一种基于GNSS和INS的形变监测方法及系统

摘要

本发明提出了一种基于GNSS和INS的形变监测方法及系统，涉及形变监测领域。包括：基于惯性测量信息，计算得到监测点的惯性测量解算结果信息，并以此对KF滤波器的时间更新；判断是否具有GNSS监测结果，并基于判断结果利用KF滤波器对惯性测量解算结果信息进行对齐处理，对齐处理包括：若是，则选定包括GNSS监测结果对应时间点#imgabs0#前后#imgabs1#时间内的惯性测量解算结果信息，将选定的惯性测量解算结果信息对齐到GNSS坐标下，并选择#imgabs2#时刻的惯性测量解算结果信息作为参考关键点，其中，#imgabs3#为预定的阈值；若否，则将惯性测量解算结果信息对齐到距离当前时刻最近的参考关键点上。其能够在计算量较小的情况下，有效避免了GNSS值异常或缺失所带来的发散现象。

权利要求

1.一种基于GNSS和INS的形变监测方法，其特征在于，包括以下步骤：

基于惯性测量信息，计算得到监测点的惯性测量解算结果信息；

并基于所述惯性测量解算结果信息，对KF滤波器的时间更新；

判断是否具有GNSS监测结果，并基于判断结果利用KF滤波器对所述惯性测量解算结果信息进行对齐处理，所述对齐处理包括：若是，则选定包括GNSS监测结果对应时间点 前后 时间内的惯性测量解算结果信息，将选定的惯性测量解算结果信息对齐到GNSS坐标下，并选择 时刻的惯性测量解算结果信息作为参考关键点，其中， 为预定的阈值；若否，则将所述惯性测量解算结果信息对齐到距离当前时刻最近的参考关键点上；

所述判断是否具有GNSS监测结果的步骤进一步包括：获取GNSS监测结果，若获取失败，则记为不具有GNSS检测结果；若获取成功，则判断获取的GNSS监测结果是否异常，若是，则记为不具有GNSS监测结果，若否，则记为具有GNSS检测结果；其中，判断获取的GNSS监测结果是否异常的步骤具体包括：计算预定时间窗口下的加速度计解算序列的平均值，与对应时间点的GNSS解算结果的差值，并基于所述差值与预定的偏差阈值进行对比，根据对比结果判断GNSS监测结果是否异常。

2.如权利要求1所述的一种基于GNSS和INS的形变监测方法，其特征在于，所述KF滤波器的状态参数 为9维向量： ，其中，下标 代表时刻， 为三维方向的位移向量， 为三维方向的速度向量， 为加速度计3轴方向上的基线转移偏差向量。

3.如权利要求1所述的一种基于GNSS和INS的形变监测方法，其特征在于，所述KF滤波器的状态更新方程为： ，其中， 为状态转移矩阵，为控制输入矩阵， 为控制输入向量， 为状态参数，下标 代表时刻。

4.如权利要求1所述的一种基于GNSS和INS的形变监测方法，其特征在于，所述KF滤波器的状态协方差的时间更新方程为：，其中， 为噪声协方差矩阵， 为状态转

移矩阵， 为 的转置矩阵， 为KF滤波器的过程噪声矩阵，下标 代表时刻；

所述KF滤波器的量测方程为：

，其中， 为以GNSS监测结果作为KF滤波器的量测信息时对应的

量测向量， 为状态参数矩阵， 为量测系数矩阵， 为量测噪声序列。

5.一种基于GNSS和INS的形变监测方法，其特征在于，包括以下步骤：

基于惯性测量信息，解算得到监测点的惯性测量解算结果；

根据GNSS原始观测数据以及星历信息，解算得到监测点的GNSS解算结果；

基于所述惯性测量解算结果、所述GNSS解算结果，利用KF滤波器进行对比融合，具体包括：判断是否具有GNSS监测结果，并当GNSS监测结果无异常时，选定包括GNSS监测结果对应时间点 前后 时间内的惯性测量解算结果信息，将选定的惯性测量解算结果信息对齐到GNSS坐标下，并选择 时刻的惯性测量解算结果信息作为参考关键点，其中， 为预定的阈值；否则，将所述惯性测量解算结果信息对齐到距离当前时刻最近的参考关键点上；

