java 存储卫星定位数据_论文推荐 | 周乐韬，黄丁发，袁林果，等：基于状态和残差的北斗基准站观测数据表达与信息分级...

《测绘学报》

构建与学术的桥梁 拉近与权威的距离

复制链接，关注《测绘学报》抖音！

【测绘学报的个人主页】长按复制此条消息，长按复制打开抖音查看TA的更多作品##7NsBSynuc88##[抖音口令]

本文内容来源于《测绘学报》2020年第10期，审图号GS(2020)5551号。

基于状态和残差的北斗基准站观测数据表达与信息分级

周乐韬¹,黄丁发¹,袁林果¹,冯威¹,龚晓颖¹,田玉淼¹,张熙²,赵英豪¹

1.西南交通大学地球科学与环境工程学院测绘遥感信息系, 四川 成都 611756;2.四川省第一测绘工程院, 四川 成都 610049

基金项目：国家重点研发计划(2016YFB0501900)；国家自然科学基金(41874008)

摘要：北斗卫星导航系统基准站通常直接存储传输原始观测量，导致了两种不利情况：①没有形成对用户的分级授权机制，任意用户通过原始观测量都可以获取基准站的精确空间基准、时间基准和大气基准数据，这会对基准站的安全构成潜在威胁；②原始观测量之间的强相关性导致其数据量很大，在北斗接收机观测显现网络化、不间断、高采样和多波段的趋势下，观测数据的海量爆发给数据的存储和传输都带来了巨大的压力。因此，本文提出利用状态和残差来表达北斗基准站观测数据。与通用的基于RINEX、Compact RINEX和RTCM等国际协议的数据服务相比，其优点是不但可以对不同级别用户进行信息分级授权，从技术上保障数据服务的安全，而且大幅减小了存储传输数据量和用户端计算量。同时本文证明了新的表达方式与原始数据等效，不会降低最终计算结果的精度。利用该方法可以建立具有自主知识产权的北斗观测数据存储和传输协议，并为高精度星基数据播发服务提供技术支持。

关键词：分级 状态 残差 数据协议 星基播发 网络RTK 精密单点定位

引文格式：周乐韬, 黄丁发, 袁林果, 等. 基于状态和残差的北斗基准站观测数据表达与信息分级. 测绘学报，2020，49(10)：1265-1274. DOI: 10.11947/j.AGCS.2020.20190300.

阅读全文：http://xb.sinomaps.com/article/2020/1001-1595/20201003.htm

全文概述

基准站是北斗卫星导航系统的重要组成部分，在精确定位、导航和定轨领域发挥着重要作用。随着北斗卫星导航系统的高速发展，北斗基准站在全国的布设数量越来越多、范围越来越广，加强卫星导航定位基准站监管，保障国家地理信息安全十分必要^[1]。2017年修订的《中华人民共和国测绘法》明确写入了基准站的建设和数据安全条款。该法的实施一方面为北斗基准站的数据安全服务提供了法律保障，另一方面，也使大量基准站为了免除法律责任而趋于保守地提供数据服务，造成了某种程度的资源浪费，特别是对具有高精度实时动态定位需求的产业发展造成了一定的影响。鉴于以上情况，为了更加安全、高效和积极地服务于经济建设和社会需求，北斗基准站数据服务面临几个亟待解决的问题。

北斗基准站数据服务的首要问题是基准站的安全问题。通常，用户需要获取基准站的观测数据并与本站数据进行联合解算，才能进行精确的定位导航。一旦基准站将这些数据提供给用户，相当于把其空间基准^[2]、时间基准和大气基准全部暴露给用户，这会对基准站的安全构成潜在威胁，而大部分用户通常的需求是对自身进行精确定位授时，基准站的基准信息对其并非必要数据。因此，开发一种既可对空间基准、时间基准和大气基准授权用户提供数据分级服务，同时又不影响用户自身进行精确定位授时的数据表达方法，极具实用价值。目前的解决方法是利用虚拟基准站技术^[3-4]，设定一个远离原基准站的虚拟基准站，从而对用户屏蔽物理基准站的基准信息。但是虚拟基准站无法为基准信息授权用户提供准确基准信息，更无法提供独立的基准信息分级服务。

北斗基准站数据服务还存在数据量大的问题。由于北斗基准站布设数量的大幅增加，同时接收机的观测呈现不间断、高采样和多波段的特点，导致观测数据呈海量爆发，这给其存储和传输都带来巨大的压力。另外，对于地面通信不畅或缺失的地区，北斗基准站的数据服务有星基播发的需求，而卫星通信的带宽是有限的，因此减小传输数据量具有重要意义。使用数据编码的方法可以压缩数据量^[5-6]，但其缺陷是需要解压缩才能使用，计算量大且实时性差。目前，国际上通常采用Compact RINEX和RTCM格式。Compact RINEX使用历元间数据求差的方法压缩观测数据^[7]，RTCM使用同一个历元的不同类型的数据间求差的方法压缩观测数据^[8]。两种格式的数据量得到一定程度的减小，但都是基于原始观测量的数据表达，而各卫星、各频率、各历元观测值之间都具有相关性，通过去相关的方法大幅减小其数据量则更有效。

为了解决上述两个问题，本文提出利用状态和残差来表达北斗基准站观测数据，将观测向量由观测空间映射到状态空间来降低数据维度，同时生成残差向量吸收未建模误差，在基准站接收机端从原始观测量直接分离基准、状态和残差信息，最大程度降低数据间的相关性和数据量。从而利用基准信息对分级授权用户进行基准信息服务，利用状态和残差信息进行定位、导航和授时服务。

1 基于状态和残差的观测数据表达

观测数据的残差和状态表达(state and residuals representation，SRR)方法^[9]分为3个步骤：①从观测数据中消除基准信息，生成伪观测值；②进行状态估计和残差计算，即将伪观测向量表达为各元素之间相互独立的状态向量的线性组合，通过最小二乘把观测向量从高维(观测量的维数)空间向低维(状态量的维数)子空间(状态空间)进行投影，由于状态量各元素之间相互独立，从而削弱了相关性，达到减小数据量的目的；③残差的时域差分，由于观测模型的不完善导致残差向量时间序列通常含有有色噪声，因此残差量也具有时间相关性，故对残差进行时域差分，进一步减小数据量。如果要增加效率，还可以使用小波压缩方法^[10]。这3个步骤可以在各个基准站接收机上实时独立完成，原始数据即可表达为状态和残差数据。

1.1 消除已知信息

基准站应该具有某参考框架下精确的空间坐标、配有标定好的原子钟，以及水汽辐射计和气温、气压、湿度等气象测量设备。因此，可以精确获取其空间基准、时间基准和天顶湿延迟基准。但大部分基准站条件有限，没有原子钟和水汽辐射计，只能获取其空间基准信息，因此，消除了已知信息的关于相位和码的伪观测值φ和ρ由式(1)计算