CN106054214A - 一种可削弱多路径效应的gnss数据处理方法 - Google Patents

Abstract

本发明公开了一种可削弱多路径效应的GNSS数据处理方法，包括：S1设置基准点和监测点；S2利用GNSS接收设备进行连续同步观测获得观测数据；S3对观测数据统一进行静态模式的基线解算；S4采用静态模式的基线解算获得各历元的基线分量；S5各历元的基线分量形成基线分量时间序列，按多路径重复周期分割将基线分量时间序列分割为子序列；S6对各子序列分别进行小波分解与重构；S7分别计算重构的所有子序列中各同类基线分量的均值，得最终基线分量；S8固定基准点坐标，利用最终基线分量进行平差，获取各监测点坐标。本发明方法可削弱多路径效应影响，从而确保GNSS监测精度，尤其适用于高层建筑施工测量。

Description

一种可削弱多路径效应的GNSS数据处理方法

技术领域

本发明属于工程测量技术领域，尤其涉及一种可削弱多路径效应的GNSS数据处理方法。

背景技术

当前，GNSS(全球卫星导航定位***)因其全天候、全天时、连续性、高精度、无需通视等优点，在建筑施工测量领域得到广泛应用。然而在一些特殊环境下，如高层建筑施工过程中，大量钢结构塔吊、金属围护栏、金属楼层隔板的使用，给卫星信号造成了极大的干扰，相比其他环境会产生更剧烈的多路径效应。此种多路径效应由点位周边的反射物造成，换言之，该多路径效应与周围环境密切相关。而通常各点位上的环境是千差万别的，常规的相对定位方式无法消除多路径效应，将导致定位结果产生厘米级以上的偏差，对施工产生极为不利的影响。

发明内容

本发明的目的是提供一种可削弱多路径效应的GNSS数据处理方法。

为达到上述目的，本发明提供的可削弱多路径效应的GNSS数据处理方法，包括步骤：

S1设置N个基准点，各基准点上架设一GNSS接收设备，N≥1；同时，设置K个监测点，各监测点上架设一GNSS接收设备，K≥1；基准点和监测点统称观测点；

S2利用GNSS接收设备进行M小时的连续同步观测获得观测数据，M≥2T，T为多路径重复周期；

S3对所有观测点的观测数据统一进行静态模式的基线解算，固定基准点坐标进行平差，得各监测点的初始坐标；

S4观测点间两两形成动态基线，以两观测点中多路径指标较小的观测点作为起点，另一观测点作为终点；固定起点的初始坐标，终点置为动态模式，采用PPK法解算，获得各历元的基线分量；各观测点的多路径指标根据各观测点的观测数据计算得到；