所述判断是否具有GNSS监测结果的步骤进一步包括：获取GNSS监测结果，若获取失败，则记为不具有GNSS检测结果；若获取成功，则判断获取的GNSS监测结果是否异常，若是，则记为不具有GNSS监测结果，若否，则记为具有GNSS检测结果；其中，判断获取的GNSS监测结果是否异常的步骤具体包括：计算预定时间窗口下的加速度计解算序列的平均值，与对应时间点的GNSS解算结果的差值，并基于所述差值与预定的偏差阈值进行对比，根据对比结果判断GNSS监测结果是否异常。

6.一种基于GNSS和INS的形变监测系统， 其特征在于，包括：

惯性解算模块，被配置为：基于惯性测量信息，计算得到监测点的惯性测量解算结果信息；

时间更新模块，被配置为：并基于所述惯性测量解算结果信息，对KF滤波器的时间更新；

对齐处理模块，被配置为：判断是否具有GNSS监测结果，并基于判断结果利用KF滤波器对所述惯性测量解算结果信息进行对齐处理，所述对齐处理包括：若是，则选定包括GNSS监测结果对应时间点 前后 时间内的惯性测量解算结果信息，将选定的惯性测量解算结果信息对齐到GNSS坐标下，并选择 时刻的惯性测量解算结果信息作为参考关键点，其中， 为预定的阈值；若否，则将所述惯性测量解算结果信息对齐到距离当前时刻最近的参考关键点上；所述判断是否具有GNSS监测结果的步骤进一步包括：获取GNSS监测结果，若获取失败，则记为不具有GNSS检测结果；若获取成功，则判断获取的GNSS监测结果是否异常，若是，则记为不具有GNSS监测结果，若否，则记为具有GNSS检测结果；其中，判断获取的GNSS监测结果是否异常的步骤具体包括：计算预定时间窗口下的加速度计解算序列的平均值，与对应时间点的GNSS解算结果的差值，并基于所述差值与预定的偏差阈值进行对比，根据对比结果判断GNSS监测结果是否异常。

7.一种基于GNSS和INS的形变监测系统， 其特征在于，包括：

惯性测量解算模块，被配置为基于惯性测量信息，解算得到监测点的惯性测量解算结果；

GNSS解算模块，被配置为根据GNSS原始观测数据以及星历信息，解算得到监测点的GNSS解算结果；

数据融合模块，被配置为基于所述惯性测量解算结果、所述GNSS解算结果，利用KF滤波器进行对比融合，包括：判断是否具有GNSS监测结果，并当GNSS监测结果无异常时，选定包括GNSS监测结果对应时间点 前后 时间内的惯性测量解算结果信息，将选定的惯性测量解算结果信息对齐到GNSS坐标下，并选择 时刻的惯性测量解算结果信息作为参考关键点，其中， 为预定的阈值；否则，将所述惯性测量解算结果信息对齐到距离当前时刻最近的参考关键点上；所述判断是否具有GNSS监测结果的步骤进一步包括：获取GNSS监测结果，若获取失败，则记为不具有GNSS检测结果；若获取成功，则判断获取的GNSS监测结果是否异常，若是，则记为不具有GNSS监测结果，若否，则记为具有GNSS检测结果；其中，判断获取的GNSS监测结果是否异常的步骤具体包括：计算预定时间窗口下的加速度计解算序列的平均值，与对应时间点的GNSS解算结果的差值，并基于所述差值与预定的偏差阈值进行对比，根据对比结果判断GNSS监测结果是否异常。

8.一种电子设备，其特征在于，包括至少一个处理器、至少一个存储器和数据总线；其中：所述处理器与所述存储器通过所述数据总线完成相互间的通信；所述存储器存储有被所述处理器执行的程序指令，所述处理器调用所述程序指令以执行如权利要求1‑5任一项所述的方法。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1‑5中任一项所述的方法。

说明书

一种基于GNSS和INS的形变监测方法及系统

技术领域

[0001] 本发明涉及形变监测领域，具体而言，涉及一种基于GNSS和INS的形变监测方法及系统。

背景技术

[0002] 在工程应用中，通常使用以惯性测量为代表的相对位移测量方法或以GNSS技术为代表的绝对位移测量法，对目标结构体进行形变监测。然而仅仅利用惯性测量信息进行形变监测时，惯性测量解算结果会随着时间的累积不可避免地发生漂移现象，在长时间的应用中可能会导致监测结果出现明显错误。对应的，仅仅利用GNSS技术进行的形变监测中，一方面由于GNSS采样频率较低，在突发事件的监测与预报以及动态监测方面具有一定的缺陷，另一方面，GNSS在受环境遮挡、多路径误差等影响下，将导致监测精度可能不可靠。

