舒 寶 義 琛 王 利 許 豪 田云青
1 長安大學地質工程與測繪學院,西安市雁塔路126號,710054 2 地理信息工程國家重點實驗室,西安市雁塔路中段1號,710054 3 西部礦產(chǎn)資源與地質工程教育部重點實驗室,西安市雁塔路126號,710054
全球導航衛(wèi)星系統(tǒng)GNSS觀測數(shù)據(jù)的實時獲取定位結果被廣泛應用于輔助駕駛、行人導航、位置分享、消防減災等領域[1]。2016-05谷歌公司在Android N操作系統(tǒng)上提供了訪問GNSS原始觀測數(shù)據(jù)的接口,給基于智能手機GNSS導航定位技術的研究提供了新的機遇。此后,國內外眾多學者對智能手機接收的GNSS數(shù)據(jù)進行了質量評估,并對其定位性能進行了測試分析[2-3]。智能手機GNSS定位模塊采用線性極化天線及低成本芯片,已有研究表明,對低成本多系統(tǒng)GNSS芯片而言,由于不同GNSS信號體制及抗多徑能力的不同,不同GNSS的數(shù)據(jù)質量可能會呈現(xiàn)顯著差異[4-6]。
隨著GNSS的不斷完善與發(fā)展,對多系統(tǒng)進行組合與兼容成為導航定位的主要方法。與單系統(tǒng)相比,多系統(tǒng)可以提供更加充足的可視衛(wèi)星數(shù)量,極大提高導航定位的精度與可靠性。在進行多系統(tǒng)組合定位時,準確確定衛(wèi)星的隨機模型是實現(xiàn)多系統(tǒng)高精度定位的前提。大量學者基于與高度角相關的隨機模型,對GNSS多系統(tǒng)組合定位時的系統(tǒng)間權比進行了研究[7-8]。
為提升智能手機的定位效果,本文基于華為P30手機采集到的GPS/BDS/GLONASS/Galileo觀測數(shù)據(jù),首先對其偽距噪聲進行評估,并在此基礎上對四系統(tǒng)組合定位的隨機模型及GNSS多系統(tǒng)手機定位效果進行分析。本文相關評估結果對于智能手機的高可靠性定位研究具有一定的參考價值。
考慮到各系統(tǒng)時間基準的差異,將GPS系統(tǒng)作為參考基準,則GPS/BDS/GLONASS/Galileo組合偽距單點定位的函數(shù)模型[9]為:

GNSS定位的隨機模型常采用高度角隨機模型和信噪比模型[10]。對于測量型接收機而言,采用多系統(tǒng)進行單點定位時通常忽略系統(tǒng)間信號質量的差異,因此可直接采用這兩種模型;對于智能手機而言,由于天線和芯片的結構及成本受限較大,不同GNSS信號體制不同,其信號質量可能存在顯著差異。常用的GNSS信號噪聲評估方法主要有多路徑公式法、零基線單差殘差法、四次差法、碼減載波法等[11]。智能手機單頻數(shù)據(jù)無法使用雙頻多路徑公式,同時由于手機天線內置,難以精準構建零基線/短基線,本文采用四次差法評估不同系統(tǒng)的偽距噪聲。四次差法計算相對簡便,可較好地消除幾何距離、接收機鐘差及大氣誤差的影響,算法原理如下[12]:

(2)
式中,▽為星間單差算法因子,j、k分別為非參考星和參考星,P為偽距觀測值,ρ為衛(wèi)星到測站的幾何距離,c為真空光速,dtr為衛(wèi)星鐘差,dion和dtrop分別為電離層延遲和對流層延遲,ε為偽距觀測噪聲。式(2)可以消除接收機鐘差的影響,對星間單差偽距噪聲進行歷元間三次差,可消除系統(tǒng)偏量,得到偽距噪聲量??紤]到采樣率為1 Hz,因此四次差最終可簡化為:
D=▽Pj,k(t)-3▽Pj,k(t-1)+
3▽Pj,k(t-2)-▽Pj,k(t-3)
(3)
式中,D為四次差偽距噪聲,P為偽距觀測值。根據(jù)誤差傳播定律[12],四次差偽距噪聲中誤差σD與偽距噪聲中誤差σL的關系如下:
(4)
本文設計靜態(tài)和動態(tài)2種實驗,靜態(tài)實驗點位于校內操場中央,在P30手機附近架設一臺中海達測量型接收機進行同步靜態(tài)觀測,該接收機支持GPS L1/L2、BDS B1/B2、GLONASS G1/G2、Galileo E1/E5a,觀測時長約6 h。動態(tài)實驗是將華為P30手機與測量型接收機一起放置于小推車上,沿學校田徑場推行30 min左右,將測量型接收機的RTK定位結果作為參考基準。
本文在進行偽距單點定位解算時,采用四系統(tǒng)L1波段的偽距觀測值,電離層誤差采用Klobuchar模型進行改正,對流層誤差采用Saastamotion模型進行改正,并在定位前采用Grubbs準則探測粗差,進行驗后偽距噪聲檢驗,信噪比閾值設置為25 dB-Hz,截止高度角設置為15°。為探究優(yōu)化的隨機模型對定位結果的影響,本文采用4種不同的隨機模型進行單點定位實驗:高度角定權(方案1)、高度角定權+系統(tǒng)間加權(方案2)、信噪比定權(方案3)、信噪比定權+系統(tǒng)間加權(方案4)。其中,高度角與信噪比模型前文已介紹,系統(tǒng)間加權模型則根據(jù)前文得到的GPS、BDS、GLONASS、Galileo偽距噪聲中誤差平方之比的倒數(shù)進行定權,對傳統(tǒng)的隨機模型進行優(yōu)化。
利用四次差法計算華為P30手機的偽距精度,由圖1可見,BDS的四次差偽距噪聲大部分在15 m以內;GPS偽距噪聲較大,絕大多數(shù)集中在20 m以內;GLONASS大部分在30 m以內;Galileo大部分在5 m以內。將觀測值的四次差結果作為原始觀測值噪聲進行統(tǒng)計可得,BDS、GPS、GLONASS、Galileo的偽距噪聲中誤差分別為2.75 m、5.30 m、7.92 m和1.07 m。P30手機四系統(tǒng)的偽距質量差異顯著,因此采用多系統(tǒng)智能手機數(shù)據(jù)進行定位時,需進行系統(tǒng)間加權。

