一城一北斗|省域北斗三號高精度位置綜合服務(wù)平臺關(guān)鍵技術(shù)及應(yīng)用

申報(bào)單位：山東省國土測繪院

聯(lián)合申報(bào)單位：山東大學(xué)、上海司南衛(wèi)星導(dǎo)航技術(shù)股份有限公司

主要完成人：張海平、董傳勝、邢建平、于曉東、高士民、張珂

一、案例簡介

“十二五”期間，我國衛(wèi)星導(dǎo)航定位基準(zhǔn)站建設(shè)高峰期已過，但基準(zhǔn)站網(wǎng)主要軟硬件嚴(yán)重依賴國外、產(chǎn)業(yè)應(yīng)用終端缺“芯”少“核”、大規(guī)模基準(zhǔn)站坐標(biāo)參考框架動(dòng)態(tài)更新以及智能化程度低。近年來，我國衛(wèi)星導(dǎo)航定位基準(zhǔn)站建設(shè)逐步邁入基于北斗三號全球組網(wǎng)新時(shí)期，基準(zhǔn)站網(wǎng)立足測繪向拓展多行業(yè)普適高精度連續(xù)定位需求戰(zhàn)略化推進(jìn)。我院以省域北斗三號高精度位置綜合服務(wù)平臺建設(shè)為引領(lǐng)，在高精度基準(zhǔn)站芯片級微系統(tǒng)處理算法及軟硬件、大規(guī)模基準(zhǔn)站數(shù)據(jù)并行計(jì)算與自動(dòng)化處理、車／船／機(jī)聯(lián)網(wǎng)海量用戶連續(xù)高精度定位監(jiān)視方面取得了重大自主性技術(shù)創(chuàng)新并得到廣泛應(yīng)用，為提升我國自主北斗服務(wù)全球的能力，保障國家時(shí)空安全和重大任務(wù)奠定了核心技術(shù)基礎(chǔ)。

二、技術(shù)方案

1、針對當(dāng)前多頻多模采樣信號以GPS為主，捕獲跟蹤效率及抗干擾性有待進(jìn)一步提升、多源融合解算不成熟、沿海活躍對流層模型精度低等問題，提出了多頻多模寬帶射頻采樣信號預(yù)處理方法，構(gòu)建了毫秒級捕獲跟蹤、多頻組合解算和誤差差異化提取分析等算法，突破了北斗三號數(shù)據(jù)精細(xì)處理、沿海大氣誤差精細(xì)建模、虛擬格網(wǎng)等關(guān)鍵技術(shù)，實(shí)現(xiàn)了多GNSS信號的高質(zhì)量融合。

1）多頻多模寬帶射頻采樣信號預(yù)處理技術(shù)：通過加寬射頻前端帶寬，多頻點(diǎn)共用通道，構(gòu)建新的LDPC解碼算法，實(shí)現(xiàn)對北斗三號新信號的接收；將采樣后的數(shù)據(jù)頻點(diǎn)分離，分別處理，降低內(nèi)部位寬，抽取的同時(shí)采用不同頻率的數(shù)字本振分別對信號進(jìn)行多相混頻和并行濾波，降低功耗、提高處理速度；通過對頻域信號進(jìn)行非相干累加，突出頻域峰值，發(fā)明干擾控制、數(shù)據(jù)選通、定時(shí)控制等開關(guān)及bypass通路和定時(shí)模塊，并進(jìn)行自適應(yīng)噪聲估計(jì)，降低功耗，提高抗窄帶干擾能力；從相位角度考慮，采用整數(shù)倍抽取實(shí)現(xiàn)降速處理，再利用抽取和濾波位置互換的等效關(guān)系，采用多相濾波FIR濾波器進(jìn)行濾波，避免抽取后嚴(yán)重混疊，降低對處理速度的要求，提高實(shí)時(shí)處理能力。優(yōu)化自相關(guān)和互相關(guān)信號識別與處理算法，解決特殊環(huán)境信號遮擋和電磁干擾問題。

