GNSS数据质量采购技术指标
Android智能手机GNSS数据质量综合评估及定位精度分析
doi:10.3969/j.issn.1003-3106.2023.05.003引用格式:林楠,王乐,李孟园,等.Android智能手机GNSS数据质量综合评估及定位精度分析[J].无线电工程,2023,53 (5):1015-1023.[LIN Nan,WANG Le,LI Mengyuan,et prehensive Analysis of GNSS Data Quality and Positioning Accuracy of Android Smartphone[J].Radio Engineering,2023,53(5):1015-1023.]Android智能手机GNSS数据质量综合评估及定位精度分析林㊀楠,王㊀乐∗,李孟园,黄观文(长安大学地质工程与测绘学院,陕西西安710054)摘㊀要:随着全球导航卫星系统(Global Navigation Satellite System,GNSS)的发展,智能终端在导航定位和位置服务中的应用日趋广泛,但是针对其GNSS原始观测数据的综合研究分析不足㊂选取具有代表性的智能手机,从数据完整率㊁周跳比㊁信噪比(Signal to Noise Ratio,SNR)㊁多路径误差㊁卫星可见数和伪距单点定位等方面,综合评估智能手机的GNSS数据质量及定位精度㊂研究结果表明,智能手机的锁星能力及GNSS数据质量水平存在一定差异,其BDS数据完整率最高为94.73%,GLONASS最低为81.14%;大部分周跳比相对测量型接收机略差,个别相差较大;SNR均值最大值为35.19dB-Hz,同一频点SNR均值的差值最大为14.85dB-Hz;L5频点的多路径误差均值最小为0.72m㊂智能手机观测数据质量整体低于测量型接收机,并非双频手机的所有数据质量优于单频手机,L5/E5信号的多路径抑制功能并非对所有的智能手机都适用㊂双频信号比单频信号能更有效地对抗多路径效应,提升定位精度㊂关键词:Android智能手机;原始观测;数据质量评估;多频点;定位精度中图分类号:VN967.1文献标志码:A开放科学(资源服务)标识码(OSID):文章编号:1003-3106(2023)05-1015-09Comprehensive Analysis of GNSS Data Quality and PositioningAccuracy of Android SmartphoneLIN Nan,WANG Le∗,LI Mengyuan,HUANG Guanwen(College Geological Engineering and Geomatics,Chang an University,Xi an710054,China) Abstract:With the development of the Global Navigation Satellite System(GNSS),intelligent terminals are widely used in navigation,positioning and location services.However,the comprehensive analysis of GNSS raw observation data is rare.GNSS data quality and positioning accuracy of representative smartphones are comprehensively analyzed and evaluated from the aspects of data integrity rate,cycle slip rate,Signal to Noise Ratio(SNR),multipath error,satellite visible number and single point positioning.The results show that there are some differences in the satellite locking capability and GNSS data quality of smartphones.The data integrity rate of BDS is the highest94.73%,while the data integrity rate of GLONASS system