集合求雙差。在1514，將整數最小二乘法過程應用于數組1510 (或從1514處的可選雙差所得的數組)。在1516，應用IHi過程，并且根據需要(或從關聯統計信息中選擇)來確定質量測量。所得結果是4莫糊度估計數組1518，其與具有有效性和質量測量的衛星完全集合相對應。在1520，檢查是否已經驗證了所述完全集合。
在1530,例如，通過消除來自一個GNSS的數據或者來自GNSS的一個或多個衛星的數據，來選棒第一子集1532。在1534，在一個或多個卡爾曼濾波器中處理子集1532,以產生對于第一子集的模糊度估計數組1536。在1538，將整數最小二乘法應用于數組1536。在1540，應用l^iE過程，并且根據需要(或從關聯統計信息中選擇)來確定質量測量。所得結果是模糊度估計數組1542，其與具有有效性和質量測量的衛星第一子集對應。在1544，檢查是否已經驗證了所述第一子集。
對于某些數量K的子集中的每一子集，執行相似的過程。在1550，例如，通過消除來自一個GNSS的數據，或者來自GNSS中的一個或多個衛星的數據，來選擇子集K1552。在1554，在一個或多個卡爾曼濾波器中處理子集1552，以產生對于子集K的模糊度估計數組1556。在1558，將整數最小二乘法應用于數組1556。在1550，應用mit過程，并且才艮據需要(或從關聯統計信息中選擇)來確定質量測量。所得結果是模糊度估計數組 1542，其與具有有效性和質量測量的衛星子集K對應。在1544，檢查是否已經驗證了所述子集K。
在1570，確定將要被選擇作為"正確"的衛星集合或子集，從而得到具有關聯統計信息的所選模糊度估計數組1575?？梢允褂酶鞣N選擇準則。除了其它方案以外，可以用其它子集的衛星的模糊度來增廣所選正確子集的模糊度數組。以下給出選擇過程的非限定性示例。
圖15B是根據本發明實施例的可替換的部分固定方法的流程圖。圖 15B的方法并非(如圖15A中在1534和1554那樣)應用卡爾曼濾波器，而是使用以下技術通過刪去數據列和行，從數組1510 (或可選雙差所得的結果1512)提取部分解。因此，在1580，通過刪去用于將要從子集1 中排除的那些衛星的數據列和行來準備對于子集1的部分解；并且在1590，通過刪去用于將要從子集K排除的那些衛星的數據列和行來準備對于子集 K的部分解。
3.示例
以下章節給出部分固定的可能結果的示例。為了這些示例的目的，假定成功驗證結果具有至少99.99%的概率。對于每一衛星，指定衛星id、 L1模糊度M和L2模糊度7V2。以粗體字體來呈現可以被驗證的解。以斜體字體來給出在驗證的集合之間不一致的已驗貞糊度。對于沒有被包括在部分集合中的衛星的項被簡單地被留為空。
圖16A所示的第一示例示出在不能,傳統完全解的情況下，部分固定如何可以通過生成to的模糊度集合來減少固定時間。
由于99.20%的概率完全集合不能被驗證。盡管如此，部分集合Part2 和Parts分別以99.99%和100%的概率被驗證。由于這兩個集合中的模糊度結果對于共用的衛星是相同的，因此固定模糊度是可能的。對于集合 Parh、 Partt和Part6，它們包含的解與祐JHi的解不一致。然而，由于這些部分集合尚未被驗證，因此它們不導致解的完全拒絕。在第一變型中，由于集合Parts具有最高概率，因此將使用它。在另一變型中，固定集合 Part2和Parts的結果的聯合。這與完備結果一致，因此允許在傳統的僅完備固定方法對于求解模糊度失效的情況下的完全固定。
在圖16B所示的示例中，部分固定^支術防止了固定生效但錯誤的完全解。被驗證的集合是Full和Part2。然而，svll和sv28的解是不同的。因此，原先接受的完全解將被拒絕。
I.技術結合
可以單獨使用所提出的技術，每次使用所提出的兩種技術，或者，結合使用全部三種技術。為了最佳結果，應該并且可以結合所提出的全部三種技術。例如，以上給出觀測方程和狀態向量，以用于結合時鐘誤差差值和頻率依賴性偏差建模。將部分固定方法應用于濾波器結果是可能的，并且此外被推薦。
