本發(fā)明涉及衛(wèi)星定位，特別涉及一種基于復(fù)合高斯濾波的rtk定位方法、裝置、設(shè)備及存儲介質(zhì)。

背景技術(shù)：

1、rtk作為定位導(dǎo)航中的核心技術(shù)，在智能交通、農(nóng)業(yè)機(jī)械等領(lǐng)域應(yīng)用廣泛。在接收衛(wèi)星原始觀測數(shù)據(jù)的同時，通過無線通信或網(wǎng)絡(luò)（ntrip）獲取基準(zhǔn)站的差分?jǐn)?shù)據(jù)流，rtk技術(shù)能夠?qū)崿F(xiàn)厘米級的定位精度。具體而言，該解算過程主要包括對雙差載波相位和雙差偽距觀測值進(jìn)行建模，并采用卡爾曼濾波器來求解浮點模糊度。隨后，利用lambda算法進(jìn)行載波相位整周模糊度固定，從而實現(xiàn)高精度定位。然而，在林蔭道路、城市峽谷等環(huán)境中，多徑效應(yīng)和信號遮擋干擾等因素會導(dǎo)致觀測數(shù)據(jù)質(zhì)量降低，使得濾波難以收斂，甚至出現(xiàn)發(fā)散現(xiàn)象。

2、相關(guān)技術(shù)中，常采用卡爾曼濾波及其擴(kuò)展方法來設(shè)計魯棒濾波器，利用歸一化先驗新息作為觀測質(zhì)量的判斷標(biāo)準(zhǔn)。通過直接排除、線性降權(quán)、分段函數(shù)降權(quán)的方法調(diào)整其權(quán)重，降低其卡爾曼增益，抑制異常觀測值對濾波性能的影響。但現(xiàn)有全球衛(wèi)星系統(tǒng)可觀測頻率增多，觀測值數(shù)量成倍增加，針對高維矩陣的求逆操作十分耗時，難以滿足實時計算的需求；另一方面，針對整體量測集合進(jìn)行的降權(quán)，忽略了不同衛(wèi)星觀測間的差異性，難以適用復(fù)雜環(huán)境下的定位解算。

3、為克服上述缺陷，本技術(shù)提出了一種基于復(fù)合高斯濾波的rtk定位方法。利用現(xiàn)代導(dǎo)航系統(tǒng)多星座多頻特征，構(gòu)建組合觀測值獲取修正后的偽距觀測，并利用gnss/ins松組合機(jī)械編排結(jié)果作為先驗信息對當(dāng)前衛(wèi)星觀測值做分組；其次，通過復(fù)合高斯濾波單元對不同量測類別進(jìn)行融合更新，提升了復(fù)雜環(huán)境下的定位精度。

技術(shù)實現(xiàn)思路

1、本發(fā)明要克服現(xiàn)有技術(shù)的上述缺點，提供一種復(fù)合高斯濾波的rtk定位方法、裝置、設(shè)備及存儲介質(zhì)，以準(zhǔn)確魯棒的固定模糊度，提高基線解算固定率和正確率。

2、第一方面，本發(fā)明實施例提供了一種復(fù)合高斯濾波的rtk定位方法，包括以下步驟：

3、s1：利用gnss/ins組合解算載體實時狀態(tài)信息，包括載體位置、載體姿態(tài)、位置方差、姿態(tài)方差；

4、s2：獲取基準(zhǔn)站和流動站的衛(wèi)星觀測數(shù)據(jù)，所述衛(wèi)星觀測數(shù)據(jù)包括三頻載波的載波觀測值及偽距觀測值；

5、s3：利用三頻偽距、載波相位觀測值，構(gòu)建組合觀測值，進(jìn)行超寬巷、寬巷模糊度的求解，利用超寬巷、寬巷模糊度獲取修正后的偽距觀測值；

6、s4：利用步驟s1中g(shù)nss/ins組合解算載體實時狀態(tài)信息，三頻偽距和三頻載波相位觀測值、s3中求解的修正后的偽距觀測值，構(gòu)建系統(tǒng)模型，進(jìn)行狀態(tài)預(yù)測并計算新息和標(biāo)準(zhǔn)化新息。