[0003] 为了应对，上述问题，现有技术中会选择将这两种技术进行融合起来监测结构体的变形和高频振动特性。但是，通过发明人研究发现，传统的融合方法存在以下缺陷：GNSS异常或缺失值影响明显，以及融合算法模型整体计算量较大。

发明内容

[0004] 本发明的目的在于提供一种基于GNSS和INS的形变监测方法及系统，其能够在计算量较小的情况下，有效避免了GNSS值异常或缺失所带来的发散现象。

[0005] 本发明是这样实现的：

[0006] 第一方面，本申请提供一种基于GNSS和INS的形变监测方法，包括以下步骤：基于惯性测量信息，计算得到监测点的惯性测量解算结果信息；并基于上述惯性测量解算结果信息，对KF滤波器的时间更新；判断是否具有GNSS监测结果，并基于判断结果利用KF滤波器对上述惯性测量解算结果信息进行对齐处理，上述对齐处理包括：若是，则选定包括GNSS监测结果对应时间点 前后 时间内的惯性测量解算结果信息，将选定的惯性测量解算结果信息对齐到GNSS坐标下，并选择 时刻的惯性测量解算结果信息作为参考关键点，其中， 为预定的阈值；若否，则将上述惯性测量解算结果信息对齐到距离当前时刻最近的参考关键点上。

[0007] 进一步的，基于前述方案，上述KF滤波器的状态参数 为9维向量：，其中，下标 代表时刻， 为三维方向的位移向量， 为
三维方向的速度向量， 为加速度计3轴方向上的基线转移偏差向量。

[0008] 进一步的 ，基于前述方案 ，上述KF滤波器的 状态更新方程为 ：，其中， 为状态转移矩阵， 为控制输入矩阵，
为控制输入向量， 为状态参数，下标 代表时刻。

[0009] 进一步的，基于前述方案，上述KF滤波器的状态协方差的时间更新方程为：，其中， 为噪声协方差矩阵， 为状态转移矩
阵， 为 的转置矩阵， 为KF滤波器的过程噪声矩阵，下标 代表时刻；上述
KF滤波器的量测方程为： ，其中， 为以GNSS监测结果作为KF滤波器的
量测信息时对应的量测向量， 为状态参数矩阵， 为量测系数矩阵， 为量测噪声序列。

[0010] 进一步的，基于前述方案，上述判断是否具有GNSS监测结果的步骤进一步包括：获取GNSS监测结果，若获取失败，则记为不具有GNSS检测结果；若获取成功，则判断获取的GNSS监测结果是否异常，若是，则记为不具有GNSS监测结果，若否，则记为具有GNSS检测结果。其中，判断获取的GNSS检测结果是否异常的步骤具体包括：计算预定时间窗口下的加速度计解算序列的平均值，与对应时间点的GNSS解算结果的差值，并基于上述差值与预定的偏差阈值进行对比，根据对比结果判断GNSS监测结果是否异常。

[0011] 第二方面，本申请提供一种基于GNSS和INS的形变监测方法，包括以下步骤：基于惯性测量信息，解算得到监测点的惯性测量解算结果；根据GNSS原始观测数据以及星历信息，解算得到监测点的GNSS解算结果；基于上述惯性测量解算结果、上述GNSS解算结果，利用KF滤波器进行对比融合，具体包括：当GNSS监测结果无异常时，选定包括GNSS监测结果对应时间点 前后 时间内的惯性测量解算结果信息，将选定的惯性测量解算结果信息对齐到GNSS坐标下，并选择 时刻的惯性测量解算结果信息作为参考关键点，其中，为预定的阈值；否则，将上述惯性测量解算结果信息对齐到距离当前时刻最近的参考关键点上。

[0012] 第三方面，本申请提供一种基于GNSS和INS的形变监测系统，其包括：

[0013] 惯性解算模块，被配置为：基于惯性测量信息，计算得到监测点的惯性测量解算结果信息；时间更新模块，被配置为：并基于上述惯性测量解算结果信息，对KF滤波器的时间更新；对齐处理模块，被配置为：判断是否具有GNSS监测结果，并基于判断结果利用KF滤波器对上述惯性测量解算结果信息进行对齐处理，上述对齐处理包括：若是，则选定包括GNSS监测结果对应时间点 前后 时间内的惯性测量解算结果信息，将选定的惯性测量解算结果信息对齐到GNSS坐标下，并选择 时刻的惯性测量解算结果信息作为参考关键点，其中， 为预定的阈值；若否，则将上述惯性测量解算结果信息对齐到距离当前时刻最近的参考关键点上。

