一種GNSS大網(wǎng)數(shù)據(jù)快速高效處理策略

崔 陽 呂志平 張友陽 陳正生 李林陽

1 信息工程大學(xué)地理空間信息學(xué)院，鄭州市科學(xué)大道62號，450001

2 鄭州輕工業(yè)學(xué)院機(jī)電工程學(xué)院，鄭州市東風(fēng)路5號，450002

目前，GNSS數(shù)據(jù)的主要處理方法是雙差網(wǎng)解和非差精密單點(diǎn)定位（PPP）［1－2］。PPP 的處理時(shí)間呈線性增加，而雙差網(wǎng)解的處理時(shí)間呈幾何倍數(shù)增加，當(dāng)測站規(guī)模增加時(shí)，兩種處理策略都因計(jì)算能力有限而無法高效處理［3－5］。陳俊平等［6］建議增加數(shù)據(jù)采樣間隔以實(shí)現(xiàn)GNSS 的非差數(shù)據(jù)處理。程傳錄等［7］提出移動(dòng)格網(wǎng)密度法，以優(yōu)化GAMIT 軟件劃分子網(wǎng)算法的局限性。從解算精度上比較，PPP解算結(jié)果和雙差網(wǎng)解精度基本一致［8］，但精密單點(diǎn)定位的東向精度仍然可以通過整周模糊度的固定得到提高，使解算結(jié)果接近全網(wǎng)解算結(jié)果。為了提高PPP 的精確性和準(zhǔn)確性，可聯(lián)合PPP 解算結(jié)果，進(jìn)行雙差載波相位模糊度固定解算［9－10］。因此，基于PPP模式的網(wǎng)解是大型GNSS 網(wǎng)絡(luò)數(shù)據(jù)處理發(fā)展的必然趨勢。然而，全網(wǎng)模糊度解算的處理時(shí)間接近O（n4），限制了網(wǎng)絡(luò)測站數(shù)目，只能以小網(wǎng)模式固定模糊度。Blewitt［10，11］2008年提出“不動(dòng)點(diǎn) 定理”的模糊度固定方法，并基于此提出了Ambizap 算法，該算法的處理時(shí)間接近O（n），解算結(jié)果近似于全網(wǎng)模糊度的固定。隨著分布式網(wǎng)絡(luò)計(jì)算平臺(tái)的出現(xiàn)，利用網(wǎng)絡(luò)中多臺(tái)計(jì)算機(jī)建立分布式計(jì)算系統(tǒng)平臺(tái)成為解決大規(guī)模測量數(shù)據(jù)計(jì)算問題的首選方法［12－13］。本文基于分布式計(jì)算理論，將Ambizap算法應(yīng)用到大型GNSS 網(wǎng)數(shù)據(jù)分布式處理中。算例表明，Ambizap的分布式應(yīng)用為大型GNSS數(shù)據(jù)處理帶來一種經(jīng)濟(jì)快捷的新方法。

1 Ambizap算法原理

Blewitt［11］在2008年基于不動(dòng)點(diǎn)理論提出Ambizap算法，該算法利用雙差模糊度解算結(jié)果來約束非差PPP解。

1.1 不動(dòng)點(diǎn)理論

“不動(dòng)點(diǎn)理論”可以描述為：在特定條件下，運(yùn)算符F（x）將至少有一個(gè)不動(dòng)點(diǎn)滿足F（x）＝x條件。不動(dòng)點(diǎn)理論需要說明不動(dòng)點(diǎn)是什么或者如何找到它們。將F定義為模糊度固定運(yùn)算符，即利用雙差模糊度解算結(jié)果去約束每站的PPP解，以修正非差解，進(jìn)而更新其他相關(guān)參數(shù)。通過尋找一個(gè)固定點(diǎn)去映射從初始PPP估值參數(shù)到模糊度固定后的參數(shù)。由于參數(shù)集都可以轉(zhuǎn)變?yōu)榱硪坏葍r(jià)形式（完全線性無關(guān)的），則假設(shè)對任意值的參數(shù)s，有線性變換且滿足。網(wǎng)中存在這樣的固定點(diǎn)，代表網(wǎng)中加權(quán)平均質(zhì)心點(diǎn)。

1.1.1 不動(dòng)點(diǎn)定理1：質(zhì)心

假設(shè)對n個(gè)獨(dú)立測站的PPP單站解，設(shè)其解的向量為si，方差－協(xié)方差為Ci，i∈（1，…，n）。令向量si包含測站三維坐標(biāo)分量和所有衛(wèi)星的載波相位的星間差。定義偏差固定運(yùn)算符F（Λs）為從初始PPP 解算的參數(shù)估值的任意線性組合映射到偏差固定解，第一個(gè)不動(dòng)點(diǎn)理論可表述為：

