本技術(shù)涉及高精度實時測速的，尤其是涉及一種基于高頻濾波擬合的高精度實時單點測速方法、計算機設(shè)備及存儲介質(zhì)。

背景技術(shù)：

1、近年來，對于高精度實時動態(tài)速度測量的應(yīng)用需求蓬勃增長。由于全球?qū)Ш叫l(wèi)星系統(tǒng)，簡稱gnss具有連續(xù)性、全天候以及全球覆蓋等特點，不僅可以用來導(dǎo)航，定位和授時，同時也為高精度的速度測量提供了新的技術(shù)和方法，包括差分測速和單點測速兩種方法。

2、常見的單點測速方法主要有原始多普勒觀測值測速和歷元間載波差分測速（tdcp）兩種。

3、原始多普勒觀測值測速具有較好的實時性，但其測速精度受原始多普勒觀測量值精度的影響，而其原始多普勒觀測量值精度取決于接收機硬件，無法通過算法進行改善，且易受復(fù)雜環(huán)境和干擾等影響產(chǎn)生粗差導(dǎo)致測速嚴重偏離真值。

4、采用tdcp方法進行動態(tài)速度測量時，存在一個難以避免的缺陷，隨著運動載體速度的動態(tài)變化，由于其估算的速度約等于前后歷元間的平均速度，故而會與運動載體當前時刻的瞬時速度存在差異，也就是存在測速延遲，尤其是在轉(zhuǎn)彎、速度變化較快等動態(tài)條件下時，測速延遲尤為顯著。

5、因此，當前單點測速方法存在測試精度低以及測速延遲的問題，場景應(yīng)用范圍較窄，需要改進。

技術(shù)實現(xiàn)思路

1、為了提升高精度單點測速的測速準確性和實時性，擴大其場景應(yīng)用范圍，本技術(shù)提供了一種基于高頻濾波擬合的高精度實時單點測速方法。

2、本技術(shù)的上述發(fā)明目的一是通過以下技術(shù)方案得以實現(xiàn)的：

3、一種基于高頻濾波擬合的高精度實時單點測速方法，包括步驟：

4、獲取高頻gnss數(shù)據(jù)并進行數(shù)據(jù)預(yù)處理；數(shù)據(jù)預(yù)處理包括對高頻gnss數(shù)據(jù)的周跳探測，剔除相鄰歷元間發(fā)生周跳的衛(wèi)星及其載波相位觀測量；再選取歷元間的公共衛(wèi)星集，獲取符合預(yù)設(shè)條件的歷元間載波相位單差觀測方程組；基于觀測量的載噪比snr信息和上一拍的速度預(yù)測信息進行驗前粗差剔除；

5、構(gòu)建kalman_tdcp測速模型，將經(jīng)過數(shù)據(jù)預(yù)處理的高頻gnss數(shù)據(jù)進行經(jīng)過卡曼爾濾波的kalman_tdcp高頻測速，基于所述kalman_tdcp測速模型，獲取相鄰歷元間的平均速度v，并將其作為前后歷元中間時刻的瞬時速度，存儲瞬時速度和對應(yīng)時序信息；在獲取測速結(jié)果后，同時存儲測速結(jié)果驗后殘差的關(guān)聯(lián)信息，關(guān)聯(lián)信息包括測速結(jié)果的誤差平方、平方誤差和sse、衛(wèi)星幾何結(jié)構(gòu)因子dop以及參考觀測量數(shù)；

6、對高頻測速結(jié)果進行場景自適應(yīng)擬合，獲取高精度無延遲的測速結(jié)果，包括：基于高頻測速結(jié)果，計算當前載體運動的動態(tài)狀態(tài)參數(shù)，確定多項式擬合的計算準則，基于所述計算準則確定最優(yōu)多項式擬合階數(shù)和最優(yōu)時間窗擬合長度；通過關(guān)聯(lián)信息，對各測速結(jié)果剔除和定權(quán)處理，以得到確定的最佳擬合階數(shù)和最優(yōu)擬合時間窗；

7、利用確定的最佳擬合階數(shù)和最優(yōu)擬合時間窗進行多項式擬合。

8、本技術(shù)在一較佳示例中：獲取高頻gnss數(shù)據(jù)并進行數(shù)據(jù)預(yù)處理；數(shù)據(jù)預(yù)處理包括對高頻gnss數(shù)據(jù)的周跳探測，剔除相鄰歷元間發(fā)生周跳的衛(wèi)星及其載波相位觀測量；再選取歷元間的公共衛(wèi)星集，獲取符合預(yù)設(shè)條件的歷元間載波相位單差觀測方程組；基于觀測量的載噪比snr信息和上一拍的速度預(yù)測信息進行驗前粗差剔除的步驟，包括步驟：

