CN108415048A - 基于空间聚类的大规模网络rtk定位方法及*** - Google Patents
基于空间聚类的大规模网络rtk定位方法及*** Download PDFInfo
- Publication number
- CN108415048A CN108415048A CN201810065877.7A CN201810065877A CN108415048A CN 108415048 A CN108415048 A CN 108415048A CN 201810065877 A CN201810065877 A CN 201810065877A CN 108415048 A CN108415048 A CN 108415048A
- Authority
- CN
- China
- Prior art keywords
- user
- reference station
- virtual reference
- per
- space clustering
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/43—Determining position using carrier phase measurements, e.g. kinematic positioning; using long or short baseline interferometry
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明公开了基于空间聚类的大规模网络RTK定位方法及***,该方法包括:(1)根据用户位置对用户进行空间聚类;(2)根据每一类用户所在区域分别确定一虚拟参考站位置,即每一类用户公用的虚拟参考站位置;其中,每一类用户公用的虚拟参考站位置位于每一类用户所在区域内;(3)根据CORS参考站的实时观测数据流和虚拟参考站位置计算生成虚拟参考站观测值,即每一类用户公用的虚拟参考站观测值;(4)每一类用户采用公用的虚拟参考站观测值进行RTK定位。本发明可支持大量用户同时并发在线,而不受限于服务器计算资源,解决了大规模网络RTK***建设中高并发用户数与有限计算资源之间的矛盾。
Description
技术领域
本发明属于测绘和精密定位领域,具体涉及基于空间聚类的大规模网络RTK定位方法及***。
背景技术
网络RTK(实时动态载波相位差分定位)作为一种重要的GNSS精密定位手段,已经在国内外得到了广泛应用。网络RTK是利用连续运行参考站***(CORS)的实时GNSS观测数据进行处理,计算出CORS网区域的GNSS观测改正数并播发给用户。用户端利用接收到的改正数来提高自身定位精度的一种技术。其属于一种差分精密定位技术,能够实现平面2cm~3cm、高程5cm精度的精密定位。与单基站RTK相比,网络RTK具有服务范围广、可靠性高、用户操作简便等优势,因而得到了广泛应用。自1998年深圳市CORS建成以来,我国各个省市陆续建立了自己的CORS网络,并且提供网络RTK差分服务,满足了测绘、勘察、工程等的精密测量需求。保守估计我国目前已建成的CORS站点数达到数千个,基于CORS的网络RTK服务成为一种国民经济建设的空间基础设施。近年来北斗***的地基增强技术核心技术也是网络RTK定位技术。
长期以来网络RTK技术的实现方式主要有两种:一种是广播式的区域改正数法(FKP);另外一种是虚拟参考站技术(VRS)。其中,区域改正数法主要使用单向通信的形式向用户广播区域改正数,用户端接收到区域改正数后,自行内插和处理。虚拟参考站技术则采用双向通信的形式,用户给数据中心上报概略坐标,数据中心根据用户的概略坐标通过误差内插和几何改正的方式,生成虚拟参考站的观测值,并播发给用户。用户端利用自身的观测值与接收到的虚拟参考站观测值进行双差确定自身的精密坐标。虚拟参考站技术是目前的主流技术,因为用户端只需要使用单基站RTK定位的算法就可以实现网络RTK,不需要对接收机固件做任何的修改。
然而虚拟参考站技术也存在一个问题,就是数据中心需要对每个接入网络的用户计算虚拟参考站改正数,而且网络RTK***是实时***,因而数据中心的计算压力较大。目前大部分网络RTK软件对并发的用户数都做了限制,或者根据并发用户数确定网络RTK软件的价格。因而,目前大部分省市级CORS支持的并发用户数仅有几十或者数百个,这样的并发用户数对少量的专业用户尚且可以应付,但是难以满足日益增长的精密定位服务需求,另一方面也造成了一定的资源浪费。对并发用户数的限制造成已建成的CORS网无法最大限度的发挥其作用,造成资源浪费。