is the lowest81.14%.Most of smartphones cycle slip rate is slightly lower than geodetic receiver,and the difference of individual smartphone is large.The maximum SNR of smartphone is35.19dB-Hz.The maximum difference of SNR at the same frequency point is14.85dB-Hz.The minimum multipath error of L5frequency point is0.72m.The quality of observation data of smartphone is generally lower than that of geodetic receiver. Not all of the data quality of dual-frequency phones is better than single-frequency.L5/E5signal multipath rejection feature does not apply to all smartphones.Dual-frequency signal can be more effectively against multipath effect than single-frequency signal,and improve positioning accuracy.Keywords:Android smartphone;raw observation;quality assessment;multiple frequency point;positioning accuracy收稿日期:2022-12-16基金项目:国家重大科研仪器研制项目(42127802);长安大学实验教学改革研究项目(20211815);陕西省重点研发计划(2022ZDLSF07-12, 2021LLRH-06)Foundation Item:National Major Scientific Research Instrument Development Project(42127802);Experimental Teaching Reform Research Project of Chang an University(20211815);Key R&D Program of Shaanxi Province(2022ZDLSF07-12,2021LLRH-06)0㊀引言随着社会经济的发展,智能手机逐步成为人们生活中的必需品,且基本都内嵌了全球导航卫星系统(Global Navigation Satellite System,GNSS)模块,已经成为人们日常生活中提供导航定位服务的重要载体[1]㊂随着智能手机GNSS模块定位精度的提高,衍生出越来越多的应用,领域逐渐扩展到移动互联㊁行人导航和精准营销等㊂人们对智能手机GNSS模块定位精度的要求越来越高,对位置服务的需求也越来越大㊂2016年5月,谷歌公司发布Android Nougat7.0操作系统后,智能手机开始能支持输出GNSS原始观测数据(包括伪距㊁载波和多普勒频移等),这将有利于对原始观测数据进行分析,给基于大众智能终端的GNSS导航定位技术研究提供了新的机遇和挑战[2-4]㊂智能手机GNSS观测数据质量直接影响其服务性能,因此有必要对GNSS原始观测数据做全面深入的分析研究㊂Banville等[5]首次对来自智能手机的真实原始GNSS观测值的质量进行了分析,结果表明伪距观测噪声较大,且只能提供米级精度㊂Robustelli 等[6]㊁Guo等[7]发现小米Mi8智能手机的伪距噪声和C/N0值之间具有强相关性㊂Zhang等[8]的实验表明,Nexus9设备GPS信号的载噪比较测量型接收机低约10dB-Hz㊂Håkansson等[9]发现置于不同多路径环境下的Nexus9的伪距具有系统性偏差㊂李敏等[10]发现华为P40手机具有较好的北斗三号信号捕获能力㊂总的来说,现有研究对智能手机数据质量评估不够全面,进行同步观测的手机型号有限㊂本文将实现对多款主流的Android智能手机进行GNSS原始观测数据质量综合评估㊁对比分析和定位性能分析㊂1㊀智能手机GNSS观测数据获取自2016年谷歌发布Android