一种城市GNSS导航质量评估和预测的方法及***
技术领域
本发明涉及卫星导航技术领域,具体涉及一种城市GNSS导航质量评估和预测的方法及***。
背景技术
全球卫星导航***(Global Navigation Satellite System)(北斗***、GPS、GLONASS、GALILE)已经形成了全球空间定位的强大应用,同时,现代城市的特殊环境,如高楼大厦形成城市峡谷,立交桥形成等定位的盲区,使得卫星导航定位的全面应用受到阻碍,因此需要对现代城市的定位环境进行详细调查,为城市导航定位增强设计与分析提供基础依据,加强位置服务的基础时空环境建设,为增强定位提供基本支撑平台与技术构架。
近年来,各大地图厂商已经开始绘制各个城市精准的3D地图。3D地图能准确描绘出接收机所处的环境,能帮助接收机***电磁波的遮蔽、反射等情况。3D地图将是提升城区环境下GNSS性能的一个关键信息,如何利用这个信息为GNSS服务将是未来几年研究的重点。
而且用于描述***性能的指标及评估方法随着GNSS的快速发展而发展。首先,性能指标更加准确反映了用户的需求,比如完好性的提出。完好性于2008年发布的标准定为服务性能标准首次被提出,完好性概念是在服务可靠性的基础上进行的拓展,它要求GNSS具有对不能提供服务时对用户提出告警。但是,由于诸多原因,完好性概念在各个***中的实现机制有很大差异。因此本专利提出了独创性的方法对精度质量进行分析和评价。
现有技术中基于辅助全球卫星导航***A-GNSS提出了利用移动网络的辅助,通过MS-Assisted和MS-based两种模式架构,解决传统GNSS中首次定位时间(Time TO FirstFix,TTFF)过长以及弱信号环境下或者有效使用的可见星数小于四颗时的定位问题,这种方法可对城市环境下,无信号或者弱信号的进行定位。但是其必须要有蜂窝数据支持,并且需要A-GNSS位置服务器硬件支持进行实时传输数据,这与本专利方法思路有本质区别。
现有技术针对无人驾驶智能车在城市道路环境中全球定位***信号以非视距传播而造成伪距估计偏差,导致定位不准确的问题,提出了一种以视觉信息为筛选条件的组合导航方法。该***通过摄像头采集到车体周围环境信息图像与车辆惯性导航***(Inertial Navigation System,INS)信息并处理,最终得到建筑物上隅角与下隅角的差值,换算出建筑物相对车体所形成的遮挡角度,以此筛选全球定位***(GlobalPositioning System,GPS)卫星有效信息,采用容积卡尔曼滤波对组合导航信息进行滤波估计,提高导航信息准确度。该***仅通过建筑物角度计算遮挡角度,未通过卫星的实时位置进行计算,并且未利用遮挡信息考虑环境多路径效应,同时也无法利用卫星的预测轨道数据连续预测轨迹环境的变化。
发明内容
为了解决现有技术的缺点,本发明提供一种城市GNSS导航质量评估和预测的方法及***,从高精度基础三维模型仿真出发,建立了高精度的空间卫星轨道、地面段多路径效应模型、导航定位质量评价模型和序列质量预报机制
为了实现本发明的目的,本发明提供一种城市GNSS导航质量评估和预测的方法,包括如下步骤:
利用城市地形和建筑物特征构建城市实景模型,并将城市路网数据纳入城市实景模型中,通过星历得到卫星的各个时刻的位置;
选定路网仿真点进行静态分析,确定路网仿真点上卫星信号被遮挡情况;
选定路网轨迹进行动态分析,确定路网轨迹上卫星信号被遮挡情况;
基于静态分析和动态分析结果,根据用户定位精度需求,选取相应的精度评价模型和相应的精度因子;
在多模导航卫星定位星源情况下,结合轨迹上的精度评价模型,优化对卫星的选择;
结合用户定位精度需求和多路径效应确定导航定位质量综合评价因子;
获取用户对GNSS导航的需求,将精度评价模型、轨迹定位环境的统计学特性纳入GNSS导航质量评估模型,并调整权重系数,对路径轨迹进行动态的路径规划。