圖1 華為P30四次差偽距噪聲Fig.1 The fourth difference pseudorange residual of Huawei P30
由華為P30手機四系統(tǒng)觀測值偽距噪聲分析結果可知,不同系統(tǒng)間的偽距噪聲差異較大,僅利用傳統(tǒng)的定權方法無法完全反映不同系統(tǒng)觀測值的實際精度,因此需要根據(jù)偽距噪聲情況在先驗定權的基礎上對不同系統(tǒng)的權比進行確定,以提高偽距精度高的系統(tǒng)所占的權比。根據(jù)不同系統(tǒng)間偽距噪聲方差的倒數(shù)之比確定不同系統(tǒng)間定權的數(shù)值,各定權方案計算結果如表1所示。

表1 不同方案的定權方法
2.3.1 靜態(tài)實驗
采用4種方案對靜態(tài)模式下采集的數(shù)據(jù)進行處理,結果如圖2及表2(單位m)所示。由圖2可見,與方案1和3相比,方案2和4在2:00~3:00時段內的定位誤差顯著減小。結合表2的定位結果可見,無論是采用信噪比加權模型還是高度角加權隨機模型,進行系統(tǒng)間加權后,單點定位模式在E、N、U方向上的定位中誤差均有所減小。采用高度角加權時,進行系統(tǒng)間加權后,其在E、N、U方向上的定位精度分別提升了18.94%、6.79%、5.08%;而采用信噪比加權并進行系統(tǒng)間加權后,其在E、N、U方向上的定位精度分別提升了36.12%、25.79%、31.30%。

表2 不同方案下的手機靜態(tài)定位精度

圖2 靜態(tài)環(huán)境不同方案下的手機定位結果Fig.2 Smartphone positioning results under different schemes in static environment
2.3.2 動態(tài)實驗
使用上述定位方法對華為P30手機采集的GNSS數(shù)據(jù)進行動態(tài)單點定位實驗。圖3為方案4的手機單點定位結果與測量型接收機RTK結果對比,圖中綠色軌跡為RTK參考定位結果,黃-紅色軌跡為手機單點定位結果,可以看到,整體軌跡吻合度較高。計算不同方案下的手機定位誤差,結果如圖4和表3(單位m)所示。由圖表可見,單點定位模式下,采用優(yōu)化的隨機模型后定位精度顯著提高。采用高度角加權時,進行系統(tǒng)間加權后,其在E、N、U方向上的定位精度分別提升了20.33%、10.63%、4.41%;而采用信噪比加權并進行系統(tǒng)間加權后,其在E、N、U方向上的定位精度分別提升了25.73%、12.37%、24.73%。

圖3 方案4定位結果與測量型接收機RTK結果對比Fig.3 Comparison between the results of pseudorangedifferential positioning of mobile phone and RTK results of measurement receiver

表3 不同方案下的手機動態(tài)定位精度
1)華為P30智能手機不同系統(tǒng)衛(wèi)星觀測值的偽距噪聲差異較大,GPS、BDS、GLONASS、Galileo的觀測值偽距噪聲中誤差分別為5.30 m、2.75 m、7.92 m和1.07 m,BDS和Galileo衛(wèi)星的偽距觀測值精度明顯優(yōu)于GPS和GLONASS。
2)采用信噪比+系統(tǒng)間隨機模型進行定位實驗,并與傳統(tǒng)的高度角模型進行對比。在靜態(tài)模式下,偽距單點定位精度在E、N、U方向上分別提升了36.12%、25.79%、31.30%;在動態(tài)模式下,偽距單點定位精度在E、N、U方向上分別提升了25.73%、12.37%、24.73%。