CN101258418B - 电离层建模装置和方法 - Google Patents

Abstract

提出一种表征跨GNSS参考站的网络的电离层误差的方法和装置。所述方法依赖于无几何线性组合中的双频率相位测量。针对模糊度和电离层特征参数来过滤数据。结合来自相位测量的其它组合(无电离层组合)的滤波器结果，基于物理的模型提供了迅速可靠的模糊度求解。

Description

电离层建模装置和方法

相关申请的交叉引用

要求2005年9月9日提交的临时美国专利申请60/715,752的提交日的权利。

技术领域

本发明涉及全球导航卫星***的领域。具体地，本发明涉及电离层建模和对两个或更多载波的GNSS信号的模糊度求解。

背景技术

全球导航卫星***(GNSS)包括全球定位***(GPS)、Glonass(格洛纳斯)***和已提出的Galileo(伽利略)***。每个GPS卫星使用称为L1和L2的、各自频率为1575.41MHz和1227.60MHz的L频带中的两个无线频率来连续发送。两个信号在L1上被发送，一个用于民用，另一个用于由美国国防部(DoD)授权的用户。一个信号在L2上被发送，其仅用于DoD授权的用户。每个GPS信号具有在L1和L2频率的载波、伪随机数(PRN)码和卫星导航数据。两个不同的PRN码被每个卫星发送：粗捕获(C/A)码和针对DoD授权的用户被加密的精密(P/Y)码。每个C/A码是每毫秒重复的1023个比特的唯一序列。

图1概略地示出了用于确定移动接收机(漫游者)的位置的典型现有技术场景。漫游者100接收来自视野内的任意数量卫星的GPS信号，所述卫星例如是分别在110、120和130所示的SV1、SV2和SVM。信号穿过地球的电离层140以及穿过地球的对流层150。每个信号具有两个频率L1和L2。接收机100根据信号确定至每个卫星各自的伪距PR1，PR2，...，PRM。如在160处示意性地指出的，由于信号穿过电离层和对流层和多径效应所造成的信号通路的变化，伪距确定是失真的。

伪距可以使用C/A码以大约一米的误差来确定，不使用仅军用P/Y码的民用接收机以几米范围内的误差确定漫游者位置。然而，L1和L2载波的相位可以以0.01-0.05个周期(对应于2mm到1cm的伪距误差)的精确度来测量，这使之能够以几毫米到几厘米范围内的误差来估计漫游者的相对位置。L1和L2载波的相位的精确测量需要具有对所有观测时刻的电离层和对流层的效应的良好知识。

载波相位定位解决方案的最大误差是由于电离层即围绕地球的一层带电气体而造成的。当从卫星发射的信号在其去往地面接收机的途中穿透该介质时，其经历了其信号传播时间的延迟和其载波相位的偏移(相位前移)。快速和可靠的定位需要用于校正这些非几何影响的电离层的空时相关性的良好模型。

使用已知位置的多个参考站的网络解决方案使得校正项能够从信号测量中被提取；那些校正可以被***网络内的所有位置。例如参见美国专利5,477,458“Network for Carrier Phase Differential GPS Corrections”和美国专利5,899,957“Carrier Phase Differential GPS CorrectionsNetwork”。

图2示出了一种网络技术，其中，已知位置为211，212，213，...，21N的N个地面参考站从M个卫星221，222，...，22M接收GNSS信号。GNSS信号受到电离层230、对流层和多径效应的干扰。每个参考站的坐标是准确已知的。这些站使用当前时间点(epoch)的GNSS信号测量和其已知位置来计算关于每个卫星m的残差(residual error)。这样，每个参考站n获得对每个所观测卫星m的伪距校正(PRC(t；t₀；n；m))。这些校正被发送到位于网络内部或外部的中央站240。中央站240计算对于与漫游者的最后位置接近的位置的伪距校正并将其发送给该漫游者。该漫游者可以使用所述伪距校正来改进其当前位置估计。

在这个网络技术中，用于位置估计的所有误差与其各个特征无关地被聚合在一起作为残留，所述各个特征例如是多径中的近距相关性和电离层中的远距相关性。计算伪距校正是通过***参考站的残差来完成的。

已经尝试从GPS测量中提取关于电离层的二维或甚至三维信息。参见日本GNSS 2003会议录中S.M.Radicella等人的“A Flexible 3D IonosphericModel for Satellite Navigation Applications”；和日本GNSS 2003会议录中F.Azpilicueta等人的“Optimized NeQuick Ionospheric Model for PointPositioning”。在Nequick 3D模型中，电离层的垂直结构在捕获电离层的主要特征的剖析功能方面被参数化。

还已知的是将电离层分为围绕地球的三维栅格的‘断层摄影’模型。参见Nashville ION GPS 1999中O.L.Colombo等人的“ResolvingCarrier-Phase Ambiguities on the Fly，at more than 100 km from nearestReference Site，with the Help of Ionospheric TomogGraphy”；1999年的Journal of Atmospheric and Solar-Terrestrial Physics(61)1237中M.Hernandez-Pajares等人的“New Approaches in Global IonosphericDetermination using Ground GPS Data”；2000年的Geophysical ResearchLetters 13(27)2009中M.Hernandez-Pajares等人的“Application ofIonospheric Tomography to Real-Time GPS Carrier-Phase AmbiguitiesResolution，at Scales of 400-1000 km and with High GeomagneticActivity”；Nashville ION GPS 1999中M.Hernandez-Pajares等人的“Precise Ionospheric Determination and its Application to Real-TimeGPS Ambiguity Resolution”。由于有限的数据和计算能力，这种电离层栅格必须保持相当粗糙。

其它建模成果组合了对卫星可见的跨半球的电离层测量，以及对整个半球应用球形扩展。参见2004年的Navigation 4(51)311中Y.Liu等人的“Development and Evaluation of a New 3-D Ionospheric ModelingMethod”。在该著作中，高度相关性通过正交函数的线性组合来建模。该方法的作者希望提取跨数千千米距离的电离层中的相关性。

在不假设站之间的任何相关性的情况下，Hansen等人沿穿过电离层的信号通路来跟踪电子含量。参见Kansas市ION GPS 1997中A.J.Hansen等人的“Ionospheric Correction Using Tomography”；和2001年RadioScience 2(36)261中D.Bilitza的“International Reference Ionosphere2000”。

还存在关于将电离层残留***已知站网络中的漫游者的近似位置的研究。参见2000年Earth Planets Space 10(52)675中D.Odijk的“ImprovingAmbiguity Resolution by Applying Ionosphere Corrections from aPermanent GPS Array”；Salt Lake城的ION GPS 2000中D.Odijk的“Weighting Ionospheric Corrections to Improve Fast GPS PositioningOver Medium Distances”；以及2002年荷兰Delft大学出版社的Delft工业大学数学测地学和定位系D.Odijk的理学博士论文“Fast Precise GPSPositioning in the Presence of Ionospheric Delays”。这些模型典型地对每个站-卫星组合引入一个电离层参数，其针对每个站而单独被估计。这些单独的观测结果被***近似的漫游者位置以对该用户提供校正值。

针对利用大量频率的电离层建模和整数模糊度求解也已经提出了一些技术，所述大量频率由现代化GPS和GALILEO来提供。参见2005年6月的GPS World 35中的T.Richert等人的“Ionospheric Modeling”。

发明内容

用于处理GNSS信号的改进的方法和装置由根据本发明的实施例提供。针对例如GPS、GLONASS和将来的GALILEO的为用户提供两个或更多频率的当前和将来的GNSS***中的载波相位模糊度求解而提出需求。计算高效的技术被用于现实物理模型以获得载波相位模糊度的良好近似。