所述选定路网仿真点进行静态分析,确定路网仿真点上卫星信号被遮挡情况包括:
从仿真点在三维模型中的位置出发,并且基于城市中建筑物的形状、高度和周围环境特性,利用计算机图形学中SV算法,进行基于卫星多视点可见性的计算;
确定仿真点是否在遮挡物与某一卫星信号所形成的信号影域内,然后多颗卫星对所有的立体面求交的过程,只要点落在遮挡物的任何一个面的影面,确定卫星信号被遮挡。
所述选定路网轨迹进行动态分析,确定路网轨迹上卫星信号被遮挡情况包括:
根据各个卫星历书,得到卫星的一系列位置关系,结合地面路网的轨迹行进变化和周围环境构建出连续动态的阴影锥模型,判断连续轨迹上信号遮挡的情况。
所述基于静态分析和动态分析结果,根据用户定位精度需求,选取相应的精度评价模型和相应的精度因子包括:
对于精度要求较高时,根据多径几何的先验知识剔除最大误差项,使用优化精度因子确定精度。
所述在多模导航卫星定位星源情况下,结合轨迹上的精度评价模型,优化对卫星的选择包括:
根据连续轨迹的时空时序变化剔除掉遮挡的卫星,结合实际城市实景设定信号最低阈值,去除质量差的信号源和干扰,并且动态的筛选出GDOP最佳的卫星组进行连续的分析。
所述结合用户定位精度需求和多路径效应确定导航定位质量综合评价因子包括:
结合城市三维模型,得出环境影响因子与定位精度的联系,得到受影响的轨迹上的统计学变化特性,建立遮挡物影响范围评估标准,并根据其位置环境系数来选取矩阵参数调节权重,再根据多路径效应反演出的实参建立环境经验统计模型,从而得到城市峡谷环境中实际定位精度;
将不同用户需求与定位精度和多路径效应相结合,建立导航定位质量综合评价因子,量化定位状况并且优化定位环境。
相应的,本发明还提供了一种城市GNSS导航质量评估和预测的***,所述***包括:
三维实景模块,用于利用城市地形和建筑物特征构建城市实景模型,并将城市路网数据纳入城市实景模型中,通过星历得到卫星的各个时刻的位置;
静态分析模块,用于选定路网仿真点进行静态分析,确定路网仿真点上卫星信号被遮挡情况;
动态分析模块,用于选定路网轨迹进行动态分析,确定路网轨迹上卫星信号被遮挡情况;
精度因子模块,用于基于静态分析和动态分析结果,根据用户定位精度需求,选取相应的精度评价模型和相应的精度因子;
优化选择模块,用于在多模导航卫星定位星源情况下,结合轨迹上的精度评价模型,优化对卫星的选择;
多路径模块,用于结合用户定位精度需求和多路径效应确定导航定位质量综合评价因子;
路径规划模块,用于获取用户对GNSS导航的需求,将精度评价模型、轨迹定位环境的统计学特性纳入GNSS导航质量评估模型,并调整权重系数,对路径轨迹进行动态的路径规划。
采用上面的方案后,本发明的有益效果包括:
通过多模导航卫星星源***(北斗***、GPS、GLONASS、GALILE),结合可见性遮挡分析得到的精度评价因子,首先根据连续轨迹的时空时序变化剔除掉遮挡的卫星,结合实际城市实景设定信号最低阈值,去除质量差的信号源和干扰,并且动态的筛选出几何精度因子(Geometric Dilution Of Precision,GDOP)最佳的卫星组进行连续的分析,能够有效的抑制多路径效应。
根据仿真点或者路网轨迹在三维模型中的位置,根据各个卫星历书,得到卫星的一系列位置关系。并且考虑城市建筑物形状、高度和周围环境等特性,基于计算机图形学中多视点的可见性原理进行计算。确定仿真点是否在遮挡物(空间多边体)与某卫星信号所形成的信号影域内,然后对所有的立体面求交的过程,只要点落在遮挡物的任何一个面的影面,也就可以说明信号被遮挡,结合地面路网的轨迹行进变化和周围环境构建出连续动态的阴影锥模型,可以判断连续轨迹上信号遮挡的情况。