2）復(fù)雜域弱信號毫秒級捕獲跟蹤技術(shù)：傳統(tǒng)高精度接收機(jī)在接收信號比較弱的環(huán)境下，如樹下和其他遮擋物下不能實(shí)現(xiàn)對衛(wèi)星的捕獲和跟蹤。本項(xiàng)目設(shè)計(jì)的新一代基帶芯片內(nèi)置快速捕獲模塊，預(yù)存數(shù)據(jù)后在芯片采用高速時(shí)鐘處理方式，利用多個(gè)相關(guān)器快速完成頻率與碼的二維搜索，同時(shí)利用FFT變換，提高頻率搜索的精準(zhǔn)度，然后將搜索結(jié)果反饋給ARM，快速實(shí)現(xiàn)毫秒計(jì)捕獲到跟蹤的切換。提高接收機(jī)在弱信號下的接收能力，大幅度提高了高精度接收機(jī)在惡劣環(huán)境下的工作性能。

3）北斗三號GNSS衛(wèi)星信號精細(xì)融合處理技術(shù)：充分利用北斗三號新信號、新頻點(diǎn)優(yōu)勢，構(gòu)建了基于多頻組合進(jìn)行解算和檢驗(yàn)的算法，服務(wù)更可靠。軟件設(shè)計(jì)兼容接收機(jī)原始格式、RTCM兩種格式的北斗三數(shù)據(jù)解析；兼容RINEX3.04數(shù)據(jù)存儲，數(shù)據(jù)分析同步支持對北斗三號數(shù)據(jù)的多路徑、信噪比、周跳等信息的分析，實(shí)現(xiàn)基站北斗三號數(shù)據(jù)質(zhì)量的監(jiān)控和管理。在解算層面，由于北斗三號和北斗二號部分頻點(diǎn)不同，在模糊度估計(jì)和建模時(shí)，通過對兩種信號體質(zhì)的衛(wèi)星進(jìn)行差異化處理，實(shí)現(xiàn)了不同頻點(diǎn)模糊度、電離層誤差等信息的分別提取，最后再將相關(guān)的誤差信息進(jìn)行綜合處理，實(shí)現(xiàn)北斗二號和北斗三號衛(wèi)星的共同定位解算。

4）沿海大氣誤差精細(xì)建模：針對沿海地區(qū)水汽含量變化大，對流層活躍，為得到基線兩端真實(shí)的對流層天頂延遲，需要同時(shí)估計(jì)基線一端的對流層天頂延遲（含干延遲）和另一端相對于該對流層天頂延遲的差，避免同時(shí)分別估計(jì)兩個(gè)站對流層延遲導(dǎo)致的參數(shù)相關(guān)性問題，即“站間單差對流層估計(jì)”。在得到單差天頂對流層延遲后，加上主站的參考天頂對流層延遲，便得到對應(yīng)基站的天頂對流層延遲，從而得到基線兩端精確的對流層延遲。然后再將區(qū)域內(nèi)的對流層延遲進(jìn)行曲面擬合，提高沿海水汽活躍區(qū)域的對流層建模精度。

5）虛擬格網(wǎng)計(jì)算處理與按需播發(fā)技術(shù)：將不規(guī)則基準(zhǔn)站三角網(wǎng)設(shè)計(jì)成柵格形式的規(guī)則格網(wǎng)，解算引擎只需解算生成的固定網(wǎng)格點(diǎn)的虛擬觀測數(shù)據(jù)，避免對每個(gè)用戶進(jìn)行單獨(dú)的數(shù)據(jù)解算，大幅降低海量并發(fā)的計(jì)算量；用戶根據(jù)概略坐標(biāo)即可確定所需格網(wǎng)的增強(qiáng)信息，減少了登陸系統(tǒng)時(shí)的搜索量，降低時(shí)間延遲；用戶服務(wù)器獨(dú)立于解算服務(wù)器，實(shí)時(shí)響應(yīng)用戶的登錄請求，向解算引擎請求該網(wǎng)格的數(shù)據(jù)，同時(shí)用戶服務(wù)可以多路部署備用，并自主動(dòng)態(tài)搜索可用解算服務(wù)器，解決了大規(guī)模基準(zhǔn)站網(wǎng)搜索效率低問題，實(shí)現(xiàn)基于格網(wǎng)的海量用戶并發(fā)。