根据本发明的实施例相比于现有电离层模型和载波相位模糊度求解技术，提供了滤波器部件的高计算效率(浮点解(float solution))以及获得对单个测量和测量组合的误差属性的更好知识的能力。这个高效性提供了一个或多个益处：提高的定位性能和可靠性；跨网络的载波相位模糊度的更快确定以便校正可以被更快地提供给域中的漫游者；电离层校正值对网络中任意位置的***，这允许即使具有单一频率信号处理能力的漫游者也能够校正电离层影响；以及对电离层和电离层动力学的当前物理状态的洞察。

上面讨论的现有技术网络方法将残差与其各个特征无关地聚集在一起，所述各个误差例如是多径中的近距相关性和电离层中的远距相关性。相反，根据本发明的实施例采用对物理层的***，其中电离层就其“总电子含量”(TEC)而被测量。可选地，电离层对GNSS信号的相位测量而产生的物理效应可以直接就(例如以厘米而被测量的)相位峰值提前而被公式化。从一个公式到另一个的转换是简单的线性关系。

上面讨论的现有技术Nequick 3D模型尝试跟踪跨全球的大规模电离层变化，但并不提供用于获得跨局部网络的微分校正的详细结构。对于将电离层分为围绕地球的三维栅格的现有技术“断层摄影”模型而言是相同的情形。

与尝试提取跨数千千米距离的电离层中的相关性的这种建模成果相反，根据本发明的实施例采用几十到几百千米距离上的相关性，同时将数千千米距离上的信息看作是在很大程度上彼此独立。

关于将电离层残留***已知站网络中的漫游者的近似位置的研究典型地对每个站一卫星组合引入一个电离层参数，所述参数对于每个站而独立地被估计。这些独立的观测结果被***近似的漫游者位置以为该用户提供校正值。

相反，根据本发明的实施例在滤波级利用电离层中的相关性。一组参数被引入以充分地表征电离层。这些参数是使用Kalman滤波算法根据数据所估计的状态向量的元素。对于具有多于四个站的网络情形，这导致比现有技术方法少的待估计的参数，以及因此导致电离层的参数以及载波相位整数模糊度的更快速收敛。于是，误差估计被改进。这导致所提取的整数模糊度是从卫星到接收机的正确的整数波长数的更高可靠性。

附图说明

通过阅读下面参考附图描述的实施例，本发明的所述和其它方面及特征将变得更容易理解，其中：

图1概略地示出了用于确定漫游者位置的典型的现有技术场景；

图2概略地示出了典型的现有技术网络定位场景；

图3概略地示出了根据本发明实施例的GNSS信号处理方法；

图4概略地进一步示出了根据本发明实施例的GNSS信号处理方法；

图5概略地示出了根据本发明实施例的对网络在围绕地球的电离层壳上的投影的建模；

图6示出了从卫星到接收机的穿过电离层的倾斜射线通路；

图7说明了根据本发明的实施例、电离层参数是如何描述在相对于参考点的穿透点处的电离层的；

图8示出了从低仰角卫星穿过电离层到接收机的信号射线；

图9概略地示出了根据本发明实施例的用于处理两个载波的GNSS信号数据的解决方案；

图10示出了可用于图9的过程的滤波器的结构；

图11示出了图10的无几何滤波器组的结构；

图12概略地示出了根据本发明实施例的用于处理两个载波的GPS信号数据的另一解决方案；

图13示出了可用于图12的过程的滤波器的结构；

图14概略地示出了关于三个频率的GNSS的典型现有技术场景；

图15示出了根据本发明实施例的适用于具有三个或更多载频的GNSS***的解决方案；

图16示出了根据本发明实施例的用于使用具有三个或更多载频的GNSS***来计算位置的结构；

图17示出了根据本发明实施例的适用于具有三个或更多载频的GNSS***的另一解决方案；

图18概略地示出了本发明在虚拟参考站定位环境中的应用；以及

图19概略地示出了本发明在网络广播校正环境中的应用。

具体实施方式

根据本发明的实施例采用用于电离层建模的新颖方法以及改进现有技术模型的高效算法。由GNSS参考站的网络获得的至少两个波长的信号的相位测量用于无几何线性组合。

说明性实施例使用当前NAVSTAR全球定位***(GPS)的各自频带L1和L2上的两个波长λ1和λ2。然而，本发明的原理可以应用于在两个和更多频率上提供信号的任何GNSS***，例如俄罗斯部署的GLONASS***或已规划的Galileo***。这里介绍的模型还可应用于将由现代化GPS***和Galileo***提供的三个或更多频率上的信号。对于三个或更多载波频率，相位测量的不同线性组合在与这里介绍的滤波器等价的滤波器中被处理，其将导致减少的误差并且改进电离层参数和模糊度的求解次数。参见U.Vollath的美国公开专利申请US 2005/0101248 A1“AmbiguityEstimation of GNSS Signals for Three or More Carriers”。

根据本发明的实施例，从对在网络的参考站接收的GNSS信号的处理中获得的电离层信息被***该网络中的任意位置。向网络内的漫游者的电离层校正广播可以帮助该漫游者获得已校正的导航解决方案。

定位概念概述

如图3概略地示出的，一组无几何Kalman滤波器300和补充的无电离层滤波器310被用于根据在N个参考站获得的载波相位测量来完全求解模糊度。无几何(电离层)滤波器301，302，...，30M中的每个被提供给每个所观测的卫星1，2，...，M。每个无几何滤波器301，302，...，30M都与其它卫星无关地处理在参考站处获得的测量和其卫星的状态向量。利用对由至少两个参考站(N≥2)观测的至少两个卫星(M≥2)的测量来进行处理。尽管为确保良好的几何性最好跟踪至少四个卫星，然而良好的结果已利用由四个参考站连续跟踪的至少两个卫星而获得。实际上，通常使用具有在几小时内跟踪6到10个卫星的大量参考站(例如20个或更多参考站)的网络。不同滤波器和参考站的状态估计被组合以在320形成浮动模糊度估计的双差。并行地，单一无电离层(几何)滤波器310处理所有站-卫星对以在321得出模糊度的双差的正交估计。在330组合320和321的补充浮点解得出最终的整数模糊度及其验证。

图4示出了在每个参考站1，2，...，N获得的测量401，402，...，40N的无几何(电离层)滤波器300中的单独处理。对于M个卫星中的每个，在410，准备数据并且获得对两个波长的测量的无几何组合。对于N个参考站，理想情况下对于M个卫星中的每个存在每时间点N个测量。目标是根据N个测量来推导作为状态向量420的一部分的N个模糊度421，422，...，42N。在430，用多径状态(每参考站1个)和用于表征电离层的项来增加状态向量。Kalman滤波算法440然后被单独地应用于每个卫星。由于要估计的状态的数量大于参考站的数量，在若干时间点上获得的测量被用于分隔状态向量420的状态。如这里提出的电离层的改进建模导致了如在451指示的单差模糊度的更好收敛性，以及如在452指示的对状态向量420的参数的现实误差估计和如在453指示的跨网络的电离层的参数表示。

数据准备

这里描述的模型是基于对各自载频L1和L2的波长λ1和λ2的相位测量的。所述测量通过N个参考站的网络而获得，所述N个参考站每个都具有准确已知的坐标(xn，yn，zn)，n∈{1，...，N}。所述站接收来自位于坐标(x^m(t)，y^m(t)，z^m(t))，m∈{1，...，M(t)}的M个卫星的代码和相位测量。空间划分的几何布局(当从每个参考站观看时的轨道运行卫星的位置)连续改变，以及在每个参考站可见的卫星数量M随时间t改变。参考站的物理间隔在10-100km的数量级上。卫星典型地更广泛地散布，并且因此其在给定参考站接收的信号探测天空的很大程度上不同的部分。因而假设从站到站的电离层效应之间的强相关性，认为从卫星到卫星的电离层效应是独立的。在其对于网络可见的整个时间段内与其它卫星无关地对待每个卫星。随后构建不同卫星之间的状态估计之差以便能消除卫星共有的误差。