1.1.2 不動(dòng)點(diǎn)定理2：基線

網(wǎng)平差的初始信息由每站PPP解提供，網(wǎng)中的一個(gè)單一基線解將產(chǎn)生兩個(gè)模糊度固定的解向量s′i和s′j，其中均包含測站坐標(biāo)和模糊度。假設(shè)協(xié)方差是相似的，將偏差固定運(yùn)算符F應(yīng)用到整個(gè)網(wǎng)中，得到不動(dòng)點(diǎn)定理2：

每個(gè)模糊度固定后的基線的參數(shù)與網(wǎng)內(nèi)其他模糊度固定的基線是不相關(guān)的［5］。

1.2 基于雙差固定解約束PPP解的整網(wǎng)平差

設(shè)整網(wǎng)平差前PPP 實(shí)數(shù)解為Xi，協(xié)方差矩陣為Ci，測站i和j構(gòu)成的獨(dú)立基線的雙差固定解為X′i和X′j，將各個(gè)獨(dú)立基線的雙差固定解當(dāng)作獨(dú)立的子網(wǎng)。對于連續(xù)觀測的大型GPS網(wǎng)絡(luò)，實(shí)踐表明，各站的非差PPP 解的精度、雙差模糊度固定解的精度均相近，則根據(jù)Blewitt提出的不動(dòng)點(diǎn)定理，可利用雙差模糊度固定解對PPP解進(jìn)行精度修正，得到整體網(wǎng)平差解。由不動(dòng)點(diǎn)定理1和2假設(shè)［2，14］：

1）整網(wǎng)平差前的測站PPP解Xi的加權(quán)平均和整網(wǎng)平差后的測站坐標(biāo)相等（整網(wǎng)平差的位置基準(zhǔn)）；

2）整網(wǎng)平差前的雙差基線ΔX′i?j＝X′i－X′j與整網(wǎng)平差后的坐標(biāo)反算的基線向量相等（整網(wǎng)平差的方位基準(zhǔn)和尺度基準(zhǔn)）。設(shè)單個(gè)測站的非差法方差為NiXi＝wi，根據(jù)測站之間相互獨(dú)立的原則，構(gòu)建PPP網(wǎng)解的法方程：

引入獨(dú)立基線的雙差固定解提供的約束條件：

其中，雙差基線ΔX′i?j的協(xié)方差陣為C′i?j，i?j表示由測站i和j構(gòu)成的獨(dú)立基線。獨(dú)立基線的雙差固定解ΔX′i?j提供給測站i和j的PPP解的精度改進(jìn)為：

式中，C′i?j為雙差基線ΔX′i?j解的方差－協(xié)方差陣；Ci和Cj是測站i和j的非差PPP解方差－協(xié)方差矩陣；Ai?j為改進(jìn)后的測站i和j的方差－協(xié)方差陣；ε為一個(gè)很小的實(shí)數(shù)，避免了雙差固定解不能給PPP 解提供精度改正信息而導(dǎo)致矩陣求逆病態(tài)，一般取ε＝10－4。將獨(dú)立基線引入的約束條件并行累加到非差PPP網(wǎng)解法方程，得到新整網(wǎng)平差的法方程：

1.3 獨(dú)立基線選擇

不動(dòng)點(diǎn)定理的應(yīng)用需逐條基線進(jìn)行雙差模糊度的固定，對于測站數(shù)為n的同步觀測網(wǎng)，函數(shù)不相關(guān)的獨(dú)立基線數(shù)共有n－1條。理論上，所有雙差模糊度都可表示為獨(dú)立雙差模糊度的線性組合，在數(shù)理統(tǒng)計(jì)上是等價(jià)的，但獨(dú)立基線的不同選擇會(huì)導(dǎo)致模糊度最近整周偏差不同以及方差不同，從而影響模糊度固定的效率。一般情況下，不動(dòng)點(diǎn)理論可采取模糊度更容易固定的最短基線法構(gòu)建獨(dú)立基線網(wǎng)。本文首先采用Delaunay三角網(wǎng)剖分算法對GPS網(wǎng)進(jìn)行三角剖分，然后采用圖論中的歐幾里德最小生成樹（EMST）算法實(shí)現(xiàn)獨(dú)立基線網(wǎng)的構(gòu)建，保證所有獨(dú)立基線邊的總長度最小。其中，考慮到當(dāng)前基準(zhǔn)站數(shù)目在幾千個(gè)點(diǎn)以內(nèi)，剖分時(shí)間占計(jì)算時(shí)間的比例很小，Delaunay三角網(wǎng)剖分算法采用逐點(diǎn)插入法；最小生成樹算法就是用于求解帶權(quán)無向連通圖中最小生成樹的算法，常見的有Kruskal算法、Prim 算法和Sollin算法等。

