[发明专利]基于载波相位差分动静态融合的形变监测定位方法及装置

说明书

本发明提出一种基于载波相位差分动静态融合的形变监测定位方法,包括接收监测站和基准站GNSS观测数据，将观测数据中的载波相位做站星双差组成无秩亏方程组，基于最小二乘思想采用扩展卡尔曼算法进行迭代解算，得到监测站的浮点位置解，若采用LAMBDA/MLAMBDA算法搜索出模糊度整数值，则最终得到监测站的固定位置解。其中通过周期性调整扩展卡尔曼滤波算法中时间更新过程，将载波相位差分算法的动态模式和静态模式的优势进行融合，来保证精密形变监测的灵敏度和高精度要求。本发明所述的方法可将水平定位精度提高到3mm内，高程定位精度提高到5mm内；相比传统的载波相位差分静态模式方法，该方法有效保证了监测灵敏度，可将形变反应时间保持在要求范围内。

技术领域

本发明属于卫星导航定位技术领域，具体涉及一种基于载波相位差分动静态融合的形变监测定位方法及装置。

背景技术

全球卫星导航系统(GNSS，Global Navigation Satellite System)高精度差分定位技术已广泛应用于坝体形变监测、山体滑坡和地面沉降等高精度监测领域。随着中国北斗卫星系统的发展，基于北斗、GPS等卫星定位技术已经广泛应用于各种生产领域,且具有精度高、连续性好、全天候、实时性的特点,已成为当今主要的监测手段。当前在高精度形变监测领域所用的高精度定位技术是载波相位差分高精度定位技术，该定位方法通过使基准站和监测站进行双差，有效消除与距离相关的电离层、对流层、卫星钟差等误差，同时使用载波相位进行双差定位解算，可将实时定位精度提高到厘米级(动态模式下)，通过扩展卡尔曼的不断滤波，在静态模式下定位精度可达毫米级。在精密形变监测领域，尤其是在边坡形变监测、沉降监测等，传统载波相位差分定位方法依然存在缺点：动态模式方法由于解算状态矩阵及其协方差矩阵中的位置部分在扩展卡尔曼滤波的每一历元都要进行初始化，不能连续进行滤波迭代平滑，导致其在保证灵敏度的同时，降低了解算的定位精度，使得定位精度仅仅在厘米级水平，无法满足精密监测需求；静态模式仅仅对解算状态矩阵及其协方差矩阵中的位置部分在首历元进行初始化，经过非首历元的不断迭代导致定位精度高但是灵敏度很差，无法用于精密形变监测等领域。为解决高精度定位方法在精密形变监测领域适用性不好的问题，目前采用两种解决方式：1、采用载波相位差分动态模式加平滑算法，该处理方式可提高定位精度，但是精度很难达到毫米级，难以满足沉降监测的要求，由于采用平滑算法，也会降低算法灵敏度；2、采用周期性静态解算方法，该方法采用周期性事后静态处理，可有效保证精度和灵敏度，但是需要人工周期性操作，导致监测系统的自动化水平大打折扣。基于以上情况，在充分研究载波相位差分方法的同时提出将动态模式和静态模式进行融合的方法，不仅能保证GNSS智能形变监测系统的自动化程度，更能保证定位的精度和灵敏度的要求。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于载波相位差分动静态融合的形变监测定位方法及装置，本发明利用动态模式灵敏度高、静态模式精度高等特点，通过改进扩展卡尔曼滤波在历元间的迭代策略，将静态模式解算思想和动态模式解算思想进行充分的融合，在折中保证灵敏度的同时，提高定位的精度，能完全满足在滑坡、沉降等精密监测领域中的应用。

为实现上述目的及其他相关目的，本发明提供一种基于载波相位差分动静态融合的形变监测定位方法，该方法包括以下步骤：

S1同时接收监测站和基准站的GNSS观测数据；利用监测站观测数据进行单点定位，得到的监测站单点定位位置(x_p,r y_p,r z_p,r)作为后续扩展卡尔曼时间更新过程初始化的值；

S2选择基准站和监测站能共视的卫星，对载波相位作站星间双差得到双差观测方程组；

S3基于最小二乘思想，采用扩展卡尔曼滤波迭代算法对双差观测方程组进行解算，得到监测站位置浮点解；

S4对浮点状态矩阵及其协方差矩阵中的载波相位单差部分进行转双差处理，根据整形最小二乘思想，并基于LAMBDA/MLAMBDA算法搜索得到模糊度的最优值