本发明公开了一种基于接收机端偏差聚类优化的多系统组合精密定位方法，包括步骤：采集数据并预处理；建立GNSS多系统双差观测方程，采用粒子滤波法精确估计GNSS系统间的双差相位偏差值，并估计对应的双差测距码偏差值；设置参考接收机组，并根据估计出的系统间偏差值大小，将接收机进行聚类分组；对所述双差相位偏差值及双差测距码偏差值的单差值进行聚类处理与优化处理；对新获取测量数据，利用获得的接收机单差系统间偏差值，对接收机的GNSS系统间偏差及GNSS精密定位方程进行偏差改正，实现GNSS多系统组合精密定位。其显著效果是：可以节省GNSS系统间偏差的估计时间，提高了多系统定位的精度和可靠性，最大程度的提高了多系统GNSS定位的效率。
1.一种基于接收机端偏差聚类优化的多系统组合精密定位方法，其特征在于包括以下步骤：
步骤2：建立GNSS多系统双差观测方程，采用粒子滤波法精确估计GNSS系统间的双差相位偏差值，并估计对应的双差测距码偏差值；
步骤3：设置参考接收机组，并根据估计出的系统间偏差值大小，将接收机进行聚类分组；
步骤4：对各组接收机进行单差偏差参数设置，构建偏差值的双差方程，对所述双差相位偏差值及双差测距码偏差值的单差值进行聚类处理与优化处理；
所述双差相位偏差值的单差值聚类处理过程为：步骤A1：设定相位系统间的偏差聚类阈值thL；
步骤A2：选择参考接收机类型和固件版本，设置参考接收机的单差相位偏差参考值SFISBref1，遍历所有含参考接收机类型和版本号的基线，获得每条基线的双差相位系统间小数偏差DFISBi1，并按照公式SFISBi＝SFISBref+DFISBi,ref计算每条基线非参考接收机的单差相位偏差值SFISBi，其中i＝1,2,…,M,M为基线数；
步骤A3：遍历所有基线的接收机单差相位偏差值SFISBj，并根据偏差聚类阈值thL进行聚类，将小于偏差聚类阈值thL的分为一类，将大于偏差聚类阈值thL的另设新类，其中j＝1,
2,…,N,N为计算出的所有基线的总单差相位偏差个数；
步骤A4：更新单差相位偏差参考值SFISBref1，重复步骤A2～A3，直至所有的接收机分类完毕；
所述双差相位偏差值的单差值的优化处理过程如下：步骤B1：选择一个参考接收机，设置单差系统间偏差参考值SFISBref2；
步骤B2：令聚类处理后接收机类组k的单差系统间偏差参数为xk，则根据xk1‑xk2＝DFISBi2求出对于任意一个基线的双差系统间偏差DFISBi2，其中，i＝1,2,…,M,M为基线数，k为大于1的整数；
步骤B3：按照v＝Bx‑l构建所有的基线双差系统间偏差的矩阵方程，其中，N为计算出的所有基线的总单差相位偏差个数；
步骤B4：解算矩阵方程x＝(BPB) BPL，获得聚类处理后各类组的接收机相位系统间偏差SFISBk＝xk；
步骤5：对新获取测量数据，利用聚类处理与优化处理获得的接收机单差系统间偏差值，对接收机的GNSS系统间偏差及GNSS精密定位方程进行偏差改正，实现GNSS多系统组合精密定位。
2.根据权利要求1所述的基于接收机端偏差聚类优化的多系统组合精密定位方法，其特征在于：步骤1中所述数据预处理包括但不限于粗差剔除、周跳探测。
3.根据权利要求1所述的基于接收机端偏差聚类优化的多系统组合精密定位方法，其特征在于：步骤2中所述粒子滤波法的具体步骤如下：步骤2.1：在导航基线数据的初始区间进行采样产生初始粒子集 对于第k个时刻，粒子集 由上一时刻滤波结果生成；其中， 为第k个时刻粒子i的数值， 为第k个时刻粒子i对应权值，Nk为第k个时刻的粒子个数，i＝1，2…N为粒子序号；
步骤2.2：采用每一个粒子值 改正GNSS观测值法方程中的系统间偏差；解算法方程，获得未知量的浮点解和协方差阵；通过LAMBDA法进行模糊度固定，计算RATIO值；