S5各历元的基线分量形成基线分量时间序列ΔBL，按多路径重复周期将ΔBL分割为D个子序列， 表示下取整；删除多余历元的基线分量数据；

S6对各子序列分别进行小波分解与重构，获得重构的子序列；

S7分别计算重构的所有子序列中各同类基线分量的均值，得最终基线分量；

S8固定基准点坐标，利用最终基线分量进行平差，获取各监测点坐标。

基准点设于地面，监测点设于变形特征的关键位置，在应用于高层建筑物测量时，监测点设于高层建筑物顶部施工层。

步骤S2中，进行连续同步观测的采样间隔不大于1秒。

作为优选，在执行步骤S3前对观测数据进行如下处理：

找出所有观测点公共的同步时间段，从观测数据中剔除非公共的同步时间段的观测数据；

遍历各观测点的观测数据，确保各多路径重复周期T内跟踪的卫星相同。

所述的确保各多路径重复周期T内跟踪的卫星相同，具体为：

若有某多路径重复周期内独有的卫星，删除该卫星的观测数据。

步骤S4中，若两观测点的多路径指标相等，则以两观测点中数据完整率较高或周跳比较小的观测点作为起点，各观测点的数据完整率和周跳比根据各观测点的观测数据计算得到。

作为优选，执行步骤S5前，对各历元的基线分量进行预处理，即，对基线分量中的非固定解，采用该非固定解前后相邻历元的固定解经线性内插，所得内插值代替该非固定解。

步骤S6进一步包括子步骤：

6.1对各子序列中基线分量分别进行小波分解；

6.2根据小波分解结果获得各子序列的第i层细节部分，计算各子序列第i层细节部分的相关系数ρ(i)，i＝1,2,......lev，lev表示小波分解层数；

6.3将最大相关系数所对应层号记为i'，利用各子序列小波分解结果中第i'层近似部分和第i'层以上的细节部分进行重构，获得重构的子序列。

作为优选，步骤S4中，在PPK法解算过程中，估计对流层天顶延迟参数，以削弱对流层误差。

与现有技术相比，本发明具有以下有益效果：

可削弱多路径效应影响，从而确保GNSS监测精度，尤其适用于高层建筑施工测量。

附图说明

图1为实施例所采用的GNSS监测***示意图；

图2为实施例中GNSS信号的多路径效应原理图；

图3为GNSS数据处理方法的具体流程图。

具体实施方式

为便于本领域普通技术人员理解和实施本发明，下面结合附图及实施例对本发明作进一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本发明，并不用于限定本发明。

见图1，本实施例针对高层建筑，为便于高层建筑顶部施工，在高层建筑附近地面选择一处视野开阔、地质稳定、无信号干扰和反射物的观测点，于观测点架设一GNSS接收设备作为基准点。在高层建筑顶部施工层，架设三台GNSS接收设备作为监测点，分别记为监测点1、监测点2、监测点3，监测点1、监测点2、监测点3的分布位置根据施工需求设定，无特别要求。由于塔吊、施工护栏、楼层隔板大量使用了金属构件，GNSS信号会因此产生严重的多路径效应，导致定位结果产生偏差。

图2示意性地给出了多路径信号的原理图，实际上，同一颗卫星的信号，可能会受到多个物体的镜面反射或漫反射，从多个不同的路径进入同一台GNSS接收设备，从而“污染”信号，给定位解算引入误差。然而，由于每台接收设备所处环境是有差异的，因而同一时刻其所受的多路径效应各不相同，无法通过相对定位的方式予以消除。

为有效消除多路径效应的影响，下面将提供一种GNSS数据处理方法的具体实施方式，其流程见图3。

第一步，利用前述4台GNSS接收设备进行48小时的连续同步观测，获得观测数据。本具体实施方式中，采样率设置为1s，卫星截止高度角为15°。文中基准点、监测点1、监测点2、监测点3统称为观测点。

第二步，根据观测数据进行预处理和静态模式的基线解算。

本步骤具体为：

2.1找出所有观测点公共的同步时间段，从观测数据中剔除非公共的同步时间段下的观测数据；

2.2对各观测点，遍历其连续48小时的观测数据，确保每一个多路径重复周期内跟踪的卫星相同；若有某多路径重复周期内独有的卫星，剔除该卫星的观测数据。

多路径重复周期为卫星运行周期与一个恒星日的公倍数，GPS卫星周期为11h58min，所以，本实施例中所采用的多路径重复周期为23h56m。

有时，由于卫星开始发射或停止工作的原因，使得卫星在某一个多路径重复周期内消失，又在另一多路径重复周期内出现，该卫星即某多路径重复周期内独有的卫星。

2.3对所有观测点的观测数据统一进行静态模式的基线解算，固定基准点坐标进行平差，得到监测点1、监测点2、监测点3的初始坐标。

第三步，动态模式的基线解算。

观测点两两间形成动态基线，每条动态基线包含一个起点和一个终点。动态基线起点的选取原则为：以多路径指标较小的观测点作为起点；若形成动态基线的两观测点的多路径指标相等，则选择数据完整率较高或周跳比较小的观测点作为起点。