2 Ambizap算法的分布式處理

為充分利用多核多機(jī)的分布式網(wǎng)絡(luò)計(jì)算環(huán)境，對大型GNSS網(wǎng)數(shù)據(jù)，可通過分布式PPP 解算和分布式獨(dú)立基線解算完成Ambizap算法的分布實(shí)現(xiàn)，從而實(shí)現(xiàn)大型GNSS網(wǎng)數(shù)據(jù)分布式高效處理。圖1為按照不動(dòng)點(diǎn)理論設(shè)計(jì)并編程實(shí)現(xiàn)的GNSS數(shù)據(jù)分布式計(jì)算流程。

在圖1中，首先是采用解壓工具、TEQC等對各測站數(shù)據(jù)進(jìn)行分布式預(yù)處理，然后調(diào)用PPP模塊將測站分布并行PPP處理，根據(jù)獨(dú)立基線的選擇情況，再進(jìn)行并行基線解算，最后將獨(dú)立基線解算結(jié)果約束到PPP解算結(jié)果上，進(jìn)行整網(wǎng)平差計(jì)算。

在具體流程實(shí)現(xiàn)中，首先根據(jù)測站列表建立PPP任務(wù)，控制端根據(jù)任務(wù)列表發(fā)布PPP計(jì)算任務(wù)，網(wǎng)絡(luò)中可用計(jì)算節(jié)點(diǎn)并行完成PPP計(jì)算任務(wù)后，將計(jì)算結(jié)果返回給控制端或指定的網(wǎng)絡(luò)位置。然后，控制端對測站進(jìn)行三角剖分并建立三角網(wǎng)列表和基線向量列表，從基線向量列表中按照最短路徑原則選擇n－1條獨(dú)立基線建立獨(dú)立基線任務(wù)，控制端分發(fā)獨(dú)立基線任務(wù)給網(wǎng)絡(luò)中可用計(jì)算節(jié)點(diǎn)，當(dāng)所有計(jì)算節(jié)點(diǎn)完成計(jì)算任務(wù)后，控制端統(tǒng)計(jì)所有獨(dú)立基線模糊度解算成功情況，針對計(jì)算失敗的獨(dú)立基線，根據(jù)索引編號查找所屬三角網(wǎng)，重新選擇替代基線，再對替代的基線進(jìn)行任務(wù)建立和任務(wù)分發(fā)與計(jì)算，直到完成所有n－1條獨(dú)立基線計(jì)算任務(wù)。相關(guān)GNSS 數(shù)據(jù)處理模塊通過調(diào)用封裝已有的商用軟件（Bernese等）或開源代碼（GPSTk等）模塊實(shí)現(xiàn)。

圖1 基于Ambizap算法的GNSS數(shù)據(jù)分布式計(jì)算流程Fig.1 Flowchart of GNSS data in a distributed Ambizap algorithm

3 算例分析

3.1 算例1

選用歐洲AJAC等23個(gè)IGS跟蹤站2002年第143天的30s采樣間隔的觀測數(shù)據(jù)，比較PPP解、基于Ambizap算法的網(wǎng)解與全網(wǎng)雙差解的差異。

試驗(yàn)硬件平臺(tái)為普通組裝臺(tái)式機(jī)，Intel Core i3－2100處理器，3.10GHz主頻，4GB內(nèi)存，Windows XP操作系統(tǒng)。在Visual Studio 2010環(huán)境下，采用C＃語言實(shí)現(xiàn)Ambizap 算法。相關(guān)的PPP解算和雙差基線解算采用伯爾尼大學(xué)推出的高精度GNSS數(shù)據(jù)處理軟件Bernese5.0版本，在Windows平臺(tái)下，利用如下CMD 命令即可實(shí)現(xiàn)無交互的后臺(tái)調(diào)用Bern的BPE：