步骤2.3：建立关于RATIO值的经验似然函数，用函数值更新粒子权值 并标准化粒子权；
步骤2.4：按照公式 计算粒子的期望值估值 按照公式计算方差
步骤2.5：判断均方根是否小于设定阈值stdthd，若是则输出相位偏差的估值和方差作为估计结果；
步骤2.6：按照公式 预计下一时刻粒子，获得下一历元的粒子值后，转到步骤2.1，计算下一个历元数据；其中， 为离散化时加的随机噪声。
4.根据权利要求1所述的基于接收机端偏差聚类优化的多系统组合精密定位方法，其特征在于：所述步骤2中估计所述双差测距码偏差值时，采用系统内的伪距观测方程和系统间的伪距观测方程直接进行求解得出。
5.根据权利要求1所述的基于接收机端偏差聚类优化的多系统组合精密定位方法，其特征在于：所述步骤3对接收机进行聚类分组的具体过程如下：步骤3.1：对计算出的GNSS系统间的双差相位偏差值按照接收机品牌进行分组，同一品牌的接收机划为一类并标记类号；
步骤3.2：设定相位精度阈值，将差值大于相位精度阈值的双差相位偏差值划为新的组，每一个接收机品牌对应的组数大于或等于1；
步骤3.3：对测距码应用步骤3.1‑3.2所述的方式进行划分。
6.根据权利要求1所述的基于接收机端偏差聚类优化的多系统组合精密定位方法，其特征在于：步骤4中所述双差相位偏差值的单差值聚类处理过程以及优化处理过程与双差测距码偏差值的单差值处理方式相一致。
7.根据权利要求1或6所述的基于接收机端偏差聚类优化的多系统组合精密定位方法，其特征在于：所述双差相位偏差值的单差值聚类处理过程为：步骤A1：设定相位系统间的偏差聚类阈值thL；
步骤A2：选择参考接收机类型和固件版本，设置参考接收机的单差相位偏差参考值SFISBref1，遍历所有含参考接收机类型和版本号的基线，获得每条基线的双差相位系统间小数偏差DFISBi1，并按照公式SFISBi＝SFISBref+DFISBi,ref计算每条基线非参考接收机的单差相位偏差值SFISBi，其中i＝1,2,…,M,M为基线数；
步骤A3：遍历所有基线的接收机单差相位偏差值SFISBj，并根据偏差聚类阈值thL进行聚类，将小于偏差聚类阈值thL的分为一类，将大于偏差聚类阈值thL的另设新类，其中j＝1,
2,…,N,N为计算出的所有基线的总单差相位偏差个数；
步骤A4：更新单差相位偏差参考值SFISBref1，重复步骤A2～A3，直至所有的接收机分类完毕。
8.根据权利要求1或6所述的基于接收机端偏差聚类优化的多系统组合精密定位方法，其特征在于：所述双差相位偏差值的单差值的优化处理过程如下：步骤B1：选择一个参考接收机，设置单差系统间偏差参考值SFISBref2；
步骤B2：令聚类处理后接收机类组k的单差系统间偏差参数为xk，则根据xk1‑xk2＝DFISBi2求出对于任意一个基线的双差系统间偏差DFISBi2，其中，i＝1,2,…,M,M为基线数，k为大于1的整数；
步骤B3：按照v＝Bx‑l构建所有的基线双差系统间偏差的矩阵方程，其中，N为计算出的所有基线的总单差相位偏差个数；
步骤B4：解算矩阵方程x＝(BPB) BPL，获得聚类处理后各类组的接收机相位系统间偏差SFISBk＝xk。
9.根据权利要求1所述的基于接收机端偏差聚类优化的多系统组合精密定位方法，其特征在于：步骤5中所述对新获取测量数据实现GNSS多系统组合精密定位的具体步骤如下：步骤5.1：对新获取的多系统GNSS测量数据进行数据预处理；
步骤5.2：依据接收机信息，从步骤4获得的接收机单差系统间偏差值中查表获取该接收机对应的单差系统间偏差值；
步骤5.3：对单差系统间偏差值进行求差计算，获取基线的双差系统间偏差值；