结合城市三维模型,得出环境影响因子与定位精度的联系,进一步得到受影响的轨迹上的统计学变化特性,建立遮挡物影响范围评估标准,并根据其位置环境选取矩阵参数调节权重,再根据多路径效应来反演出的实参建立环境经验统计模型,从而得到城市峡谷环境中实际定位精度。再将用户的差异化需求、导航定位精度和环境经验统计模型相结合,提出导航定位质量综合评价因子,进行导航定位质量综合评估。
路径规划与预测,不再局限于当前单一的导航***提供的最优路径标准,它只表示时间最短或是距离最短,不能满足驾驶员的出行需求。然而在这里将精度评价模型、轨迹定位环境的统计学特性纳入GNSS导航质量评估模型,从实时性、鲁棒性、和实用性结合航空导航性能指标(Required Navigation Performance,RNP)进行质量评估,并与统计学特性相结合建立了导航信号相关性能的评估指标模型,针对精度、抗多径性能、抗干扰性能以及兼容性能四个点进行详细分析,并且根据实际需求灵活调整权重系数并选取相应的优化算法,对路线轨迹进行动态的路径规划和预测。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例中的城市GNSS导航质量评估和预测的方法流程图;
图2是本发明实施例中的城市GNSS导航质量评估和预测的***结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本发明所涉及的城市GNSS导航质量评估和预测的方法,包括如下步骤:利用城市地形和建筑物特征构建城市实景模型,并将城市路网数据纳入城市实景模型中,通过星历得到卫星的各个时刻的位置;选定路网仿真点进行静态分析,确定路网仿真点上卫星信号被遮挡情况;选定路网轨迹进行动态分析,确定路网轨迹上卫星信号被遮挡情况;基于静态分析和动态分析结果,根据用户定位精度需求,选取相应的精度评价模型和相应的精度因子;在多模导航卫星定位星源情况下,结合轨迹上的精度评价模型,优化对卫星的选择;结合用户定位精度需求和多路径效应确定导航定位质量综合评价因子;获取用户对GNSS导航的需求,将精度评价模型、轨迹定位环境的统计学特性纳入GNSS导航质量评估模型,并调整权重系数,对路径轨迹进行动态的路径规划。
建立三维实景分析模型,3D地图能准确描绘出接收机所处的环境,能帮助接收机***电磁波的遮蔽、反射等情况,是提升城区环境下GNSS性能的一个关键信息。
优化选星方法,本专利基于电磁波传播理论,通过对一个真实的城区复杂环境建立其对应的电磁波传播模型,详细分析了该典型城区复杂环境下GNSS的性能特点。针对城区复杂环境提出了一种新的选星方法。该方法通过3D地图辅助首先剔除被遮挡的卫星,再通过仰角方位角选星法选星,一定程度上抑制了多径效应。通过建立一个典型的城区峡谷模型,对几种选星方法进行仿真。仿真结果表明,该方法计算结果和传统仰角方位角选星法最为接近,且计算量比前者小大约25%。
阴影匹配算法,利用采集的多模卫星星历,结合计算机图形学,建立了一个理想的阴影匹配模型,研究了大楼高度与可见卫星数量的关系。
具体的,图1示出了本发明实施例中的城市GNSS导航质量评估和预测的方法流程图,包括如下步骤:
S101、利用城市地形和建筑物特征构建城市实景模型,并将城市路网数据纳入城市实景模型中,通过星历得到卫星的各个时刻的位置;
选择分析区,确定当地的经度和纬度。利用城市地形和建筑物特征构建城市实景模型(DSM),并将城市路网数据纳入该模型进行分析中,再通过星历(Ephemeri,EPH)可以得到卫星的各个时刻的位置。
S102、选定路网仿真点进行静态分析,确定路网仿真点上卫星信号被遮挡情况;
选定路网仿真点进行静态分析。首先从仿真点在三维模型中的位置出发,并且考虑城市中建筑物的形状、高度和周围环境等特性,利用计算机图形学中阴影锥算法(ShadowVolume,SV)算法(如z-pass和z-fail),进行基于卫星多视点可见性的计算。该处核心思想是先确定仿真点是否在遮挡物(空间多边体)与某卫星信号所形成的信号影域内,然后多颗卫星对所有的立体面求交的过程,只要点落在遮挡物的任何一个面的影面,也就可以说明信号被遮挡。