[0014] 第四方面，本申请提供一种基于GNSS和INS的形变监测系统，其包括：

[0015] 惯性测量解算模块，被配置为基于惯性测量信息，解算得到监测点的惯性测量解算结果；GNSS解算模块，被配置为根据GNSS原始观测数据以及星历信息，解算得到监测点的GNSS解算结果；数据融合模块，被配置为基于上述惯性测量解算结果、上述GNSS解算结果，利用KF滤波器进行对比融合，包括：当GNSS监测结果无异常时，选定包括GNSS监测结果对应时间点 前后 时间内的惯性测量解算结果信息，将选定的惯性测量解算结果信息对齐到GNSS坐标下，并选择 时刻的惯性测量解算结果信息作为参考关键点，其中， 为预定的阈值；否则，将上述惯性测量解算结果信息对齐到距离当前时刻最近的参考关键点上。

[0016] 第五方面，本申请提供一种电子设备，包括至少一个处理器、至少一个存储器和数据总线；其中：上述处理器与上述存储器通过上述数据总线完成相互间的通信；上述存储器存储有被上述处理器执行的程序指令，上述处理器调用上述程序指令以执行如上述第一方面和第二方面中任一项所述的方法。

[0017] 第六方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述第一方面和第二方面中任一项上述的方法。

[0018] 相对于现有技术，本发明至少具有如下优点或有益效果：

[0019] （1）通过充分考虑GNSS技术和惯性测量技术的优缺点，在保留了惯性测量单元高采集频率的前提下，通过GNSS技术有效抑制漂移现象，通过KF滤波器将二者的监测结果进行融合，可以得到精度更高的变形监测序列。

[0020] （2）本发明所采用的滑动窗口思想，创新性地提出了参考关键点的概念，在一定时间窗口内，将加速度计得到的惯性测量解算结果信息和GNSS监测结果通过KF滤波器进行融合，随后选定窗口内的最后时刻的惯性测量解算结果信息为参考关键点并对齐到GNSS监测结果下，将窗口内的值对齐到参考关键点。在GNSS监测结果异常或缺失的情况下，将对应窗口的解算值对齐到最近参考关键点下，有效地减少计算资源的需求。

[0021] （3）本发明所得时间序列通过滑动窗口思想以及所设定的参考关键点，在时间上具有高度的一致性，有效避免了GNSS监测结果异常或缺失所带来的发散现象；且顾及了计算资源的消耗，相比传统方法更易于实施。

附图说明

[0022] 为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

[0023] 图1为本发明一种基于GNSS和INS的形变监测方法一实施例的流程图；

[0024] 图2为本发明一种基于GNSS和INS的形变监测方法又一实施例的流程图；

[0025] 图3为本发明一种基于GNSS和INS的形变监测系统一实施例的结构框图；

[0026] 图4为本发明一种基于GNSS和INS的形变监测系统又一实施例的结构框图；

[0027] 图5为本发明实施例提供的一种电子设备的结构框图。

[0028] 图标：1、惯性解算模块；2、时间更新模块；3、对齐处理模块；4、惯性测量解算模块；5、GNSS解算模块；6、数据融合模块；7、处理器；8、存储器；9、数据总线。

具体实施方式

[0029] 为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。

[0030] 下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的各个实施例及实施例中的各个特征可以相互组合。

[0031] 实施例1

[0032] 惯性导航系统(Inertial Navigation System, INS)具有完全自主、刷新率快、短期导航精度高等优点，但惯性导航系统INS的定位误差会随时间累积增大。目前，将惯性导航系统INS和全球导航定位系统(Global Navigation Satellite System, GNSS)结合在一起，用以提高对监测点的监测精度。但是，经发明人研究发现，在常规的融合算法会将全部的GNSS解算结果加入到整体的KF滤波器模型之中，其中GNSS解算异常或缺失的情况都可能造成整个模型的发散，难以获得高精度的融合监测结果序列。另外，传统的融合算法进行量测更新时，会将全部的已知信息加入到模型的信息矩阵之中，得到的矩阵体量庞大，耗费较大的计算资源。

[0033] 为了应对上述问题，本申请实施例提供了一种基于GNSS和INS的形变监测方法，利用监测点的惯性测量信息与GNSS解算结果，在传统的KF滤波器模型基础上，借鉴滑动窗口的思想，能够获取高精度的融合变形监测序列，并且计算量小。