步骤5.4：使用双差系统间偏差值改正观测值方程或法方程，实现精密定位。
基于接收机端偏差聚类优化的多系统组合精密定位方法
技术领域
[0001] 本发明涉及到卫星定位系统和定位测量技术领域，具体涉及一种基于接收机端偏差聚类优化的多系统组合精密定位方法。
背景技术
[0002] 目前的导航卫星系统包括全球导航卫星系统(GNSS)与区域导航系统，其中全球导航卫星系统有美国的GPS系统、俄罗斯的GLONASS系统、中国的BDS系统和欧盟的Galileo系
统，区域导航系统有日本的QZSS系统和印度的NAVIC系统等。这些系统提供了超过100颗卫
星和几十个频率信号；这些信号可以作为一个统一的导航系统进行使用，但是因为不同系
统和频率的信号在接收机端受到的硬件路径不同，数字信号处理部分也有差异，从而产生
了不同的接收机端系统间延迟偏差(Inter‑System Bias，ISB)。接收机的ISB存在于测距码
和相位观测值中，测距码ISB降低了码的精度，相位观测值ISB使系统间的双差模糊度不是
整数，也就不能在模糊度固定中被固定为整数。
[0003] 系统间相位ISB可分为两个部分，为波长整数倍的部分和剩余不足一周的部分(Fractional ISB，F‑ISB)；波长整数倍的部分可忽略，而F‑ISB则需要精确改正。目前相位、
测距码的改正主要经过对基线的偏差进行估计，获得估值后进行偏差改正用于定位。相位
F‑ISB的估计包括后处理方法、假设偏差值和方差方法以及基于粒子滤波的F‑ISB估计方法
等；测距码ISB的估计较为简单，参数化测距码ISB求解方程即可。这些方法在估计的时候需
要有足够的观测卫星个数和观测时段长度，且粒子滤波F‑ISB的估计方法计算量较大。
发明内容
[0004] 针对现有技术的不足，本发明的目的是提供一种基于接收机端偏差聚类优化的多系统组合精密定位方法。
[0005] 为达到上述目的，本发明采用的技术方案如下：
[0006] 一种基于接收机端偏差聚类优化的多系统组合精密定位方法，其关键在于包括以下步骤：
[0007] 步骤1：采集导航基线数据，并进行数据预处理；
[0008] 步骤2：建立GNSS多系统双差观测方程，采用粒子滤波法精确估计GNSS系统间的双差相位偏差值，并估计对应的双差测距码偏差值；
[0009] 步骤3：设置参考接收机组，并根据估计出的系统间偏差值大小，将接收机进行聚类分组；
[0010] 步骤4：对各组接收机进行单差偏差参数设置，构建偏差值的双差方程，对所述双差相位偏差值及双差测距码偏差值的单差值进行聚类处理与优化处理；
[0011] 步骤5：对新获取测量数据，利用聚类处理与优化处理获得的接收机单差系统间偏差值，对接收机的GNSS系统间偏差及GNSS精密定位方程进行偏差改正，实现GNSS多系统组
合精密定位。
[0012] 进一步的，步骤1中所述数据预处理包括但不限于粗差剔除、周跳探测。
[0013] 进一步的，步骤2中所述粒子滤波法的具体步骤如下：
[0014] 步骤2.1：在导航基线数据的初始区间进行采样产生初始粒子集 对于第k个时刻，粒子集 由上一时刻滤波结果生成；其中， 为第k个时刻粒子i的数
值， 为第k个时刻粒子i对应权值，M是，Nk为第k个时刻的粒子个数，i＝1，2…N为粒子序
号；
[0015] 步骤2.2：采用每一个粒子值 改正GNSS观测值法方程中的系统间偏差；解算法方程，获得未知量的浮点解和协方差阵；通过LAMBDA法进行模糊度固定，计算RATIO值；
[0016] 步骤2.3：建立关于RATIO值的经验似然函数，用函数值更新粒子权值 并标准化粒子权；
[0017] 步骤2.4：按照公式 计算粒子的期望值估值 按照公式计算方差