本实施例中，共计形成动态基线6条。动态模式的基线解算具体为：固定起点的初始坐标，若起点为基准点，起点的初始坐标即基准点的已知坐标；终点置为动态模式，采用PPK法(相位后处理动态法)进行解算获得各历元的基线分量。本具体实施方式中，基线分量为以起点为原点的站心坐标系下的北基线分量ΔN、东基线分量ΔE和高基线分量ΔU。

上述多路径指标、数据完整率和周跳比可采用TEQC软件工具，根据各观测点的观测数据计算获得。作为优选，TEQC软件工具计算时所采用的观测数据为子步骤2.2所获得的观测数据。

为削弱对流层误差，在PPK法解算过程中，需估计对流层天顶延迟参数。

第四步，形成并分割基线分量时间序列。

各历元的基线分量形成基线分量时间序列，按多路径重复周期将基线分量时间序列ΔBL＝{ΔN,ΔE,ΔU}分割为2段子序列：ΔBL1＝{ΔN1,ΔE1,ΔU1}和ΔBL2＝{ΔN2,ΔE2,ΔU2}，一个子序列对应一个多路径重复周期，删除多余历元的基线分量数据。

作为优选方案，在形成基线分量时间序列前，对各历元的基线分量进行预处理，具体为：剔除基线分量中的非固定解，采用该非固定解前后相邻历元的固定解经线性内插，所得内插值代替该剔除的非固定解。

第五步，选对各子序列分别进行小波分解与重构。

小波基根据经验选择，也可通过对比试验选择更优的小波基。本具体实施方式中，取db4作为小波基。

下面将对本步骤进行详细说明。

5.1对子序列ΔBL1、ΔBL2的三个基线分量分别进行小波分解。

分解层数lev采用公式lev＝fix(log(lx/(lw-1))/log(2)计算获得，其中，lw表示所选小波基的低通滤波器的长度，本具体实施方式中，lw表示“db4”的低通滤波器的长度；lx表示基线分量时间子序列长度；fix表示取整。本实施例中，lw＝8，lx＝86400，所计算分解层数lev＝13。

以北基线分量ΔN1和ΔN2为例，其小波分解后如下：

ΔN1＝a13₁+d1₁+d2₁+…+d13₁ (1)

ΔN2＝a13₂+d1₂+d2₂+…+d13₂ (2)

式(1)～(2)中，a13₁和a13₂分别表示北基线分量ΔN1和ΔN2小波分解后的第13层近似部分；di₁和di₂分别表示北基线分量ΔN1和ΔN2小波分解后的第i层细节部分，i＝1,2,......13。

5.2根据小波分解结果获得各子序列的第i层细节部分，计算各子序列各层细节部分的相关系数，将第i层细节部分的相关系数记为ρ(i)，i＝1,2,......13。例如，ρ(3)表示ΔBL1小波分解所得的第3层细节部分与ΔBL2小波分解所得的第3层细节部分的相关系数。

5.3获取相关系数中的最大值，将该最大值所对应层号记为i'，利用第i'层近似部分和第i'层以上的所有细节部分进行重构，获得重构的子序列。

下面仍然以北基线分量ΔN1和ΔN2为例，对重构进行具体说明。

假设i'为5，则重构后的北基线分量ΔN1和ΔN2如下：

ΔN1'＝a5₁+d1₁+d2₁+d3₁+d4₁ (3)

ΔN2'＝a5₂+d1₂+d2₂+d3₂+d4₂ (4)

式(3)～(4)中，ΔN1'和ΔN2'分别表示重构的北基线分量；a5₁和a5₂分别表示北基线分量ΔN1和ΔN2小波分解后的第5层近似部分。

第六步，以重构的子序列的平均值作为最终基线分量。

下面仍然以北基线分量ΔN1和ΔN2为例对本步骤进行说明，东基线分量ΔE和高基线分量ΔU的最终基线分量的获得方法相同。

所得最终北基线分量如下：

$\mathrm{\Δ}\hat{N}=(\stackrel{\‾}{\mathrm{\Δ}N1}+\stackrel{\‾}{\mathrm{\Δ}N2})/2---\left(5\right)$