[0034] 请参阅图1，该一种基于GNSS和INS的形变监测方法包括以下步骤：

[0035] 步骤S101：基于惯性测量信息，计算得到监测点的惯性测量解算结果信息；

[0036] 步骤S102：并基于上述惯性测量解算结果信息，对KF滤波器的时间更新。

[0037] 所谓基于惯性测量信息，计算得到监测点的惯性测量解算结果信息。可以理解为通过惯性测量信息进行解算得到监测点的实时速度与位置信息，进而就可以得到检测点的变形速度和位移。也就是说，可以通过三轴惯性测量单元的测量信息，利用加速度计推算得到监测点的速度和位移。其中，惯性测量信息可以通过惯性测量模块获得，惯性测量模块具体可以为MEMS惯性导航元器件，其由3轴陀螺仪芯片、3轴加速度计芯片和3轴电子罗盘芯片组成。当然，惯性测量信息也可以是直接从其他系统或者元器件那里接收获取的。

[0038] 步骤S103：判断是否具有GNSS监测结果，并基于判断结果利用KF滤波器对上述惯性测量解算结果信息进行对齐处理，上述对齐处理包括：若是，则选定包括GNSS监测结果对应时间点 前后 时间内的惯性测量解算结果信息，将选定的惯性测量解算结果信息对齐到GNSS坐标下，并选择 时刻的惯性测量解算结果信息作为参考关键点，其中，为预定的阈值；若否，则将上述惯性测量解算结果信息对齐到距离当前时刻最近的参考关键点上。

[0039] 其中，全球导航定位系统(Global Navigation Satellite System, GNSS)，又称全球卫星导航系统，是能在地球表面或近地空间的任何地点为用户提供全天候的3维坐标和速度以及时间信息的空基无线电导航定位系统。另外，KF滤波器是指卡尔曼滤波器，是一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰影响，所以最优估计也可以看做是滤波过程。

[0040] 在上述步骤中，考虑到GNSS检测结果可能会缺失或丢失，所以在利用KF滤波器对所述惯性测量解算结果信息进行对齐处理的时候，可以先判断GNSS监测结果是否正常具有，然后在具有GNSS监测结果的时候，即可利用其与惯性测量解算结果信息进行对应的融合处理，用以提高其准确性。也就是，充分考虑GNSS技术和惯性测量技术的优缺点，在保留了惯性测量单元高采集频率的前提下，通过GNSS技术有效抑制漂移现象，通过KF滤波器模型将二者的监测结果进行融合，得到精度更高的变形监测序列。

[0041] 其主要处理思路是，通过采用滑动窗口的思想，提出了参考关键点的概念，在一定时间窗口内，将加速度计得到的解算结果（惯性测量解算结果信息）与GNSS监测结果通过KF滤波器进行融合，随后选定窗口内（ 前后 时间内）的最后时刻的加速度计解算结果为参考关键点并对齐到GNSS结果下，将窗口内的值对齐到参考关键点。通过参考关键点的设置，在时间尺度上保持了解算结果的一致性，最终得到高精度的融合变形序列。而在不具有GNSS监测结果时，可以将对应窗口的解算值对齐到最近参考关键点下。通过这两种对齐处理，不需要将全部GNSS监测结果直整体加入到KF滤波器中，对惯性测量解算结果信息进行处理，可以有效地减少计算资源的需求，并且引入GNSS监测结果获得绝对坐标，能够有效抑制惯性测量信息的漂移。

[0042] 在本发明的一些具体实现方式中，可以先进行多次时间窗口大小的设置与调整，先进行原始惯性测量解算结果信息与GNSS监测结果的获取与存储，之后根据不同的窗口大小，选择适合具体应用情况的大小。

[0043] 在本发明的一些实施例中，上述KF滤波器的状态参数 为9维向量：，其中，下标 代表时刻， 为三维方向的位移向量， 为
三维方向的速度向量， 为加速度计3轴方向上的基线转移偏差向量。

[0044] 通过三轴惯性测量单元的测量信息，利用加速度计推算得到监测点的速度和位移，以及GNSS相对定位得到的两点在三维坐标系下的基线转移偏差向量，从而可以将三维的位移向量、三维的速度向量和三维的基线转移偏差向量进行处理为一个9维的向量表示，即，将KF滤波器的状态参数 表示为9维向量： ，当然，在9维的向量内部， 、 和 可以任一交换位置，以实际情况需要进行选择即可。例如，在某些方式中是 ，而另外一些方式中可以为 ，亦或是
均可。

[0045] 在本发明的 一些实施例中 ，上述KF滤波器的状态更新方程为：，其中， 为状态转移矩阵， 为控制输入矩阵，
为控制输入向量， 为状态参数，下标 代表时刻。