[0018] 步骤2.5：判断均方根是否小于设定阈值stdthd，若是则输出相位偏差的估值和方差作为估计结果；
[0019] 步骤2.6：按照公式 预计下一时刻粒子，获得下一历元的粒子值后，转到步骤2.1，计算下一个历元数据；其中， 为离散化时加的随
机噪声。
[0020] 进一步的，所述步骤2中估计所述双差测距码偏差值时，采用系统内的伪距观测方程和系统间的伪距观测方程直接进行求解得出。
[0021] 进一步的，所述步骤3对接收机进行聚类分组的具体过程如下：
[0022] 步骤3.1：对计算出的GNSS系统间的双差相位偏差值按照接收机品牌进行分组，同一品牌的接收机划为一类并标记类号；
[0023] 步骤3.2：设定相位精度阈值，将差值大于相位精度阈值的双差相位偏差值划为新的组，每一个接收机品牌对应的组数大于或等于1；
[0024] 步骤3.3：对测距码应用步骤3.1‑3.2所述的方式进行划分。
[0025] 进一步的，步骤4中所述双差相位偏差值的单差值聚类处理过程以及优化处理过程与双差测距码偏差值的单差值处理方式相一致。
[0026] 进一步的，所述双差相位偏差值的单差值聚类处理过程为：
[0027] 步骤A1：设定相位系统间的偏差聚类阈值thL；
[0028] 步骤A2：选择参考接收机类型和固件版本，设置参考接收机的单差相位偏差参考值SFISBref1，遍历所有含参考接收机类型和版本号的基线，获得每条基线的双差相位系统
间小数偏差DFISBi1，并按照公式SFISBi＝SFISBref+DFISBi,ref计算每条基线非参考接收机的
单差相位偏差值SFISBi，其中i＝1,2,…,M,M为基线数；
[0029] 步骤A3：遍历所有基线的接收机单差相位偏差值SFISBj，并根据偏差聚类阈值thL进行聚类，将小于偏差聚类阈值thL的分为一类，将大于偏差聚类阈值thL的另设新类，其中j
＝1,2,…,N,N为计算出的所有基线的总单差相位偏差个数；
[0030] 步骤A4：更新单差相位偏差参考值SFISBref1，重复步骤A2～A3，直至所有的接收机分类完毕。
[0031] 进一步的，所述双差相位偏差值的单差值的优化处理过程如下：
[0032] 步骤B1：选择一个参考接收机，设置单差系统间偏差参考值SFISBref2；
[0033] 步骤B2：令聚类处理后接收机类组k的单差系统间偏差参数为xk，则根据xk1‑xk2＝DFISBi2求出对于任意一个基线的双差系统间偏差DFISBi2，其中，i＝1,2,…,M,M为基线数，
k为大于1的整数；
[0034] 步骤B3：按照v＝Bx‑l构建所有的基线双差系统间偏差的矩阵方程，其中，N为计算出的所有基线的总单差相
位偏差个数；
[0035] 步骤B4：解算矩阵方程x＝(BTPB)‑1BTPL，获得聚类处理后各类组的接收机相位系统间偏差SFISBk＝xk。
[0036] 进一步的，步骤5中所述对新获取测量数据实现GNSS多系统组合精密定位的具体步骤如下：
[0037] 步骤5.1：对新获取的多系统GNSS测量数据进行数据预处理；
[0038] 步骤5.2：依据接收机信息，从步骤4获得的接收机单差系统间偏差值中查表获取该接收机对应的单差系统间偏差值；
[0039] 步骤5.3：对单差系统间偏差值进行求差计算，获取基线的双差系统间偏差值；
[0040] 步骤5.4：使用双差系统间偏差值改正观测值方程或法方程，实现精密定位。
[0041] 本发明提出了一种基于接收机端偏差聚类优化的多系统组合精密定位方法，该方法利用了接收机GNSS系统间偏差分群的性质，将已有的GNSS观测数据的测距码和相位系统
间偏差聚类，然后通过最小二乘平差将计算得到的双差系统间偏差转换为单差系统间偏
差，同时获得精确的平差值。在应用时，利用采集数据的基线接收机信息，查表获取相应的