2、針對當(dāng)前大規(guī)模基準(zhǔn)站網(wǎng)數(shù)據(jù)融合并行能力不強(qiáng)、協(xié)同處理差、缺乏全流程自動(dòng)化等問題，創(chuàng)造性提出大規(guī)模網(wǎng)絡(luò)協(xié)同組織下云中心架構(gòu)集群并行計(jì)算批處理方法，實(shí)現(xiàn)海量基準(zhǔn)站數(shù)據(jù)跨平臺通信與網(wǎng)計(jì)算協(xié)同優(yōu)化。

1）分布式異構(gòu)系統(tǒng)協(xié)同處理與通信技術(shù)：數(shù)據(jù)自動(dòng)化處理采用GAMIT和Bernese同步互算模式，兩種軟件分別運(yùn)行于Liunx和Windows系統(tǒng)，項(xiàng)目提出了分布式異構(gòu)系統(tǒng)協(xié)同處理與通信技術(shù)，計(jì)算服務(wù)分別布部署在四臺服務(wù)器上，可以同步調(diào)用運(yùn)行，融合C＃、Mono Develop的開發(fā)語言工具，不同操作系統(tǒng)中代碼均通過數(shù)據(jù)庫服務(wù)器進(jìn)行協(xié)同作業(yè)；每天定時(shí)在數(shù)據(jù)庫服務(wù)器的任務(wù)表中生成以當(dāng)天為基準(zhǔn)的前30天數(shù)據(jù)的解算任務(wù)，各異構(gòu)系統(tǒng)間通過內(nèi)網(wǎng)連接，數(shù)據(jù)預(yù)處理、GAMIT解算、伯爾尼解算等服務(wù)通過監(jiān)視數(shù)據(jù)服務(wù)器中數(shù)據(jù)處理任務(wù)啟動(dòng)相應(yīng)的數(shù)據(jù)處理服務(wù)，實(shí)現(xiàn)自動(dòng)處理各流程和服務(wù)間的跨系統(tǒng)通信。

2）大規(guī)模基準(zhǔn)站處理可視化管理與自動(dòng)預(yù)警技術(shù)：為了能夠直觀顯示站點(diǎn)狀態(tài)，在站點(diǎn)可視化管理中添加了站點(diǎn)警報(bào)功能，不同顏色和閃爍反應(yīng)站點(diǎn)數(shù)據(jù)缺失情況、解算狀態(tài)等信息；當(dāng)多路徑、周跳等數(shù)據(jù)質(zhì)量指標(biāo)超限時(shí)，自動(dòng)預(yù)警并顯示；同時(shí)將GAMIT與Bernese網(wǎng)平差解算結(jié)果與同軟件7天前的解算結(jié)果平均值作差，若差值超過預(yù)警值，則自動(dòng)預(yù)警并顯示。3）多系統(tǒng)數(shù)據(jù)質(zhì)量誤差分析與融合處理技術(shù)：對于高頻率的單頻GNSS相位觀測，通過相鄰歷元的差分技術(shù)，實(shí)現(xiàn)GNSS相位數(shù)據(jù)的質(zhì)量評估。對比分析多系統(tǒng)GNSS（GPS，BDS，GLONASS，Galileo）的誤差源，構(gòu)建系統(tǒng)間偏差系統(tǒng)模型，通過方差分量估計(jì)方法，實(shí)現(xiàn)多系統(tǒng)融合數(shù)據(jù)處理。

3、針對當(dāng)前車輛網(wǎng)領(lǐng)域環(huán)境復(fù)雜下無GNSS定位就無法組合導(dǎo)航、連續(xù)實(shí)時(shí)高精度定位效果差的問題，提出了多傳感器融合定位和高低頻誤差分流算法，突破了智能輪式載體定位定姿測速體系。