9、接收機r接收到n顆衛(wèi)星的多頻信號，則接收機r在k、k+1時刻分別接收到系統(tǒng)s的衛(wèi)星對應(yīng)頻率上的載波相位觀測方程表示為式（1），其中的系統(tǒng)s包括gps、galileo或bds系統(tǒng)；

10、（1）

11、式（1）中，接收機r和衛(wèi)星在ecef框架下k，k+1時刻的位置分別為，，和，表示觀測衛(wèi)星的代號，為中的其中一個；

12、各變量的下標k和k+1則為各變量對應(yīng)時刻；為觀測衛(wèi)星的對應(yīng)頻率上的載波相位觀測值，且單位為m；為接收機r至觀測衛(wèi)星的歐氏距離；為光速；為流動站接收機鐘差；為觀測衛(wèi)星的鐘差；為接收機r相位觀測量中的對流層延遲；為流動站相位觀測量對應(yīng)頻率的電離層延遲；為頻率對應(yīng)的波長；為接收機的非差整周模糊度；為接收機r對頻率信號的載波相位載波相位硬件延遲；為觀測衛(wèi)星對頻率信號的載波相位載波相位硬件延遲；為噪聲。

13、本技術(shù)在一較佳示例中：獲取高頻gnss數(shù)據(jù)并進行數(shù)據(jù)預(yù)處理；數(shù)據(jù)預(yù)處理包括對高頻gnss數(shù)據(jù)的周跳探測，剔除相鄰歷元間發(fā)生周跳的衛(wèi)星及其載波相位觀測量；再選取歷元間的公共衛(wèi)星集，獲取符合預(yù)設(shè)條件的歷元間載波相位單差觀測方程組；基于觀測量的載噪比snr信息和上一拍的速度預(yù)測信息進行驗前粗差剔除的步驟，還包括步驟：

14、對單個gnss接收機r的載波相位觀測量值進行歷元間差分，以歷元間接收機r位置在相鄰歷元間的變化量和接收機r鐘差在相鄰歷元間的變化量作為待估參數(shù)，建立歷元間差分載波相位觀測方程進行速度解算，包括：

15、k+1時刻接收機r的某系統(tǒng)s衛(wèi)星p對應(yīng)頻率上的歷元間差分載波相位觀測方程可表示為:

16、??????(2)

17、式（2）中，下標為各變量對應(yīng)時刻k+1，且；為觀測衛(wèi)星頻率上的歷元間單差觀測值；為觀測量衛(wèi)星在k和k+1歷元間的衛(wèi)星鐘差之差；為流動站r對衛(wèi)星在k到k+1歷元間的站星間距離之差；為流動站r觀測衛(wèi)星在k到k+1歷元間的非差整周模糊度變化量，若其載波相位觀測量未發(fā)生周跳，則該值為0；為噪聲。

18、本技術(shù)在一較佳示例中：所述對單個gnss接收機r的載波相位觀測量值進行歷元間差分，以歷元間接收機r位置在相鄰歷元間的變化量和接收機r鐘差在相鄰歷元間的變化量作為待估參數(shù)，建立歷元間差分載波相位觀測方程進行速度解算的步驟之后，還執(zhí)行如下步驟：若選取未發(fā)生周跳的載波相位觀測量，將式（2）進行線性化后可得：

19、??????（3）

20、?式（3）中，表示接收機r在k+1時刻到衛(wèi)星p的方向余弦矩陣，為k+1時刻的待估參數(shù)，其與速度之間存在確定的轉(zhuǎn)換公式：

21、???????（4）

22、若在k+1時刻，接收機r收到的歷元間未發(fā)生周跳的公共載波觀測量有m個，公共衛(wèi)星有n個，則可組成一個m列的歷元間雙差觀測方程組，當m和n均大于等于4時，則可通過求取進行速度解算。

23、本技術(shù)在一較佳示例中：所述構(gòu)建kalman_tdcp測速模型，將經(jīng)過數(shù)據(jù)預(yù)處理的高頻gnss數(shù)據(jù)進行經(jīng)過卡曼爾濾波的kalman_tdcp高頻測速，基于所述kalman_tdcp測速模型，獲取相鄰歷元間的平均速度v，并將其作為前后歷元中間時刻的瞬時速度，存儲瞬時速度和對應(yīng)時序信息；在獲取測速結(jié)果后，同時存儲測速結(jié)果驗后殘差的關(guān)聯(lián)信息，關(guān)聯(lián)信息包括測速結(jié)果的誤差平方、平方誤差和sse、衛(wèi)星幾何結(jié)構(gòu)因子dop以及參考觀測量數(shù)的步驟，包括步驟：