单差系统间偏差值，求差后获得双差系统间偏差改正数并用于多系统GNSS定位，节省了
GNSS系统间偏差的估计时间，能够提高多系统定位的精度和可靠性，最大程度的提高多系
统GNSS定位的效率。
[0042] 本发明的显著效果是：
[0043] (1)本发明对接收机系统间偏差值进行聚类后，实施平差优化，充分利用了GNSS接收机的已有数据和接收机系统间偏差的特点，获得接收机测距码和相位系统间偏差的值更
为精确和可靠；
[0044] (2)本发明所获得的值作为已知值用于定位，不需要再次估计，可缩短GNSS组合定位的初始化时间，提高了定位效率。
附图说明
[0045] 图1是本发明的方法流程图；
[0046] 图2为本发明实施例中GPS/QZSS观测值在L1和L2频率下Trimble(TRIM)、Javad(JAVA)、Leica(LEIC)和Septentrio(SEPT)四种接收机伪距系统间偏差的聚类结果；
[0047] 图3为本发明实施例中GPS/QZSS观测值在L1和L2频率下Trimble(TRIM)、Javad(JAVA)、Leica(LEIC)和Septentrio(SEPT)四种接收机相位系统间偏差的聚类结果；
[0048] 图4为不同卫星截止高度角的模糊度固定成功率；
[0049] 图5是不同卫星截止高度角的伪距定位的可用率；
[0050] 图6是不同卫星截止高度角的伪距定位的误差距离均方根。
具体实施方式
[0051] 下面结合附图对本发明的具体实施方式以及工作原理作进一步详细说明。
[0052] 本例中的英文缩写说明：LAMBDA是Least‑squares AMBiguity Decorrelation Adjustment的缩写，指最小二乘模糊度去相关平差；RATIO在GNSS领域单指整周模糊度固定
时的一个可靠性检验指标；SFISB为Single difference F‑ISB的缩写，用来代指单差F‑ISB
的变量；DFISB为Double difference F‑ISB的缩写，用来代指双差F‑ISB的变量。
[0053] 如图1所示，一种基于接收机端偏差聚类优化的多系统组合精密定位方法，具体步骤如下：
[0054] 步骤1：采集已有的GNSS多系统导航基线数据，并进行粗差剔除、周跳探测等数据预处理，获得可靠的观测数据；
[0055] 步骤2：建立GNSS多系统双差观测方程，采用粒子滤波法精确估计GNSS系统间的双差相位偏差值，并估计对应的双差测距码偏差值；
[0056] 所述GNSS多系统双差观测方程包括系统内的双差观测方程与系统间双差观测方程，所述双差观测方程的数学式为：
[0057]
[0058]
[0059] 所述系统间双差观测方程包含接收机端的系统间偏差参数，其数学表达式为：
[0060]
[0061]
[0062] 其中，s1和s2表示不同GNSS系统，a和b为双差观测值的测站，i和j为分别来自GNSS系统s1和s2的卫星，d为伪距系统间偏差，μ为相位系统间偏差，ε和ξ分别为测距码和相位观
测噪声。
[0063] 所述粒子滤波法估计基线的双差相位偏差值F‑ISB，具体步骤如下：
[0064] 步骤2.1：在导航基线数据的初始区间进行采样产生初始粒子集对于第k个时刻，粒子集 由上一
i i
时刻滤波结果生成，本例中为便于描述，将 记作矢量x0，相应的x k代指
其中， 为第k个时刻粒子i的数值， 为第k个时刻粒子i对应权值，L是
粒子的维度，即需要估计的系统间偏差的个数，Nk为第k个时刻的粒子个数，i＝1，2…N为粒
子序号；
[0065] 步骤2.2：采用每一个粒子值 改正GNSS观测值法方程中的系统间偏差；解算法方程，获得未知量的浮点解和协方差阵；通过LAMBDA法进行模糊度固定。所述LAMBDA法是按照