N操作系统,用户可通过安卓系统各个应用程序开发接口(Applica-tion Programming Interface,API)获取GNSS原始观测数据的相关字段及参数,进而通过计算得出伪距观测值㊁载波观测值和多普勒观测值等㊂其中GNSS Measurement类的字段为芯片组输出信息,包括芯片组计算出的卫星信号发射时刻㊁载波相位累积变化量㊁伪距瞬时变化率等信息㊂GNSS Clock类的字段则主要用来计算GPS钟面时㊂常用字段㊁所属类别及其含义如表1所示㊂表1㊀Android GNSS原始观测数据部分相关字段Tab.1㊀Related fields in GNSS raw observation data section of Android 字段名所属类别含义及单位Bias Nanos GNSS Clock时钟亚纳秒偏差/nsTime Nanos GNSS Clock手机内部硬件钟/ns DriftNanosPerSecond GNSS Clock手机钟漂/(ns/s)LeapSecond GNSS Clock与时钟相关的跳秒/sSvid GNSS Measurement卫星ID CarrierFrequencyHz GNSS Measurement载波频率/Hz SnrInDb GNSS Measurement信噪比/dB PseudorangeRateMetersPerSecond GNSS Measurement伪距速率/(m/s) ReceivedSvTimeNano GNSS Measurement卫星信号接收时刻/s AccumulatedDeltaRangeMeters GNSS Measurement载波相位观测值/m㊀㊀手机接收到卫星信号时间㊁伪距观测值和多普勒观测值等均无法直接获取,下面给出具体的计算公式:安卓智能手机接收到卫星信号时间:㊀t Rx=TimeNanos+TimeOffsetNanos-FullBiasNanos-BiasNanos㊂(1)多普勒观测值:D=-PseudorangeRateMetersPerSecondˑCarrierFrequencyHz/c0,(2)式中:c0为光在真空中的传播速度㊂伪距观测值:ρSR=c0㊃(t Rx-t Tx)㊃10-9,(3)式中:t Rx为智能手机接收到信号的时间,t Tx为卫星发射信号的时间,可直接获得㊂目前有许多Android应用软件可以访问API,获取GNSS原始观测数据㊂Google公司发布的GNSS Logger应用程序起初只能输出日志文件(txt格式),最新发布的版本虽支持观测值文件的输出,但得到的结果较少,有较大局限性㊂Rinex ON软件支持多系统观测值文件及导航电文输出,但Rinex ON1.3版本软件无法在搭载了Android11的智能手机上运行㊂而Geo++RINEX Logger软件支持手机GNSS 测量数据以RINEX标准格式输出,并已在许多设备上成功测试㊂本文实验所用数据均使用Geo++ RINEX Logger进行采集㊂2㊀实验数据本文使用5款不同型号的Android智能手机采集静态数据,其中小米MI8㊁小米MI11㊁华为P40㊁华为Mate40为双频手机,华为P10㊁三星S9为单频手机(手机的具体参数如表2所示),使用测量型接收机u-blox f9p进行同步观测㊂实验所用智能手机均来自国内主流Android市场,是销量较高的几款手机㊂目前智能手机的天线是多个天线集成的形式,包括蓝牙㊁NFC和GNSS天线等㊂实验所用双频手机均支持北斗B1I和B2a,而华为P40支持北斗三代新频点B1C㊂值得一提的是,华为P10配备的博通BCM4774芯片,是业内首款专为智能手机设计,并能支持Galileo卫星定位系统的GNSS定位中枢芯片;小米MI8作为全球第一款双频智能手机,搭载博通BCM47755芯片,是极具代表性的一款双频手机㊂由于小米MI11不支持载波相位观测值输出,本文不对其进行质量评估对比㊂表2㊀Android智能手机支持输出的GNSS原始观测数据类型Tab.2㊀Types of GNSS raw observation data supported by Android smartphonesAndroid 智能手机型号伪距观测值载波相位观测值天线位置L5/E5GNSS小米MI8是是机身背部顶端是G/R/C/E华为P40是是后置摄像头附近是G/R/C/E华为Mate40是是后置摄像头附近是G/R/C/E华为P10是否后置摄像头附近否G/R/C/E三星S9是否机身下端子板处否G/R/C/E实验地点选在长安大学地学科技大厦楼顶,视野开阔㊁观测条件良好㊂数据采集过程中关闭手机的蓝牙㊁WiFi及 