Ambizap算法的實(shí)現(xiàn)過程是：首選調(diào)用BPE中的PPP模塊進(jìn)行PPP 解算，然后對測站進(jìn)行Delaunay三角剖分，進(jìn)而利用Kruskal算法生成測站的最小生成樹，獲得最短基線的獨(dú)立基線，對每條獨(dú)立基線調(diào)用BPE 中的RNX2SNX 模塊進(jìn)行單基線解算，最后實(shí)現(xiàn)帶有雙差約束的PPP解的整網(wǎng)并行平差，改正測站的非差PPP解。作為對比，調(diào)用RNX2SNX 模塊對23 個(gè)測站同時(shí)進(jìn)行全網(wǎng)雙差解算。PPP 解與全網(wǎng)雙差解的坐標(biāo)差統(tǒng)計(jì)如圖2所示。

圖2 全網(wǎng)雙差解與PPP解坐標(biāo)差統(tǒng)計(jì)Fig.2 Coordinate difference statistics between double difference solution and PPP solution

由圖2可知，PPP 解與全網(wǎng)雙差解的坐標(biāo)較差在X和Z方向在1cm 以內(nèi)，但在Y方向（E向）達(dá)到2cm。Ambizap網(wǎng)解與全網(wǎng)雙差解的坐標(biāo)差統(tǒng)計(jì)如圖3所示。

圖3 全網(wǎng)雙差解與Ambizap網(wǎng)解坐標(biāo)差統(tǒng)計(jì)Fig.3 Coordinate difference statistics between double difference solution and Ambizap solution

由圖3可知，Ambizap網(wǎng)解坐標(biāo)與全網(wǎng)雙差解坐標(biāo)的較差多在1cm 以內(nèi)，相比PPP 解得到改進(jìn)，尤其是Y方向和Z坐標(biāo)的改進(jìn)效果明顯。

3.2 算例2

為驗(yàn)證Ambizap算法分布式計(jì)算的高效性，搭建局域網(wǎng)分布式計(jì)算環(huán)境，針對不同規(guī)模的IGS站數(shù)據(jù)，采用基于Ambizap算法建立的分布式GNSS軟件平臺(tái)與GAMIT 軟件平臺(tái)分別進(jìn)行處理。其中，方案1利用GAMIT 軟件采用雙差模式進(jìn)行集中式處理；方案2利用分布式軟件平臺(tái)進(jìn)行Ambizap算法的分布式處理。為了描述并行計(jì)算的性能，一般采用加速比指標(biāo)進(jìn)行度量。加速比定義為：

其中，n表示處理器個(gè)數(shù)，T1是改進(jìn)前整個(gè)任務(wù)的執(zhí)行時(shí)間，Tn是改進(jìn)后n個(gè)節(jié)點(diǎn)并行執(zhí)行時(shí)間。分別對IGS站2013年第1天的50、99和327個(gè)測站規(guī)模的觀測數(shù)據(jù)進(jìn)行處理，數(shù)據(jù)存放在指定的FTP服務(wù)端。采用上述兩種方案進(jìn)行處理，對比計(jì)算時(shí)間。測試過程中，分布式GNSS平臺(tái)啟用局域網(wǎng)中4臺(tái)計(jì)算機(jī)組成分布式計(jì)算環(huán)境，其中一臺(tái)兼任控制端。計(jì)算機(jī)均為配置相當(dāng)?shù)钠胀ㄓ?jì)算機(jī)，CPU2.2～2.4GHz，內(nèi)存2～4GB。

由表1可知，50個(gè)測站時(shí)，分布式GNSS 平臺(tái)比GAMIT平臺(tái)提高2.82 倍；99個(gè)測站時(shí)，GAMIT 呈幾何倍數(shù)增長，而分布式平臺(tái)呈線性增長，且加速比達(dá)到9.40倍。現(xiàn)有GAMIT 平臺(tái)無法同時(shí)處理327 個(gè)測站，而分布式平臺(tái)能在243min內(nèi)完成該計(jì)算任務(wù)。由于分布式算法和計(jì)算平臺(tái)具有良好的伸縮性、擴(kuò)展性和自動(dòng)化效果，使用更多的計(jì)算節(jié)點(diǎn)時(shí)，計(jì)算效率將更高。

表1 計(jì)算時(shí)間的對比Tab.1 Comparison of the calculation time

4 結(jié) 語

本文基于Ambizap網(wǎng)解新算法的基本原理，提出通過利用分布式獨(dú)立基線的雙差固定解約束分布式的PPP解，進(jìn)而進(jìn)行整網(wǎng)并行計(jì)算的新方法，建立了具有良好分布特征的O（n）處理時(shí)間的整網(wǎng)分布式處理流程；利用.NET 框架下的分布式計(jì)算技術(shù)實(shí)現(xiàn)了Ambizap算法整網(wǎng)計(jì)算的分布式處理。通過算例驗(yàn)證了Ambizap 算法精度的可靠性和分布式處理的高效性，為大型GNSS網(wǎng)絡(luò)數(shù)據(jù)的快速處理提供了一條高效、經(jīng)濟(jì)的新途徑。