目标函数 最小的准则进行模糊度固定，其中 为待估的整数模糊度矢
量，是估计出的模糊度浮点解， 为对应的浮点解协方差阵。估计的过程分为两个步骤，
第一步是基于Z变换的模糊度降相关，减小模糊度搜索空间，第二步是在获得的搜索空间内
进行模糊度的搜索固定。具体过程见文献“Chang X,Yang X,Zhou,T.(2005)MLAMBDA:a
modified LAMBDA method for integer least‑squares estimation.Journal of
Geodesy,79(9):552‑565”。
[0066] 然后按照以下公式计算RATIO值；
[0067]
[0068] 其中 是正确的整周模糊度矢量，即使目标函数最小， 是使目标函数次小的整周模糊度矢量。
[0069] 步骤2.3：建立关于RATIO值的经验似然函数 其中N为粒子数。用函数值与权值相乘以更新粒子权值 并标准化粒子权；
[0070] 步骤2.4：按照公式 计算粒子的期望值估值 按照公式计算方差
[0071] 步骤2.5：判断均方根是否小于设定阈值stdthd，若是则输出相位偏差的估值和方差作为估计结果；
[0072] 步骤2.6：按照公式 预计下一时刻粒子，获得下一历元的粒子值后，转到步骤2.1，计算下一个历元数据；其中， 为离散化时加的随
机噪声。
[0073] 本例中，所述双差测距码偏差值采用系统内的测距码观测方程(1a)和带有系统间偏差参数的系统间的测距码观测方程(2b)求解得出。
[0074] 步骤3：设置参考接收机组，并根据估计出的系统间偏差值大小，将接收机进行聚类分组；具体过程如下：
[0075] 步骤3.1：对计算出的GNSS系统间的双差相位偏差值按照接收机品牌进行分组，同一品牌的接收机划为一类并标记类号；
[0076] 步骤3.2：设定相位精度阈值，将差值大于相位精度阈值的双差相位偏差值划为新的组，每一个接收机品牌对应的组数大于或等于1；
[0077] 步骤3.3：对测距码应用步骤3.1‑3.2所述的方式进行划分。
[0078] 步骤4：对各组接收机进行单差偏差参数设置，构建偏差值的双差方程，对所述双差相位偏差值及双差测距码偏差值的单差值进行聚类处理与优化处理；
[0079] 本例中，所述双差相位偏差值的单差值聚类处理过程以及优化处理过程与双差测距码偏差值的单差值处理方式相一致。
[0080] 所述双差相位偏差值的单差值聚类处理过程为：
[0081] 步骤A1：设定相位系统间的偏差聚类阈值thL；
[0082] 步骤A2：选择参考接收机类型和固件版本，设置参考接收机的单差相位偏差参考值SFISBref1，遍历所有含参考接收机类型和版本号的基线，获得每条基线的双差相位系统
间小数偏差DFISBi1，并按照公式SFISBi＝SFISBref+DFISBi,ref计算每条基线非参考接收机的
单差相位偏差值SFISBi，其中i＝1,2,…,M,M为基线数；
[0083] 步骤A3：遍历所有基线的接收机单差相位偏差值SFISBj，并根据偏差聚类阈值thL进行聚类，将小于偏差聚类阈值thL的分为一类，将大于偏差聚类阈值thL的另设新类，其中j
＝1,2,…,N,N为计算出的所有基线的总单差相位偏差个数；
[0084] 步骤A4：更新单差相位偏差参考值SFISBref1，重复步骤A2～A3，直至所有的接收机分类完毕。
[0085] 本例中，所述双差相位偏差值的单差值的优化处理过程，也即是将偏差值相似的若干个接收机组进行最小二乘平差处理，获得精确的单差相位间偏差值，具体步骤如下：
[0086] 步骤B1：选择一个参考接收机，设置单差系统间偏差参考值SFISBref2；