[0046] 其中，状态方程采用估计加速度基线偏差的变加速模型，则对应公式包括：

[0047]

[0048] 其中，下标 代表时刻， 为加速度计采样时间间隔， 为 时刻加速度计的观测值，进行整理为矩阵形式则为： ，其可以理解为KF滤波器的状态时间更新方程。

[0049] 在本发明的一些实施例中，上述KF滤波器的状态协方差的时间更新方程为：，其中， 为噪声协方差矩阵， 为状态转移矩
阵， 为 的转置矩阵， 为KF滤波器的过程噪声矩阵，下标 代表时刻；

[0050] 上述KF滤波器的量测方程为： ，其中， 为以GNSS监测结果作为KF滤波器的量测信息时对应的量测向量， 为状态参数矩阵， 为量测系数矩阵，为量测噪声序列。

[0051] 加速度计是状态时间更新中的唯一噪声源，因此，KF滤波器的过程噪声矩阵 可以通过加速度噪声映射到位移、速度和基线转换偏差分量上来构造，而状态协方差的时间更新方程可表示为： 。再采用GNSS监测结果中的形变位移的结算结果作为KF滤波器的量测信息，构建量测方程为： 。通过KF
增益矩阵，即可解算待估状态及其协方差阵的高精度滤波解。

[0052] 在本发明的一些实施例中，上述判断是否具有GNSS监测结果的步骤进一步包括：获取GNSS监测结果，若获取失败，则记为不具有GNSS检测结果；若获取成功，则判断获取的GNSS监测结果是否异常，若是，则记为不具有GNSS监测结果，若否，则记为具有GNSS检测结果。其中，判断获取的GNSS检测结果是否异常的步骤具体包括：计算预定时间窗口下的加速度计解算序列的平均值，与对应时间点的GNSS解算结果的差值，并基于上述差值与预定的偏差阈值进行对比，根据对比结果判断GNSS监测结果是否异常。

[0053] 考虑到GNSS检测结果可能存在异常解算值的情况，因此，可以通过设定偏差阈值先对GNSS监测结果进行判断，从而后续可以利用满足预设条件的GNSS监测结果对预定时间窗口下进行KF滤波器量测更新，并将对应窗口下的值都对齐到参考关键点下。而在GNSS监测结果不满足预设条件时，则将对应窗口下的值对齐到最近参考点下。从而通过时间窗口的设置，有效的减少了信息矩阵的大小，在最终获得的时间序列高精度的前提下，有效的减少了计算资源的需求，更加适合工程应用。

[0054] 在本发明的一些具体实现方式中，可以先进行多次时间窗口大小、偏差阈值大小的设置与调整，先进行原始惯性测量解算结果信息与GNSS监测结果的获取与存储，之后根据不同的窗口大小与偏差阈值大小，选择适合具体应用情况的大小。

[0055] 请参阅图2，在本发明的一些实施例中，该一种基于GNSS和INS的形变监测方法包括以下步骤：

[0056] 步骤S201：基于惯性测量信息，解算得到监测点的惯性测量解算结果；

[0057] 步骤S202：根据GNSS原始观测数据以及星历信息，解算得到监测点的GNSS解算结果；

[0058] 步骤S203：基于上述惯性测量解算结果、上述GNSS解算结果，利用KF滤波器进行对比融合，具体包括：当GNSS监测结果无异常时，选定包括GNSS监测结果对应时间点 前后时间内的惯性测量解算结果信息，将选定的惯性测量解算结果信息对齐到GNSS坐标下，并选择 时刻的惯性测量解算结果信息作为参考关键点，其中， 为预定的阈值；否则，将上述惯性测量解算结果信息对齐到距离当前时刻最近的参考关键点上。

[0059] 考虑到，GNSS检测结果可能存在异常解算值的情况，因此，在判断当GNSS监测结果无异常时，可以利用无异常的GNSS监测结果与惯性测量解算结果，采用滑动窗口的思想，在一定时间窗口内，将加速度计得到的解算结果（惯性测量解算结果信息）与GNSS监测结果通过KF滤波器进行融合，随后选定窗口内（ 前后 时间内）的最后时刻的加速度计解算结果为参考关键点并对齐到GNSS结果下，将窗口内的值对齐到参考关键点。而在，GNSS监测结果异常时，可以将对应窗口的解算值对齐到最近参考关键点下。通过这两种对齐处理，充分的考虑了GNSS监测结果的有效性，不需要将全部GNSS监测结果直整体加入到KF滤波器中，对惯性测量解算结果信息进行处理，可以有效地减少计算资源的需求，并且引入GNSS监测结果获得绝对坐标，能够有效抑制惯性测量信息的漂移。