7、s5：基于所述s4中得到的標(biāo)準(zhǔn)化新息進(jìn)行異常值檢測與剔除，并對剩余觀測進(jìn)行分類，得到分類的結(jié)果。

8、s6：對上述s5中分類結(jié)果進(jìn)行復(fù)合高斯濾波，對第一類的觀測值（第一類量測）進(jìn)行序貫濾波更新，對第二類的觀測值（第二類量測）通過漸進(jìn)高斯濾波方法進(jìn)行融合，舍棄分類結(jié)果為第三類的觀測量（第三類量測）。對二者進(jìn)行狀態(tài)融合，獲得浮點解。

9、s7：將浮點解進(jìn)行整數(shù)約束，對約束完成的整數(shù)解進(jìn)行質(zhì)量控制。

10、s8：利用當(dāng)前歷元解算結(jié)果對ins進(jìn)行誤差更新。

11、可選的，步驟s2包括：

12、s201：對數(shù)據(jù)進(jìn)行預(yù)預(yù)處理，根據(jù)信噪比和周跳檢測情況進(jìn)行預(yù)檢。

13、s202：對檢測到周跳信息的觀測量進(jìn)行標(biāo)記。

14、可選的，步驟s3包括：

15、s301：根據(jù)不同衛(wèi)星系統(tǒng)的多頻觀測值，建立不同的超寬巷、寬巷組合觀測值。

16、s302：求解不同衛(wèi)星系統(tǒng)的組合觀測值，并對組合觀測值浮點解進(jìn)行質(zhì)量控制，僅固定滿足條件的雙差組合觀測值。當(dāng)浮點解滿足決策概率的時候，才進(jìn)行固定，否則認(rèn)為誤差太大或者噪聲太大。

17、s303：對上述的組合觀測之進(jìn)行固定后，利用組合觀測值雙差偽距和組合觀測值雙差整數(shù)模糊度，計算修正后的雙差偽距觀測，即精確雙差偽距觀測量。

18、s304：對上述不同的超寬巷、寬巷觀測值給與不同的觀測噪聲。

19、可選的，步驟s4包括：

20、s401：利用上歷元gnss解算的位置信息和速度信息進(jìn)行運(yùn)動學(xué)估計，得到當(dāng)前歷元的衛(wèi)導(dǎo)預(yù)測解。

21、s402：利用gnss/ins松組合系統(tǒng)機(jī)械編排結(jié)果，得到當(dāng)前歷元的組合導(dǎo)航推算解。

22、s403：利用已有衛(wèi)導(dǎo)預(yù)測解和組合導(dǎo)航解算解，對s3步驟中的組合觀測值精確雙差偽距觀測值進(jìn)行新息、標(biāo)準(zhǔn)化新息檢驗。

23、s404：利用基準(zhǔn)站和流動站的衛(wèi)星觀測數(shù)據(jù)，構(gòu)建雙差觀測值。

24、s405：利用已有衛(wèi)導(dǎo)預(yù)測解和組合導(dǎo)航解算解，對s404步驟中的雙差觀測值進(jìn)行新息標(biāo)準(zhǔn)化。

25、可選的，步驟s5包括：

26、s501：基于所述s4中預(yù)測值所對應(yīng)的標(biāo)準(zhǔn)化新進(jìn)行異常值檢測和剔除

27、s502：利用k-means對剩余量測的新息進(jìn)行聚類。

28、s503：比較k-means聚類后的三個中心點的絕對值，將三個簇按照中心點絕對值由小到大的順序，分別歸類為第一類量測、第二類量測、第三類量測。

29、可選的，步驟s6包括：

30、s601：針對聚類類別為第一類量測，按照新息絕對值從小到大排序，采用序貫濾波逐次更新。

31、s602：在s601序貫更新過程中，每次融入新的量測并更新后，進(jìn)行標(biāo)準(zhǔn)化新息檢驗。若滿足檢驗閾值，則繼續(xù)進(jìn)行序貫更新；若不滿足檢驗閾值，則回退至上一次更新過程，作為序貫濾波結(jié)果。

