让GNSSRTK不再难【第14讲-第二部分】

14.1.2 多个系统多个频率

在 10.3 节中,我们介绍了卫星码偏差产生原因,信号发出的是天线相位中心,而不是信号发生器。同样的,对于接收机也存在相同的问题,即从模拟机的天线相位中心到内部信号跟踪环路这段的时延我们是无法知晓的。

如果多个系统仅仅使用一个地点进行定位,那不需要考虑接收机码偏差影响,因为会被接收机钟差吸收。当然也可以选择不估计,对终端的定位精度影响不大。

如果多个频率估计一个接收机钟差,也可以解决该问题。即每个系统每个频率估计一个接收机钟差,或者估计一个相对于基准频率的偏差。

(1)卫星 S S S在第1个频点的伪距残差:
p r 1 − 2 , f 1 s = P r 1 − 2 , f 1 s − ( R 01 s − R 2 s ) = − d r 1 ⃗ ⋅ u r 1 s ⃗ + c δ t r 1 − 2 + d r 1 − 2 , f 1 + ϵ P 1 − 2 , f 1 p_{r_1 - 2, f_1}^s = P_{r_1 - 2, f_1}^s - (R_{01}^s - R_2^s) = - \vec{d r_1} \cdot \vec{u_{r_1}^s} + c\delta t_{r_{1 - 2}} + d_{r_{1 - 2}, f_1} + \epsilon_{P_{1 - 2, f_1}} pr12,f1s=Pr12,f1s(R01sR2s)=dr1 ur1s +tr12+dr12,f1+ϵP12,f1

(2)卫星 S S S在第2个频点的伪距残差:
p r 1 − 2 , f 2 s = P r 1 − 2 , f 2 s − ( R 01 s − R 2 s ) = − d r 1 ⃗ ⋅ u r 1 s ⃗ + c δ t r 1 − 2 + d r 1 − 2 , f 2 + ϵ P 1 − 2 , f 2 p_{r_1 - 2, f_2}^s = P_{r_1 - 2, f_2}^s - (R_{01}^s - R_2^s) = - \vec{d r_1} \cdot \vec{u_{r_1}^s} + c\delta t_{r_{1 - 2}} + d_{r_{1 - 2}, f_2} + \epsilon_{P_{1 - 2, f_2}} pr12,f2s=Pr12,f2s(R01sR2s)=dr1 ur1s +tr12+dr12,f2+ϵP12,f2

[等式右边:伪距硬件延迟与频率相关; ]

[接收机钟:状态量的变化量反应接收机晶振的时间变化量,通道时延:差值在短时间内稳定不变。]

如果令(估:第2个频点的通道时延与第1个频点的通道时延的差值)

c δ t f 1 − f 2 = d r 1 − 2 , f 2 − d r 1 − 2 , f 1 c\delta t_{f_1 - f_2} = d_{r_1 - 2, f_2} - d_{r_1 - 2, f_1} tf1f2=dr12,f2dr12,f1
[第一个历元估计的通道差,在下一个历元可以拿来用。两个历元采样间隔在1秒]

如果在以上** 站间单差方程 {\color{red} 站间单差方程} 站间单差方程中,扩展到 双频 {\color{red} 双频} 双频**,同时估计接收机端码偏差(通道时延的差值)。
V = [ p f 1 1 p f 1 2 p f 1 3 ⋮ p f 1 n p f 2 1 p f 2 2 p f 2 3 ⋮ p f 2 n ] , A = [ l f 1 1 m f 1 1 n f 1 1 − 1 0 l f 1 2 m f 1 2 n f 1 2 − 1 0 l f 1 3 m f 1 3 n f 1 3 − 1 0 ⋮ ⋮ ⋮ ⋮ ⋮ l f 1 n m f 1 n n f 1 n − 1 0 l f 2 1 m f 2 1 n f 2 1 − 1 − 1 l f 2 2 m f 2 2 n f 2 2 − 1 − 1 l f 2 3 m f 2 3 n f 2 3 − 1 − 1 ⋮ ⋮ ⋮ ⋮ ⋮ l f 2 n m f 2 n n f 2 n − 1 − 1 ] , δ x = [ d x d y d z c δ t f 1 c δ t f 2 − f 1 ] \mathbf{V} = \begin{bmatrix} p^{1}_{f_1} \\ p^{2}_{f_1} \\ p^{3}_{f_1} \\ \vdots \\ p^{n}_{f_1} \\ \\ p^{1}_{f_2} \\ p^{2}_{f_2} \\ p^{3}_{f_2} \\ \vdots \\ p^{n}_{f_2} \\ \end{bmatrix}, \quad \mathbf{A} = \begin{bmatrix} l^{1}_{f_1} & m^{1}_{f_1} & n^{1}_{f_1} & -1 & 0 \\ l^{2}_{f_1} & m^{2}_{f_1} & n^{2}_{f_1} & -1 & 0 \\ l^{3}_{f_1} & m^{3}_{f_1} & n^{3}_{f_1} & -1 & 0 \\ \vdots & \vdots & \vdots & \vdots & \vdots \\ l^{n}_{f_1} & m^{n}_{f_1} & n^{n}_{f_1} & -1 & 0 \\ \\ l^{1}_{f_2} & m^{1}_{f_2} & n^{1}_{f_2} & -1 & -1 \\ l^{2}_{f_2} & m^{2}_{f_2} & n^{2}_{f_2} & -1 & -1 \\ l^{3}_{f_2} & m^{3}_{f_2} & n^{3}_{f_2} & -1 & -1 \\ \vdots & \vdots & \vdots & \vdots & \vdots \\ l^{n}_{f_2} & m^{n}_{f_2} & n^{n}_{f_2} & -1 & -1 \\ \end{bmatrix}, \quad \delta x = \begin{bmatrix} dx \\ dy \\ dz \\ c\delta t_{f_1} \\ c\delta t_{f_2 - f_1} \\ \end{bmatrix} V= pf11pf12pf13pf1npf21pf22pf23pf2n ,A= lf11lf12lf13lf1nlf21lf22lf23lf2nmf11mf12mf13mf1nmf21mf22mf23mf2nnf11nf12nf13nf1nnf21nf22nf23nf2n1111111100001111 ,δx= dxdydztf1tf2f1
增加下标 f 1 f_1 f1 f 2 f_2 f2 用来标识不同频率,其中新增的 c δ t f 1 − f 2 c\delta t_{f_1 - f_2} tf1f2 其实就是接收机端的频率之间的码偏差,即两个频率伪距硬件延迟之差 DCB (Differential Code Bias)。

(附加内容)矩阵 V \mathbf{V} V, A \mathbf{A} A δ x \delta x δx 解释:

(1)观测向量 V \mathbf{V} V

  • V \mathbf{V} V 表示伪距残差向量。前 n n n个元素 p f j i p^i_{f_j} pfji 为第1个频点的伪距残差;后 n n n个元素 p f j i p^i_{f_j} pfji 为第2个频点的伪距残差。 p f 1 n p^{n}_{f_1} pf1n p f 2 n p^{n}_{f_2} pf2n中的n可以是不等的。

(2)设计矩阵 A A \mathbf{A}\mathbf{A} AA

  • A \mathbf{A} A 为设计矩阵或Jacobian矩阵。每行的前三个元素 ( l f j i , m f j i , n f j i l^i_{f_j}, m^i_{f_j}, n^i_{f_j} lfji,mfji,nfji) 表示第 i i i 颗卫星在第 j j j 个频率上的方向余弦。最后两个元素为常数项 − 1 -1 1,第一个

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/35306.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

什么!你还不会Redis?跟着我讲透Redis【上篇之初识与安装】

1 NoSQL是什么 1.1 NoSQL数据库概述 NoSQL(NoSQL Not Only SQL ),意即”不仅仅是SQL“,泛指非关系型的数据库。 NoSQL 不依赖业务逻辑方式存储,而以简单的key-value模式存储。因此大大的增加了数据库的扩展能力。 不遵循SQL标准。不支持A…

PKG打包sqlite3项目,如何添加node_sqlite3.node依赖

项目地址:https://github.com/helson-lin/pkg_sqlite 在ffandown项目内,由于项目使用了sqlite3,在跨平台打包的时候,除了本机外其他平台打包之后运行缺少node_sqlite3.node依赖。 为了解决问题,百度了很久&#xff0c…

构建RESTful API:PHP框架中的实践与策略

随着Web服务的兴起,RESTful API成为前后端分离架构中的关键组件。PHP作为一种广泛使用的服务器端脚本语言,通过各种现代框架提供了构建RESTful API的强大工具和灵活性。本文将详细介绍如何在PHP框架中实现RESTful API,探讨设计原则、实现步骤…

NLP 相关知识

NLP 相关知识 NLPLLMPrompt ChainingLangChain NLP NLP(Natuarl Language Processing)是人工智能的一个分支,中文名自然语言处理,专注于处理和理解人类使用的自然语言。它涵盖了多个子领域,如文本分类、情感分析、机器…

思维导图麒麟liunx系统

系统管理与计划任 ” 使用at命令提交任务。 6.2.1 at任务概述 6.1.4 定时任务的使用场景 at任务是指使用at命令安排的,只执行一次的任务它允许用户指定在未来某个特定时间执行命令或脚本定时更新系统软件包。定时清理系统临时文件。自动备份文件和数据库。 at:用于一…

pytorch 源码阅读(2)——torch._dynamo.optimize

0 torch._dynamo.optimize(backend, *, nopython, guard_export_fn, guard_fail_fn, disable, dynamic),TorchDynamo 的主入口点 1 参数说明 backend,一般有两种情况: 一个包含 torch.fx.GraphModule 和 example_inputs,返回一个…

【websocket】websocket网课视频记录

仅个人方便回顾。 【WebSocket入门与案例实战-哔哩哔哩】 https://b23.tv/2p1f9t2 课程对应代码仓库: https://gitee.com/duoli-java/websocket-demo.git

C++编程(二)引用

文章目录 一、C中的引用(一)引用1. 语法格式2. 作用3. 注意事项 (二)常引用2. 其他场景 (三)引用和函数结合使用1. 引用可以作为函数的参数2. 引用可以作为函数的返回值 (四)引用和指…

在 C/C++ 中使用 popen去执行linux命令样例,失败场景

在 C/C 中使用 popen 函数去执行 Linux 命令是一种常见的方式,但确实存在多种可能导致失败的场景。以下是一些可能导致 popen 失败的常见原因和样例: 命令不存在或路径错误: 如果你尝试执行的命令不存在于系统的 PATH 环境变量中,…

记因hive配置文件参数运用不当导致 sqoop MySQL导入数据到hive 失败的案例

sqoop MySQL导入数据到hive报错 ERROR tool.ImportTool: Encountered IOException running import job: java.io.IOException: Hive exited with status 64 报错解释: 这个错误表明Sqoop在尝试导入数据到Hive时遇到了问题,导致Hive进程异常退出。状态码…

HarmonyOS Next开发学习手册——通过startAbility拉起文件处理类应用

使用场景 开发者可以通过调用startAbility接口,由系统从已安装的应用中寻找符合要求的应用来实现打开特定文件的意图,例如:浏览器下应用下载PDF文件,可以调用此接口选择文件处理应用打开此PDF文件。开发者需要在请求中设置待打开…

三个方法计算两张图片的相似度

import cv2 import numpy as np from skimage.metrics import structural_similarity as ssim import osdef is_similar(image1, image2, threshold0.95):对图像的颜色信息敏感,能快速计算。对图像的旋转、缩放等几何变换不敏感。缺点:对图像的结构、纹理等信息不敏…

0625_ARM2

练习: 汇编实现1-100累加,结果保存在r0 .text .global _start start:mov r0,#0mov r1,#1b loop loop:add r0,r0,r1add r1,r1,#1cmp r1,#101bne loop .end思维导图:

C#——SortedList 排序列表详情

SortedList 排序列表 SortedList 类用来表示键/值对的集合,这些键/值对按照键值进行排序,并且可以通过键或索引访问集合中的各个项。 我们可以将排序列表看作是数组和哈希表的组合,其中包含了可以使用键或索引访问各项的列表。如果您使用索…

tensorflow学习1.3-创建会话,启动会话

tensorflow学习1.3-创建会话,启动会话 会话的由来与作用由来作用 会话的定义与结构定义 用法基本用法上下文管理器执行部分计算图获取多个结果 总结 练习代码报错原因:TensorFlow 2.x中的Eager Execution使用兼容模式来启用SessionEager Execution和计算…

AI文档助手:提升文档处理效率

随着人工智能技术的飞速发展,AI文档助手已经成为我们提升工作效率的重要工具。小编就来和大家分享几款AI文档助手,它们能够通过智能化的功能帮助我们快速、准确地完成各种文档任务。 1.百度文库AI助手 百度文库AI助手是百度基于文心一言重构的一站式智能…

全景图片/老照片/动漫图片一键无损放大与修复

在日常生活中,我们经常使用系统自带的图片处理软件来对图片进行缩放操作,从而实现放大或缩小图片。然而,这种方法会带来一个问题:如果原始图片较小,放大后会导致精度损失,使图片变得模糊。 近年来&#xf…

vue uniapp MEQX JWT认证

1.下载依赖 npm install mqttimport * as mqtt from "mqtt/dist/mqtt.min" ​ 我是用的uniapp vue3 vite这里尝试了很多方式,都导入不进去后来我就采用的本地引入方式, 把mqtt.min.js下载到本地然后在index.html 中导入<script src"./MEQX/mqtt.js" typ…

rapidocr-onnxruntime库及在open-webui上传PDF 图像处理 (使用 OCR)应用

背景 rapidocr-onnxruntime是一个跨平台的OCR库&#xff0c;基于ONNXRuntime推理框架。 目前已知运行速度最快、支持最广&#xff0c;完全开源免费并支持离线快速部署的多平台多语言OCR。 缘起&#xff1a;百度paddle工程化不是太好&#xff0c;为了方便大家在各种端上进行oc…

终极指南:解决iCloud备份错误代码的全面策略

终极指南&#xff1a;解决iCloud备份错误代码的全面策略 在数字化时代&#xff0c;数据安全至关重要。iCloud作为Apple提供的云服务&#xff0c;为我们的iPhone、iPad等设备提供了便捷的数据备份与恢复功能。然而&#xff0c;在使用过程中&#xff0c;我们可能会遇到各种备份错…