占空比 选项,以防手机内部其他传感器产生干扰㊂数据采样时长100min,采样间隔为1s,卫星截止高度角均设置为15ʎ㊂实验场景如图1所示㊂图1㊀实验场景及数据采集方式Fig.1㊀Experimental scenes and data collection way3㊀智能手机GNSS观测数据分析3.1㊀完整率分析数据完整率反映在一定观测时间内,接收机接收到数据的完整性,完整的观测数据是数据处理的前提条件,它是衡量数据质量的一项重要指标[11]㊂Int=Have(i)Expert(i)ˑ100%,(4)式中:Have(i)为第i颗卫星在连续弧段上的理论历元数量;Expert(i)为第i颗卫星某频点在连续弧段上的实际历元数量㊂对各款智能手机和低成本接收机L1频点的平均数据完整率指标进行计算㊁统计,结果如表3所示㊂表3㊀各接收机L1频点观测数据完整率均值Tab.3㊀Mean integrity rate of observed data atL1of different receivers单位:%接收机型号BDS GPS Galileo GLONASS小米MI894.7393.7892.1690.01华为P4093.1294.0792.1588.25华为Mate4091.1790.5691.1384.33华为P1090.1191.0288.0881.14三星S991.0490.3289.7283.97测量型接收机95.8994.8093.2590.10实验结果表明,不同接收机各卫星系统的数据完整率表现不一,测量型接收机各卫星系统的平均数据完整率为93.51%,其中BDS数据完整率最高,高达95.89%㊂3款双频手机中除华为Mate40外,各卫星系统的平均数据完整率均超过91%,小米MI8的BDS数据完整率表现最好,高达94.73%㊂2款单频手机各卫星系统的平均数据完整率明显低于双频手机,华为P10的GLONASS系统数据完整率最低,为81.84%㊂可见,实验所用智能手机各系统的完整率均低于测量型接收机,单频手机的数据完整率低于双频手机㊂各接收机BDS和GPS数据完整率相当,GLONASS和Galileo系统数据完整率略差㊂3.2㊀周跳比分析实际观测中,GNSS信号容易受到测站周边的外界干扰而发生观测值严重跳变现象[12-13],一般常用周跳比来衡量周跳的变化㊂周跳比是指实际的观测值历元总数与发生周跳的历元个数比值,一般用CSR来表示㊂CSR值越小,周跳越严重㊂计算如下:CSR=obsslips,(5)式中:obs为实际的观测值历元总数,slips为发生周跳的历元个数㊂实验统计各款手机和测量型接收机L1频点的周跳比指标结果,如图2所示㊂通常情况下周跳比越大,周跳数越少,数据质量越好㊂分析表明,本次实验中GPS周跳比指标表现最为优异,BDS和GLONASS系统次之,Galileo系统周跳比结果最差㊂不同型号接收机的周跳比指标存在明显差异,双频智能手机华为Mate40发生周跳的次数最高,其中GPS周跳比的值低至3201,各卫星系统平均周跳比的值比测量型接收机的平均值低约50%㊂总之,智能手机GNSS模块对卫星信号的跟踪发生失锁的频率高,载波相位测量发生周跳的概率比测量型接收机大㊂这归因于智能终端的硬件条件,其天线抗抑性差且GNSS内置芯片体积小,相位中心易受外界环境影响,引起周跳,同时也给基于载波相位测量的高精度定位带来了挑战㊂图2㊀不同接收机GNSS周跳比结果Fig.2㊀GNSS cycle slip rate of different receivers3.3㊀信噪比分析信噪比(Singal to Noise Ratio,SNR)是指信号功率与噪声功率的比值,它与接收机相关器运行状态㊁天线增益能力和多路径等密切相关,是反映相位观测量的重要指标之一[14-16]㊂SNR与高度角相关性较大,一般高度角越高,天线增益越大,SNR越大,观测值的质量也越好[17]㊂计算如下:SNR=PRN,(6)式中:P R为信号功率,N为噪声功率㊂3款双频手机支持GPS和Galileo双频信号的输出,不支持BDS和GLONASS双频信号的输出㊂各接收机不同GNSS各频点信号的SNR均值统计结果如表4所示㊂表4㊀不同接收机各频点SNR均值Tab.4㊀Mean SNR of each frequency point of different