1）北斗GNSS／INS／DR多傳感器緊組合定位算法針對低速農(nóng)用、市政車輛，設(shè)計(jì)了雙天線三系統(tǒng)GNSS與慣導(dǎo)／DR融合的定位模塊，針對通用車輛，設(shè)計(jì)了單天線四系統(tǒng)GNSS與慣導(dǎo)／DR融合的定位模塊。通過GNSS、IMU、OBU三種數(shù)據(jù)情況，自動(dòng)選擇組合模型，有基準(zhǔn)站網(wǎng)數(shù)據(jù)時(shí)進(jìn)入單頻RTK／INS／DR緊組合模型，否則進(jìn)入單頻PPP／INS／DR緊組合模型；若有雙天線數(shù)據(jù)則在緊組合模型上再增加雙天線約束信息，最后使用抗差卡爾曼濾波進(jìn)行解算獲取載體位置、速度和姿態(tài)信息。這種模式，避免了GNSS／INS松組合在衛(wèi)星數(shù)少于4顆、無法單獨(dú)GNSS定位時(shí)就無法進(jìn)行組合導(dǎo)航的缺陷，提高了遮擋嚴(yán)重環(huán)境下濾波的可靠性。

2）時(shí)變加權(quán)值高低頻誤差分流技術(shù)方法：將時(shí)變較快、高頻的接收機(jī)鐘差與時(shí)變較慢、低頻的對流層電離層誤差、衛(wèi)星軌道誤差及衛(wèi)星鐘差誤差等分離，使用高頻接收機(jī)鐘差來估計(jì)低頻慢變誤差，由于低頻誤差在短時(shí)間內(nèi)變化不明顯，所以將估出的誤差進(jìn)行加權(quán)后作為未來幾分鐘內(nèi)的預(yù)測誤差發(fā)給終端修正自身的觀測值，再進(jìn)行單點(diǎn)定位計(jì)算，此時(shí)雖然在模型上與單點(diǎn)定位相同，但觀測值中已消除低頻誤差，解算結(jié)果與差分定位相當(dāng)。同時(shí)基站無需將上述慢變誤差的實(shí)時(shí)原始觀測數(shù)據(jù)全部傳輸給用戶，大大減少了數(shù)據(jù)傳輸量和數(shù)據(jù)延遲，提高了通信的穩(wěn)定性。

3）零速修正和航向約束測姿測向技術(shù)方法：針對運(yùn)動(dòng)載體在不同場景下的運(yùn)動(dòng)情況，通過GNSS和DR信息輔助判斷載體處于零速狀態(tài)，與INS推算得到的速度構(gòu)成量測方程，對INS推算結(jié)果進(jìn)行約束，解決當(dāng)載體處于靜止?fàn)顟B(tài)時(shí)INS積分漂移及GNSS誤差較大時(shí)的散點(diǎn)問題。并且針對公交車長時(shí)間在高架橋下運(yùn)動(dòng)的特點(diǎn)，提出蕩秋千運(yùn)動(dòng)的組合導(dǎo)航算法，在高架橋下面時(shí)，衛(wèi)星定位和測速精度航向較差，正交方向較高，使用慣導(dǎo)輔助提高航向和測速精度。

三、創(chuàng)新亮點(diǎn)

1）提出了多頻多模寬帶射頻采樣信號預(yù)處理方法，構(gòu)建了毫秒級捕獲跟蹤、多頻組合解算和誤差差異化提取分析等算法，突破了北斗三號數(shù)據(jù)精細(xì)處理、沿海大氣誤差精細(xì)建模、虛擬格網(wǎng)等關(guān)鍵技術(shù)，實(shí)現(xiàn)了多GNSS信號的高質(zhì)量融合，提升了多級協(xié)同服務(wù)水平。

2）提出了大規(guī)模網(wǎng)絡(luò)協(xié)同組織下云中心架構(gòu)集群并行計(jì)算批處理方法，解決了海量基準(zhǔn)站數(shù)據(jù)跨平臺通信與網(wǎng)計(jì)算協(xié)同優(yōu)化難題，實(shí)現(xiàn)了大規(guī)模基準(zhǔn)站數(shù)據(jù)處理的可視化和自動(dòng)化，提升了基準(zhǔn)框架動(dòng)態(tài)維護(hù)能力。

3）提出了多傳感器融合定位和高低頻誤差分流算法，解決了復(fù)雜環(huán)境下車聯(lián)網(wǎng)用戶海量并發(fā)、快速初始化、連續(xù)高精度定位與信息安全管控難題，實(shí)現(xiàn)了端、網(wǎng)、云閉合的連續(xù)實(shí)時(shí)高精度定位服務(wù)。