式(5)中，分别表示重构后的两子序列中北基线分量的均值。

第七步，固定基准点坐标，利用最终基线分量进行平差，获取各监测点坐标。

Claims (8)

1.一种可削弱多路径效应的GNSS数据处理方法，其特征是，包括步骤：

S1设置N个基准点，各基准点上架设一GNSS接收设备，N≥1；同时，设置K个监测点，各监测点上架设一GNSS接收设备，K≥1；基准点和监测点统称观测点；

S2利用GNSS接收设备进行M小时的连续同步观测获得观测数据，M≥2T，T为多路径重复周期；

S3对所有观测点的观测数据统一进行静态模式的基线解算，固定基准点坐标进行平差，得各监测点的初始坐标；

S4观测点间两两形成动态基线，以两观测点中多路径指标较小的观测点作为起点，另一观测点作为终点；固定起点的初始坐标，终点置为动态模式，采用PPK法解算，获得各历元的基线分量；各观测点的多路径指标根据各观测点的观测数据计算得到；

S5各历元的基线分量形成基线分量时间序列ΔBL，按多路径重复周期将ΔBL分割为D个子序列， 表示下取整；删除多余历元的基线分量数据；

S6对各子序列分别进行小波分解与重构，获得重构的子序列；

S7分别计算重构的所有子序列中各同类基线分量的均值，得最终基线分量；

S8固定基准点坐标，利用最终基线分量进行平差，获取各监测点坐标。

2.如权利要求1所述的可削弱多路径效应的GNSS数据处理方法，其特征是：

步骤S2中，进行连续同步观测的采样间隔不大于1秒。

3.如权利要求1所述的可削弱多路径效应的GNSS数据处理方法，其特征是：

在执行步骤S3前对观测数据进行如下处理：

找出所有观测点公共的同步时间段，从观测数据中剔除非公共的同步时间段的观测数据；

遍历各观测点的观测数据，确保各多路径重复周期T内跟踪的卫星相同。

4.如权利要求3所述的可削弱多路径效应的GNSS数据处理方法，其特征是：

所述的确保各多路径重复周期T内跟踪的卫星相同，具体为：

若有某多路径重复周期内独有的卫星，删除该卫星的观测数据。

5.如权利要求1所述的可削弱多路径效应的GNSS数据处理方法，其特征是：

步骤S4中，若两观测点的多路径指标相等，则以两观测点中数据完整率较高或周跳比较小的观测点作为起点，各观测点的数据完整率和周跳比根据各观测点的观测数据计算得到。

6.如权利要求1所述的可削弱多路径效应的GNSS数据处理方法，其特征是：

执行步骤S5前，对各历元的基线分量进行预处理，即，对基线分量中的非固定解，采用该非固定解前后相邻历元的固定解经线性内插，所得内插值代替该非固定解。

7.如权利要求1所述的可削弱多路径效应的GNSS数据处理方法，其特征是：

步骤S6进一步包括子步骤：

6.1对各子序列中基线分量分别进行小波分解；

6.2根据小波分解结果获得各子序列的第i层细节部分，计算各子序列第i层细节部分的相关系数ρ(i)，i＝1,2,......lev，lev表示小波分解层数；

6.3将最大相关系数所对应层号记为i'，利用各子序列小波分解结果中第i'层近似部分和第i'层以上的细节部分进行重构，获得重构的子序列。

8.如权利要求1所述的可削弱多路径效应的GNSS数据处理方法，其特征是：

步骤S4中，在PPK法解算过程中，估计对流层天顶延迟参数，以削弱对流层误差。