receivers单位:dB-Hz接收机型号BDS GPS Galileo GLONASS B1B2L1L5E1E5a G1G2小米MI827.13 26.8731.0928.2132.6128.01 华为P4026.70 21.1426.5722.4524.6127.17华为Mate4024.80 26.9220.8520.3421.3327.46 华为P1027.95 30.21 29.04 31.81 三星S933.25 33.31 35.19 34.40 测量型接收机38.9845.9438.4041.8035.7444.7538.2841.42㊀㊀分析表4可知,测量型接收机的表现依旧优于所有智能手机,差值最大达23.42dB-Hz㊂但各型号手机不同GNSS之间的SNR相差不大㊂单频手机三星S9的各系统SNR均值最高,其中Galileo系统高达35dB-Hz㊂华为Mate40表现最差,部分频点的SNR低至20dB-Hz㊂由于L5/E5a信号是在更高的信号强度下发射的,理论上质量更好㊂对于大部分双频设备,L5/E5a 信号的SNR 明显高于L1/E1信号的SNR,但目前有些智能手机天线的设计虽能接收L5信号,如华为Mate40,但是接收到的L1/E1信号要比L5/E5a 强,这是由于手机内置天线导致的,特别是在中到高多路径环境中,这种现象更为明显㊂选取G07和G14对各个设备SNR 进行统计分析,SNR 变化情况如图3所示㊂(a )G07卫星SNR 变化情况(b )G14卫星SNR 变化情况图3㊀静态实验单颗卫星SNR 变化情况Fig.3㊀Static experiment on SNR variation of single satellite就G07卫星而言,测量型接收机的SNR 较为稳定且更加规律,介于43~48dB-Hz,比智能手机高约15dB-Hz㊂智能手机中,单频手机三星S9的SNR整体上最好㊂华为P40波动较大,在个别历元的SNR 高于三星S9,但部分历元低至10dB-Hz㊂小米MI8的SNR 值波动最小㊂对G14卫星来说,2款单频手机的SNR 整体上优于双频手机,其中三星S9的SNR 波动最小,接收信号相对最稳定,华为P10次之㊂小米MI8的SNR 大部分在30dB-Hz 上下浮动㊂总的来说,智能手机在开阔环境中SNR 变化起伏大且不规律,GNSS 观测数据质量不够稳定㊂3.4㊀多路径误差分析卫星信号在传播过程中受到外界观测环境影响,信号经反射物与接收机天线产生干涉而引起的时延,这种现象称为多路径效应[11]㊂多路径误差与卫星相对于接收机天线的空间位置关系㊁观测环境和天线质量等密切相关,由于智能手机配备低成本天线,且使用场景多为不开阔的城市地带,导致多路径误差成为手机定位中的重要误差来源㊂在双频观测值可用的情况下,可采用载波与伪距的组合观测值来反映多路径误差[18]:MPi =Pi -1+2a ij -1()ϕi +2a ij -1()ϕj ,(7)MPj =Pj -2a ija ij -1()ϕi +2a ij -1-1()ϕj ,(8)式中:MPi ㊁MPj 分别为i 波段和j 波段的多路径误差,Pi ㊁Pj 分别为i 波段和j 波段的伪距观测值,ϕi 和ϕj 分别为i 波段和j 波段的载波相位观测值,a ij =fi 2fj2,其中fi ㊁fj 分别表示i 波段和j 波段的频率㊂各接收机摆放位置接近,可认为是在同一环境下进行数据采集的㊂对3款双频手机及测量型接收机不同频点的多路径误差指标均值进行统计,结果如图4所示㊂图4㊀不同接收机GPS 双频多路径误差均值Fig.4㊀Mean of GPS dual-frequency multipath errors ofdifferent receivers由图4可以看出,各接收机L1频点的多路径误差均值均大于L5频点㊂小米MI8的多路径误差均值比另外2款华为手机小,L5频点为0.71m,但仍比测量型接收机L5频点的多路径误差均值高0.35m㊂可见双频智能手机的各频点多路径误差与测量型接收机存在较大差距㊂由于多路径效应会对SNR 造成一定影响,可以通过前文对SNR 分析的中看出双频手机中小米MI8的SNR 最大㊂选取G30卫星,对以上3款双频智能手机与测量型接收机L1和L5频点的多路径误差进行不同的对比实验,实验结果如图5所示㊂(a )小米MI8的GPS 双频多路径误差(b )华为P40的GPS 双频多路径误差(c )华为Mate40的GPS 双频多路径误差图5㊀不同接收机GPS 双频多路径误差Fig.5㊀GPS