-
公开(公告)号：CN116299623A
公开(公告)日：2023-06-23
申请号：CN202310536105.8
申请日：2023-05-12
Applicant: 武汉大学
Abstract: 本发明涉及一种城市复杂场景下的PPP和INS紧组合方法与系统，方法包括：基于高精度斜向电离层延迟信息构建斜向电离层模型，所述斜向电离层模型用于根据用户需求提供对应的用户自身电离层延迟信息；基于GNSS载波相位观测值构建GNSS观测量模型，所述GNSS观测模型用于提供抗多路径观测值；基于扩展卡尔曼滤波器将惯性导航系统测量值、所述抗多路径观测值以及所述用户自身电离层延迟信息进行融合以实现所述PPP和INS的紧组合。可附加高精度电离层约束且无视GNSS信号多路径干扰，在复杂城市场景中实现高精度连续稳定的导航和定位。
-
公开(公告)号：CN115993623A
公开(公告)日：2023-04-21
申请号：CN202310298743.0
申请日：2023-03-24
Applicant: 武汉大学
Abstract: 本申请涉及一种自适应选星方法、装置、设备及可读存储介质，对监测站和基准站发送的差分数据进行解码，获得各目标卫星的载波/伪距观测数据及导航电文信息，并构建双差组合观测值方程；对双差组合观测值方程进行滤波和参数固定得到模糊度和坐标两参数的固定值；根据模糊度和坐标两参数的固定值及双差组合观测值方程构建验后残差向量；基于拉依达准则和验后残差向量剔除存在问题的目标卫星；通过松组合定位算法对剩余的目标卫星进行不同组合后构建的双差观测方程进行迭代滤波解算，得到每组卫星组合对应的验后残差值；基于验后残差值确定出每组卫星组合的检验量，将检验量最小的卫星组合作为最优卫星组合。本申请可自适应实现最优卫星组合的选择。
-
公开(公告)号：CN114910939B
公开(公告)日：2022-11-04
申请号：CN202210821533.0
申请日：2022-07-13
Applicant: 武汉大学
Abstract: 本发明公开了一种短距离大高差RTK中对流层延迟实测气象改正方法。它包括如下步骤，在基准站GNSS接收机和流动站RTK接收机同时配备实测气象观测传感器；步骤二：将流动站实测气象参数与基准站实测气象参数通过通信传输汇集在一处；步骤三：利用流动站和基准站的实测气象参数，计算各卫星路径上流动站与基准站间的斜路径对流层延迟之差，即对流层延迟改正值；步骤四：将对流层延迟改正值改正到其中一个站的观测值上；步骤五：将改正后的观测值和另一个站的观测值汇集在一处，构建双差观测方程，求解定位参数。本发明解决上述短距离大高差RTK定位精度差的问题；具有短距离大高差RTK定位精度高的优点。
-
公开(公告)号：CN114001650A
公开(公告)日：2022-02-01
申请号：CN202111088642.8
申请日：2021-09-16
Applicant: 北京市测绘设计研究院 , 武汉大学
Abstract: 本发明公开了一种地方坐标系与任意平面坐标系转换参数加密方法。它包括如下步骤，步骤一：确定中间投影坐标系A1；确定最终转换结果符合转换精度要求中间投影坐标系A1；步骤二：利用地方坐标系A与中间投影坐标系A1之间的四参数将坐标转换至中间投影坐标系A1；步骤三：利用中间投影坐标系A1与目标坐标系B之间的投影关系或参数转换关系将坐标转换至目标坐标系B。本发明克服了现有的转换方法均需要获取地方坐标系参数，容易导致参数的泄露的缺点；具有能实现在坐标转换过程中地方坐标系参数的保密的优点。
-
公开(公告)号：CN111007543A
公开(公告)日：2020-04-14
申请号：CN201911243938.5
申请日：2019-12-06
Applicant: 武汉大学
IPC: G01S19/27
Abstract: 本发明提供了一种单历元实时钟差融合系统及方法，系统包括RTS实时接收模块、实时精密钟差生成模块和实时精密钟差融合模块，接收多个分析中心的钟差改正数数据，将RTS钟差改正数应用于广播星历，生成实时钟差数据；根据钟差观测方程，采用最小二乘与给定基准约束，并根据Huber权函数迭代权值，实时计算得到融合钟差，实现钟差的实时融合与监测。本发明所采用的单历元钟差融合方法相较于传统卡尔曼滤波方法无需收敛时间，相较于加权平均方法，使用Huber权函数迭代权值减少了粗差影响；采用一阶差分作为观测值有效地解决了两种传统方法中都存在的基准跳变的问题。本发明所获得的融合钟差产品可以用于实时精密单点定位，提高其定位精度和可靠性。
-
Patent Agency Ranking
公开(公告)号：CN108363073A
公开(公告)日：2018-08-03
申请号：CN201810124745.7
申请日：2018-02-07
Inventor： 刘邢巍 , 张黎 , 李静 , 徐永书 , 张泽烈 , 吴国梁 , 蒲德祥 , 高翔 , 姚宜斌 , 许超钤 , 王静 , 唐辉 , 肖勇 , 张士勇 , 夏定辉 , 吴寒 , 袁烽迪 , 田强