发明内容
本发明的目的是提供基于空间聚类的大规模网络RTK定位方法及***,本发明能解决大规模用户接入CORS网络所导致的数据中心计算压力问题。
本发明提供的基于空间聚类的大规模网络RTK定位方法,包括:
(1)根据用户位置对用户进行空间聚类;
(2)根据每一类用户所在区域分别确定一个虚拟参考站位置,即每一类用户公用的虚拟参考站位置;其中,每一类用户公用的虚拟参考站位置位于每一类用户所在区域内;
(3)根据CORS参考站的实时观测数据流和虚拟参考站位置计算生成虚拟参考站观测值,即每一类用户公用的虚拟参考站观测值;
(4)每一类用户采用公用的虚拟参考站观测值进行RTK定位。
进一步的,所述空间聚类包括但不限于K近邻法、K均值法、DBSCAN法、监督聚法、无监督聚类法或预定义聚类区域法。
进一步的,步骤(1)中,所述虚拟参考站位置是采用试验验证方法确定,能满足实际定位需求。
进一步的,所述虚拟参考站位置为每一类中所有用户位置的几何中心、每一类的聚类核心用户附近位置、或每一类中所有用户位置的外包凸多边形的重心。
进一步的,本发明基于空间聚类的大规模网络RTK定位方法还包括:
根据空间聚类结果建立用户映射表,将同一类用户映射到同一虚拟账号;
根据用户映射表,将每一类用户公用的虚拟参考站观测值播发给对应的每一类用户。
本发明提供的基于空间聚类的大规模网络RTK定位***,包括CORS参考站、服务器、播发中心和用户终端,所述播发中心和所述用户终端间的数据链路上设有一台中间服务器,所述播发中心和所述用户终端均与所述中间服务器进行双向通信;
所述中间服务器被配置为:
根据用户位置对用户进行空间聚类;
根据每一类用户所在区域分别确定一个虚拟参考站位置,即每一类用户公用的虚拟参考站位置;其中,每一类用户公用的虚拟参考站位置位于每一类用户所在区域内。
进一步的,所述中间服务器还被配置为:
根据空间聚类结果建立用户映射表,将同一类用户映射到同一虚拟账号。
目前的虚拟参考站技术中,数据中心需要响应接入CORS网络的每一个用户的定位请求,并为每一个用户分别计算并生成虚拟参考站观测值,由于为实时计算,因而数据中心的计算压力较大。大部分网络RTK软件通过限制接入CORS网络的并发用户数量,来避免增加数据中心的计算压力。
针对该现状,本发明对接入CORS网络的所有用户进行空间聚类,将空间位置分布集中的用户作为一类用户,同类用户共用一个虚拟参考站观测值。对同类用户而言,使用同一个虚拟参考站观测值与分别使用各自的虚拟参考站观测值,两者的定位效果没有显著区别。因此,采用本发明方法,对于位于同一区域的同类用户,数据中心不再需要为每一个用户生成虚拟参考站观测值,仅需要生成一个公用的虚拟参考站观测值,即可进行准确定位,从而降低了数据中心的计算压力。另外,从原理上讲,在有限的计算资源条件下,本发明支持任意多的用户在同一区域并发作业,从而可实现大规模用户接入的网络RTK***。
本发明的特点和有益效果概况如下:
(1)充分利用了计算资源和并发限制,根据活跃的用户作业区域确定需要计算的虚拟参考站观测值;活跃用户少的时候,数据中心计算量也降低,不会造成计算资源浪费;对已有的网络RTK定位***,无最小并发用户数限制,即网络RTK定位***仅允许一个并发用户也可使用。
(2)无需修改网络RTK服务端软件算法,也无需修改用户接收机固件,即可提升网络RTK定位***并发用户数,实现大规模并发用户接入。也无需改变数据中心与用户间的通信格式和通信内容,与现有软硬件无兼容性问题。
(3)适用于已有的网络RTK定位***改造,通过***中间件的形式即可实现,无需修改现有网络RTK***软件,适应性好,简便易行。
(4)使用双向通信的虚拟参考站模式,便于网络RTK用户的在线用户的管理、地理围栏、计费等。
附图说明
图1为网络RTK定位***结构示意图;
图2为本发明实施例的逻辑结构示意图;
图3为本发明实施例所采用空间聚类方法的流程示意图。
图中,1-CORS参考站;2-数据线缆;3-用户;4-虚拟参考站;5-第一数据链路;6-第二数据链路;7-数据中心。
具体实施方式
为了更清楚地说明本发明和/或现有技术中的技术方案,下面将对照附图说明本发明的具体实施方式。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他的附图,并获得其他的实施方式。
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
应当说明的是,下文所述CORS参考站即连续运行参考站,所述用户特指在线的网络RTK用户。