站n与卫星m之间的真实距离R_n ^m通过以下方程与载波相位测量_iφ_n ^m相关(其中，i表示观测的载波频率)

$R_n^m={\mathrm{\λ}}_i(\mathrm{\φ}_n^m{}_i+N_n^m{}_i)-T_n^m+I_n^m{}_i-\mathrm{MP}_n^m{}_i+c({\mathrm{\δt}}_n-{\mathrm{\δt}}^m)-{\mathrm{\ϵ}}_n^m.---(1.)$

项_iN_n ^m是对于在真空中传播的信号的参考站n与卫星m之间的载波频率的全波长的初始(理论)数量。项T_n ^m表示由地球大气的不带电层-对流层引入的延迟。项_iI_n ^m表示由于电离层产生的波峰的负延迟(视在(apparent)“加速度”)。多径项_iMP_n ^m由信号在接收机周围的反射产生，并且是厘米级的。该关系式的右侧受到多余参量(nuisance parameter)的严重干扰，特别是参考站δt_n与卫星球缺δt^m之间的时钟偏移(乘以信号传播速度c)。项ε_n ^m表示在方程(1)中未说明的误差。

当前，GPS***在两个波长λ₁＝0.19029m和λ₂＝0.24421m提供信号。对流层延迟T_n ^m、时钟偏移δt_n，δt^m、以及站与卫星之间的真实距离R_n ^m全部与信号频率无关。这一事实可以通过取得站-卫星对的相位测量的差而被利用以消除与频率无关的参数。另外，存在关于不同频率的波所经历的效应的不同波长的电离层相位提前之间的已知物理关系 $I_n^m{}_1/I_n^m{}_2=f_2^2/f_1^2={\mathrm{\λ}}_1^2/{\mathrm{\λ}}_2^2,$ 完全满足我们的目的的近似，参见1992年8月的TDA Progress Report中S.Bassiri等人的“Modeling the GlobalPositioning System Signal Propagation Through the Ionosphere”。利用该关系式并构建方程(1)的差，我们得到基本的“无几何”(电离层)观测方程。

${\mathrm{\φ}}_n^m=-N_n^m+{\mathrm{MP}}_n^m+I_n^m+\mathrm{\ϵ}.---(2.)$

这里我们缩写为

${\mathrm{\φ}}_n^m=\frac{{\mathrm{\λ}}_1^2}{{\mathrm{\λ}}_2^2-{\mathrm{\λ}}_1^2}(\mathrm{\φ}_n^m{}_1{\mathrm{\λ}}_1-\mathrm{\φ}_n^m{}_2{\mathrm{\λ}}_2),---(3.)$

$N_n^m=\frac{{\mathrm{\λ}}_1^2}{{\mathrm{\λ}}_2^2-{\mathrm{\λ}}_1^2}(N_n^m{}_1{\mathrm{\λ}}_1-N_n^m{}_2{\mathrm{\λ}}_2),---(4.)$

${\mathrm{MP}}_n^m=\frac{{\mathrm{\λ}}_1^2}{{\mathrm{\λ}}_2^2-{\mathrm{\λ}}_1^2}(\mathrm{MP}_n^m{}_1-\mathrm{MP}_n^m{}_2),---(5.)$

以及

$I_n^m=I_n^m{}_1,---(6.)$

其中，前缀下标涉及相应的波长1或2。注意，由于运算方程(4)，N_n ^m不再是整数并且带距离单位(米)。

处理测量φ_n ^m的目的是在一致框架和一致误差估计内迅速确定参数N_n ^m，MP_n ^m和I_n ^m。与确定各自载波频率L1和L2的波长λ₁和λ₂的整数模糊度相关的是整数模糊度的双差，其中在参考站之间取一次以及在卫星之间取一次。

这里，I_n ^m不被假设为在站之间是独立的，而是假设对于每个给定卫星的跨网络的相关性。

建模电离层

来自太阳的紫外线辐射和持续粒子流电离地球大气的气体，以产生带电气体层一电离层。带电气体对于例如GNSS信号的电磁波是色散介质。为了非常好的近似，频率f(以1/秒计)的电磁波的折射率n为

$n\≈1-40.3\frac{n_e}{f^2},---(7.)$

其中，n_e是以1/m³计的气体中的自由电子密度。(近似)常量40.3由例如电子质量、电子电荷等的自然常量的组合产生。结果是相比于信号在折射率为n_YOC＝1的真空中传播的穿透带电气体的相位峰值的提前到达：

$\mathrm{\Δ\τ}=-\frac{1}{c}\frac{40.3}{f^2}\∫n_o\mathrm{dl},---(8.)$

其中，积分穿过连接参考站接收机r与卫星s的通路。积分表达式一般称为“总电子含量”(TEC)。负号是使用术语“相位提前”的原因。以米表示(在乘以光速之后)的电离层提前与总电子含量之间的连接为

$I=40.3\frac{\mathrm{TEC}}{f^2}.---(9.)$

波峰向接收机的偏移是电磁无线电波与构成地球大气的带电层(所谓的电离层)的电离气体交互的结果。已知电离层的电子密度在地面以上大约350千米的高度处具有宣称的最大值。参见Radio Science 2(36)2001，261中D.Bilitza的“International Reference Ionosphere 2000”。因此，许多模型将电离层效应归因于在该高度围绕地球的壳。图5示出了这种围绕地球表面510的壳的一部分500。

作为对理解本发明原理的辅助，首先利用这种单层模型来描述实施例。下面描述的另一实施例包括由具有非零厚度的电离层所产生的干扰，其具有用于包括根据高度变化的密度的选项。

参考图5，网络的N个参考站511、512、513、51N观测受电离层500干扰的卫星541的信号。地球上的网络到电离层的投影定义了来自卫星541的射线到各个参考站511、512、513、51N的穿透点521、522、523、52N。该投影的中心530被取作参考点，根据该参考点将穿透点的相对坐标计算为(Δλ_n，Δφ_n)，n∈{1，...，N}。然而原则上，参考点的定义完全是任意的。

除了当卫星在参考站的正上方时，信号射线以如图6所示的从卫星到接收机的倾斜通路而穿透电离层，例如从卫星541到参考站511的信号射线601。该倾斜通路由所谓的映射函数m_apping(ζ)＝1/cos(ζ)明确说明，其中ζ是信号射线与通过穿透点的垂直于电离层的线(例如线602)之间的角度。由于从给定卫星到每个参考站的信号射线的倾斜通路以不同的角度穿透电离层，因此所述角度对于每个参考站是不同的。因此，映射函数对于每个卫星到参考站组合是不同的。不同倾斜角度的效应可以通过将几何相关的TEC关联于无几何VTEC(垂直TEC)(TEC/m_mapping(ζ)＝TECcos(ζ)＝VTEC)来补偿。如图6中关于参考站511和卫星541所示，沿倾斜通路601确定的TEC对应于沿穿透点521处的垂直于电离层500的线602的VTEC。

通过上面引入的相对坐标和映射函数的概念，跨网络区域的电离层提前可以写为(这里大写的i和j被看作是指数而非索引)

即，跨网络区域的电离层提前就其泰勒级数(或任意其它例如球贝塞尔函数的正交函数的集合)来被表示。对大多数目的来说，如这里所示的，展开可以在第一阶被停止，并且术语a_1，0＝a_λ和a_0，1＝a

可以被引入。表达式a_0，0＝I₀是在参考点处的电离层提前，而a_λ和a是用相对坐标表示的电离层的梯度。穿透点处的电离层因此表示为

对于视野中的每个卫星m，我们由此具有用于表征跨网络区域的电离层的参数(I₀ ^m，a_λ ^m，a

^m)。那些参数将与载波相位整数模糊度和多径状态一起被估计。一般地，如果展开方程(10)进行到第k阶，则对于电离层引入的状态数目为(k+1)(k+2)/2。方程(11)的其它项(m_n ^m，Δλ_n ^m，Δ _n ^m)由网络几何和卫星m的位置给出。