S103、选定路网轨迹进行动态分析,确定路网轨迹上卫星信号被遮挡情况;
选定路网轨迹进行动态分析。此时根据各个卫星历书,得到卫星的一系列位置关系,在此基础下,结合地面路网的轨迹行进变化和周围环境构建出连续动态的阴影锥模型,可以判断连续轨迹上信号遮挡的情况。
S104、基于静态分析和动态分析结果,根据用户定位精度需求,选取相应的精度评价模型和相应的精度因子;
基于静态分析和动态分析结果,可以得到分析点或轨迹上每一个时刻卫星的可见情况及其卫星的网形结构,根据用户定位精度的不同的要求,可以选取不同的精度评价模型和相应的精度因子,对于实时性要求较高的情况下,可以使用单一精度因子进行评价,如精度因子(Dilution Of Precision,DOP)、钟差精度因子(Time Dilution Of Precision,TDOP)、空间位置精度因子(Position Dilution Of Precision,PDOP)和几何精度因子(Geometric Dilution Of Precision,GDOP)等(如下式1);而对于精度要求较高时,可以根据多径几何的先验知识剔除最大误差项,从而使用优化精度因子确定精度,例如加权几何精度因子GDOP选星和星源筛选。水平分量精度因子(horizontal dilution of precision,HDOP)、垂直分量精度因子(vertical dilution of precision,VDOP)。
HDOP2+VDOP2=PDOP2 (1)
PDOP2+TDOP2=GDOP2
S105、在多模导航卫星定位星源情况下,结合轨迹上的精度评价模型,优化对卫星的选择;
多模导航卫星定位星源情况下,结合轨迹上的精度评价模型,优化卫星的选择。首先根据连续轨迹的时空时序变化剔除掉遮挡的卫星,结合实际城市实景设定信号最低阈值,去除质量差的信号源和干扰,并且动态的筛选出GDOP最佳的卫星组进行连续的分析,能够有效的抑制多路径效应,得到最佳理论定位误差。
H(ρ)=GDOP·Δρ (2)
其中,H(ρ)为理论定位误差,GDOP为几何精度因子,△ρ为伪距误差。
S106、结合用户定位精度需求和多路径效应确定导航定位质量综合评价因子;
通常情况下,由于遮挡物附近多路径效应明显(如下式3),遮挡的信号或者弱信号一般会被丢弃。
其中,Mp为城市环境多路径影响因子,p1为卫星伪距观测值,
分别为卫星L1、L2波段的相位观测值,f1、f2分别为卫星波段的信号频率,k为卫星波段中相位观测值的模糊度组合。
而在本步骤中,可以有效的利用这种信号。由于多路径效应呈现一定变化关系,但是由于多径情况复杂,难以建立准确的物理模型,所以本专利结合城市三维模型,得出环境影响因子与定位精度的联系,进一步得到受影响的轨迹上的统计学变化特性,建立遮挡物影响范围评估标准,并根据其位置环境系数S来选取矩阵参数A调节权重,再根据多路径效应反演出的实参建立环境经验统计模型Φ(s),从而得到城市峡谷环境中实际定位精度。
△X实际为城市峡谷环境实际定位精度,A为经验线性统计模型权重调节参数,Φ(s)为环境经验统计模型。
本专利将不同用户需求与定位精度和多路径效应相结合,提出导航定位质量综合评价因子(如下公式5),从而量化定位状况并且优化定位环境。Pc越小,说明综合定位结果越精确。
其中,Pc为导航定位质量综合评价因子,Mp为城市环境多路径影响因子,
△X为实际城市峡谷环境实际定位精度,ε为噪声改正。
S107、获取用户对GNSS导航的需求,将精度评价模型、轨迹定位环境的统计学特性纳入GNSS导航质量评估模型,并调整权重系数,对路径轨迹进行动态的路径规划。