dual-frequency multipath error由图5可以看出,各接收机L5频点的多路径误差均小于L1频点,这与L5频点信号发射强度大有关,可在一定程度上抑制多路径效应㊂对比手机和测量型接收机,发现无论是L1频点还是L5频点,测量型接收机的多路径误差均明显优于智能手机㊂对比3款双频手机,发现华为Mate40较其他2款手机整体表现最好,L5频点的多路径误差最小,小米MI8整体表现最差,尤其L1频点多路径误差飞点严重,部分历元的误差超过15m㊂总的来说,智能手机由于低成本天线等硬件条件的限制,在同一环境下较测量型接收机仍存在较大的多路径误差,也因此严重影响了智能终端的高精度定位㊂4㊀智能手机定位性能分析4.1㊀卫星跟踪情况分析Android 智能终端内部基于卫星跟踪的能力,设置了可见(Visible)㊁同步(Synced)㊁追踪(Trackable)三种级别㊂只有在可跟踪级别下,GNSS 芯片输出的原始信号才是可信的[19]㊂GNSS 观测数据质量受卫星跟踪能力的影响较大,一般来说,在观测环境相同时,接收机跟踪到的卫星数量越多且随时间变化越小,观测数据质量越好㊂图6是实验中不同接收机各卫星系统的可见卫星数㊂(a )GPS 可见卫星数(b )BDS 可见卫星数(c)Galileo 系统可见卫星数(d)GLONASS系统可见卫星数图6㊀不同接收机各GNSS可见卫星数Fig.6㊀Number of visible satellites in each GNSS ofdifferent receivers由图6可知,测量型接收机和5款智能手机接收到BDS的卫星数目最多,且北斗卫星可见数最稳定,连续性较好㊂GPS可见卫星数次之,Galileo系统可见卫星数最少㊂华为P40锁星能力最强,BDS 卫星可见数在15~20颗,数量超过测量型接收机; GPS卫星可见数波动较大,部分历元低至5颗㊂华为Mate40锁星能力次之,但GLONASS卫星可见数不稳定,部分历元低至2颗㊂小米MI8虽然是双频手机,但BDS卫星可见数整体上低于单频手机三星S9,这是因为其芯片所支持的第二频率为L5/E5a 频率,而非L2/E2频率;单频手机华为P10各系统卫星可见数最少,这与其无法接收双频信号的卫星有关㊂4.2㊀SPP定位性能分析根据静态采集的GNSS原始数据,选取测量型接收机㊁双频手机小米MI8和单频手机华为P10进行伪距单点定位(SPP)精度解算㊂分别统计3个方向定位的结果,如图7所示㊂(a)小米MI8的E 方向定位精度(b)小米MI8的N 方向定位精度(c)小米MI8的U 方向定位精度(d)华为P10的E 方向定位精度(e)华为P10的N 方向定位精度(f)华为P10的U方向定位精度图7㊀不同接收机SPP定位精度Fig.7㊀SPP positioning accuracy of different receivers分析表明,3台接收机E方向和N方向定位精度均优于U方向的精度㊂对比测量型接收机和2款智能手机发现,测量型接收机的定位误差小且稳定,智能手机U方向的定位误差大且飞点严重㊂单频手机华为P10三个方向的定位误差均明显大于双频手机小米MI8㊂结合前文对数据质量的分析可以发现,多路径误差是智能手机进行伪距单点定位的主要误差源之一,双频信号比单频信号能更有效地对抗多路径效应,提升定位精度㊂5㊀结束语本文通过实验获取的多款单双频智能手机的GNSS原始观测数据,从数据完整率㊁周跳比㊁SNR 和伪距多路径等方面进行数据质量统计分析,同时对卫星可见性和伪距单点定位性能进行对比研究,得出以下结论:①智能手机原始观测值的各项数据质量指标水平均低于测量型接收机㊂5款智能手机BDS的数据完整率与测量型接收机之间的差值最小;与测量型接收机同一频点SNR均值的差值最大达23.42dB-Hz;与测量型接收机同一频点的多路径误差均值的差值最大为0.48m;周跳比差距尤为明显,个别手机的各卫星系统平均周跳比的值比测量型接收机的平均值低约50%㊂这归因于手机内置天线较小,相位中心易受外界环境影响,引起周跳,进而影响数据质量㊂②不同型号智能手机的锁星能力与GNSS数据质量水平存在一定差异,且由于手机内置天线的原因,并非所有双频手机的数据质量优于单频手机㊂智能手机的数据完整率最高为94.73%,最低只有81.14%;SNR均值最高为33.25dB-Hz,最低只有21.33dB-Hz;除华为Mate40之外,其余手机的BDS 和GPS的周跳比指标值超过5800;3款双频手机的L1频点和L5频点的多路径误差均值分别为0.85㊁0.76m;双频手机华为P40的锁星能力最强,BDS 卫星可见数在15~20颗㊂③双频信号比单频信号能更有效地对抗多路径效应,提升定位精度㊂L5/E5信号的多路径抑制功能对大部分智能手机有效,但目前也有一些智能手机无法准确接收L5信号,导致双频信号存在数据缺口㊂④部分智能终端GNSS原始观测数据存在完整率低㊁周跳严重㊁信号噪声大㊁多路径误差大及卫星失锁严重等问题,在不进行数据质量控制的情况下,定位精度较差㊂因此在后续定位解算前可尝试进行伪距平滑,设置SNR阈值等剔除部分质量表现不佳的数据以提升定位精度㊂参考文献[1]㊀陈春花,陈冲,赵亚枝.