图7示出了电离层参数(I₀ ^m，a_λ ^m，a

^m)如何相对于参考点描述穿透点处的电离层。电离层在参考点处具有为I₀ ^m的VTEC，其具有在角度方向λ上的斜率a_λ ^m和在角度方向上的斜率a

^m。在图7的实例中，穿透点521处的VTEC 700是I₀ ^m的分量701、基于斜率a_λ ^m和在方向λ上穿透点521距参考点530的角度距离的分量702以及基于斜率a ^m和在方向

上穿透点521距参考点530的角度距离的分量703的总和。

尽管电离层的线性处理获得极好的可用性，然而可靠性是随着考虑电离层厚度的更现实的模型而增加的。如已知的那样(例如Radio Science 2(36)2001，261中D.Bilitza的“International Reference Ionosphere2000”)，电离层的电子密度具有在地面以上300-400千米之间的高度处迅速达到峰值的随高度h变化而变化的特定剖面(profile)f(h)。为计算射线从卫星m到站n经历的电子含量，将计算积分

$I_n^m\∝\underset{(x^m,y^m{,z}^m)}{\overset{(x_n,y_n,z_n)}{\∫}}\mathrm{ds\; f}\left(h\right),---(12.)$

其中，s是沿站与卫星之间的直接视线的测量。应当指出，对于已考虑的简单壳模型，f(h)＝Δ(h-h₀)(Dirac Delta分布)，该表达式返回先前的映射函数，即

通过对f(h)使用合适的参数，对于所有站-卫星对的积分可以在每个时间点用数字计算。为了实用，按照箱型(box profile)的近似是完全足够的，并且获得超越壳模型的改进。进一步假设电离层中的梯度不取决于高度。这个假设可以容易地通过对不同高度进一步添加梯度状态来缓和。电离层的有限厚度是模型的重要特征这一事实可以通过绘制低仰角卫星的射线的入口和出口点来理解，如图8所示。如果电离层壳800的厚度为200千米，则入口点805和出口点810可以被分隔大约1000千米。利用a_λ，a_φ～10^-3m/km的典型梯度，用于计算电离层提前的分量从入口点到出口点变化很大。

包含要单独对于每个卫星m来估计的状态变量的状态向量

因而概括为

其中：

N₁ ^m，...，N_N ^m是上面在方程(4)处讨论的从卫星m到n个参考站中的每个参考站n的整数数量载波相位波长的无几何组合；

MP₁ ^m，...，MP_N ^m是从卫星m到N个参考站中的每个参考站n的信号的多径效应；

I₀ ^m是在参考点处的电离层的VTEC；

a_λ ^m是从参考点的、在角度方向λ上的电离层的VTEC的梯度；以及

a

^m是从参考点的、在角度方向

上的电离层的VTEC的梯度。

滤波算法

为从观测结果的时间序列提取状态向量

的参数，应用标准Kalman滤波算法。为简化符号表示，代表卫星(或Kalman滤波器)m的上标m被丢弃。应当理解，以下Kalman滤波器被单独应用于对每个卫星m的参考站观测结果。在从卫星接收信号的N个参考站中的每个的当前相位测量关联于状态向量

的状态变量的观测矩阵(或设计矩阵)H如下给出(见方程(2)、方程(11)和方程(13))

从而，通过 $\stackrel{\→}{l}=({\mathrm{\φ}}_1,...,{\mathrm{\φ}}_N),$

$\stackrel{\→}{l}=H\stackrel{\→}{x}.---(15.)$

(项

指示N维单位矩阵)。从这里起，丢弃指示变量为向量的字母上的箭头。这在处理向量时根据上下文是清楚的。用于根据当前状态x₊计算对即将到来的状态x^-的估计的状态转移矩阵需要一些几何考虑。从一个时间点t_i-1到下一个时间点t_i，穿透点的位置由于卫星的运动和地球的转动而改变。因此，从一个时间点到下一个，各个穿透点的坐标将偏移δλ_i，δφ_i，以及参考点的坐标(网络的中心在电离层上的投影)将偏移ΔΛ_CPP，Δφ_CPP。因此，当被所述设计矩阵实施时，I₀的估计相应地改变

应用于状态的多径元素的指数函数e^-t/tcMP模拟具有时间常量t_c ^MP的多径上的Gauss-Markov行为。对于即将到来的时间点k的状态估计

由在先的时间点k-1的状态

给出，

${\stackrel{\→}{l}}_k^{-}={\mathrm{\Φ}}_{k-1}{\stackrel{\→}{l}}_{k-1}^{+}.---(17.)$

随同被投影的状态估计一起产生的是对于该状态的被投影方差-协方差矩阵，其是从误差传播中获得的

$P_k^{-}={\mathrm{\Φ}}_{k-1}{P}_{k-1}^{+}{\mathrm{\Φ}}_{k-1}^T+Q_{k-1}.---(18.)$

***驱动噪声Q_k被设计为模拟与状态演进相关的动态过程，并且因此与模型相关。例如，假设关于梯度和电离层的绝对项的随机走动过程导出对角矩阵

其中，多径状态经历了根据Gauss-Markov过程的具有时间相关性的噪声输入。(这里，0_N×N是用零填充的N维块矩阵)。假设σ_MP ²是用1/sin²(仰角)调制的常量。对于来自世界上的不同网络的数据集的经验显示，(5mm)²是同样适合于所有网络的选择。项q_λ和q

与网络投影跨电离层传播的速度有关。线性关系与常量参数一起被使用。按照Gauss Markov过程的梯度的建模是期望的选项，因为其保持参数的值不会偏离到过大的值。状态P₁的误差传播矩阵用针对模糊度被设为无穷大的对角元素而被初始化，并且由多径和电离层值的参数来定义。根据状态和误差估计，Kalman增益被估计为(利用测量噪声矩阵P₁)

$K_k=P_k^{-}{H}_k^T{(H_k{P}_k^{-}{H}_k^T+R_k)}^{-1}.---(20.)$

与时间点k的测量l_k一起，状态估计由下式更新

$x_k^{+}=x_k^{-}+K_k(l_k-H_k{x}_k^{-}).---(21.)$

最后，对于该时间点的误差估计被给出为

这完成了描述状态向量的分量如何从在参考站获得的噪声观测数据中被提取的算法。

电离层信息的进一步使用

上面介绍的方法通过适配跨GPS接收机的网络的电离层的物理上更准确的模型来提供更快速和更可靠的滤波算法。另外，如参考图5和图7所描述的那样，所提取的电离层参数(I₀ ^m，a_λ ^m，a ^m)包含可以被***网络内部(或稍微外部)的任意位置的物理信息。这对于移动接收机单元的用户(漫游者)特别有用，其中电离层信息甚至对于单频率接收机的情况也可以立即被用于改进本地定位解决方案。假设漫游者的坐标(x_r，y_r，z_r)对于该漫游者是近似已知的，以及所提取的电离层参数(I₀ ^m，a_λ ^m，a

^m)从网络被传送到该漫游者。对于这些近似坐标，对于所有相关卫星的电离层穿透点和映射函数m_r可以被容易地计算。如上面针对参考站所描述的，对网络投影的参考点的相对坐标(Δλ_r ^m，Δ

_r ^m)可以针对从卫星m到漫游者r的信号射线的穿透点而被计算。类似于方程(10)或(11)，利用从滤波算法中提取的参数，对漫游者的电离层校正的估计可以如下给出

对3+个频率的应用

上面介绍的模型还适用于将由现代化GPS***和Galileo***提供的三个或更多频率上的信号。

可以通过使用对三个或更多载波中的两个的测量结果、如上面针对当前GPS***所描述的那样直接应用所述模型。在该情况下，优选地为无几何滤波器选择具有最大频率(和波长)差的两个载波。利用多于两个的载波，相位测量的附加(不同)线性组合可以在滤波器中被处理，该滤波器等价于这里所介绍的将导致减小的误差且改进模糊度和电离层参数的求解次数的滤波器。利用三个或更多的频率，两个频率可以被用于无几何滤波器，以及附加的一个或多个频率可以引入Q滤波器中，其在美国公开专利申请US2005/0101248A1中被描述。