24、基于kalman_tdcp模型，其離散時間kalman濾波k時刻的狀態(tài)方程及觀測方程可以表示為：

25、???????????（5.1）

26、式（5.1）中，代表k時刻位置變化信息和接收機鐘差歷元差組成的待估參數(shù)向量預(yù)測值，為k-1時刻到k時刻的狀態(tài)轉(zhuǎn)移矩陣，采用高頻tdcp進行速度測量，則模型在t-1時刻的歷元間位置變化量等于t時刻的前后歷元位置變化量，故在此模型中；

27、分別為系統(tǒng)過程噪聲、觀測噪聲，服從均值為0的高斯分布；為k時刻的觀測向量，對應(yīng)歷元載波相位觀測量之差與歷元間衛(wèi)星鐘差之差相加之和；h為觀測矩陣，可基于式（3）構(gòu)建獲得；e為四階單位矩陣。

28、本技術(shù)在一較佳示例中：所述構(gòu)建kalman_tdcp測速模型，將經(jīng)過數(shù)據(jù)預(yù)處理的高頻gnss數(shù)據(jù)進行經(jīng)過卡曼爾濾波的kalman_tdcp高頻測速，基于所述kalman_tdcp測速模型，獲取相鄰歷元間的平均速度v，并將其作為前后歷元中間時刻的瞬時速度，存儲瞬時速度和對應(yīng)時序信息；在獲取測速結(jié)果后，同時存儲測速結(jié)果驗后殘差的關(guān)聯(lián)信息，關(guān)聯(lián)信息包括測速結(jié)果的誤差平方、平方誤差和sse、衛(wèi)星幾何結(jié)構(gòu)因子dop以及參考觀測量數(shù)的步驟，還包括步驟：

29、通過式（5.1）進行時間更新獲得狀態(tài)先驗估計值后，需再利用實際測量值，矯正經(jīng)式（5.1）預(yù)測得到的狀態(tài)先驗估計值，獲取系統(tǒng)狀態(tài)最優(yōu)估計結(jié)果：其計算公式見如下：

30、????????（5.2）

31、式（5.2）中，前兩步公式一般被稱為時間更新，后三步公式則為測量更新；為系統(tǒng)過程噪聲的協(xié)方差矩陣；為觀測量噪聲的協(xié)方差矩陣；為狀態(tài)先驗估計值的權(quán)矩陣；為系數(shù)矩陣，被稱為kalman濾波增益；則是最優(yōu)狀態(tài)估計值及其均方誤差矩陣；為四階單位矩陣；

32、當獲得最優(yōu)狀態(tài)估計值后，即可通過式（4）獲得kalman_tdcp測速結(jié)果。

33、本技術(shù)在一較佳示例中：所述對高頻測速結(jié)果進行場景自適應(yīng)擬合，獲取高精度無延遲的測速結(jié)果，包括：基于高頻測速結(jié)果，計算當前載體運動的動態(tài)狀態(tài)參數(shù)，確定多項式擬合的計算準則，基于所述計算準則確定最優(yōu)多項式擬合階數(shù)和最優(yōu)時間窗擬合長度；通過關(guān)聯(lián)信息，對各測速結(jié)果剔除和定權(quán)處理，以得到確定的最佳擬合階數(shù)和最優(yōu)擬合時間窗的步驟，包括步驟：

34、通過高頻kalman_tdcp測速，獲取從t1到t2時刻的m個測速結(jié)果及其關(guān)聯(lián)信息，得到m個計算樣本；

35、設(shè)其模型估計值為，則該計算樣本的總體平方和sst，誤差平方和sse和回歸平方和ssr的計算公式如下：

36、??????????????（6）

37、其可決系數(shù)的計算公式如下：

38、???（7）

39、取值范圍在0到1之間；

40、對可決系數(shù)和誤差平方和sse設(shè)置一個置信閾值和，當擬合階數(shù)由低向高階擬合迭代，或擬合時間窗口由短向長迭代擬合時，若或時，認為該擬合階數(shù)最優(yōu)，若一直大于置信閾值，則選取可決系數(shù)極小值作為最優(yōu)擬合階數(shù)。

41、本技術(shù)在一較佳示例中：所述對高頻測速結(jié)果進行場景自適應(yīng)擬合，獲取高精度無延遲的測速結(jié)果，包括：基于高頻測速結(jié)果，計算當前載體運動的動態(tài)狀態(tài)參數(shù)，確定多項式擬合的計算準則，基于所述計算準則確定最優(yōu)多項式擬合階數(shù)和最優(yōu)時間窗擬合長度；通過關(guān)聯(lián)信息，對各測速結(jié)果剔除和定權(quán)處理，以得到確定的最佳擬合階數(shù)和最優(yōu)擬合時間窗的步驟，還包括步驟：