本发明从网络RTK用户的分布特点入手,来解决大量用户并发导致的数据中心计算压力问题。在线用户的位置在空间上并非连续分布,而是根据其作业区域呈聚集状分布。例如,某地有一工程建设项目,该地点附近可同时有若干测量工作人员进行精密测量作业。同一工程建设项目的测量工作人员空间分布相对集中,而不同工程建设项目的测量工作人员分布相对分散。现有的网络RTK定位***没有考虑用户间的空间相关性,而是将所有在线用户作为独立的个体接入网络RTK定位***,为每个在线用户分别计算虚拟参考站观测值,这样有限的计算资源势必限制并发的在线用户个数。本发明充分考虑到测量作业用户空间分布的相关性,通过对在线用户进行空间聚类,将空间位置分布接近的用户自动聚为一类,并确定同类用户最佳的虚拟参考站位置,上报给服务器。服务器仅需要给同类用户计算生成一个虚拟参考站观测值,即可满足同类所有用户的差分精密定位需求。
下面将结合附图阐述本发明的具体实施方式。
见图1,典型的网络RTK定位***包括CORS参考站1、用户3和数据中心7;数据中心7包括服务器以及在服务器上运行的网络RTK定位软件;CORS参考站1和数据中心7通过数据线缆2进行通信;用户3通过第一数据链路5向数据中心7发送用户的认证信息和位置信息;数据中心7通过第二数据链路6发送虚拟参考站观测值和虚拟参考站位置信息,虚拟参考站观测值和虚拟参考站位置信息统称为虚拟参考站信息。网络RTK定位***的工作原理为:数据中心7根据用户3的请求,利用CORS参考站1的实时观测数据流生成虚拟参考站信息并播发给用户3,满足用户3的精密定位需求。网络RTK精密定位是一种差分定位方式,当用户与参考站间距离较近时,差分效果好,定位精度高。而由数据中心7计算生成的虚拟参考站4就是一个位于用户3附近的虚拟参考站,可满足用户3短基线差分定位的需求。虚拟参考站4也不是紧跟用户3位置改变而改变,而是固定在用户3的初始位置附近。直到用户3与虚拟参考站4的距离超出一定范围,才会重新在用户3附近生成新的虚拟参考站4。一般认为,几公里以内的短基线定位时基线长度不会对定位结果造成显著影响。因此可以认为,距离相近的所有用户使用同一个虚拟参考站与每个用户使用各自的虚拟参考站,从定位效果上没有显著区别。
图1所示的网络RTK定位***有5个在线的并发用户,按照现有的网络RTK***,需要根据并发的用户请求为5个并发用户各自生成虚拟参考站并播发给各用户。而本发明则首先根据并发用户的空间位置,将5个用户聚为两类。然后,为每一类用户生成公用的虚拟参考站。这样,数据中心的服务器仅需要计算生成2个虚拟参考站,同一个空间区域内并发用户数据增加并不显著增加数据中心服务器的计算量。
图2展示了本发明的一种逻辑结构示意图,该具体实施方式中数据传输协议采用Ntrip协议。图2中,Ntrip Client即在线用户,Ntrip Client1、Ntrip Client2、NtripClient3、Ntrip Client4、Ntrip Client5为5个在线用户;所示Ntrip Caster即播发中心,所示Ntrip Server即数据中心的服务器;所示Ntrip Source即数据源,包括各CORS参考站的实时观测数据流。Ntrip Client、Ntrip Caster、Ntrip Server、Ntrip Source同样是典型网络RTK定位***的组成部分。本具体实施方式中,在Ntrip Client和Ntrip Caster间的数据链路中增加一中间服务器,所增加的中间服务器用来进行在线用户空间聚类、在线用户的管理以及在线用户的映射;Ntrip Client直接与中间服务器进行双向通信,并经中间服务器转发的方式与Ntrip Caster进行双向通信。仅需对现有网络RTK定位***稍作改造,无需修改现有网络RTK定位***的软硬件,即可实现本发明方法。
该具体实施方式的工作流程为:
S100:Ntrip Client将用户的认证信息和位置信息发送给中间服务器。
S200:中间服务器根据用户的位置信息对所有并发用户进行空间聚类。
S300:中间服务器根据每一类用户所在区域分别确定一虚拟参考站位置,即每一类用户公用的虚拟参考站位置;其中,每一类用户公用的虚拟参考站位置位于每一类用户所在区域内。
虚拟参考站位置的确定有多种方法,具体可根据实际情况,采用试验验证方法确定最优的虚拟参考站位置。一般,虚拟参考站位置可以为每一类中所有用户位置的几何中心,或每一类的聚类核附近,或每一类中所有用户位置的外包凸多边形的重心。
S400中间服务器对每一类分别分配一虚拟Ntrip账号,并建立用户映射表。
具体的,中间服务器根据空间聚类结果建立用户映射表,将同一类用户映射到同一虚拟Ntrip账号。