觀測方程(4)和(6)變為
<formula>formula see original document page 37</formula>(44)
并且，如果衛星來自于在此被假定為FDMA型的GNSS 1，貝'J:
<formula>formula see original document page 37</formula>(45)<formula>formula see original document page 38</formula>
于是由下式來定義完備狀態向量:
<formula>formula see original document page 38</formula>
對于如前所述具有2個頻段In和L2以及來自兩個GNSS &和&的5 個衛星&，……，&的示例(9):<formula>formula see original document page 39</formula>(48)
J.裝置
圖17是多GNSS接收機的示意圖，其中可以實現本發明構思(在濾波器中建模的時鐘誤差偏差、在濾波器中建模的頻率依賴性偏差、和/或部分固定)中的一個或多個的實施例。
圖18是示意圖，示出使用本發明構思(在濾波器中建模的時鐘誤差偏差、在濾波器中建模的頻率依賴性偏差、和/或部分固定)中的一個或多個以增強在被提供有來自基準站的數據的流動站中的處理。
可以用各種硬件配置(例如在具有用于執行上述方法中的一個或多個的指令的處理器中(例如圖9中的處理器900、圖13中的處理器1300、圖 17中的處理器1750、圖18中的流動站處理器1830等))來實現所描述的方法。處理器可以與接收機分離，或者可以形成GNSS接收機的一部分。
K.實現方式
本領域技術人員應理解，本發明實施例的詳細描述僅僅是示例性的，并非意欲以任意方式進行限制。本發明其它實施例將容易地呈現給得益于該公開的技術人員。為了清楚，并未示出和描^&此描述的實現方式的全部常規特征。應理解，在任意這種實際的實現方式的開發中，必須進行大量實現方式特定的判斷以實現開發者的特定目標，例如與有關應用和商業的約束的順應性，并且這些特定目標將隨著從一種實現方式到另一實現方式并且從一個開發者到另一開發者而改變。此外。應理解，這樣的開發努力可能是復雜而耗時的，但絕不是對于得益于該公開的本領域技術人員的例行任務。
根據本發明實施例，可以使用各種類型的操作系統(OS)、計算機平
臺、計算機程序、計算機語言和/或通用機器，來實現組件、過程步驟和/ 或數據結構。所述方法可以運行為在處理電路上運行的被編程的過程。處理電路可以采用處理器和操作系統的各種結合或單機設備的形式。過程可以被實現為由所述硬件、單獨的硬件或它們的任意結合所執行的指令。軟件可以被存儲在機器可讀的程序存儲設備中?？梢允褂妹嫦驅ο蟮木幊陶Z 言來容易地實現計算元件(例如濾波器和濾波器組)，從而根據需要而示例每一所需的濾波器。本領域技術人員應理解，在不脫離在此所一&開的本發明構思的范圍和精神的情況下，還可以使用較少通用特性的設備，例如
硬導線設備、現場可編程邏輯設備(FPLD)(包括現場可編程門陣列 (FPGA)和復雜可編程邏輯設備(CPLD))、專用集成電路(ASIC) 等。
根據本發明實施例，所述方法可以實現在數據處理計算機上，例如個人計算機、工作站計算機、大型計算機、或運行OS的高性能服務器，所述OS是例如可從華盛頓Redmond的Microsoft公司獲得的Microsoft Windows XP和Windows 2000，或可從加州Santa Clara的Sun Microsystems有限7>司獲得的Solaris,或例如可從4艮多賣家獲得的Linux 的Unix操作系統的各種版本。所述方法還可以實現在多處理器設備上，或實現在計算環境中，所述計算環境包括各種外設，例如輸入設備、輸出設備、顯示器、指示設備、存儲器、存儲設備、媒體接口等，以用于將數據傳遞出入處理器。這樣的計算機系統或計算環境可以在本地聯網，或通過互聯網而聯網。