[0087] 步骤B2：令聚类处理后接收机类组k的单差系统间偏差参数为xk，则根据xk1‑xk2＝DFISBi2求出对于任意一个基线的双差系统间偏差DFISBi2，其中，i＝1,2,…,M,M为基线数，
k为大于1的整数；
[0088] 步骤B3：按照v＝Bx‑l构建所有的基线双差系统间偏差的矩阵方程，其中，N为计算出的所有基线的总单差相
位偏差个数；
[0089] 步骤B4：解算矩阵方程x＝(BTPB)‑1BTPL，获得聚类处理后各类组的接收机相位系统间偏差SFISBk＝xk。
[0090] 步骤5：对新获取测量数据，利用聚类处理与优化处理获得的接收机单差系统间偏差值，对接收机的GNSS系统间偏差及GNSS精密定位方程进行偏差改正，实现GNSS多系统组
合精密定位，具体步骤如下：
[0091] 步骤5.1：对新获取的多系统GNSS测量数据进行数据预处理；
[0092] 步骤5.2：组建如上述(1a)、(1b)、(2a)、(2b)所示的GNSS多系统双差观测方程；
[0093] 依据接收机信息，查找基线接收机所属于的聚类组号，假设为p和q，并从步骤4获得的接收机单差系统间偏差值中查表获取该接收机对应的单差系统间偏差值SFISBp、
SFISBq；
[0094] 步骤5.3：按照DFISBp,q＝SFISBq‑SFISBp对单差系统间偏差值进行求差计算，获取基线的双差系统间偏差值DFISBp,q，DFISBp,q对应于测距码和相位的值即是为双差观测方程
中d和μ的值(d为伪距系统间偏差，μ为相位系统间偏差)；
[0095] 步骤5.4：使用双差系统间偏差值DFISBp,q改正观测值方程或法方程，从而无需再去估计双差观测方程中的d和μ参数，只需解算观测值方程和法方程，即可获得精确的位置
信息。
[0096] 利用本发明所述技术方案对日本伪天顶卫星系统(QZSS)和GPS的基线数据进行处理。首先搜集QZSS/GPS多系统数据，估计基线的测距码系统间偏差和相位系统间偏差。对计
算出的偏差值进行聚类，测距码ISB和相位F‑ISB的聚类结果分别如图2和图3所示，其中图2
(a)、图3(a)为频率L1下测距码ISB和相位F‑ISB的聚类结果，图2(b)、图3(b)为频率L1下测
距码ISB和相位F‑ISB的聚类结果。从图中可以看出，每个类组内的接收机显示了良好的一
致性。随后对每个组的测距码和相位系统间偏差参数各设置一个未知参数，设定
Septentrio接收机为参考接收机，获得的各组精度更高的单差系统间偏差。随后使用一条
短基线的数据做定位实验，数据采样间隔30秒，观测时长24小时。采用三种方法进行计算，
计算1：使用QZSS和GPS组合数据但是没有进行系统间偏差改正，计算2：仅采用GPS数据进行
定位，计算3：采用QZSS和GPS数据，并使用聚类优化后的系统间偏差值进行系统间偏差改
正。定位结果的模糊度固定成功率随高度角变化如图4所示，测距码定位的可用率随高度角
的变化如图5所示，而测距码定位误差距离均方根如图6所示。可见，本例使用聚类优化后的
系统间偏差值进行系统间偏差改正的方法具有较高的可用率和精度，可以节省GNSS系统间
偏差的估计时间，提高多系统定位的精度和可靠性，最大程度的提高多系统GNSS定位的效
率。
[0097] 以上对本发明所提供的技术方案进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其
核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提
下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护
范围内。