S500中间服务器将每一类用户公用的虚拟参考站位置以及每一类用户对应的虚拟Ntrip账号,以Ntrip协议播发给Ntrip Caster,并经Ntrip Caster播发给Ntrip Server。
S600Ntrip Server根据各CORS参考站的实时观测数据流和虚拟参考站位置计算生成虚拟参考站观测值,即每一类用户公用的虚拟参考站观测值;将每一类用户公用的虚拟参考站观测值以及对应的虚拟Ntrip账号通过Ntrip Caster转发给中间服务器。
S700中间服务器根据用户映射表和虚拟参考站观测值对应的虚拟Ntrip账号,将每一类用户公用的虚拟参考站观测值同时播发给对应的每一类用户。
具体实施时,中间服务器需要动态维护用户映射表,动态管理并发用户的在线状态。通过这种方式实现大容量并发用户的网络RTK服务***。
当然本发明网络RTK定位***并不限于图2所示的一种实施方式,也可以将中间服务器与Ntrip Caster合并或者利用中间服务器取代Ntrip Caster。
本发明空间聚类方法可以采用K近邻法、K均值法、DBSCAN法、监督或无监督聚类法、预定义聚类区域法等,但不限于这些。图3所示为本具体实施方式所采用空间聚类方法的流程图,其仅展示一种优选的空间聚类方法,本发明所涉及的空间聚类方法并不限于此。
该优选的空间聚类方法,具体步骤如下:
S210:初始化备选集合,即将所有在线用户的位置放入备选集合;聚类集合初始化为空集,并初始化距离限差。
S220:创建一个新聚类集合,从当前备选集合中任意选择一在线用户的位置设置为聚类核心,并加入该新聚类集合。
S230:检查当前备选集合中各在线用户位置与当前聚类核心的距离是否满足距离限差;当满足时,则认为当前被检查在线用户和当前聚类核心所对应的在线用户属于同一类,执行S240;当不满足时,则认为当前被检查在线用户和当前聚类核心所对应的在线用户不属于同一类,执行S260。
S240:将满足距离限差的当前被检查在线用户的位置加入当前聚类集合,同时从备选集合中删除。
S250:检查当前备选集合是否为空集,当备选集合为空集时,表示空间聚类完成,转到S280;当备选集合为非空集时,转到S260。
S260:检查当前备选集合是否被遍历完成,当备选集合被遍历完成时,则执行S220,开始下一轮的聚类;当备选集合未被遍历完成时,则执行S270,检查下一个在线用户的位置。
S270从备选集合中选择任意一在线用户位置进行检查,转回步骤S230。
S280:当当前备选集为空集,表示所有在线用户均被聚类完成,结束聚类。
经过空间聚类后,聚类数小于等于并发用户数,从而达到并发用户扩容的目的。根据聚类结果,给每一类分配一个虚拟Ntrip账号,建立在线用户与虚拟用户间的用户映射表,即可实现并发用户扩容的目的。考虑到在线用户的运动特性和在线状态特性,该空间聚类方法需要按一定时间间隔反复执行来更新用户映射表。本具体实施方式提供的空间聚类方法简单,且计算量与内存消耗量小,适用于大规模的用户空间聚类。
本发明利用网络RTK在线用户的空间分布相关性,对在线用户进行空间聚类,将同一类用户映射为同一个虚拟用户,网络RTK服务器对同一个虚拟用户仅计算一次虚拟参考站观测值,然后将虚拟参考站观测值同时播发给该类所有在线用户使用。这样既保证了用户差分定位精度,又降低网络RTK服务器的计算量,支持大量用户同时并发在线,而不需要受限于服务器计算资源。本发明无需改动现有网络RTK软硬件,实现成本低,可大幅度提升的网络RTK平台并发用户数,同时也解决大规模网络RTK***建设中高并发用户数与有限计算资源之间的矛盾。
本文中所描述的具体实施例仅仅是对本发明专利精神作举例说明。本发明专利所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明专利的精神或者超越所附权利要求书所定义的范围。
Claims (7)
1.基于空间聚类的大规模网络RTK定位方法,其特征是,包括:
(1)根据用户位置对用户进行空间聚类;
(2)根据每一类用户所在区域分别确定一虚拟参考站位置,即每一类用户公用的虚拟参考站位置;其中,每一类用户公用的虚拟参考站位置位于每一类用户所在区域内;
(3)根据CORS参考站的实时观测数据流和虚拟参考站位置计算生成虚拟参考站观测值,即每一类用户公用的虚拟参考站观测值;
(4)每一类用户采用公用的虚拟参考站观测值进行RTK定位。
2.如权利要求1所述的基于空间聚类的大规模网络RTK定位方法,其特征是:
所述空间聚类为K近邻法、K均值法、DBSCAN法、监督聚法、无监督聚类法或预定义聚类区域法。
3.如权利要求1所述的基于空间聚类的大规模网络RTK定位方法,其特征是:
步骤(1)中,所述虚拟参考站位置是采用试验验证方法确定,能满足实际定位需求。
4.如权利要求1所述的基于空间聚类的大规模网络RTK定位方法,其特征是:
所述虚拟参考站位置为每一类中所有用户位置的几何中心、每一类的聚类核附近位置、或每一类中所有用户位置的外包凸多边形的重心。
5.如权利要求1所述的基于空间聚类的大规模网络RTK定位方法,其特征是:
还包括:
根据空间聚类结果建立用户映射表,将同一类用户映射到同一虚拟账号;
根据用户映射表,将每一类用户公用的虚拟参考站观测值播发给对应的每一类用户。
6.基于空间聚类的大规模网络RTK定位***,包括CORS参考站、服务器、播发中心和用户终端,其特征是:
所述播发中心和所述用户终端间的数据链路上设有一中间服务器,所述播发中心和所述用户终端均与所述中间服务器进行双向通信;
所述中间服务器被配置为:
根据用户位置对用户进行空间聚类;
根据每一类用户所在区域分别确定一虚拟参考站位置,即每一类用户公用的虚拟参考站位置;其中,每一类用户公用的虚拟参考站位置位于每一类用户所在区域内。
7.如权利要求5所述的基于空间聚类的大规模网络RTK定位***,其特征是:
所述中间服务器还被配置为:
根据空间聚类结果建立用户映射表,将同一类用户映射到同一虚拟账号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810065877.7A CN108415048B (zh) | 2018-01-23 | 2018-01-23 | 基于空间聚类的大规模网络rtk定位方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810065877.7A CN108415048B (zh) | 2018-01-23 | 2018-01-23 | 基于空间聚类的大规模网络rtk定位方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108415048A true CN108415048A (zh) | 2018-08-17 |
CN108415048B CN108415048B (zh) | 2021-10-22 |
Family
ID=63126230
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810065877.7A Active CN108415048B (zh) | 2018-01-23 | 2018-01-23 | 基于空间聚类的大规模网络rtk定位方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108415048B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109688535A (zh) * | 2018-12-13 | 2019-04-26 | 大唐软件技术股份有限公司 | 确定无线热点地理位置的方法、装置、电子设备及介质 |
CN110095797A (zh) * | 2019-05-28 | 2019-08-06 | 北京讯腾智慧科技股份有限公司 | 一种基于卫星导航***的格网化精准定位服务方法和*** |
CN110618435A (zh) * | 2019-11-07 | 2019-12-27 | 广东星舆科技有限公司 | 观测数据的生成方法与提高vrs稳定性的电文数据生成方法 |
CN111045051A (zh) * | 2019-07-10 | 2020-04-21 | 广东星舆科技有限公司 | Vrs信息的生成方法、提供定位服务的方法、定位服务装置 |
CN111447676A (zh) * | 2020-03-16 | 2020-07-24 | 苏州星恒通导航技术有限公司 | 一种基于差分数据源匹配的*** |
CN113031011A (zh) * | 2021-03-19 | 2021-06-25 | 北京中交创新投资发展有限公司 | 北斗高精度卫星导航与位置服务*** |
CN113050138A (zh) * | 2021-03-19 | 2021-06-29 | 北京中交创新投资发展有限公司 | 基于格网化高精度卫星导航定位服务方法 |
CN113596722A (zh) * | 2021-08-04 | 2021-11-02 | 武汉攀达时空科技有限公司 | 一种邻近用户数据产品共享mcbi生成与服务方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2795873Y (zh) * | 2005-03-08 | 2006-07-12 | 中国农业大学 | 基于虚拟差分技术的全球定位***接收机 |