根據另一實施例，提供一種包括指令的程序，所述指令適用于使得數據處理器進行具有上述實施例的特征的方法。根據另一實施例，提供一種實施所述程序的計算機可讀介質。所述計算機可讀介質可以包括任意類型的計算機可讀介質，在其上以有形的方式持久地或臨時地存儲信息，并且/或者使所述信息具體化，所述介質包括磁介質、光學介質、模擬信號和數字信號，但不限于此。根據另一實施例，計算機程序產品可以包括具體化所述程序的計算機可讀介質。
L.本發明的構思以下是本發明的構思的部分概述 A.時鐘差建模
l，一種處理從在多個站處接收的來自兩個或兩個以上GNSS中的衛星的信號導出的信號數據的方法，每一GNSS具有單獨時鐘誤差，所述方法包括
a. 通過對從在第一站處接收的信號導出的信號數據與從在第二站處接收的信號導出的信號數據進行求差來準備單差數據；以及
b. 將由狀態向量定義的濾波器應用于所述單差數據，以估計載波4莫糊度集合，其中，所述狀態向量包括第一時鐘誤差狀態，其表示第一GNSS 的時鐘誤差；以及第二時鐘誤差狀態，其表示在所述第一GNSS的時鐘誤差與第二 GNSS的時鐘誤差之間的差。
2. 如A.l所述的方法，其中，所述狀態向量進一步包括表示每一站的位置的狀態；以及表示載波模糊度的狀態。
3. 如A,1-A.2中的一項所述的方法，其中，所述狀態向量進一步包括表示每一站的位置的狀態；以M示用于至少一個載波頻率結合的載波模
糊度的狀態。
4. 如A.1-A.3中的一項所述的方法，進一步包括將每一GNSS中的一個衛星選擇作為基準衛星，并且約束所述載波模糊度。
5. 如A.1-A.4中的一項所述的方法，其中，所述約束載波模糊度的步驟包括確定所述載波模糊度的單差化碼減載波估計。
6. 如A,5所述的方法，其中，所述約束載波模糊度的步驟包括將所述載波模糊度的所述單差化碼減載波加到具有零方差的狀態向量。
7. 如A.5所述的方法，其中，所述約束栽波模糊度的步驟包括將所述載波模糊度的所述單差化碼減載波加到具有較小非零方差的狀態向量。
8. 如A.1-A.4中的一項所述的方法，其中，所述約束載波模糊度的步驟包括通過在將要約束的載波模糊度上迭代浮點解的方差/協方差矩陣來確定所述載波模糊度。
9. 如A.4-A.8中的一項所述的方法，其中，所述濾波器是應用于所述單差數據的因式分解濾波器集合的幾何濾波器。
10. 如A.1-A.9中的一項所述的方法，其中，所述第二時鐘誤差狀態是常數，并且具有未知的初始值。
11. 如A.1-A.9中的一項所述的方法，進一步包括將噪聲輸入應用于所述第二時鐘誤差狀態。
12. 如九所述的方法11，其中，所述噪聲輸入是隨機漫步噪聲輸入。
13. 如A.1-A.9中的一項所述的方法，其中，由一階高斯馬爾科夫過程來定義所述第二時鐘誤差狀態。
14. 如A.1-A.9中的一項所述的方法，進一步包括將零初始值和初始方差分配給所述第二時鐘誤差狀態。
15. 如A.l- A.13中的一項所述的方法，進一步包括將零初始值和初始方差分配給所述第一時鐘誤差狀態。
16. 如A.1-A.13中的一項所述的方法，其中，所述狀態向量進一步包括第三時鐘誤差狀態，其表示在所述第一 GNSS的時鐘誤差與第三GNSS的時鐘誤差之間的差。
17. 如A.1-A.16中的一項所述的方法，其中，所述準備單差數據的步驟進一步包括對從在所述第一站處接收的信號導出的信號數據與從在一個或多個其它站處接收的信號導出的信號數據進行求差。
B.頻率依賴性偏差建模
1. 一種處理從在多個站處接收的來自兩個或兩個以上GNSS的衛星的信號導出的信號數據的方法，至少一個GNSS包括FDMA GNSS，所述方法包括