IPC: G01S19/02
CPC classification number: G01S19/02
Abstract: 本发明公开了一种GNSS地基增强服务管理系统，包括GNSS基准站网、数据处理中心、播发服务管理模块以及用户终端；所述GNSS基准站网由区域内均匀分布的GNSS基准站组成，用于连续采集卫星导航信号；所述数据处理中心包括GPS单模数据处理模块与BDS/GPS双模数据处理模块，用于计算出差分改正数；所述播发服务管理模块根据请求数据源类型及当前负载情况，进行数据处理模块的选择以及数据转发；所述用户终端发出信息获得差分改正数，并结合自身的观测数据完成高精度定位。其显著效果是：实现了多种地基增强服务软件融合均衡服务，实现了系统管理员和单位管理员对账号的在线信息化管理。
-
公开(公告)号：CN107121689A
公开(公告)日：2017-09-01
申请号：CN201710279027.2
申请日：2017-04-25
Applicant: 武汉大学
Abstract: 本发明公开了一种GLONASS频间偏差单历元快速估计方法，包括：利用一组GNSS接收机观测得到单历元的GLONASS和GPS的相位和伪距观测数据；首先，固定相应的GLONASS和GPS宽巷模糊度；然后，利用GLONASS和GPS的整周宽巷模糊度先行估计IFB rate，利用IFB rate估计值改正L1和L2上的IFB误差，进而解算并固定L1和L2上的整周模糊度；最后，利用该单历元所有模糊度固定历元的L1和L2相位观测值和相应的模糊度单历元估计该组GNSS接收机GLONASS 的IFB rate。本发明可为RTK工作提供实时快速的IFB rate解算值，为实现GLONASS RTK固定解提供了坚实的基础。
-
公开(公告)号：CN107024694A
公开(公告)日：2017-08-08
申请号：CN201710358603.2
申请日：2017-05-19
Applicant: 武汉大学
IPC: G01S13/95
Abstract: 本发明提供一种基于奇异谱分析的电离层异常探测方法，获取历史电离层观测数据ION；利用奇异谱分析法得到电离层正常变化成分IONmain；基于电离层平静时期计算正常背景噪声ε；根据IONmain和ε，得到电离层观测数据ION的正常变化范围；当实际电离层观测数据超出电离层观测数据ION的正常变化范围时，视为电离层异常。本发明通过奇异谱分析，能够识别和强化周期信号，其提取的正常变化成分中包含了电离层随着地球公转的季节变化、太阳27天自转周期引起的电离层9天、13.5天、27天周期变化等的影响，因此异常探测结果中排除了背景场时间段与异常探测时间段地球外界环境不同造成的干扰，能够有效探测电离层异常信息。
-
公开(公告)号：CN119916408A
公开(公告)日：2025-05-02
申请号：CN202510418489.2
申请日：2025-04-03
Applicant: 武汉大学
Abstract: 本发明公开一种顾及卫星硬件延迟时变的PPP‑AR时间传递方法及系统，方法包括：根据获取的全球测站网络数据，提取伪距观测数据构建差分码偏差估计方程，每隔预设时间估计一组差分码偏差产品；根据获取的全球测站网络数据，基于无电离层组合PPP联合HMW组合，非差非组合PPP分别计算获得宽巷模糊度和窄巷模糊度，基于获得的模糊度建立方程，每隔预设时间估计一组相位小数偏差产品；根据获取的精密产品以及两个测站接收机的观测数据，结合估计的差分码偏差产品和相位小数偏差产品，进行PPP‑AR解算，获得两个测站接收机的钟差；根据两个测站接收机的钟差，得到两个测站间的时间传递量。
-
公开(公告)号：CN119089765B
公开(公告)日：2025-04-29
申请号：CN202411019555.0
申请日：2024-07-29
Applicant: 中交第一公路勘察设计研究院有限公司 , 武汉大学
Abstract: 本申请提供了一种电离层网络模型的训练、计算方法、装置及设备，涉及电离层技术领域。该方法获取目标区域的预设单位时间段的电离层计算格网数据、电离层计算格网数据以及电离层标签格网数据；根据预设单位时间段的电离层计算格网数据，采用初始第一网络模型进行预测，得到目标区域的电离层初始预测格网数据；根据电离层计算格网数据，以及电离层初始预测格网数据，采用初始第二网络模型进行预测，得到目标区域的电离层目标预测格网数据；根据目标区域的电离层标签格网数据以及电离层目标预测格网数据，对第一网络模型和第二网络模型进行训练，得到目标第一网络模型和目标第二网络模型。从而，训练得到精度高、高分辨、时延低的目标模型。
-
-
-
-
-
-
-
-
-
Search Results
142
records
(took 0.02 seconds)