示例性实施例

这里描述的发明概念可以用于许多不同的过程和设备。现在将描述一些示例性实施例。应当理解，其旨在说明而非限制本发明的范围。

图9概略地示出了根据本发明的用于处理两个载波的GNSS信号数据的解决方案。网络接收机900提供具有对多个卫星的L1和L2观测结果的GNSS信号数据的集合905。GNSS信号数据集合905在VRS(虚拟参考站)服务器过程910中被处理。在信号数据经过在915的同步器之后，其被提供给分离的滤波器过程：无几何滤波器过程920、无电离层滤波器过程930以及可选的无几何和无电离层代码滤波器过程940。无几何滤波器过程920使用增加以多径(MP₁ ^m，...，MP_N ^m)和电离层参数(I₀ ^m，a_λ ^m，a

^m)的无几何滤波器组(例如图3中的300)。滤波器组中的每个滤波器对应于所观测的卫星(例如滤波器301，302，...，30M)。无几何滤波器过程920的滤波器使用无几何电离层载波-相位组合来获得对电离层载波-相位组合的模糊度估计和关联统计信息以及多径(MP₁ ^m，...，MP_N ^m)和电离层参数(I₀ ^m，a_λ ^m，a

^m)值的阵列925。无电离层滤波器过程930使用几何载波-相位组合来获得对几何载波-相位组合的模糊度估计和关联统计信息的阵列935。码滤波器过程940使用无几何和无电离层的代码-载波组合来获得对无几何和无电离层的代码-载波组合的模糊度估计和关联统计信息的阵列945。阵列925、935和945被提供给组合过程950以获得对所有载波-相位观测结果的模糊度估计和关联统计信息的阵列955。阵列955被提供给计算过程960以计算模糊度的整数值。利用来自同步器的初始GNSS数据和产生的整数965，参考站处的误差在970被计算。通过使用这些误差975，位于漫游者的近似位置的VRS数据在980通过将数据从参考站靠近漫游者位置移动而被计算。优选地，选择来自最靠近漫游者的站的数据。该数据流在990被提供给漫游者。

图10示出了在图9的过程中有用的滤波器的结构。GPS信号数据集合被提供给VRS处理器。在1010中的同步之后，其被传送到如所描述的增加以多径(MP₁ ^m，...，MP_N ^m)和电离层参数(I₀ ^m，a_λ ^m，a

^m)的无几何滤波器组1020。组1020的每个滤波器处理在多个参考站对单个卫星取得的观测结果；一个滤波器被提供给M个被观测卫星中的每个。GPS信号数据集合905被提供给处理所有M个被观测卫星的观测结果的单个无电离层滤波器1030。GPS信号数据集合被可选地提供给代码滤波器组1040。所需要的因而是每站一个组，其中每个组对于每个卫星持有一个滤波器。组1040的每个滤波器处理在多个参考站对单个卫星取得的观测结果；一个滤波器被提供给M个被观测卫星中的每个。组合器1050捆绑不同滤波器的浮点解，其后是1060处的整数模糊度求解。模糊度被应用于参考站的测量结果以在1070计算参考站处的误差。给定漫游者的近似位置985，VRS数据流在1080被计算，以及VRS数据的数据流在990被提供给漫游者。

图11示出了无几何滤波器组1020的详细结构。一个滤波器301，302，...，30M被提供用于处理在各个参考站取得的被观测卫星SV1，SV2，...，SVM中的每个的观测结果。滤波器301，302，...，30M中的每个的状态向量被增加以多径(MP₁ ^m，...，MP_N ^m)和电离层参数(I₀ ^m，a_λ ^m，a

^m)。双差运算器1120被提供用于取得卫星与参考站之间的双差。

图12概略地示出了根据本发明的用于处理两个载波的GPS信号数据的解决方案。网络接收机1200提供具有对多个卫星的L1和L2的观测结果的GPS信号数据的集合1205。GNSS信号数据集合1205在网络服务器过程1210中被处理。在信号数据经过1215处的同步器之后，其被提供给分离的滤波器过程：无几何滤波器过程1220、无电离层滤波器过程1230以及可选的无几何和无电离层代码滤波器过程1240。无几何滤波器过程1220使用增加以多径(MP₁ ^m，...，MP_N ^m)和电离层参数(I₀ ^m，a_λ ^m，a

^m)的无几何滤波器组(例如图3中的300)。该滤波器组中的每个滤波器对应于一个被观测卫星(例如滤波器301，302，...，30M)。无几何滤波器过程1220的滤波器使用无几何电离层载波-相位组合来获得对电离层载波-相位组合的模糊度估计和关联统计信息以及多径(MP₁ ^m，...，MP_N ^m)和电离层参数(I₀ ^m，a_λ ^m，a

^m)值的阵列1225。无电离层滤波器过程1230使用几何载波-相位组合来获得对几何载波-相位组合的模糊度估计和关联统计信息的阵列1235。代码滤波器过程1240使用无几何和无电离层的代码-载波组合来获得对无几何和无电离层的代码-载波组合的模糊度估计和关联统计信息的阵列1245。阵列1225、1235和1245被提供给组合过程1250以获得对所有载波-相位观测结果的模糊度估计和关联统计信息以及多径(MP₁ ^m，...，MP_N ^m)和电离层参数(I₀ ^m，a_λ ^m，a

^m)值的阵列1255。阵列1255被提供给计算过程1260以计算模糊度的整数值。解出的模糊度直接应用于1205处的GPS信号的各个测量结果以在1280聚合网络广播数据。该无模糊度的数据在1285作为网络广播数据被传送到网络中的任意位置。

图13示出了在图12的过程中有用的滤波器的结构。GPS信号数据集合1205被提供给VRS处理器。在1310中的同步之后，其被传送到如所描述的增加以多径(MP₁ ^m，...，MP_N ^m)和电离层参数(I₀ ^m，a_λ ^m，a

^m)的无几何滤波器组1320。组1320的每个滤波器处理在多个参考站对单个卫星取得的观测结果；一个滤波器被提供用于M个被观测卫星中的每个。GPS信号数据集合1205被提供给处理所有M个被观测卫星的观测结果的单个无电离层滤波器1330。GPS信号数据集合1205可选地被提供给代码滤波器组1340。组1340的每个滤波器处理在多个参考站对于单个卫星取得的观测结果；一个滤波器被提供用于M个被观测卫星中的每个。组合器1350捆绑不同滤波器的浮点解，其后是在1360的整数模糊度求解。该模糊度被应用于参考站的测量结果以在1370计算参考站处的误差。所解出的模糊度在1380的网络广播聚合器中应用于同步数据流1205。该无模糊度的数据在1285中作为网络广播数据被传送到网络内的任意位置。

图14概略地示出了例如针对Galileo和现代化GPS提出的三载波频率场景。接收机1400接收来自视野中的任意数量卫星的GNSS信号，所述卫星例如是分别在1210、1220和1230处示出的SV1、SV2和SVM。该信号经过在1440示意性示出的地球的大气层。每个信号具有三个或更多频率f1，f2，...，fk。接收机1400根据所述信号来确定至每个卫星的各自的伪距PR1、PR2、PRm。大气和多径效应导致如在1450示意性指示的信号通路的变化，其中，其使伪距确定失真。

图15是说明根据本发明实施例的用于利用对三个或更多载波的GNSS信号的因式分解的模糊度求解来计算GNSS位置的结构的流程图。通过观测在多个参考站从多个卫星SV1，SV2，...，SVM接收的信号而获得GNSS信号数据集合1505。GNSS信号数据集合1505被提供给为滤波而准备数据的处理单元1510，并且所产生的准备好的数据1415然后被提供给处理单元1520，该处理单元1520对该准备好的数据应用完全因式分解的载波模糊度求解(CAR)滤波器。