42、設(shè)定最小擬合時間窗口限制，以提升多項式擬合穩(wěn)定性；

43、對總樣本進行一個大于5階的多項式擬合，獲得其載體運動的動態(tài)狀態(tài)參數(shù)，動態(tài)狀態(tài)參數(shù)包括速度范圍、加速度以及加速度信息，確定擬合階數(shù)的上下限。

44、本技術(shù)的上述目的二是通過以下技術(shù)方案得以實現(xiàn)的：

45、一種計算機設(shè)備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)上述一種基于高頻濾波擬合的高精度實時單點測速方法的步驟。

46、本技術(shù)的上述目的三是通過以下技術(shù)方案得以實現(xiàn)的：

47、一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)上述一種基于高頻濾波擬合的高精度實時單點測速方法的步驟。

48、綜上所述，本技術(shù)包括以下至少一種有益技術(shù)效果：

49、1.以tdcp模型為基礎(chǔ)，綜合高頻解算，一般選擇頻率10hz，利用觀測誤差的時間和空間相關(guān)性，載波相位歷元間差分可消除衛(wèi)星軌道誤差、載波相位硬件延遲，電離層和對流層延遲等大部分觀測誤差，大大降低高頻gnss數(shù)據(jù)的獲取誤差，在后續(xù)計算中，這些觀測誤差的殘留部分對測速的影響也是達到忽略不計的級別，進一步，kalman_tdcp高頻測速，kalman濾波平滑，高頻測速可大大降低測速延遲，而濾波平滑提升測速精度和穩(wěn)定性。

50、對高頻測速結(jié)果進行場景自適應(yīng)擬合，獲取高精度無延遲的測速結(jié)果，自適應(yīng)調(diào)整多項式擬合階數(shù)和窗口，進行最優(yōu)測速擬合，以達到降低測速噪聲，提升測速精度，消除測速延遲的目的，進一步獲取高精度實時測速結(jié)果；使得其只需要一臺接收機，就可以在無需基準站的情況下，保證其動態(tài)測速結(jié)果同時滿足高精度和實時特性；為有高精度實時測速需求且有無基準站覆蓋環(huán)境應(yīng)用場景需求的gnss產(chǎn)品提供可靠解決方案。

51、2.通過式（5.1）使其系統(tǒng)狀態(tài)待估參數(shù)估計值有最小均方誤差（mmse）。

52、3.通過高頻kalman_tdcp測速，獲得了從t1到t2時刻的m個測速結(jié)果及其相應(yīng)可靠性指示，場景自適應(yīng)擬合模型，首先基于這m個樣本數(shù)據(jù)進行場景參數(shù)計算與配置，在設(shè)置場景參數(shù)后進行加權(quán)多項式擬合，以獲取當前歷元的高精度實時速度結(jié)果。

53、4.為獲取當前歷元的最優(yōu)測速結(jié)果，需要選取一個最佳的多項式模型來逼近數(shù)據(jù)點。過高的多項式階數(shù)可能導(dǎo)致過擬合，而過低的階數(shù)可能導(dǎo)致欠擬合。同樣地，過長的時間窗擬合長度可能導(dǎo)致多項式模型難以獲得符合要求地擬合結(jié)果，而過短的時間窗擬合長度則可能使得擬合結(jié)果受測量噪聲和粗差的影響出現(xiàn)擬合偏移真值異常。故而在進行擬合前，需選擇適當?shù)亩囗検綌M合階數(shù)和合適的時間窗擬合長度，以保證后續(xù)的加權(quán)多項式擬合能夠解算得到最優(yōu)擬合測速結(jié)果。

54、5.場景參數(shù)計算與配置的重點就是要確定接收機當前時刻運動狀態(tài)的最優(yōu)擬合階數(shù)和最優(yōu)擬合時間窗口長度。擬合優(yōu)度是指回歸直線對觀測值的擬合程度，在擬合模型中度量擬合優(yōu)度的參數(shù)統(tǒng)計量為擬合優(yōu)度可決系數(shù)(coefficient?of?determination)和誤差平方和sse(residual?sum?of?squares)。

55、6.由于擬合模型的測速數(shù)據(jù)是基于高頻kalman濾波測速獲得，故而其噪聲較低頻tdcp測速結(jié)果大，故而需要設(shè)定最小擬合時間窗口限制，保證多項式擬合穩(wěn)定性。