安卓智能手机GNSS数据质量分析[J].全球定位系统,2020,45(3):22-27. [2]㊀Google.Android Devices that Support Raw GNSS Measure-ments[CP/OL].(2018)https:ʊdeveloper.android.com/guide/topics/sensors/gnss.html.[3]㊀Google.GPS-Measurement-Tools[CP/OL].(2018)https:ʊ/google/gps-measurement-tools.[4]㊀高成发,陈波,刘永胜.Android智能手机GNSS高精度实时动态定位[J].测绘学报,2021,50(1):18-26. [5]㊀BANVILLE S,VAN DIGGELEN K.Precise PositioningUsing Raw GPS Measurements from Android Smartphones[J].GPS World,2016,27:43-48.[6]㊀ROBUSTELLI U,BAIOCCHI V,PUGLIANO G,et al.Assessment of Dual Frequency GNSS Observations from aXiaomi Mi8Android Smartphone and Positioning Per-formance Analysis[J].Electronics,2019,8(1):91. [7]㊀GUO L,WANG F H,SANG J Z.Characteristics Analysisof Raw Multi-GNSS Measurement from Xiaomi Mi8andPositioning Performance Improvement with L5/E5Fre-quency in an Urban Environment[J].Remote Sensing,2020,12(4):744.[8]㊀ZHANG K S,JIAO W H,WANG L,et al.Smart-RTK:Multi-GNSS Kinematic Positioning Approach on AndroidSmart Devices with Doppler-smoothed-code Filter andConstant Acceleration Model[J].Advances in SpaceResearch,2019,64(9):1662-1674.[9]㊀HÅKANSSON M.Characterization of GNSS Observationsfrom a Nexus9Android Tablet[J].GPS Solutions,2019,23(1):21.[10]李敏,张会超,李文文,等.华为P40手机北斗三频观测数据质量及噪声分析[J].大地测量与地球动力学,2021,41(7):661-665.[11]高余婷.BDS三频观测数据综合质量评估方法研究[D].西安:长安大学,2017.[12]布金伟.多模GNSS精密单点定位精度分析与比较[D].昆明:昆明理工大学,2018.[13]肖秋龙.北斗地基增强系统GNSS数据质量分析算法研究与软件实现[D].北京:中国科学院大学,2019. [14]冯瑞,马宏,任宇飞.B1C信号调制实现与性能分析[J].无线电工程,2019,49(2):95-100. [15]叶礼邦,陈登伟,郭新海.基于实时载噪比测量的分集增益测试方法[J].无线电工程,2019,49(1):91-94.