[发明专利]基于小波分析的定位测量数据粗差剔除系统及方法

说明书

本发明公开了GNSSRTK测量数据处理技术领域的基于小波分析的定位测量数据粗差剔除系统及方法，包括：获取GNSSRTK测量数据；通过小波基函数和分解层数对GNSSRTK测量数据进行小波变换，得到高频信息和低频信息；基于高频信息确定进行小波阈值处理的高频系数层，在确定的高频系数层使用基于3σ准则的算法进行粗差剔除；将分解后的低频信息和处理后的高频信息进行小波逆变换重组，得到剔除粗差的数据；采用硬阈值法去除剔除粗差后高度方向观测数据中的噪声成分。本发明可以有效准确剔除GNSSRTK测量数据粗差的同时，还能够保留测量数据的有效高频信息。

技术领域

本发明涉及基于小波分析的定位测量数据粗差剔除系统及方法，属于GNSSRTK测量数据处理技术领域。

背景技术

全球卫星导航系统(GlobalNavigationSatelliteSystems，GNSS)精密动态实时相对定位，简称GNSSRTK(RealTimeKinematic)，通过对接收机间和星间做差消除卫星轨道误差、大气传播延迟误差以及卫星和接收机钟差等误差源，再利用高精度的载波相位观测量，可以实现厘米级甚至毫米级精度的定位。同时，GNSSRTK定位技术融合了GPS、GLONASS、BDS和Galileo四种卫星导航系统，大大提高了可见卫星的数量，得到更好的卫星分布，极大地提高了RTK的定位精度。

RTK定位技术的关键在于求解相位整周模糊度。准确快速地解算出整周模糊度必须具备两个前提条件：首先要准确地解算出模糊度浮点解，主要是采用最小二乘估计；其次采用较好的模糊度搜索策略进行模糊度固定。LAMBDA法(LeastsquareAmbiguityDecorrelationAdjustment，最小二乘模糊度降相关平差法)是目前被认为搜索速度较快、较可靠，理论上相对严密的模糊度解算算法。LAMBDA法首先通过最小二乘法或Kalman滤波法得到模糊度的浮点解，然后根据浮点解建立搜索空间。LAMBDA方法对模糊度的浮点解进行降相关处理，建立整数模糊度搜索空间，然后根据一定判断标准，在建立起来的搜索空间中搜索出整数模糊度。

在实际工程应用中，RTK会受卫星状况限制、天空环境影响、数据链路传输干扰和限制、作业距离大、精度和稳定性等问题影响。在快速定位情况下，当观测时间较短时，双差方程组的病态性严重，模糊度浮点解的精度较差，无法正确搜索和固定整周模糊度；随着观测时间的增加，站星几何结构发生了变化，方程组的病态性得到改善，才能得到较高精度的模糊度浮点解。所以，GNSSRTK的测量数据会出现异于实际数据的粗大误差数据，需要剔除这些粗大误差数据以满足实际工程需要。

小波分析具有带通滤波的功能，能对原始信号进行有效分频，实现在不同尺度上将粗差和噪声分开。小波分析还具有多分辨率的特点，可以很好地获得信号的局部化特性，聚焦信号更多的细节部分，对局部信号中突变信号的检测非常有效。因此，在数据统计规律不明确的情况下，小波分析能够对含粗差数据序列进行粗差检测和剔除。在进行GNSSRTK测量数据粗差剔除时，可将观测值视为一组信号，粗差则是这组信号中的突变点，利用小波分析来剔除这些突变点。GNSSRTK测量数据属于非平稳信号，且精度较高。所以，GNSSRTK测量数据经过小波变换后，高层的高频信号信噪比较高，直接使用小波分析阈值去噪，会影响原始信号的有效高频信号。

发明内容

本发明的目的在于克服现有技术中的不足，提供基于小波分析的定位测量数据粗差剔除系统及方法，可以有效准确剔除GNSSRTK测量数据粗差的同时，还能够保留测量数据的有效高频信息。

为达到上述目的，本发明是采用下述技术方案实现的：

第一方面，本发明提供了基于小波分析的定位测量数据粗差剔除方法，包括：

获取GNSSRTK测量数据；

通过小波基函数和分解层数对GNSSRTK测量数据进行小波变换，得到高频信息和低频信息；