完全因式分解的载波模糊度求解(CAR)滤波器的特征和变化在2005年5月12日公开的美国专利申请公开US2005/0101248A1中被描述；根据本发明，完全因式分解的CAR滤波器的无几何滤波器通过用多径(MP₁ ^m，...，MP_N ^m)和电离层参数(I₀ ^m，a_λ ^m，a

^m)来增加无几何滤波器的状态向量而被修改。美国专利申请公开US2005/0101248A1的内容在这里引入作为参考。

对准备好的数据应用完全因式分解的CAR滤波器单元1520的结果是对于所有载波-相位观测结果的模糊度估计和对所有发射机(例如对于所有被观测GNSS卫星和/或伪造物)的关联统计信息的阵列1525。阵列1525被提供给解析整数模糊度的单元1530。这些模糊度再次被用于在误差计算单元1370中的误差计算，其在1535提供参考站处的误差。

图16示出了如根据本发明实施例所修改的且适于执行滤波器过程1520的完全因式分解的3+载波模糊度求解滤波器1620的结构。准备好的GNSS信号数据集合1615被提供给包含若干用于执行子过程的单元的完全因式分解的CAR滤波器1520。单元1625根据准备好的数据集合来计算用于形成要在滤波器中处理的被观测测量结果的线性组合的系数。具有已计算系数的准备好的数据集合被传递给多个子滤波器。这些子滤波器包括：单个无电离层滤波器1630；具有每被观测卫星一个滤波器的无几何滤波器组1635，每个无几何滤波器的状态向量被增加以多径(MP₁ ^m，...，MP_N ^m)和电离层参数(I₀ ^m，a_λ ^m，a ^m)；其中每个滤波器组具有每被观测卫星一个滤波器的一个或多个精华(quintessence)滤波器组1640(1)到1640(nf-2)；以及其中每个滤波器组具有每被观测卫星一个滤波器的一个或多个代码滤波器组1645(1)到1645(nf)，其中nf是GNSS载波频率的数量。由子滤波器产生的阵列被提供给组合器1650，该组合器提供关联的统计信息和对所有载波相位观测的模糊度估计的组合阵列1655。阵列1655被提供给解析模糊度的单元1660。如在美国专利申请公开US2005/0101248A1中所说明的那样，精华滤波器组的数量是两个，其少于GNSS信号数据集合1615的载波频率的数量nf。

图17概略地示出了根据本发明实施例的用于处理具有三个或更多载波的GNSS信号数据集合1705的方法。GNSS信号数据集合1705可选地在1710被处理以计算用于例如滤波器1720的完全因式分解的3+载波模糊度求解滤波器的子滤波器的系数1715；系数1715可以可选地以稍微大些的处理负担为代价在子滤波器中被计算。系数的计算在美国专利申请公开US2005/0101248A1中被描述。子滤波器过程1720对数据集合1705应用例如无电离层滤波器1630的、使用几何载波-相位组合的无电离层滤波器，以获得对于几何载波-相位组合的模糊度估计和关联统计信息的阵列1725。子滤波器过程1730对数据集合1705应用例如无几何滤波器组1635的、使用增加以多径(MP₁ ^m，...，MP_N ^m)和电离层参数(I₀ ^m，a_λ ^m，a

^m)的无几何电离层载波-相位组合的一组无几何滤波器，以获得对电离层载波-相位组合的模糊度估计和关联统计信息以及多径(MP₁ ^m，...，MP_N ^m)和电离层参数(I₀ ^m，a_λ ^m，a

^m)的阵列1635。子滤波器过程1740对数据集合1705应用例如精华滤波器组1540(1)...1540(nf-2)的、使用无几何和无电离层载波-相位组合的至少一组精华滤波器，以获得对无几何和无电离层载波-相位组合的模糊度估计和关联统计信息的阵列1745。如在美国专利申请公开US2005/0101248A1中所讨论的那样，精华滤波器组的数量取决于载波频率的数量。子滤波器过程1750对数据集合1705应用例如代码滤波器组1645(1)，...，1645(nf)的、使用多个无几何代码-载波组合的至少一个代码滤波器组，以获得对多个发射机的关联统计信息和对代码-载波组合的模糊度估计的阵列1755。代码滤波器组的数量和特征在美国专利申请公开US2005/0101248A1中被描述。阵列1625、1635、1645和1655在1760被组合以获得对所有载波相位观测结果的模糊度估计和关联统计信息以及多径(MP₁ ^m，...，MP_N ^m)和电离层参数(I₀ ^m，a_λ ^m，a

^m)的组合阵列1765。如为优化例如计算效率、处理器功耗和/或根据数据集合1705的可用性来定位的总处理时间所期望的那样，子滤波器过程1720、1730、1740、1750可以例如在处理器内的分离线程中或在分离的处理器中被并行执行。阵列1765可选地被传递给过程1770以例如通过计算浮点解和/或通过利用验证计算整数最小二乘来计算位置1775。各种位置计算技术例如在美国专利申请公开US2005/0101248A1中被讨论。

图18示出了根据本发明实施例的操作模式，其中多个参考站在网络中被使用。参考接收机1805、1810、1815每个都向网络服务器1820提供例如在美国专利申请公开US2005/0101248A1中描述的格式化多频带RTK数据流的参考站数据。在虚拟参考站模式中，参考站数据被网络服务器1820组合以产生模拟用于所声明位置的参考站的数据集合，所述所声明位置例如是漫游者接收机1815的位置。

图19示出了根据本发明实施例的操作模式，其中多个单独的参考站被使用。参考站1905、1915、1925向网络服务器处理器1935提供各自的参考站数据1910、1920、1930。网络服务器处理器使用所呈现的电离层模型生成网络广播校正来帮助解析模糊度。网络广播校正1940被提供给漫游者接收机1900，其通过适当的天线1945和数据链路1950接收该网络广播校正。如果参考站数据为了经由数据链路的有效传输而被压缩，则漫游者接收机1900中的数据解压缩单元1955解压缩参考站数据以由处理器2045中的一个或多个其他处理单元使用。

漫游者接收机1900还包括用于接收GNSS信号的天线1975和用于产生用于漫游者处理器2045的漫游者-接收机载波相位和伪距数据1985的合适信号接收和解调电子器件1980。漫游者处理器2045包括数据压缩单元1955和用于每个参考站的多参考站位置计算单元1990。计算单元1990计算漫游者接收机1900的RTK定位并且作为输出数据提供RTK位置和状态信息1995。

本领域的技术人员应当认识到，本发明实施例的详细描述仅是说明性的，而决不旨在是限制性的。本发明的其它实施例对于受益于本公开的技术人员是显而易见的。例如，尽管最小-误差组合在实例中被采用，然而本领域的技术人员应当认识到，许多组合是可能的，以及除最小-误差组合外的组合在不是最优结果的情况下也是可以接受的；因此，权利要求除非在明确要求的情况下否则不旨在限于最小-误差组合。详细参考如在附图中说明的本发明的实现。相同的参考标记贯穿附图和下面的详细描述代表相同或类似的部分。

为清楚起见，并未显示并描述此处描述的实现的所有常规特征。在开发任何这种实际实现中应当认识到，必须作出许多实现指定的决定以达到开发者的特定目标，例如遵守应用相关和商业相关的约束，并且这些特定目标对于每种实现和每个开发者而言都是不同的。此外，应当认识到，这种开发成果可能是复杂和耗时的，但对于受益于本公开的本领域技术人员仍然是工程的常规措施。