WO2008141320A1 (en) * | 2007-05-16 | 2008-11-20 | Trimble Navigation Limited | Post-mission high accuracy position and orientation system |
CN104935462A (zh) * | 2015-06-02 | 2015-09-23 | 清华大学 | 一种端服务器部署方法及装置 |
CN106569239A (zh) * | 2015-10-09 | 2017-04-19 | 唐颖哲 | 一种广播式网络rtk定位技术 |
CN107422351A (zh) * | 2017-08-02 | 2017-12-01 | 湖南省测绘科技研究所 | 一种基于虚拟网格的gnss分米级差分定位方法 |
-
2018
- 2018-01-23 CN CN201810065877.7A patent/CN108415048B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2795873Y (zh) * | 2005-03-08 | 2006-07-12 | 中国农业大学 | 基于虚拟差分技术的全球定位***接收机 |
WO2008141320A1 (en) * | 2007-05-16 | 2008-11-20 | Trimble Navigation Limited | Post-mission high accuracy position and orientation system |
CN104935462A (zh) * | 2015-06-02 | 2015-09-23 | 清华大学 | 一种端服务器部署方法及装置 |
CN106569239A (zh) * | 2015-10-09 | 2017-04-19 | 唐颖哲 | 一种广播式网络rtk定位技术 |
CN107422351A (zh) * | 2017-08-02 | 2017-12-01 | 湖南省测绘科技研究所 | 一种基于虚拟网格的gnss分米级差分定位方法 |
Non-Patent Citations (1)
Title |
---|
杨洋: "虚拟参考站(VRS)技术及其精度评定", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109688535A (zh) * | 2018-12-13 | 2019-04-26 | 大唐软件技术股份有限公司 | 确定无线热点地理位置的方法、装置、电子设备及介质 |
CN109688535B (zh) * | 2018-12-13 | 2021-01-26 | 大唐软件技术股份有限公司 | 确定无线热点地理位置的方法、装置、电子设备及介质 |
CN110095797A (zh) * | 2019-05-28 | 2019-08-06 | 北京讯腾智慧科技股份有限公司 | 一种基于卫星导航***的格网化精准定位服务方法和*** |
CN111045051A (zh) * | 2019-07-10 | 2020-04-21 | 广东星舆科技有限公司 | Vrs信息的生成方法、提供定位服务的方法、定位服务装置 |
CN110618435A (zh) * | 2019-11-07 | 2019-12-27 | 广东星舆科技有限公司 | 观测数据的生成方法与提高vrs稳定性的电文数据生成方法 |
CN111447676A (zh) * | 2020-03-16 | 2020-07-24 | 苏州星恒通导航技术有限公司 | 一种基于差分数据源匹配的*** |
CN111447676B (zh) * | 2020-03-16 | 2021-10-01 | 苏州星恒通导航技术有限公司 | 一种基于差分数据源匹配的*** |
CN113031011A (zh) * | 2021-03-19 | 2021-06-25 | 北京中交创新投资发展有限公司 | 北斗高精度卫星导航与位置服务*** |
CN113050138A (zh) * | 2021-03-19 | 2021-06-29 | 北京中交创新投资发展有限公司 | 基于格网化高精度卫星导航定位服务方法 |
CN113031011B (zh) * | 2021-03-19 | 2023-09-29 | 交信北斗科技有限公司 | 北斗高精度卫星导航与位置服务*** |
