实测气象参数修正对流层经验模型的RTK算法及应用
技术领域
本发明涉及全球定位导航系统相对定位技术领域，更具体地说它是实测气象参数修正对流层经验模型的RTK算法及应用。更具体地说它是基于实测气象参数修正对流层经验模型的RTK算法。本发明还公开了实测气象参数修正对流层经验模型的RTK算法的应用，即适用于特殊环境的连续运行基准站服务系统，其中的特殊环境是指短基线大高差情况。
背景技术
得益于全球定位导航系统的快速发展，RTK(Real-time kinematic,实时动态)载波相位差分技术的出现大大提高了室外定位的精度，从以前的伪距单点定位(10m精度)发展到以RTK为代表的相对定位技术(静态mm级，动态cm级精度)，RTK技术一经面世，便推动测量领域发生了革命性的变化，极大提高了测量的作业效率和作业精度。
目前相对定位技术仍然是测量领域的常用手段之一，该技术的代表手段RTK技术全称是实时动态载波相位差分技术，其基本原理是将位于基准站上的GNSS接收机观测的卫星数据，通过通讯手段实时发送出去，移动站接收到来自基准站的观测数据后，对自身观测到的数据和基准站数据进行实时处理，随后输出自身三维坐标。定位过程的误差来源包括与卫星有关的误差，与接收机有关的误差，与传播途径的误差，RTK技术特点是采用双差观测方程，消除卫星钟差、接收机钟差，削弱电离层、对流层使其残差可以忽略不计，同时解算数学模型简单，待估参数少，估算出整周模糊度，加快数据解算速度，提高定位精度。RTK定位技术的实现核心在于如何快速固定整周模糊度，而误差项的有效处理与否十分影响模糊度的固定，因此会影响整体定位精度和可靠性。
常规RTK技术也有其局限性，短基线情况下，大气延迟误差空间相关性较强，因此可以采用双差观测方程的方法来削弱大气延迟误差至忽略不计的程度，但是在中长基线，大气延迟误差的空间相关性随着距离的加长而逐渐减弱，因而常规RTK技术一般应用于短基线(10km)以内，这种局限大大限制了其应用，因此出现了网络RTK技术，可以将RTK基线拓展到50km，进一步增长基线距离，大气延迟误差将会难以精确获取。目前中长基线情况下，针对对流层延迟误差的消除方法主要是先用经验模型进行改正，随后将剩余对流层延迟残差作为参数进行随机游走过程实时估计，一般这种情况可以很好的估计出中长距离的双差对流层残余误差，提高模糊度固定成功率以及定位精度。
然而目前针对短基线超大高差情况下的RTK定位，国内虽然有不少学者研究过大高差对双差RTK解算的影响分析，提出大高差会对双差RTK解算高程方向带来厘米级偏差，严重影响定位精度和可靠性，综上所述，RTK定位技术在大高差情况下，目前仅限于分析大高差对双差RTK解算的分析，并没有一种理论和方法来修正该影响并提供可靠的高精度定位服务。
现有公开号为CN105182366A，专利名称为《一种基于实测气象参数的对流层天顶延迟改正方法》，其利用神经网络方法训练对流层延迟模型，需要大量数据进行训练分析，且未提出适用环境。
现有公开号为CN105717530A，专利名称为《一种在网络RTK中应用流动基准站来增强定位效果的方法》，该方法适用于网络RTK，而非常规RTK。
现有的RTK技术在短基线大高差情况下，定位精度和可靠性大幅降低，其核心原因在于在该情况下，双差观测方程中对流层延迟残差过大，无法忽略。
因此，现亟需开发一种可以改正在短基线大高差情况下对流层延迟误差的RTK算法。
发明内容
本发明的第一目的是为了提供一种实测气象参数修正对流层经验模型的RTK算法，可以改正在短基线大高差情况下对流层延迟误差，通过采集基准站观测数据和基准站上方实测气象元素，选择一种适合于该地区的现有对流层延迟经验模型，并利用采集到的实测气象元素改正现有经验模型，达到提高RTK服务定位精度和可靠性的目标。
本发明的第二目的是为了提供一种适用于特殊环境的连续运行基准站服务系统，在特殊环境(短基线大高差)下不间断的提供稳定、高精度、实时的定位服务，在使用有限成本的情况下，提高工程效率、保障工程精度、监控工程安全。
为了实现上述本发明的第一目的，本发明的技术方案为：实测气象参数修正对流层经验模型的RTK算法，其特征在于：包括如下步骤，
步骤一：将连续运行基准站服务系统中每一个基准站的观测值及其上方的实测气象元素，以特定频率实时汇集到数据存储中心进行存储；
步骤二：选择全球对流层经验模型，计算所有站前一段时间每天各时刻的全球经验模型的天顶对流层延迟，计算所有站前一段时间每天各时刻的实测气象元素的天顶对流层延迟；
步骤三：建立高程、基于全球经验模型ZTD、基于实测气象元素ZTD之间关系，具体改正方法为全球经验模型ZTD和实测气象元素ZTD的差值为系统误差dZTD，且与高程线性相关，利用此关系建立高程与系统误差间的修正模型；
步骤四：根据基准站和流动站高程以及测量时刻，获取基准站和流动站全球经验模型ZTD，然后利用修正模型修正基准站和流动站全球经验模型ZTD，将两者求差的得到基准站观测值改正量；
步骤五：利用基准站观测值改正量改正基准站观测值，然后将经过改正后的基准观测值播发给流动站，流动站进行双差RTK解算出自身的三维坐标。
在上述技术方案中，在步骤一中，特定频率为1HZ；在步骤一中，观测值文件用于建立双差观测方程，进行实时动态定位；而实测气象元素用于建立一种新的对流层延迟改正模型。
在上述技术方案中，在步骤二中，选择的全球对流层经验模型为GPT2w全球温度气压湿度模型。
在步骤二中，在步骤二中，利用GPT2w模型的气象参数，用萨斯塔莫宁模型计算天顶对流层干延迟ZHD，利用武汉大学全球高时间分辨率对流层改正模型WGTEM中的ZWD、计算连续运行基准站服务系统中所有站前一段时间每天各时刻的全球经验模型的天顶对流层延迟；
利用存储的实测气象元素计算连续运行基准站服务系统中所有站前一段时间每天各时刻的实测气象元素的天顶对流层延迟，计算方式为利用萨斯塔莫宁模型计算天顶对流层干延迟ZHD，利用Askne&Noedius模型计算天顶湿延迟ZWD。
在上述技术方案中，在步骤三中，dZTD与高程之间建立线性关系。
dZTD＝aH+b (1)
公式(1)中：dZTD为全球经验模型ZTD和实测气象元素ZTD的差值；H为高程；H为高程；a,b为修正模型系数。
在上述技术方案中，在步骤五中，流动站收到改正后的基准站观测值后，进行双差RTK解算，RTK载波相位观测量如公式(2)所示：
公式(2)中：c表示光速；λ表示波长，
在上述技术方案中，在步骤五中，通过最小二乘法对公式(2)进行线性化；
公式(2)经过线性化后，再用流动站观测方程减去基准站观测方程，进行站间单差、得到单差观测方程；再对单差观测方程进行卫星间双差，最后得到双差方程简化表示如下公式(3)所示：
公式(3)中：A，X分别为系数矩阵、基线向量的改正值向量；B，N分别为模糊度系数矩阵以及双差模糊度向量；δtrop为对流层延迟误差；Δ为观测噪声。
为了实现上述本发明的第二目的，本发明的技术方案为：一种适用于短基线超大高差环境的连续运行基准站服务系统，其特征在于：包括基准站观测数据采集模块、基准站实测气象参数采集模块，实测气象参数建模模块、基准站观测值改正模块、数据管理模块与数据播发模块；
所述基准站观测数据采集模块和基准站实测气象参数采集模块将采集的数据输送至数据管理模；
所述数据管理模将数据输送至实测气象参数建模模块；
建立所述实测气象参数建模模块与全球对流层经验模型之间关系，形成求所述的修正模型；
修改正模型修正基准站观测数据、得到基准站观测值改正模块；基准站观测值改正模块通过数据播发模块发给流动站。
在上述技术方案中，基准站观测数据采集模块，用于收集基准站原始观测数据，并将数据存储到数据存储中心；
基准站实测气象参数采集模块，用于收集每天每时刻的气象参数；
实测气象参数建模模块，利用收集到的实测气象参数建立基于实测气象参数的对流层延迟模型；
基准站观测值改正模块，利用实测气象参数修正已有对流层经验模型，而后用修正模型修正基准站和流动站天顶对流层延迟，求差后用于改正基准站观测值；
数据管理模，对基准站观测数据、实测气象参数进行存储；
数据播发模块，将改正后的基准站观测数据播发给流动站，以便流动站进行双差RTK解算。
在上述技术方案中，数据播发模块，依据流动站所处高程，采取分区服务策略，具体方式为依据流动站发送回来的概略坐标中的高程，判断与流动站高差较小的适合RTK|服务的基站、且将该基准站经过改正后的观测值发送给流动站。
本发明具有如下优点：
(1)本发明通过获取每日各时刻基准站实测气象元素来修正全球经验模型，从而改正特殊环境中对流层延迟误差，进一步应用到常规RTK定位服务中，可以在特殊环境(短基线大高差)下提供可靠、高精度的实时动态定位服务；解决了特殊环境下定位困难，作业效率低的难题；
(2)本发明实测气象参数修正对流层经验模型的RTK算法方法进一步设计连续运行参考站服务系统(即适用于特殊环境的连续运行基准站服务系统)，适用于特殊环境的连续运行基准站服务系统在特殊环境(短基线大高差)下不间断的提供稳定、高精度、实时的定位服务，在使用有限成本的情况下，提高工程效率、保障工程精度、监控工程安全。
本发明是一种以常规RTK技术为基础的连续运行参考站系统。
附图说明
图1为本发明实测气象参数修正对流层经验模型的RTK算法的工艺流程图。
图2为本发明适用于特殊环境的连续运行基准站服务系统的流程图。
具体实施方式
下面结合附图详细说明本发明的实施情况，但它们并不构成对本发明的限定，仅作举例而已。同时通过说明使本发明的优点更加清楚和容易理解。
本发明提供了一种实测气象参数修正对流层经验模型的RTK算法，本发明改正算法通过修正基于全球经验模型的基准站天顶对流层延迟以及表达基于全球经验模型的流动站天顶对流层延迟实现(即短基线大高差)下更可靠、稳定、高精度的RTK定位；本发明修正算法的原理是：建立基于实测气象参数对流层模型与全球经验模型，以及测站高程之间的关系，进一步通过站点高程和修正模型对对流层延迟进行改正，实现特殊环境(即短基线大高差)下更可靠、稳定、高精度的RTK定位。
参阅附图可知：实测气象参数修正对流层经验模型的RTK算法，包括如下步骤，
步骤一：将连续运行基准站服务系统中每一个基准站的观测值(一般为载波相位观测量)及其上方的实测气象元素，以特定频率实时汇集到数据存储中心进行存储；
步骤二：选择全球对流层经验模型，计算所有站前一段时间每天各时刻的全球经验模型的天顶对流层延迟，计算所有站前一段时间每天各时刻的实测气象元素的天顶对流层延迟；
步骤三：建立高程、基于全球经验模型ZTD、基于实测气象元素ZTD之间关系，具体改正方法为全球经验模型ZTD和实测气象元素ZTD的差值为系统误差dZTD，且与高程线性相关，利用此关系建立高程与系统误差间的修正模型；
步骤四：根据基准站和流动站高程以及测量时刻，获取基准站和流动站全球经验模型ZTD，然后利用修正模型修正基准站和流动站全球经验模型ZTD，将两者求差的得到基准站观测值改正量；
步骤五：利用基准站观测值改正量改正基准站观测值，然后将经过改正后的基准观测值播发给流动站，流动站进行双差RTK解算出自身的三维坐标(如图1所示)。
进一步地，在步骤一中，特定频率为1HZ。
进一步地，在步骤一中，观测值文件用于建立双差观测方程，进行实时动态定位；而实测气象元素用于建立一种新的对流层延迟改正模型。
进一步地，在步骤二中，选择的全球对流层经验模型为GPT2w全球温度气压湿度模型，该模型在中国地区范围具有较高的精度和稳定性。
进一步地，在步骤二中，利用GPT2w模型的气象参数，用萨斯塔莫宁(Saastamoinen)模型计算天顶对流层干延迟ZHD(天顶静力学延迟)，利用武汉大学全球高时间分辨率对流层改正模型WGTEM中的ZWD(天顶湿延迟)，ZHD和ZWD之和即为天顶对流层总延迟ZTD；计算连续运行基准站服务系统中所有站前一段时间每天各时刻的全球经验模型的天顶对流层延迟；
利用存储的实测气象元素计算连续运行基准站服务系统中所有站前一段时间每天各时刻的实测气象元素的天顶对流层延迟，计算方式为利用萨斯塔莫宁(Saastamoinen)模型计算天顶对流层干延迟ZHD，利用Askne&Noedius模型计算天顶湿延迟ZWD。
进一步地，在步骤三中，dZTD与高程之间建立线性关系。
dZTD＝aH+b (1)
公式(1)中：dZTD为系统误差，即为全球经验模型ZTD和实测气象元素ZTD的差值；H为高程；H为高程；a,b为修正模型系数。
更进一步地，在步骤五中，流动站收到改正后的基准站观测值后，进行双差RTK解算，RTK载波相位观测量如公式(2)所示：
公式(2)中：c表示光速；λ表示波长，
更进一步地，在步骤五中，显然公式是非线性模型，因而通过最小二乘法对公式(2)进行线性化；
公式(2)经过线性化后，再用流动站观测方程减去基准站观测方程，进行站间单差、得到单差观测方程，单差观测方程可以消除卫星钟差；随后再对单差观测方程进行卫星间双差可以消除接收机钟差，最后得到双差方程简化表示如下公式(3)所示：
公式(3)中：A，X分别为系数矩阵、基线向量的改正值向量；B，N分别为模糊度系数矩阵以及双差模糊度向量；δtrop为对流层延迟误差(即步骤三中的基准站天顶对流层延迟和流动站天顶对流层延迟的差值)；Δ为观测噪声，常可以忽略不计，本发明对公式(2)采用最小二乘原理可以获得厘米级的定位效果。
参阅附图可知：一种适用于短基线超大高差环境的连续运行基准站服务系统，包括基准站观测数据采集模块、基准站实测气象参数采集模块，实测气象参数建模模块、基准站观测值改正模块、数据管理模块与数据播发模块；
所述基准站观测数据采集模块和基准站实测气象参数采集模块将采集的数据输送至数据管理模；
所述数据管理模将数据输送至实测气象参数建模模块；
建立所述实测气象参数建模模块与全球对流层经验模型之间关系，形成所述的修正模型；
修改正模型修正基准站观测数据、得到基准站观测值改正模块；基准站观测值改正模块通过数据播发模块发给流动站(如图2所示)。
进一步地，基准站观测数据采集模块，用于收集基准站原始观测数据，并将数据存储到数据存储中心；
基准站实测气象参数采集模块，用于收集每天每时刻的气象参数；
实测气象参数建模模块，利用收集到的实测气象参数建立基于实测气象参数的对流层延迟模型；
基准站观测值改正模块，利用实测气象参数修正已有对流层经验模型，而后用修正模型修正基准站和流动站天顶对流层延迟，求差后用于改正基准站观测值；
数据管理模块主要是，对基准站观测数据、实测气象参数进行存储；
数据播发模块主要功能是，将改正后的基准站观测数据播发给流动站，以便流动站进行双差RTK解算。
更进一步地，数据播发模块，依据流动站所处高程，采取分区服务策略，具体方式为依据流动站发送回来的概略坐标中的高程，判断与流动站高差较小的适合RTK|服务的基站、且将该基准站经过改正后的观测值发送给流动站。
为了能够更加清楚的说明本发明所述的实测气象参数修正对流层经验模型的RTK算法与现有技术相比所具有的优点，工作人员将这两种技术方案进行了对比，其对比结果如下表：
由上表可知，本发明所述的实测气象参数修正对流层经验模型的RTK算法与现有技术相比，能改正在大高差情况下对流层延迟误差、在特殊环境(短基线大高差)下不间断的提供稳定、高精度、实时的定位服务、工程效率。
实施例
现通过本发明应用于改正某基准站短基线大高差情况下对流层延迟误差为实施例本发明进行详细说明，对本发明应用于其他基准站短基线大高差情况下对流层延迟误差的改正算法同样具有指导作用。
某基准站位于云南省禄劝县和四川省会东县交界处的金沙江上游的一处水电站。该基准站的服务区域最大水平距离在3km以内，最大高差超过600m，大部分服务区域与该基准站的高差在100m以上，分布在沿江两侧，符合短基线大高差的实际环境。
步骤一：采集1HZ频率的各基准站观测数据和基准站实测气象元素，将基准站观测数据和实测气象元素存储到数据存储中心；
步骤二：利用实测气象元素构建基于实测气象元素的对流层延迟模型，构建方法具体如下：
选择Saast静力学延迟模型构建干延迟模型和Askne&Nordius湿延迟模型来建立基于实测气象参数的对流层延迟改正模型，其建立公式如下所示：
公式(4)中：lat为测站地理纬度；hs为测站大地高；gm为全球平均重力加速度；k'2、k3以及Rd均为模型中的经验常数；两模型中参与计算的气象元素为测站压强P、测站水汽压e、加权平均温度Tm与基于水汽直减率λ；ZTD(Zenith Tropospheric Delay)天顶对流层延迟，单位是mm；ZHD为天顶大气干延迟，单位是mm；ZWD为天顶大气湿延迟，单位是mm；
其中，测站水汽压e、加权平均温度Tm与基准站实测气象元素的关系为：
Tm＝a+b(273.5+t)
公式(5)中：测站水汽压e是相对湿度hr、温度t的函数；加权平均温度Tm是温度t的线性关系；a，b为系数；
步骤三：利用实测气象元素对流层延迟模型和GPT2w模型的差值建立与高程之间的线性关系，该线性关系即为满足要求的修正模型；拟合出线性方程系数，拟合线性方程方法如下：
dZTD＝实测气象ZTD–全球经验模型ZTD (6)
公式(6)中：ZTD(Zenith Tropospheric Delay)天顶对流层延迟，单位是mm；dZTD为实测气象元素ZTD和全球经验模型ZTD的差值；
高程和系统误差的线性模型为：
dZTD＝aH+b (7)
公式(7)中：a，b为系数，H为测站所在高程；dZTD为实测气象元素ZTD和全球经验模型ZTD的差值；
步骤四：收到用户发送过来的概略坐标以及测量时刻，获取基于全球经验模型的流动站对流层延迟，利用流动站概略高程获取该流动站的对流层延迟修正值，方法如步骤三所示，利用修正值改正流动站基于全球经验模型的流动站对流层延迟，得到流动站新的对流层延迟改正值；根据基准站高程和测量时刻，获取基于全球经验模型的基准站对流层延迟，利用基准站高程获取该流动站的对流层延迟修正值，方法如步骤三所示，利用修正值改正基准站基于全球经验模型的流动站对流层延迟，得到基准站新的对流层延迟改正值，将基准站对流层延迟减去流动站对流层延迟后用于改正基准站观测值，改正后基准站观测值为：
公式(8)中：c表示光速；λ表示波长，
步骤5：将改正后的基准站观测值通过播发模块，发送给流动站，流动站接收机进行常规双差RTK解算后，显示流动站三维坐标。
结论：经过新模型改正后，选择卫星分布较好的基准站，某高山峡谷，短基线大高差RTK从固定率不超过60％，提升到固定率超过94％，并且高程精度可以达到1.5cm以内，水平精度稳定在1cm以内，与平原地区RTK精度相当。
本实施例实现了特殊环境(即短基线大高差)下更可靠、稳定、高精度的RTK定位。
其它未说明的部分均属于现有技术。