根据本发明的实施例，部件、过程步骤和/或数据结构可以利用各种类型的操作***(OS)、计算机平台、固件、计算机程序、计算机语言和/或通用机来被实现。所述方法可以作为运行在处理电路上的编程过程来运行。所述处理电路可以采取处理器和操作***的多种组合或单独设备的形式。所述过程可以作为由这种硬件执行的指令、由硬件本身或由其任意组合来实现。所述软件可以被存储在机器可读的程序存储设备上。例如滤波器和滤波器组的计算单元可以通过使用面向对象的编程语言来被容易地实现，以便每个所需的滤波器按照需要而被例示。

本领域的技术人员应当认识到，例如硬连线设备、包括现场可编程门阵列(FPGA)和复杂可编程逻辑设备(CPLD)的现场可编程逻辑设备(FPLD)、专用集成电路(ASIC)等的具有较不通用本质的设备在不脱离这里公开的发明概念的范围和精神的情况下也可以被使用。

根据本发明的实施例，所述方法可以在数据处理计算机上被实现，例如个人计算机、工作站计算机、主机或高性能服务器，其运行例如来自华盛顿Redmond的Microsoft公司的Microsoft

Windows

XP和Windows

2000、或来自加利福尼亚Santa Clara的Sun Microsystems公司的Solaris

、或来自许多厂商的例如Linux的Unix操作***的各种版本。所述方法还可以在多处理器***上、或在包括各种***设备的计算环境中被实现，所述***设备例如是输入设备、输出设备、显示器、指点设备、存储器、存储设备、用于向和从所述处理器传送数据的介质接口等。这种计算机***或计算环境可以被本地联网或基于互联网的联网。

Claims (22)

1.一种用于处理从信号中导出的GNSS信号数据的集合的方法，其中，所述信号具有至少两个载波频率并且在多个时间点上在两个或更多参考站处从两个或更多卫星被接收，该方法包括：

a.对于每个卫星，形成根据在时间点期间在所述参考站处接收的两个载波频率而导出的GNSS信号数据的无几何组合；

b.对于每个卫星，对所述无几何组合应用滤波器，以获得表示以下内容的状态值：(i)每个参考站的载波-相位模糊度，(ii)参考点处的电离层提前，和(iii)跨网络区域的电离层提前相对于参考点的变化，以及对于所述状态值的误差估计；以及

c.对于多个时间点中的每个重复a.和b.，以更新所述状态值和误差估计。

2.根据权利要求1的方法，其中，b.的滤波器还获得表示针对每个参考站的多径参数的状态值。

3.根据权利要求1的方法，其中，表示电离层提前的所述状态值包括表示参考点处的电离层提前的状态值和表示相对于所述参考点的在相互正交方向上的电离层提前的梯度的状态值。

4.根据权利要求1的方法，其中，所述网络区域由其中在已知位置间隔开所述参考站的区域来限定，并且，所述参考点位于所述网络区域在代表地球电离层的表面上的投影的内部或外部。

5.根据权利要求1的方法，还包括：

d.形成所述GNSS信号数据的无电离层组合；

e.对所述无电离层组合应用滤波器，以获得表示对所述无电离层组合的载波-相位整数模糊度估计的状态值和关联统计信息；以及

f.组合b.和e.的所述状态值和关联统计信息，以确定对于所有载波相位观测结果的模糊度估计和关联统计信息。

6.根据权利要求1的方法，还包括：

d.形成所述GNSS信号数据的无电离层组合；

e.对所述无电离层组合应用滤波器，以获得表示对所述无电离层组合的载波-相位整数模糊度估计的状态值和关联统计信息；

f.利用多个无几何代码-载波组合对所述GNSS信号数据应用至少一个代码滤波器，以获得代表对所述无几何代码-载波组合的模糊度估计的状态值和关联统计信息；以及

g.组合b.、e.和f.的所述状态值和关联统计信息，以确定对于所有载波相位观测结果的模糊度估计和关联统计信息。

7.根据权利要求1的方法，其中，所述GNSS信号数据是根据在多个时间点上在所述参考站接收的至少三个载波频率而导出的，该方法还包括：

d.形成所述GNSS信号数据的无电离层组合；

e.对所述无电离层组合应用滤波器，以获得表示对所述无电离层组合的载波-相位整数模糊度估计的状态值和关联统计信息；

f.利用多个无几何代码-载波组合对所述GNSS信号数据应用至少一个代码滤波器，以获得代表对所述无几何代码-载波组合的模糊度估计的状态值和关联统计信息；

g.利用多个无几何和无电离层载波-相位组合对所述GNSS信号数据应用至少一个精华滤波器，以获得代表对所述无几何和无电离层载波-相位组合的模糊度估计的状态值和关联统计信息；以及

h.组合b.、e.、f.和g.的所述状态值和关联统计信息，以确定对所有载波相位观测结果的模糊度估计和关联统计信息。

8.根据权利要求5至7之一的方法，还包括：根据对所有载波相位观测结果的所述模糊度估计来计算所述参考站处的误差集合，从所述参考站处的误差集合中生成由位于移动GNSS接收机位置处的GNSS接收机使用的虚拟参考站数据集合，并且发送由位于所述移动GNSS接收机位置处的GNSS接收机使用的所述虚拟参考站数据集合。

9.根据权利要求5至7之一的方法，还包括：组合对于所有载波相位观测结果的模糊度估计与所述GNSS信号数据集合，以产生由所述网络区域中的GNSS接收机使用的网络广播数据集合，并且发送由所述网络区域中的GNSS接收机使用的所述网络广播数据。

10.一种用于处理从信号中导出的GNSS信号数据的集合的装置，其中，所述信号具有至少两个载波频率并且在多个时间点上在两个或更多参考站处从两个或更多卫星被接收，该装置包括：

a.处理单元，用于准备根据在时间点期间在所述参考站处接收的两个载波频率而导出的GNSS信号数据的无几何组合；以及

b.用于每个卫星的滤波器，用于从所述无几何组合中获得表示以下内容的状态值：(i)对于每个参考站的载波-相位模糊度，(ii)参考点处的电离层提前，和(iii)跨网络区域的所述电离层提前相对于参考点的变化，以及对于所述状态值的误差估计，

其中，所述处理单元a.和所述滤波器b.用于在多个时间点中的每个上更新所述状态值和误差估计。

11.根据权利要求10的装置，其中，所述滤波器还获得表示针对每个参考站的多径参数的状态值。

12.根据权利要求10的装置，其中，表示电离层提前的所述状态值包括表示参考点处的电离层提前的状态值和表示相对于所述参考点的在相互正交方向上的电离层提前的梯度的状态值。

13.根据权利要求10的装置，其中，所述网络区域由其中在已知位置间隔开所述参考站的区域来限定，并且，所述参考点位于所述网络区域在代表地球电离层的表面上的投影的内部或外部。

14.根据权利要求10的装置，还包括：

c.处理单元，用于准备所述GNSS信号数据的无电离层组合；

d.滤波器，用于从所述无电离层组合中获得表示对于所述无电离层组合的载波-相位整数模糊度估计的状态值和关联统计信息；以及

e.组合器，用于通过组合由滤波器b.获得的状态值和对于该状态值的误差估计和由滤波器d.获得的状态值和关联统计信息，来确定对于所有载波相位观测结果的模糊度估计和关联统计信息。

15.根据权利要求10的装置，还包括：

c.处理单元，用于准备所述GNSS信号数据的无电离层组合；

d.滤波器，用于从所述无电离层组合中获得表示对于所述无电离层组合的载波-相位整数模糊度估计的状态值和关联统计信息；

e.至少一个代码滤波器，用于利用所述GNSS信号数据的多个无几何代码-载波组合来获得对于所述无几何代码-载波组合的模糊度估计和关联统计信息；以及

f.组合器，用于通过组合由滤波器b.获得的状态值和对于该状态值的误差估计、由滤波器d.获得的状态值和关联统计信息和由至少一个代码滤波器获得的模糊度估计和关联统计信息，来确定对于所有载波相位观测结果的模糊度估计和关联统计信息。