a. 通過對從在第一站處接收的信號導出的信號數據與從在第二站處接收的信號導出的信號數據進行求差，來準備單差數據；以及
b. 將由狀態向量定義的濾波器應用于所述單差數據，以估計載波模糊度集合，其中，所述狀態向量包括表示對于每一 FDMA GNSS的每一頻段的波長/頻率依賴性因子的狀態。
2. 如B.1所述的方法，其中，所述波長/頻率依賴性因子表示對基準波長的差。
3. 如8.2所述的方法，其中，一個GNSS包括GLONASS系統，并且其中，所述波長/頻率依賴性因子表示對GLONASS波長的差。
4. 如B.l所述的方法，其中，所述FDMA GNSS中的每一衛星具有唯一載波頻段，并且其中，對于給定衛星的波長/頻率依賴性因子是基于所述給定衛星的唯一載波頻段的系數。
5. 如B.1-B.4所述的方法，所述濾波器是應用于所述單差數據的因式分解濾波器集合的幾何濾波器。
6. 如B.1-B.5中的一項所述的方法，其中，所述狀態向量進一步包括表示每一站的位置的狀態；以M示對于至少一個載波頻率的載波模糊度的狀態。
7. 如B.1-B.5中的一項所述的方法，其中，所述狀態向量進一步包括表示每一站的位置的狀態；以M示用于至少一個載波頻率結合的載波才莫
糊度的狀態。
8. 如B.1-B.7中的一項所述的方法，進一步包括計算固定4莫糊度位置。
9. 如B.1-B.7中的一項所述的方法，進一步包括計算單差固定模糊度位置。
10.如B.1-B.7中的一項所述的方法，進一步包括計算雙差固定模糊度位置。
C.部分固定
1. 一種處理從在多個站處接收的來自一個或多GNSS的衛星的信號導出的信號數據的方法，所述方法包括
a. 從所述信號數據確定對于所有衛星的整數模糊度的完備集合；
b. 確定所述完備集合的整數模糊度的有效性以及用于所述完備集合的至少一個質量測量；
c. 對于所述衛星的多個子集中的每一子集，確定整數模糊度的部分集
合；
d. 對于所述部分集合中的每一個，確定所述部分集合的整數模糊度的有效性以及用于所述部分集合的至少一個質量測量；以及
e. 從被確定為有效的這些完備集合和部分集合之中，選擇所述質量測量為最優的集合作為正確集合。
2. 如C.l所述的方法，其中，所述所選正確集合包括部分集合，所述方法進一步包括以另一集合或部分集合的整數模糊度來增廣所述所選正確集合。
3. 如C.1-C.2所述的方法其中，所述質量測量是以下項中的至少一個
a. 比率概率；以及
b. Fischer概率觀'J試。
4. 如C.1-C.3中的一項所述的方法，其中，所述信號數據是從在多個站處接收的來自兩個或兩個以上GNSS的衛星的信號中導出的。
5. 如C.4所述的方法，其中，所述衛星的至少一個子集包括的衛星少于所述兩個或兩個以上GNSS的全部。
6. 如C.1-C.5中的一項所述的方法，其中，所述衛星的至少一個子集包括除了所述衛星中的一個之外的所有衛星。7. 如C.1-C.6中的一項所迷的方法，其中，所述衛星的至少一個子集包括除了所述衛星中的兩個之外的所有衛星。
8. 如C.1-C.7中的一項所述的方法，其中，所述從所述信號數據確定對于所有衛星整數模糊度的完備集合的步驟包括
a. 從信號數據的集合確定具有關聯統計數據的浮點模糊度的完備集合；以及
b. 從所述浮點模糊度的完備集合確定固定整數模糊度的完備集合。
9. 如C.1-C.8中的一項所述的方法，其中，所述確定整數模糊度的部分集合的步驟包括處理所述信號數據的子集。
10. 如C.8所述的方法，其中，所述確定整數模糊度的部分集合的步驟包括從浮點模糊度的完備集合準備浮點模糊度的部分集合；以及處理所述浮點模糊度的部分集合，以產生整數模糊度的部分集合。
11. 如C.8-C.10中的一項所述的方法，其中，浮點模糊度的數組包括單差模糊度估計。
12. 如C.8-C.10中的一項所述的方法，其中，浮點才莫糊度的數組包括雙差模糊度估計。
