[发明专利]一种模型和数据双重驱动的GNSS RTK定位选星方法及系统

权利要求书

1.一种模型和数据双重驱动的GNSS RTK定位选星方法，其特征在于：包括

进行第一次卫星剔除：利用伪距噪声与高度角、信噪比的混合模型剔除质量差的卫星；

进行第二次卫星剔除：对剩余的每颗卫星根据其对GDOP的贡献值大小进行预筛选；

进行第三次卫星剔除：对于预筛选得到的卫星依据其当前历元的预报位置计算其验前伪距、相位双差残差，剔除离群值，完成粗筛选；

进行第四次卫星剔除：粗筛选后的卫星进入RTK浮点解算，并基于验后标准化残差对卫星进行精筛选后进入模糊度固定。

2.如权利要求1所述的一种模型和数据双重驱动的GNSS RTK定位选星方法，其特征在于：进行第一次卫星剔除之前，高度角、信噪比的混合模型构建方法是：采集涵盖城市典型复杂场景的大样本GNSS原始观测数据，代入位置真值提取出每颗卫星的真实伪距噪声，从而构建伪距噪声与高度角、信噪比的混合模型。

3.如权利要求1所述的一种模型和数据双重驱动的GNSS RTK定位选星方法，其特征在于：进行第三次卫星剔除时，利用粗筛选后的卫星进行多普勒测速解算，得到高精度速度信息，构建载体历元间位置变化方程，进而计算当前历元的预报位置，将预报位置代入伪距双差和相位双差观测方程中计算验前残差，利用Grubbs准则剔除验前残差中的离群值从而完成对卫星的粗筛选。

4.如权利要求1所述的一种模型和数据双重驱动的GNSS RTK定位选星方法，其特征在于：进行第四次卫星剔除时，构建码相组合双差观测值实时估计观测噪声，进而构建双差伪距/相位的方差协方差阵，浮点解算完成后，利用验后残差和观测方差计算每个观测值的验后标准化残差v，剔除v超限的卫星后进入模糊度固定。

5.如权利要求1所述的一种模型和数据双重驱动的GNSS RTK定位选星方法，其特征在于：提取大样本原始观测数据的伪距噪声，提取方式如下：

上式为伪距非差观测方程，其中，为伪距原始观测值，ρ代表卫地距，δt_R和δt_S分别代表接收机钟差和卫星钟差，δ_trop和δ_ion分别代表对流层延迟误差和电离层延迟误差，δ_mul和ε_ρ分别为多路径误差和伪距观测噪声。

6.如权利要求1所述的一种模型和数据双重驱动的GNSS RTK定位选星方法，其特征在于：通过分析伪距噪声与信噪比、高度角的相关性，构建信噪比、高度角混合模型以计算理论噪声值；卫星i在第f频点的理论噪声模型δ_i,f构建如下：

其中，q₁、a₁、b₁、q₂、a₂、b₂为待拟合的经验参数，el_i代表卫星i的高度角，SNR_i,f代表卫星i第f频点的信号强度，将大样本数据提取出的真实噪声、信噪比和高度角代入上式，可拟合出六个经验参数；

当获取到实时数据时，由式(2)可计算出理论噪声δ_i,f，当理论噪声满足δ_i,f≤δ₀，即选为可用卫星。

7.如权利要求1所述的一种模型和数据双重驱动的GNSS RTK定位选星方法，其特征在于：计算剩余的每颗卫星对GDOP的贡献公式如下：

其中，h_j是第i颗卫星对应的观测向量，H_n为n颗卫星对应的观测矩阵。