32、s603：針對聚類類別為第二類量測，利用漸進(jìn)高斯濾波來融合量測信息?；谒O(shè)置的漸進(jìn)總步數(shù)，將似然函數(shù)分解為多個漸進(jìn)似然函數(shù)，相應(yīng)的量測更新過程也被分解為個漸進(jìn)量測更新，在每一偽時刻融合相應(yīng)的漸進(jìn)似然函數(shù)，不斷迭代來求解系統(tǒng)后驗狀態(tài)。

33、s604：對于所述s604中的漸進(jìn)濾波過程，利用第一類量測來引導(dǎo)第二類量測的漸進(jìn)更新過程，當(dāng)滿足截止條件時，漸進(jìn)量測更新停止，輸出當(dāng)前偽時刻的估計結(jié)果作為的漸進(jìn)量測更新結(jié)果。

34、s605：對于聚類類別為第三類量測，直接剔除。

35、s606：對上述序貫結(jié)果以及漸進(jìn)量測更新結(jié)果進(jìn)行狀態(tài)融合，獲取浮點解

36、可選的，步驟s7包括：

37、s701：對于所述s7中狀態(tài)融合結(jié)果，利用所述s3中寬巷模糊度對其進(jìn)行修正。

38、s702：對浮點解進(jìn)行r-test檢驗和驗后殘差檢驗，滿足對應(yīng)檢驗值則認(rèn)為固定成功。

39、第二方面，本發(fā)明實施例提供了一種基于復(fù)合高斯濾波的rtk定位裝置，包括：位姿遞推單元、組合模糊度求解單元、復(fù)合高斯濾波單元、質(zhì)量控制單元；其中：

40、位姿遞推單元：采用gnss/ins松組合遞推，在動對準(zhǔn)初始化后能夠持續(xù)提供高頻當(dāng)前位姿信息，作為先驗位置信息供組合模糊度求解單元使用。

41、組合模糊度求解單元：多頻信息構(gòu)建超寬巷組合、寬巷組合進(jìn)行模糊度解算。

42、復(fù)合高斯濾波單元：利用組合模糊度和先驗信息，對觀測值進(jìn)行分類，根據(jù)觀測值的差異性，進(jìn)行序貫濾波或漸進(jìn)高斯濾波更新，并對新息較大的觀測值進(jìn)行引導(dǎo)融合。

43、質(zhì)量控制單元：對上述求解單元求解出的模糊度質(zhì)量進(jìn)行管控。

44、第三方面，本發(fā)明實施例提供了一種基于復(fù)合高斯濾波的rtk定位設(shè)備，包括：存儲器和處理器，所述存儲器中存儲有至少一條指令，所述至少一條指令由所述處理器加載并執(zhí)行，以實現(xiàn)前述的一種基于復(fù)合高斯濾波的rtk定位方法。

45、第四方面，本發(fā)明實施例還提供一種計算機(jī)存儲介質(zhì)，所述計算機(jī)存儲介質(zhì)中存儲有計算機(jī)程序，所述計算機(jī)程序被處理器執(zhí)行時實現(xiàn)上述基于復(fù)合高斯濾波的rtk定位方法的全部或部分步驟。

46、本發(fā)明的有益效果如下：

47、本發(fā)明提出了一種基于復(fù)合高斯濾波的rtk定位方法，通過融合gnss/ins慣性遞推結(jié)果與組合模糊度數(shù)據(jù)，固定組合模糊度并求取修正后的偽距觀測量。結(jié)合慣性遞推結(jié)果和修正后的觀測值為基礎(chǔ)，對先驗新息進(jìn)行探測、分類、融合，提升了復(fù)雜場景下的模糊度固定成功率和定位可靠性。通過復(fù)合高斯濾波融合機(jī)制，可降低多維觀測值矩陣求逆的計算量，且盡可能融合可用數(shù)據(jù)，提升定位性能和精度。通過上述內(nèi)容，本發(fā)明方法較一般方法能夠降低計算量，并提升實時定位中定位性能和精度。