D. 結合
1. 方法A與方法B結合。
2. 方法A與方法C結合。
3. 方法B與方法C結合。
4. 方法A與方法B結合，并且與方法C結合。
E. 裝置
1. 處理裝置，例如具有指令的處理器，所述指令用于執行上述方法中的一個或多個。
2. —種GNSS接收機，其具有處理器，所述處理器具有用于執行上述方法中的一個或多個的指令。
權利要求
1.一種處理從在多個站處接收的來自兩個或兩個以上GNSS的衛星的信號中導出的信號數據的方法，每一GNSS具有各自的時鐘誤差，所述方法包括通過對從在第一站處接收的信號中導出的信號數據與從在第二站處接收的信號中導出的信號數據進行求差來準備單差數據；以及將由狀態向量定義的濾波器應用于所述單差數據，以估計載波模糊度的集合，其中，所述狀態向量包括第一時鐘誤差狀態，其表示第一GNSS的時鐘誤差；以及第二時鐘誤差狀態，其表示在所述第一GNSS的時鐘誤差與第二GNSS的時鐘誤差之間的差。
2. 如權利要求1所述的方法，其中，所述狀態向量進一步包括表示每一站的位置的狀態，以及表示載波模糊度的狀態。
3. 如權利要求1-2中的一項所述的方法，其中，所述狀態向量進一步包括表示每一站的位置的狀態，以及表示用于至少一個載波頻率結合的載波模糊度的狀態。
4. 如權利要求1-3中的一項所述的方法，進一步包括將每一 GNSS的一個衛星選擇作為基準衛星，并且約束所述載波模糊度。
5. 如權利要求1-4中的一項所述的方法，其中，所約束載波模糊度包括確定所述載波模糊度的單差化碼減載波估計。
6. 如權利要求5所述的方法，其中，約束載波模糊度包括將所述載波模糊度的所述單差化碼減載波估計加到具有零方差的狀態向量。
7. 如權利要求5所述的方法，其中，約束載波模糊度包括將所述載波模糊度的所述單差化碼減載波估計加到具有較小非零方差的狀態向量。
8. 如權利要求1-4中的一項所述的方法，其中，約束載波模糊度包括通過在將要約束的栽波模糊度上迭代浮點解的方差/協方差矩陣，來確定所述載波模糊度。
9. 如權利要求4-8中的一項所述的方法，其中，所述濾波器是應用于所述單差數據的因式分解濾波器集合的幾何濾波器。
10. 如權利要求1-9中的一項所述的方法，其中，所述第二時鐘誤差狀態是常數，并且具有未知的初始值。
11. 如權利要求1-9中的一項所述的方法，進一步包括將噪聲輸入應用于所述笫二時鐘誤差狀態。
12. 如權利要求11所述的方法，其中，所述噪聲輸入是隨機漫步噪聲輸入。
13. 如權利要求1-9中的一項所述的方法，其中，由一階高斯馬爾科夫過程來定義所述笫二時鐘誤差狀態。
14. 如權利要求1-9中的一項所述的方法，進一步包括將零初始值和初始方差分配給所述第二時鐘誤差狀態。
15. 如權利要求1-13中的一項所述的方法，進一步包括將零初始值和初始方差分配給所述第一時鐘誤差狀態。
16. 如權利要求1-13中的一項所述的方法，其中，所述狀態向量進一步包括笫三時鐘誤差狀態，其表示在所述笫一 GNSS 的時鐘誤差與第三GNSS的時鐘誤差之間的差。
17. 如權利要求1-16中的一項所述的方法，其中，準備單差數據進一步包括對從在所述第一站處接收的信號中導出的信號數據與從在一個或多個其它站處接收的信號中導出的信號數據進行求差。
18. 如權利要求1-17中的一項所述的方法，其中，至少一個 GNSS包括FDMA GNSS，并且其中，所述狀態向量進一步包括表示用于每一FDMA GNSS的每一頻段的波長/頻率依賴性因子的狀態。
19. 如權利要求18所述的方法，其中，所述波長/頻率依賴性因子表示對基準波長的差。
20. 如權利要求19所述的方法，其中，一個GNSS包括 GLONASS系統，并且其中，所述波長/頻率依賴性因子表示對 GLONASS波長的差。
21. 如權利要求18所述的方法，其中，所述FDMAGNSS的每一衛星具有唯一載波頻段，并且其中，對于給定衛星的波長/頻率依賴性因子是基于所述給定衛星的唯一載波頻段的系數。