[0060] 或者说，可以利用滑动窗口的思想，以GNSS监测结果时刻点为基准，按照一定的阈值设定滑动窗口，根据惯性测量解算结果信息的平均值与GNSS监测结果作差，进行误差抑制，若GNSS监测结果无明显错误，则利用KF滤波器进行量测更新，并设定参考关键点。

[0061] 在本发明的一些具体实现方式中，在进行滑动窗口选择时，会先得到 时刻的GNSS结算结果 ，并设定时间窗口大小 ，以及偏差阈值 ，之后得到时间窗口内的加速度计解算序列：

[0062]

[0063] 对 取平均：

[0064] 计算 和 之间的差值，与 进行对比，若小于 ，则认为GNSS监测结果无异常，同时将 设置为参考关键点，将坐标对齐到GNSS下：

[0065]

[0066] 其中， 指将坐标对齐到GNSS下的函数，再将窗口内具体时刻的惯性测量解算结果对齐到 ：

[0067]

[0068] 其中， 指将坐标对齐到参考关键点下的函数。若在 时刻，不含GNSS监测结果或GNSS监测结果偏差较大，则找到与 时刻最近的参考点 ，将
时刻窗口内的惯性测量解算结果对齐到参考关键点并进行窗口内的KF滤波器更新。

[0069] 实施例2

[0070] 请参阅图3，本申请实施例提供了一种基于GNSS和INS的形变监测系统，其包括：

[0071] 惯性解算模块1，被配置为：基于惯性测量信息，计算得到监测点的惯性测量解算结果信息；时间更新模块2，被配置为：并基于上述惯性测量解算结果信息，对KF滤波器的时间更新；对齐处理模块3，被配置为：判断是否具有GNSS监测结果，并基于判断结果利用KF滤波器对上述惯性测量解算结果信息进行对齐处理，上述对齐处理包括：若是，则选定包括GNSS监测结果对应时间点 前后 时间内的惯性测量解算结果信息，将选定的惯性测量解算结果信息对齐到GNSS坐标下，并选择 时刻的惯性测量解算结果信息作为参考关键点，其中， 为预定的阈值；若否，则将上述惯性测量解算结果信息对齐到距离当前时刻最近的参考关键点上。

[0072] 请参阅图4，在本发明的一些实施例中，该一种基于GNSS和INS的形变监测系统包括：

[0073] 惯性测量解算模块4，被配置为基于惯性测量信息，解算得到监测点的惯性测量解算结果；GNSS解算模块5，被配置为根据GNSS原始观测数据以及星历信息，解算得到监测点的GNSS解算结果；数据融合模块6，被配置为基于上述惯性测量解算结果、上述GNSS解算结果，利用KF滤波器进行对比融合，包括：当GNSS监测结果无异常时，选定包括GNSS监测结果对应时间点 前后 时间内的惯性测量解算结果信息，将选定的惯性测量解算结果信息对齐到GNSS坐标下，并选择 时刻的惯性测量解算结果信息作为参考关键点，其中，为预定的阈值；否则，将上述惯性测量解算结果信息对齐到距离当前时刻最近的参考关键点上。

[0074] 示例性地，上述KF滤波器的状态参数 为9维向量： ，其中，下标 代表时刻， 为三维方向的位移向量， 为三维方向的速度向量， 为加速度计3轴方向上的基线转移偏差向量。

[0075] 示例性地，上述KF滤波器的状态更新方程为： ，其中， 为状态转移矩阵， 为控制输入矩阵， 为控制输入向量， 为状态参数，下标 代表时刻。

[0076] 示 例性 地 ，上述 KF 滤波 器的 状态 协方 差的 时间 更新 方 程为 ：，其中， 为噪声协方差矩阵， 为状态转移矩
阵， 为 的转置矩阵， 为KF滤波器的过程噪声矩阵，下标 代表时刻；上述
KF滤波器的量测方程为： ，其中， 为以GNSS监测结果作为KF滤波器的
量测信息时对应的量测向量， 为状态参数矩阵， 为量测系数矩阵， 为量测噪声序列。

[0077] 示例性地，上述判断GNSS监测结果是否异常时包括：在具有GNSS监测结果时，计算预定时间窗口下的加速度计解算序列的平均值，与对应时间点的GNSS解算结果的差值，并基于上述差值与预定的偏差阈值进行对比，根据对比结果判断GNSS监测结果是否异常。