CN113596722A (zh) * | 2021-08-04 | 2021-11-02 | 武汉攀达时空科技有限公司 | 一种邻近用户数据产品共享mcbi生成与服务方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108415048B (zh) | 2021-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108415048A (zh) | 基于空间聚类的大规模网络rtk定位方法及*** | |
Lu et al. | Optimization of lightweight task offloading strategy for mobile edge computing based on deep reinforcement learning | |
Jia et al. | Double-matching resource allocation strategy in fog computing networks based on cost efficiency | |
US7792040B2 (en) | Bandwidth and cost management for ad hoc networks | |
CN103108031B (zh) | 云边拓扑 | |
CN110095797B (zh) | 一种基于卫星导航***的格网化精准定位服务方法和*** | |
US7984151B1 (en) | Determining placement of user data to optimize resource utilization for distributed systems | |
Radke et al. | Spatial decompositions, modeling and mapping service regions to predict access to social programs | |
Xu et al. | Mobile agent migration modeling and design for target tracking in wireless sensor networks | |
CN109857518A (zh) | 一种网络资源的分配方法及设备 | |
Guha et al. | Sextant: a unified node and event localization framework using non-convex constraints | |
CN109862592A (zh) | 一种基于多基站协作的移动边缘计算环境下资源管理和调度方法 | |
CN101778472B (zh) | 一种无线传感器网络的分布式节点定位方法 | |
CN104995870A (zh) | 多目标服务器布局确定 | |
CN109104464A (zh) | 一种边缘计算环境下面向协同存储的分布式数据更新方法 | |
CN110461037B (zh) | 一种动态格网化网络rtk定位方法及*** | |
CN110876123A (zh) | 流量获取、提供、共享、校准、转移方法以及设备 | |
CN111510957A (zh) | 基于多目标约束优化的移动边缘服务器坐标定位方法 | |
CN105760449A (zh) | 一种面向多源异构数据的云推送方法 | |
CN109697637A (zh) | 对象类别确定方法、装置、电子设备及计算机存储介质 | |
CN102063834A (zh) | 含有地理位置信息的智能交互处理***及处理方法 | |
Skorin-Kapov et al. | Energy efficient and quality-driven continuous sensor management for mobile IoT applications | |
CN103209102B (zh) | Web服务质量的分布式测量***和方法 | |
Jiang et al. | Economics of peer-to-peer mobile crowdsensing | |
Dimokas et al. | Detecting energy-efficient central nodes for cooperative caching in wireless sensor networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |