长距离RTK定位技术在天津港航道疏浚测量中的应用

1  应用背景

随着天津港25万吨级航道的开工建设，航道总里程也延伸到了44+0，主航道加长了，同时对施工测量时的水位控制提出了更高的要求。在南疆码头（3+0）、大沽灯塔（24+0）设有长期验潮站，随着航道加长，航道末端距离大沽灯塔也有20公里，尤其航道在36+0处向南改向，使得36+0至44+0段的水位控制更加困难，在涨潮和落潮时段所测得的水深图有着明显的系统误差。

基于上述原因，我们决定在航道外段（32+0---44+0）应用LRK定位技术进行无验潮水深测量的尝试。

2  LRK定位原理

随着现代科技的发展，GPS定位技术正以其全天候、全球性、自动化、高效益、高精度等优势广泛应用于经济建设和科学研究的诸多领域，尤其在测绘行业，GPS技术正逐步改变着我们传统的作业方法和手段。GPS静态测量已经能为我们提供毫米级点位精度的平面控制测量，采用载波相位差分技术的GPS实时动态测量，简称RTK（Real Time Kinematics）定位技术，是一种实时处理两个测站载波相位观测量的差分方法，基准站的GPS接收机实时地把观测数据、载波相位改正数及已知数据通过UHF数据链传输给移动站的GPS接收机，移动站快速求解整周模糊度，解算出厘米级的动态位置。

2.1  LRK定位技术

LRK定位技术是法国THALES导航定位公司提出的一种长距离的RTK定位技术，作用距离可达40公里以上。其原理是利用UHF数据链把基准站的GPS观测原始数据、载波相位改正数、已知点数据等实时传输到移动台站。移动站同时观测，采集相同卫星的测量数据，与基准站发送来的数据联合进行解算，快速求解整周模糊度。在具备四颗或以上卫星时，可快速实时解算出厘米级的移动站的动态位置。

一般情况下，采用UHF数据链作为RTK载波相位改正数传输载体的RTK-DGPS，其动态初始化的极限距离一般为15公里，超过15公里后，数据链传输质量明显下降，无法进行正常的RTK定位。

为解决上述问题，我们引进了法国THALES公司生产的专门用于水上作业的Sagitta双频RTK-DGPS定位系统。该系统最突出的特点是长距离的、高效的UHF数据链，发射电台功率仅为4瓦，作用距离可达40公里以上，在数据发射、接收解码方面采用了多项专利技术，使得数据误码率大大降低，该UHF数据链是目前世界商用市场上最好的数据链。该套设备的定位精度（基线精度）：平面为5mm+0.5ppm，高程为：10mm+1ppm。

为保证数据传输质量，我们为该套系统选取了较好的通讯条件，基准站电台天线架设在88米高处的海边，与作业现场直线通视，满足了无线电波传输的条件。经测试，在距离台站42公里时（航道里程约为50+0），差分信号仍有较强的信噪比，数据传输稳定。热启动初始化只需1—2分钟，冷启动初始化大约需要5—10分钟。

LRK定位技术以长距离、实时、快速、高精度（实时基线精度可达到厘米级）为特点，使得我们在航道外段进行无验潮水深测量成为可能。

2.2  无验潮水深测量原理

无验潮水深测量是集RTK-DGPS定位技术、数字化测深技术、三维涌浪补偿技术、应用软件、计算机处理系统于一体的水下地形测量系统。该系统运用了GPS高精度实时载波相位差分定位，加之三维涌浪实时补偿，在计算机应用软件的支持下，使得无需验潮即可进行水下地形的测量工作。

图1 无验潮水深测量基本原理图

如图1所示，采用RTK定位技术可精确测定GPS天线的三维位置（x，y，H），其中x、y用于平面定位，H为椭球高。测深系统可实时测定换能器底面至海底的深度D，所以有如下公式：

                   DP = D + df – T                    （1）

                             T = H – h – ζ – K               （2）

上述两式中：

DP-------图载水深；

D--------实测水深；

df-------换能器静吃水；

T--------水位；

H--------椭球高；

h--------GPS天线至水面距离；

ζ--------高程异常；

K--------当地深度基准面与似大地水准面间的距离，在小范围内为常数。

显然，通过上述公式，水位T可由RTK-DGPS所测得的椭球高H经过各项改正获得，无需进行验潮。

3  LRK验潮

3.1  高程异常

参考椭球面是由椭球体的定位和定向参数决定的，是可以用数学公式表达和确定的。不同的椭球体，参考椭球面不同。

大地水准面是一组重力等位面，由于地球内部质量分布不均匀等原因，所以不能精确测定。大地水准面与参考椭球面之间存在差异，我们称之为“大地水准面起伏”，以Ng表示，则某点的正高与大地高之间的关系为：

                          H = Hg + Ng               （3）

似大地水准面是可以用数学公式表达和确定的，它与参考椭球面之间的高程差称为高程异常（本文中的“高程异常”指小范围内的大地水准面差距与高程异常之和），记为ξ，某点的正常高与大地高的关系为：

                                    h = H - ξ               （4）

由于存在高程异常，所以不能简单的应用LRK定位技术来确定一点的正常高，尤其是在高程异常变化剧烈的山区。

要解决这一问题，可以采用“GPS水准”的方法，简单的说就是采用水准测量的方法在测区内均匀引测部分水准点，在高程异常变化剧烈的区域要加密水准点，然后采用GPS静态控制测量技术联测这些水准点，利用GPS观测结果联合水准测量结果，求解出测区范围内的转换七参数或进行高程拟合。然后运用该转换结果，就可以在GPS控制网所覆盖的范围内进行高精度的RTK定位。

这是在陆域经常采用的方法，但对于水深测量来说，该方法无法实施。首先，无法找到合适的水准点。其次，即使有合适位置布设水准点，采用常规水准测量也是不可能的。因此，只能采用验潮的方法来解决该问题。

3.2  LRK验潮

LRK-DGPS所测得的绝对高程是不准确的，但其相对值是非常稳定的，即其内符合精度很高。因此，利用LRK-DGPS定位设备结合三维涌浪滤波器，在计算机应用软件的支持下进行验潮，地点选择在航道末端（44+0）附近，时间为3天，在此期间大沽灯塔验潮站同步采集数据。

（1）、数据处理

采用“短期同步差比法”来处理两站的潮位数据，该方法有两点要求：

①、两站间距离较近，中间没有障碍物。

②、假设两站间潮型相似，短期平均海面基本相同。

大沽灯塔和航道末端（44+0）同时处于开阔水域，中间无障碍物，满足上述条件，因此，可以采用该方法来处理两站的水位数据，利用潮位基准面传递推估技术，把大沽灯塔处的深度基准面传递到航道末端。

（2）、结论

经过对潮位数据进行统计分析，得出如下结论：

①、航道末端（44+0）处的潮时比大沽灯塔处提前20—30分钟。

②、航道末端（44+0）处的潮差比大沽灯塔处小0.30米。

根据《水运工程测量规范》（JTJ203-2001）的要求，结合验潮结果、2002年和2005年天津港地区GPS静态控制网平差结果和实际比测，得到了航道外段（32+0---44+0）不同区域的LRK高程的改正数，使得我们可以在该区域进行无验潮水深测量。

4  LRK无验潮水深测量实际应用

4.1系统组成

（1）、定位设备：法国THALES公司的Sagitta双频LRK-DGPS定位系统。

（2）、测深系统：美国Reson公司的SeaBat 8101多波束测深系统。

（3）、测姿设备：法国IXSEA公司的OCTANS Ⅲ 光纤罗经、三维姿态补偿仪。

（4）、声速仪：丹麦 NAVITRONIC公司的SVP-15 声速仪。

（5）、软件平台：美国Reson公司的SeaBat 6042（QINSy v6.6）多波束数据采集及后处理软件。

（6）、计算机：Nematron 工控机。

（7）、测量船：02258专用测量船。

4.2  船载坐标系

上述测量设备全部安装在测量船上，为了说明船载设备的相对关系，需定义船载坐标系，在 SeaBat 6042软件中是这样定义的（如下图）：

图2 船载坐标系示意图

坐标系原点为船的重心（CoG），X轴指向船的右舷，Y轴指向船艏，Z轴向上为正（右手坐标系）。

安装每种设备的位置均作为一个节点，在配置设备时要输入该节点在船载坐标系中的三维坐标。

在SeaBat 6042软件中，所有传感器的测量数据最后都归算到换能器的中心，所以我们必须精确量取换能器、姿态传感器、GPS天线相对于船的重心（COG）的三维坐标，应精确到厘米。为了提高测量精度，应把姿态传感器安装在接近船的重心（COG）的位置。

4.3  测量实施

首先，把GPS的高程模式设置为精确模式，LRK-DGPS所测得的水面高程就可以应用于深度改正。

为了削弱涌浪和LRK本身测量精度对所测得的水面高程的影响，使水位曲线更光滑，需要对LRK高程进行Kalman滤波。

Kalman滤波就是利用前一时刻LRK高程的最优估值、该值的协方差和当前时刻的LRK高程观测值、观测值协方差以最小均方误差为估计的最佳准则来推估计算出当前时刻LRK高程的最优估值和协方差，在下一时刻，以相同的方法计算出LRK高程的最优估值。依次类推，就可以求得每一时刻的LRK高程的最优估值，以削弱涌浪和LRK本身测量精度对所测得的水面高程的影响。下面是Kalman滤波的一般公式：

现设线性时变系统的离散状态方程和观测方程为：

                                    X(k)=A X(k-1)+B U(k)+W(k)             （5）

                                    Z(k)=H X(k)+V(k)                      （6）

在公式5、6中：

X(k)是k时刻的系统状态，U(k)是k时刻对系统的控制量。

A和B是系统参数，对于多模型系统，他们为矩阵。

Z(k)是k时刻的测量值，H是测量系统的参数，对于多测量系统，H为矩阵。

W(k)和V(k)分别表示系统和测量的噪声，假设其为高斯白噪声，其协方差分别为Q，R（假设它们不随系统状态变化而变化）。

假定现在的系统状态为k，根据系统的模型，可以基于系统的上一状态而预测出现在状态：

                                    X(k|k-1)=A X(k-1|k-1)+B U(k)          (7)

上式中：

X(k|k-1)是利用上一状态预测的结果。

X(k-1|k-1)是上一状态最优的结果。

U(k)为现在状态的控制量，如果没有控制量，它可以为0。

                                         P(k|k-1)=A P(k-1|k-1) A’+Q          (8)

上式中：

P(k|k-1)是X(k|k-1)对应的协方差。

P(k-1|k-1)是X(k-1|k-1)对应的协方差。

A’表示A的转置矩阵。

Q是系统过程的协方差。

结合预测值和测量值，可以得到现在状态(k)的最优化估算值X(k|k)：

                            X(k|k)= X(k|k-1)+Kg(k) (Z(k)-H X(k|k-1))     (9)

上式中：

Kg为卡尔曼增益

                            Kg(k)= P(k|k-1) H’ / (H P(k|k-1) H’+R)     (10)

至此，得到了k状态下最优的估算值X(k|k)。但是为了要使卡尔曼滤波器不断的运行下去直到系统过程结束，还要更新k状态下X(k|k)的协方差：

                            P(k|k)=（I-Kg(k) H）P(k|k-1)                (11)

上式中：

I为1的矩阵，对于单模型单测量，I=1。

公式7，8，9，10和11是卡尔曼滤波的5个基本公式，根据这5个公式，可以在计算机上很容易的实现卡尔曼滤波功能。

以SeaBat6042（QINSy v6.6）软件为平台，实时采集LRK三维定位数据、SeaBat8101测深数据、Octans罗经和三维姿态数据，并同步实时进行处理，此时所得到的水深数据已经经过了各项改正（三维姿态改正、声速改正、水位改正等），其数值即为高程基准面下的水深，再经过数据后处理，即可得到用于绘图的数据文件。

5  应用效果

在天津港25万吨级航道疏浚施工测量中应用LRK定位技术进行无验潮水深测量，解决了航道外段（32+0—44+0）的水位问题，提高了测量精度和测量效率，所有的测量作业全部在测量船上完成，外业测量完成后，数据处理几乎同步完成，只需进行数据合并和输出，即可得到成图使用的XYZ水深数据。

测量船上配备了GPRS无线上网设备，在数据处理完毕后即可通过Internet网络发送到项目部和挖泥船，施工人员和施工船舶可以在最早的时间得到新的测量资料。