[0078] 上述系统具体实现过程请参照实施例1中提供的一种基于GNSS和INS的形变监测方法，在此不再赘述。

[0079] 实施例3

[0080] 请参阅图5，本申请实施例提供了一种电子设备，该电子设备包括至少一个处理器7、至少一个存储器8和数据总线9；其中：处理器7与存储器8通过数据总线9完成相互间的通信；存储器8存储有可被处理器7执行的程序指令，处理器7调用程序指令以执行一种基于GNSS和INS的形变监测方法。例如实现：

[0081] 基于惯性测量信息，计算得到监测点的惯性测量解算结果信息；并基于上述惯性测量解算结果信息，对KF滤波器的时间更新；判断是否具有GNSS监测结果，并基于判断结果利用KF滤波器对上述惯性测量解算结果信息进行对齐处理，上述对齐处理包括：若是，则选定包括GNSS监测结果对应时间点 前后 时间内的惯性测量解算结果信息，将选定的惯性测量解算结果信息对齐到GNSS坐标下，并选择 时刻的惯性测量解算结果信息作为参考关键点，其中， 为预定的阈值；若否，则将上述惯性测量解算结果信息对齐到距离当前时刻最近的参考关键点上。

[0082] 再例如实现：

[0083] 基于惯性测量信息，解算得到监测点的惯性测量解算结果；根据GNSS原始观测数据以及星历信息，解算得到监测点的GNSS解算结果；基于上述惯性测量解算结果、上述GNSS解算结果，利用KF滤波器进行对比融合，具体包括：当GNSS监测结果无异常时，选定包括GNSS监测结果对应时间点 前后 时间内的惯性测量解算结果信息，将选定的惯性测量解算结果信息对齐到GNSS坐标下，并选择 时刻的惯性测量解算结果信息作为参考关键点，其中， 为预定的阈值；否则，将上述惯性测量解算结果信息对齐到距离当前时刻最近的参考关键点上。

[0084] 其中，存储器8可以是但不限于，随机存取存储器（Random Access Memory，RAM），只读存储器（Read Only Memory，ROM），可编程只读存储器（Programmable Read‑Only Memory，PROM），可擦除只读存储器（Erasable Programmable Read‑Only Memory，EPROM），电可擦除只读存储器（Electric Erasable Programmable Read‑Only Memory，EEPROM）等。

[0085] 处理器7可以是一种集成电路芯片，具有信号处理能力。该处理器7可以是通用处理器，包括中央处理器（Central  Processing Unit，CPU）、网络处理器（Network Processor，NP）等；还可以是数字信号处理器（Digital Signal Processing，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现场可编程门阵列（Field－Programmable Gate Array，FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

[0086] 可以理解，图5所示的结构仅为示意，电子设备还可包括比图5中所示更多或者更少的组件，或者具有与图5所示不同的配置。图5中所示的各组件可以采用硬件、软件或其组合实现。

[0087] 实施例4

[0088] 本发明提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器7执行时实现一种基于GNSS和INS的形变监测方法。例如实现：

[0089] 基于惯性测量信息，计算得到监测点的惯性测量解算结果信息；并基于上述惯性测量解算结果信息，对KF滤波器的时间更新；判断是否具有GNSS监测结果，并基于判断结果利用KF滤波器对上述惯性测量解算结果信息进行对齐处理，上述对齐处理包括：若是，则选定包括GNSS监测结果对应时间点 前后 时间内的惯性测量解算结果信息，将选定的惯性测量解算结果信息对齐到GNSS坐标下，并选择 时刻的惯性测量解算结果信息作为参考关键点，其中， 为预定的阈值；若否，则将上述惯性测量解算结果信息对齐到距离当前时刻最近的参考关键点上。

[0090] 再例如实现：

[0091] 基于惯性测量信息，解算得到监测点的惯性测量解算结果；根据GNSS原始观测数据以及星历信息，解算得到监测点的GNSS解算结果；基于上述惯性测量解算结果、上述GNSS解算结果，利用KF滤波器进行对比融合，具体包括：当GNSS监测结果无异常时，选定包括GNSS监测结果对应时间点 前后 时间内的惯性测量解算结果信息，将选定的惯性测量解算结果信息对齐到GNSS坐标下，并选择 时刻的惯性测量解算结果信息作为参考关键点，其中， 为预定的阈值；否则，将上述惯性测量解算结果信息对齐到距离当前时刻最近的参考关键点上。

[0092] 上述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read‑Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。

[0093] 对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其它的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。