[发明专利]动态定位方法及装置

权利要求书

1.一种动态定位方法，其特征在于，所述方法包括：

计算每颗卫星在预设滑动窗口内的信噪比方差值；其中，所述卫星为基准站和移动站同时观测到的且高度角不低于预设角度的卫星；

获取所有卫星对应的信噪比方差值中的最小值，并将每颗卫星的信噪比方差值与所述最小值之间的比值进行平方，得到每颗卫星的信噪比方差系数；

依据所述信噪比方差系数以及预先建立的卡尔曼滤波模型计算所述移动站在当前历元的位置；其中，所述卡尔曼滤波模型包括状态预测方程和测量更新方程，所述依据所述信噪比方差系数以及所述卡尔曼滤波模型计算所述移动站在当前历元的位置的步骤包括：依据所述状态预测方程计算当前历元的状态向量预测值和当前历元的状态向量方差的预测值；依据所述信噪比方差系数、所述当前历元的状态向量预测值、所述当前历元的状态向量方差的预测值以及所述测量更新方程计算所述移动站在当前历元的位置；所述信噪比方差系数用于计算所述卡尔曼滤波模型中的观测噪声方差。

2.如权利要求1所述的动态定位方法，其特征在于，所述状态预测方程包括第一预测方程和第二预测方程所述依据所述状态预测方程计算当前历元的状态向量预测值和当前历元的状态向量方差的预测值的步骤包括：

根据所述第一预测方程计算m历元的状态向量预测值，并将所述m历元的状态向量预测值作为所述当前历元的状态向量预测值；其中，表示所述m历元的状态向量预测值，表示m-1历元的状态向量滤波值，表示状态转移矩阵，I表示单位矩阵，ΔT表示历元时间间隔；

根据所述第二预测方程计算m历元的状态向量方差的预测值，并将所述m历元的状态向量方差的预测值作为所述当前历元的状态向量方差的预测值；其中，表示所述m历元的状态向量方差的预测值，表示m-1历元的状态向量方差的滤波值，表示噪声系数矩阵，Q_m-1表示m-1历元的过程噪声。

3.如权利要求2所述的动态定位方法，其特征在于，所述测量更新方程包括增益方程及状态向量更新方程所述依据所述信噪比方差系数、所述当前历元的状态向量预测值、所述当前历元的状态向量方差的预测值以及所述测量更新方程计算所述移动站在当前历元的位置的步骤包括：

根据所述m历元的状态向量方差的预测值及所述增益方程计算卡尔曼增益矩阵；其中，k_m表示所述卡尔曼增益矩阵，H_m表示测量系数矩阵且所述测量系数矩阵是根据获取的伪距观测值和载波相位观测值计算得到，R_m表示观测噪声方差，表示所述观测噪声方差的逆矩阵；

根据所述m历元的状态向量预测值、所述卡尔曼增益矩阵及所述状态向量更新方程计算m历元的状态向量滤波值，并将所述m历元的状态向量滤波值作为所述移动站在当前历元的位置；其中，表示所述m历元的状态向量滤波值，v_m表示观测噪声。

4.如权利要求3所述的动态定位方法，其特征在于，所述测量更新方程还包括方差更新方程所述依据所述信噪比方差系数、所述当前历元的状态向量预测值、所述当前历元的状态向量方差的预测值以及所述测量更新方程计算所述移动站在当前历元的位置的步骤之后，所述方法还包括：

根据所述m历元的状态向量方差的预测值、所述卡尔曼增益矩阵、所述测量系数矩阵及所述方差更新方程计算m历元的状态向量方差的滤波值；其中，表示所述m历元的状态向量方差的滤波值。

5.如权利要求1所述的动态定位方法，其特征在于，所述依据所述信噪比方差值以及预先建立的卡尔曼滤波模型计算所述移动站在当前历元的位置的步骤之后，所述方法还包括：

根据所述移动站在当前历元的位置、每颗卫星在当前历元的位置以及所述每颗卫星在当前历元的观测值计算所述每颗卫星在当前历元的验后残差；

当任一颗目标卫星在当前历元的验后残差大于预设值时，则对所述目标卫星打上不可用标记，其中，所述不可用标记用于指示所述目标卫星的观测值不参与计算所述移动站在下一历元的位置。