［1］Ge M，Gendt G，Dick G，et al.A New Data Processing Strategy for Huge GNSS Global Networks［J］.Journal of Geodesy，2006，80：199－203

［2］蔡華.GNSS大網(wǎng)實(shí)時(shí)數(shù)據(jù)快速解算方法應(yīng)用研究［D］.武漢：武漢大學(xué)，2010（Cai Hua.Application Research of Method of Large GNSS Network Realtime Data Rapid Solution［D］.Wuhan：Wuhan University，2010）

［3］Dong D，F(xiàn)ang P，Bock Y，et al.Anatomy of Apparent Seasonal Variations from GPS－Derived Site Position Time Series［J］.Journal of Geophysical Research，2002，107（B4）：2 075

［4］Herring T.Aspects of Large Station Networks for GPS Orbits and Clocks［C］.IGS Workshop and Symposium，Switzerland，2004

［5］Blewitt G.Fixed Point Theorems of GPS Carrier Phase Ambiguity Resolution and Their Application to Massive Network Processing：Ambizap［J］.Journal of Geophysical Research，2008，113：B12 410

［6］陳俊平，張益澤，謝益炳，等.超大觀測網(wǎng)絡(luò)及多GNSS系統(tǒng)的快速數(shù)據(jù)處理［J］.武漢大學(xué)學(xué)報(bào)：信息科學(xué)版，2014，39（3）：253－257（Chen Junping，Zhang Yize，Xie Yibing，et al.Rapid Data Processing of Huge Networks and Multi－GNSS Constellation［J］.Geomatics and Information Science of Wuhan University，2014，39（3）：253－257）

［7］程傳錄，蔣光偉，聶建亮，等.利用雙差的超大GNSS基準(zhǔn)站網(wǎng)解算法改進(jìn)［J］.武漢大學(xué)學(xué)報(bào)：信息科學(xué)版，2014，39（5）：596－599（Cheng Chuanlu，Jiang Guangwei，Nie Jianliang，et al.Improving the Processing Strategy Based on Double－Differenced Observations for Huge GNSS Network［J］.Geomatics and Information Science of Wuhan University，2014，39（5）：596－599）

［8］陳永奇，劉焱雄，王曉亞，等.香港實(shí)時(shí)GPS水汽檢測系統(tǒng)的若干關(guān)鍵技術(shù)［J］.測繪 學(xué)報(bào)，2007，36（1）：9－12（Chen Yongqi，Liu Yanxiong，Wang Xiaoya，et al.GPS Real－Time Estimation of Precipitable Water Vapor－Hong Kong Experiences［J］.Acta Geodaetica et Cartographica Sinica，2007，36（1）：9－12）

［9］Zumberge J F，Jefferson D C.Precise Point Positioning for the Efficient and Robust Analysis of GPS Data from Large Networks［J］.Journal of Geophysical Research，1997，102：5 005－5 017

［10］Blewitt G，Hammond W，Kreemer C，et al.From Yucca Mountain Local Stability to Global Quaking：GPS Point Positioning Strategies Spanning the Spatio－Temopral Spectrum［C］.Advances in GPS Data Processing and Modeling for Geodynamics，London，2005

［11］Blewitt G.The Fixed Point Theorem of Ambiguity Resolution for Precise Point Positioning of GPS Networks：Theory and Application［C］.2006 AGU Fall Meeting，San Francisco，USA，2006

［12］Boomkamp H.Global GPS Reference Frame Solutions of Unlimited Size［J］.Advances in Space Research，2010，46：136－143

［13］Serpelloni E，Casula G，Galvani A，et al.Data Analysis of Permanent GPS Networks in Italy and Surrounding Regions：Application of a Distributed Processing Approach［J］.Annals of Geophysics，2006，49（4／5）：897－928

［14］陳憲冬.Ambizap方法在大規(guī)模GPS網(wǎng)處理中的應(yīng)用及結(jié)果分析［J］.武漢大學(xué)學(xué)報(bào)：信息科學(xué)版，2011，36（1）：10－13（Chen Xiandong.Application of Ambizap Algorithm in Large GPS Network and Its Test Results［J］.Geomatics and Information Science of Wuhan University，2011，36（1）：10－13）