22. 如權利要求18-21中的一項所述的方法，其中，所述濾波器是應用于所述單差數據的因式分解濾波器集合的幾何濾波器。
23. 如權利要求18-22中的一項所述的方法，其中，所述狀態向量進一步包括表示對于至少一個載波頻率的載波模糊度的狀態。
24. 如權利要求18-23中的一項所述的方法，進一步包括計算固定模糊度位置。
25. 如權利要求18-23中的一項所述的方法，進一步包括計算單差固定模糊度位置。
26. 如權利要求18-23中的一項所述的方法，進一步包括計算雙差固定模糊度位置。
27. 如權利要求1-26中的一項所述的方法，進一步包括從所述信號數據中確定對于所有衛星的整數模糊度的完備集合；確定所述完整集合的整數模糊度的有效性以及對于所述完備集合的至少一個質量測量；對于所述衛星的多個子集中的每一子集，確定整數模糊度的部分集合；對于所述部分集合中的每一個，確定所述部分集合的整數模糊度的有效性以及對于所述部分集合的至少一個質量測量；以及從被確定為有效的完備集合和部分集合之中，選擇質量測量為最優的集合作為正確集合。
28. 如權利要求27所述的方法，其中，所述所選正確集合包括部分集合，所述方法進一步包括以另一集合或部分集合的整數模糊度來增廣所述所選正確集合。
29. 如權利要求27-28中的一項所述的方法，其中，所述質量測量是以下項中的至少一個比率概率；以及 Fischer概率領'J試。
30. 如權利要求27-29中的一項所述的方法，其中，所述信號數據是從在多個站處接收的來自兩個或兩個以上GNSS的衛星的信號中導出的。
31. 如權利要求30所述的方法，其中，所述衛星的至少一個子集包括比所述兩個或兩個以上GNSS的全部少的衛星。
32. 如權利要求27-31中的一項所述的方法，其中，所述衛星的至少一個子集包括除了所述衛星中的一個之外的所有衛星。
33. 如權利要求27-32中的一項所述的方法，其中，所述衛星的至少一個子集包括除了所述衛星中的兩個之外的所有衛星。
34. 如權利要求27-33中的一項所述的方法，其中，從所述信號數據中確定對于所有衛星的整數模糊度的完備集合包括從信號數據的集合中確定具有關聯統計數據的浮點模糊度的完備集合；以及從所述浮點模糊度的完備集合確定固定整數模糊度的完備集合。
35. 如權利要求27-34中的一項所述的方法，其中，確定整數模糊度的部分集合包括處理所述信號數據的子集。
36. 如權利要求34所述的方法，其中，確定整數模糊度的部分集合包括從浮點模糊度的完備集合中準備浮點模糊度的部分集合；以及處理所述浮點模糊度的部分集合，以產生整數模糊度的部分集合。
37. 如權利要求34-36中的一項所迷的方法，其中，浮點模糊度的數組包括單差模糊度估計。
38. 如權利要求34-36中的一項所述的方法，其中，浮點模糊度的數組包括雙差模糊度估計。
39. —種裝置，包括處理器，所述處理器具有用于執行如權利要求1-39中的一項所述的方法的指令。
40. —種裝置，包括GNSS接收機，其具有用于執行如權利要求1-39中的一項所述的方法的處理器。
41. 一種裝置，包括處理器，所述處理器用于處理從在多個站處接收的來自兩個或兩個以上GNSS的衛星的信號中導出的信號數據，每一 GNSS具有各自的時鐘誤差，所述處理器包括通過對從在第一站處接收的信號中導出的信號數據與從在第二站處接收的信號中導出的信號數據進行求差，來準備單差數據的指令；以及用于將由狀態向量定義的濾波器應用于所述單差數據，以估計載波模糊度集合的指令，其中，所述狀態向量包括第一時鐘誤差狀態，其表示第一 GNSS的時鐘誤差；以及第二時鐘誤差狀態，其表示所述第一 GNSS的時鐘誤差與第二 GNSS的時鐘誤差之間的差。
42. 如權利要求41所述的裝置，其中，所述狀態向量進一步包括表示每一站的位置的狀態；以及表示載波模糊度的狀態。