基于城市民用用户对于GNSS导航的需求,从实时性、鲁棒性、和实用性结合RNP进行质量评估,建立了导航信号相关性能的评估指标模型,针对精度、抗多径性能、抗干扰性能以及兼容性能四个点进行详细分析。
建立序列预报机制对路径进行规划与预测,将精度评价模型、轨迹定位环境的统计学特性纳入GNSS导航质量评估模型,并且根据实际需求灵活调整权重系数并选取相应的优化算法,对路线轨迹进行动态的路径规划。
相应的,图2示出了本发明实施例中的城市GNSS导航质量评估和预测的***结构示意图,该***一般位于卫星导航仪器或者具有导航功能的设备上,该***包括:
三维实景模块,用于利用城市地形和建筑物特征构建城市实景模型,并将城市路网数据纳入城市实景模型中,通过星历得到卫星的各个时刻的位置;
静态分析模块,用于选定路网仿真点进行静态分析,确定路网仿真点上卫星信号被遮挡情况;
动态分析模块,用于选定路网轨迹进行动态分析,确定路网轨迹上卫星信号被遮挡情况;
精度因子模块,用于基于静态分析和动态分析结果,根据用户定位精度需求,选取相应的精度评价模型和相应的精度因子;
优化选择模块,用于在多模导航卫星定位星源情况下,结合轨迹上的精度评价模型,优化对卫星的选择;
多路径模块,用于结合用户定位精度需求和多路径效应确定导航定位质量综合评价因子;
路径规划模块,用于获取用户对GNSS导航的需求,将精度评价模型、轨迹定位环境的统计学特性纳入GNSS导航质量评估模型,并调整权重系数,对路径轨迹进行动态的路径规划。
采用上面的方案后,本发明的有益效果包括:
通过多模导航卫星星源***(北斗***、GPS、GLONASS、GALILE),结合可见性遮挡分析得到的精度评价因子,首先根据连续轨迹的时空时序变化剔除掉遮挡的卫星,结合实际城市实景设定信号最低阈值,去除质量差的信号源和干扰,并且动态的筛选出几何精度因子(Geometric Dilution Of Precision,GDOP)最佳的卫星组进行连续的分析,能够有效的抑制多路径效应。
根据仿真点或者路网轨迹在三维模型中的位置,根据各个卫星历书,得到卫星的一系列位置关系。并且考虑城市建筑物形状、高度和周围环境等特性,基于计算机图形学中多视点的可见性原理进行计算。确定仿真点是否在遮挡物(空间多边体)与某卫星信号所形成的信号影域内,然后对所有的立体面求交的过程,只要点落在遮挡物的任何一个面的影面,也就可以说明信号被遮挡,结合地面路网的轨迹行进变化和周围环境构建出连续动态的阴影锥模型,可以判断连续轨迹上信号遮挡的情况。
结合城市三维模型,得出环境影响因子与定位精度的联系,进一步得到受影响的轨迹上的统计学变化特性,建立遮挡物影响范围评估标准,并根据其位置环境选取矩阵参数调节权重,再根据多路径效应来反演出的实参建立环境经验统计模型,从而得到城市峡谷环境中实际定位精度。再将用户的差异化需求、导航定位精度和环境经验统计模型相结合,提出导航定位质量综合评价因子,进行导航定位质量综合评估。
路径规划与预测,不再局限于当前单一的导航***提供的最优路径标准,它只表示时间最短或是距离最短,不能满足驾驶员的出行需求。然而在这里将精度评价模型、轨迹定位环境的统计学特性纳入GNSS导航质量评估模型,从实时性、鲁棒性、和实用性结合航空导航性能指标(Required Navigation Performance,RNP)进行质量评估,并与统计学特性相结合建立了导航信号相关性能的评估指标模型,针对精度、抗多径性能、抗干扰性能以及兼容性能四个点进行详细分析,并且根据实际需求灵活调整权重系数并选取相应的优化算法,对路线轨迹进行动态的路径规划和预测。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、FLASH、磁盘或光盘等。
以上对本发明实施例所提供的城市GNSS导航质量评估和预测的方法及***进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。