16.根据权利要求10的装置，其中，所述GNSS信号数据是根据在多个时间点上在所述参考站处接收的至少三个载波频率而导出的，该装置还包括：

c.处理单元，用于准备所述GNSS信号数据的无电离层组合；

d.滤波器，用于从所述无电离层组合中获得表示对于所述无电离层组合的载波-相位整数模糊度估计的状态值和关联统计信息；

e.至少一个代码滤波器，用于利用所述GNSS信号数据的多个无几何代码-载波组合来获得对于所述无几何代码-载波组合的模糊度估计和关联统计信息；

f.至少一个精华滤波器，用于利用所述GNSS信号数据的多个无几何和无电离层载波-相位组合来获得对于无几何和无电离层载波-相位组合的模糊度估计和关联统计信息；以及

g.组合器，用于通过组合由滤波器b.获得的状态值和对于该状态值的误差估计、由滤波器d.获得的状态值和关联统计信息、由所述至少一个代码滤波器获得模糊度估计和关联统计信息和由所述至少一个精华滤波器获得的模糊度估计和关联统计信息，来确定对于所有载波相位观测结果的模糊度估计和关联统计信息。

17.根据权利要求14至16之一的装置，还包括：求解器，用于根据对所有载波相位观测结果的模糊度估计来计算所述参考站处的误差集合、从所述参考站处的所述误差集合中生成由位于移动GNSS接收机位置处的GNSS接收机使用的虚拟参考站数据集合，并且发送由位于所述移动GNSS接收机位置处的GNSS接收机使用的所述虚拟参考站数据集合。

18.根据权利要求14至16之一的装置，还包括：组合单元，用于组合对于所有载波相位观测结果的模糊度估计和所述GNSS信号数据集合以产生由所述网络区域中的GNSS接收机使用的网络广播数据集合，并且发送由所述网络区域中的GNSS接收机使用的所述网络广播数据。

19.一种用于通过处理从信号中导出的GNSS信号数据的集合来准备网络校正数据流的方法，其中，所述信号具有至少两个载波频率并且在多个时间点上在两个或更多参考站处从两个或更多卫星被接收，其中，所述网络校正数据流通过以下操作而被准备：

a.对于每个卫星，形成根据在时间点期间在所述参考站处接收的两个载波频率而导出的GNSS信号数据的无几何组合；

b.对于每个卫星，对所述无几何组合应用滤波器，以获得表示以下内容的状态值：(i)对于每个参考站的载波-相位整数模糊度，(ii)参考点处的电离层提前，和(iii)跨网络区域的电离层提前相对于所述参考点的变化，以及对于所述状态值的误差估计；

c.对于多个时间点中的每个重复a.和b.，以更新所述状态值和误差估计；

d.组合对于所有载波相位观测结果的所述模糊度估计与所述GNSS信号数据集合以产生由所述网络区域中的GNSS接收机使用的网络广播数据集合，并且发送由所述网络区域中的GNSS接收机使用的所述网络广播数据。

20.一种用于通过处理从信号中导出的GNSS信号数据的集合来准备网络校正数据流的方法，其中，所述信号具有至少两个载波频率并且在多个时间点上在两个或更多参考站处从两个或更多卫星被接收，其中，所述网络校正数据流通过以下操作而被准备：

a.对于每个卫星，形成根据在时间点期间在所述参考站处接收的两个载波频率而导出的GNSS信号数据的无几何组合；

b.对于每个卫星，对所述无几何组合应用滤波器，以获得表示以下内容的状态值：(i)对于每个参考站的载波-相位整数模糊度，(ii)在参考点处的电离层提前，和(iii)跨网络区域的电离层提前相对于所述参考点的变化，以及对于所述状态值的误差估计；

c.对于多个时间点中的每个重复a.和b.，以更新所述状态值和误差估计；

d.形成所述GNSS信号数据的无电离层组合；

e.对所述无电离层组合应用滤波器，以获得表示对于所述无电离层组合的载波-相位整数模糊度估计的状态值和关联统计信息；

f.组合b.和e.的所述状态值和关联统计信息，以确定对于所有载波相位观测结果的模糊度估计和关联统计信息；以及

g.组合对于所有载波相位观测结果的所述模糊度估计和所述GNSS信号数据集合以产生由所述网络区域中的GNSS接收机使用的网络广播数据集合，并且发送由所述网络区域中的GNSS接收机使用的所述网络广播数据。

21.一种用于通过处理从信号中导出的GNSS信号数据的集合来准备网络校正数据流的方法，其中，所述信号具有至少两个载波频率并且在多个时间点上在两个或更多参考站处从两个或更多卫星被接收，其中，所述网络校正数据流通过以下操作而被准备：

a.对于每个卫星，形成根据在时间点期间在所述参考站处接收的两个载波频率而导出的GNSS信号数据的无几何组合；

b.对于每个卫星，对所述无几何组合应用滤波器，以获得表示以下内容的状态值：(i)对于每个参考站的载波-相位整数模糊度，(ii)在参考点处的电离层提前，和(iii)跨网络区域的电离层提前相对于所述参考点的变化，以及对于所述状态值的误差估计；

c.对于多个时间点中的每个重复a.和b.，以更新所述状态值和误差估计；

d.形成所述GNSS信号数据的无电离层组合；

e.对所述无电离层组合应用滤波器，以获得表示对于所述无电离层组合的载波-相位整数模糊度估计的状态值和关联统计信息；

f.利用多个无几何代码-载波组合对所述GNSS信号数据应用至少一个代码滤波器，以获得对于所述无几何代码-载波组合的模糊度估计和关联统计信息；

g.组合b.、e.和f.的所述状态值和关联统计信息，以确定对于所有载波相位观测结果的模糊度估计和关联统计信息；以及

h.组合对于所有载波相位观测结果的所述模糊度估计和所述GNSS信号数据集合以产生由所述网络区域中的GNSS接收机使用的网络广播数据集合，并且发送由所述网络区域中的GNSS接收机使用的所述网络广播数据。

22.一种用于通过处理从信号中导出的GNSS信号数据的集合来准备网络校正数据流的方法，其中，所述信号具有至少两个载波频率并且在多个时间点上在两个或更多参考站处从两个或更多卫星被接收，其中，所述网络校正数据流通过以下操作而被准备：

a.对于每个卫星，形成根据在时间点期间在所述参考站处接收的两个载波频率而导出的GNSS信号数据的无几何组合；

b.对于每个卫星，对所述无几何组合应用滤波器，以获得表示以下内容的状态值：(i)对于每个参考站的载波-相位整数模糊度，(ii)在参考点处的电离层提前，和(iii)跨网络区域的电离层提前相对于所述参考点的变化，以及对于所述状态值的误差估计；

c.对于多个时间点中的每个重复a.和b.，以更新所述状态值和误差估计；

d.形成所述GNSS信号数据的无电离层组合；

e.对所述无电离层组合应用滤波器，以获得表示对于所述无电离层组合的载波-相位整数模糊度估计的状态值和关联统计信息；

f.利用多个无几何代码-载波组合对所述GNSS信号数据应用至少一个代码滤波器，以获得对于所述无几何代码-载波组合的模糊度估计和关联统计信息；

g.利用多个无几何和无电离层载波-相位组合对所述GNSS信号数据应用至少一个精华滤波器，以获得对于所述无几何和无电离层载波-相位组合的模糊度估计和关联统计信息；

h.组合b.、e.、f.和g.的所述状态值和关联统计信息，以确定对于所有载波相位观测结果的模糊度估计和关联统计信息；以及

i.组合对于所有载波相位观测结果的所述模糊度估计和所述GNSS信号数据集合以产生由所述网络区域中的GNSS接收机使用的网络广播数据集合，并且发送由所述网络区域中的GNSS接收机使用的所述网络广播数据。

Images