43. 如權利要求41-42中的一項所述的裝置，其中，所述狀態向量進一步包括表示每一站的位置的狀態；以及表示對于至少一個載波頻率結合的載波模糊度的狀態。
44. 如權利要求41-43中的一項所述的裝置，進一步包括用于將每一 GNSS中的一個衛星選擇作為基準衛星的指令，以及用于約束所述載波模糊度的指令
45. 如權利要求41-44中的一項所述的裝置，其中，所述用于約束載波模糊度的指令包括用于確定所述載波模糊度的單差化碼減載波估計的指令。
46. 如權利要求45所述的裝置，其中，所述用于約束載波模糊度的指令包括用于將所述載波模糊度的所述單差化碼減載波估計加到具有零方差的狀態向量的指令。
47. 如權利要求45中的一項所述的裝置，其中，所述用于約束載波模糊度的指令包括用于將所述載波模糊度的所述單差化碼減載波估計加到具有較小非零方差的狀態向量的指令。
48. 如權利要求41-44中的一項所述的裝置，其中，所述用于約束栽波模糊度的指令包括用于通過在將要約束的栽波模糊度上迭代浮點解的方差/協方差矩陣來確定所述載波模糊度的指令。
49. 如權利要求44-48中的一項所述的裝置，其中，所述濾波器是應用于所述單差數據的因式分解濾波器集合的幾何濾波器。
50. 如權利要求41-49中的一項所述的裝置，其中，所述第二時鐘誤差狀態是常數，并且具有未知的初始值。
51. 如權利要求41-49中的一項所述的裝置，進一步包括將噪聲輸入應用于所述第二時鐘誤差狀態。
52. 如權利要求51所述的裝置，其中，所述噪聲輸入是隨機漫步噪聲輸入。
53. 如權利要求41-49中的一項所述的裝置，其中，由一階高斯馬爾科夫過程來定義所述第二時鐘誤差狀態。
54. 如權利要求41-49中的一項所述的裝置，其中將零初始值和初始方差分配給所述第二時鐘誤差狀態。
55. 如權利要求41-53中的一項所述的裝置，進一步包括將零初始值和初始方差分配給所述第一時鐘誤差狀態。
56. 如權利要求41-53中的一項所述的裝置，其中，所述狀態向量進一步包括第三時鐘誤差狀態，其表示在所述第一 GNSS的時鐘誤差與第三GNSS的時鐘誤差之間的差。
57. 如權利要求41-56中的一項所述的裝置，其中，所述用于準備單差數據的指令進一步包括對從在所述第一站處接收的信號中導出的信號數據與從在一個或多個其它站處接收的信號中導出的信號數據進行求差的指令。
58. 如權利要求41-57中的一項所述的裝置，其中，至少一個 GNSS包括FDMA GNSS，并且其中，所述狀態向量進一步包括用于每一 FDMA GNSS的每一頻段的、表示波長/頻率依賴性因子的狀態。
59. 如權利要求58所述的裝置，其中，所述波長/頻率依賴性因子表示對基準波長的差。
60. 如權利要求59所述的裝置，其中，一個GNSS包括 GLONASS系統，并且其中，所述波長/頻率依賴性因子表示對 GLONASS波長的差。
61. 如權利要求58所述的裝置，其中，所述FDMAGNSS中的每一衛星具有唯一載波頻段，并且其中，對于給定衛星的波長/ 頻率依賴性因子是基于所述給定衛星的唯一載波頻段的系數。
62. 如權利要求58-61中的一項所述的裝置，其中，所述濾波器是應用于所述單差數據的因式分解濾波器集合的幾何濾波器。
63. 如權利要求58-62中的一項所述的裝置，其中，所述狀態向量進一步包括表示對于至少一個載波頻率的載波模糊度的狀態。
64. 如權利要求58-63中的一項所述的裝置，其中，所述指令包括用于計算固定模糊度位置的指令。
65. 如權利要求58-63中的一項所述的裝置，其中，所述指令包括用于計算單差固定模糊度位置的指令。
66. 如權利要求58-63中的一項所述的裝置，其中，所述指令包括用于計算雙差固定模糊度位置的指令。
67. 如權利要求41-66中的一項所述的裝置，進一步包括用于以下操作的指令從所述信號數據確定對于所有衛星的整數模糊度的完備集合；確定所述完整集合的整數模糊度的有效性以及用于所述完備集合的至少一個質量測量；對于所述衛星的多個子集中的每一子集，確定整數模糊度的部分集合；對于所述部分集合中的每一個，確定所述部分集合的整數模糊度的有效性以及用于所述部分集合的至少一個質量測量；以及從被確定為有效的完備集合和部分集合之中，選擇所述質量測量為最優的集合作為正確集合。
68. 如權利要求67所述的裝置，其中，所述所選正確集合包括部分集合，所述指令進一步包括以另一集合或部分集合的整數模糊度來增廣所述所選正確集合的指令。
69. 如權利要求67-68中的一項所述的裝置，其中，所述質量測量是以下項中的至少一個比率概率；以及 Fischer概率測試。
70. 如權利要求67-69中的一項所述的裝置，其中，所述信號數據是從在多個站處接收的來自兩個或兩個以上GNSS的衛星的信號中導出的。
71. 如權利要求所述的裝置70，其中，所述衛星的至少一個子集包括比所述兩個或兩個以上GNSS的全部少的衛星。
72. 如權利要求67-71中的一項所述的裝置，其中，所述衛星的至少一個子集包括除了所述衛星中的一個之外的所有衛星。
73. 如權利要求67-72中的一項所述的裝置，其中，所述衛星的至少一個子集包括除了所述衛星中的兩個之外的所有衛星。
74. 如權利要求67-73中的一項所述的裝置，其中，所述用于從所述信號數據確定對于所有衛星的整數模糊度的完備集合的指令包括用于以下操作的指令從信號數據的集合確定具有關聯統計數據的浮點模糊度的完備集合；以及從所述浮點模糊度的完備集合確定固定整數模糊度的完備集合。
75. 如權利要求67-74中的一項所述的裝置，其中，確定整數模糊度的部分集合包括處理所述信號數據的子集。
76. 如權利要求74所述的裝置，其中，所述用于確定整數模糊度的部分集合的指令包括用于從浮點模糊度的完備集合準備浮點模糊度的部分集合的指令；以及用于處理所述浮點模糊度的部分集合，以產生整數模糊度的部分集合的指令。
77. 如權利要求74-76中的一項所述的裝置，其中，浮點模糊度的數組包括單差模糊度估計。
78. 如權利要求74-76中的一項所述的裝置，其中，浮點模糊度的數組包括雙差模糊度估計。
79，一種程序，其包括適用于使得處理器進行如權利要求1-38 中的一項所述的方法的指令。
80. —種計算機可讀介質，程序被具體化在所述計算機可讀介質上，其中所述程序包括適用于使得處理器執行如權利要求1-38 中的一項所述的方法的指令。
81. —種計算機程序產品，其包括如權利要求80所述的計算機可讀介質。
全文摘要
提出了三種新方法，用于改進多個全球衛星導航系統(GNSS)的浮點解和模糊度解算，所述多個GNSS中的一個可以是基于FDMA的GNSS(例如GLONASS)，所述三種方法包括(1)對兩個(或兩個以上)不同GNSS之間的與硬件有關的不同時鐘誤差進行建模；(2)對頻分多址(FDMA)GNSS中呈現的頻率依賴性偏差進行建模；以及(3)被稱為記分牌部分固定(SPF)的模糊度解算方法。所提出的方法獨立于對于每一衛星導航系統所跟蹤的載波頻率的數量。該應用產生更快更可靠的模糊度解算。與因多GNSS而常導致退化性能的已知算法對照，以十分高效的方式利用了多GNSS的結合觀測的優點。已經發現，例如，對于處理來自不同制造商的GNSS接收機的信號，利用來自基本相異的硬件的結合的GNSS觀測，頻率依賴性偏差的方法很有效。
文檔編號G01S19/44GK101287999SQ200680036847
公開日2008年10月15日申請日期2006年9月26日優先權日2005年10月3日
發明者K·D·杜塞, U·沃爾拉特申請人:天寶導航有限公司

国产自产21区,亚洲97,免费毛片网,国产啪视频,青青青国产在线观看,国产毛片一区二区三区精品

帶有時鐘差建模的多gnss信號處理的制作方法