[16]LI M Y,HUANG G W,WANG L,et al.Performance ofMulti-GNSS in the Asia-Pacific Region:Signal Quality,Broadcast EphemerisandPrecisePointPositioning(PPP)[J].Remote Sensing,2022,14(13):3028.[17]帅玮祎,董绪荣,王军,等.GNSS 接收机数据质量及常见问题分析[J].测绘工程,2018,27(4):14-20.[18]郭亮亮.GNSS 数据质量评估软件研制与应用[D].郑州:解放军信息工程大学,2017.[19]赵硕,秘金钟,徐彦田,等.双频智能手机GNSS 数据质量及定位精度分析[J ].测绘科学,2020,45(2):22-28.作者简介㊀㊀林㊀楠㊀女,(1997 ),就读于长安大学测绘科学与技术专业,硕士研究生㊂主要研究方向:智能终端GNSS 数据质量评估与定位㊂㊀㊀(∗通信作者)王㊀乐㊀男,(1986 ),博士,高级工程师㊂主要研究方向:GNSS 卫星精密数据处理及完好性技术㊂㊀㊀李孟园㊀女,(1993 ),博士研究生㊂主要研究方向:GNSS 数据质量分析与定位㊂㊀㊀黄观文㊀男,(1983 ),博士,教授㊂主要研究方向:卫星导航与大地测量㊂。
gnss技术依据
GNSS（Global Navigation Satellite System）技术是一种基于卫星信号的定位和导航技术，它依赖于一系列的卫星和地面基础设施来提供精确的位置和时间信息。
GNSS技术的依据主要包括以下几个方面：1. 卫星信号：GNSS技术依赖于一系列的卫星发射的信号，这些信号包含有关卫星位置、速度、时间戳和轨道信息的数据。
2. 信号接收器：用户设备上的GNSS接收器捕获这些卫星信号，并测量信号从卫星到接收器的传播时间（延迟），以及信号的相位和频率变化。
3. 多边测量：为了确定位置，GNSS接收器至少需要接收到来自四颗不同卫星的信号。
通过测量多个卫星信号的时间延迟和角度，接收器可以计算出自身的位置、速度和时间。
4. 地面控制站：GNSS系统还包括一系列地面控制站，这些站点用于监控卫星的健康状况、位置和轨道，以及维护星历（卫星位置和速度的精确数据）。
5. 数据处理：GNSS接收器收集的数据需要通过复杂的算法进行处理，以计算用户的位置、速度和时间。
这通常涉及到校正信号延迟，考虑大气折射和其他误差源。
6. 精确度和可靠性：GNSS技术能够提供非常高的精确度，特别是在开放天空条件下，定位误差可以小于几厘米。
此外，GNSS 系统设计为具有高可靠性，以确保在全球任何地方都能提供连续的服务。
7. 全球覆盖：GNSS系统如GPS（全球定位系统）、GLONASS （全球导航卫星系统）、Galileo（伽利略导航卫星系统）和北斗（中国导航卫星系统）都提供了全球覆盖，这意味着用户可以在世界任何地方使用GNSS技术进行定位和导航。
8. 多用途：GNSS技术不仅用于个人导航和地图制作，还广泛应用于航空、海运、陆地运输、农业、建筑、地质勘探、环境监测和灾害响应等多个领域。
GNSS技术的发展和应用依赖于不断的技术创新和系统升级，以适应不断变化和扩展的用户需求。
gnss数据质量分析报告
gnss数据质量分析报告GNSS数据质量分析报告一、引言全球导航卫星系统（GNSS）是一种基于卫星定位和测量技术的全球定位系统，被广泛应用于地球物理测量、导航和定位等领域。
本报告旨在对GNSS数据质量进行分析，评估其在实际应用中的准确性和可靠性。
二、数据收集与处理在本次数据质量分析中，我们使用了一组GNSS接收器收集的数据，数据包括卫星信号接收强度、载波相位数据、定位误差等。
然后，我们通过对数据进行预处理，包括去除异常数据点、补全缺失数据等，以确保数据的完整性和可靠性。
三、数据质量评估指标为了评估GNSS数据的质量，我们选择了以下几个指标进行分析：1.卫星信号接收稳定性：通过分析卫星信号接收强度的变化情况，评估接收器的稳定性。
较小的信号强度波动和较高的平均信号强度表示接收器的性能较好。
2.载波相位精度：通过比较载波相位数据与地面真实位置的差异，评估GNSS定位的精度。
较小的差异表示定位精度较高。
3.定位误差：通过对比GNSS定位结果与地面真实位置的差异，评估GNSS定位的准确性。
较小的定位误差表示定位结果较为准确。
四、数据质量分析结果根据对GNSS数据的分析，我们得出了以下结论：1.卫星信号接收稳定性：经过对卫星信号接收强度进行统计分析，我们发现信号强度波动较小，且平均信号强度较高，说明接收器的稳定性较好。
2.载波相位精度：对载波相位数据与地面真实位置的比对结果进行统计分析，我们发现载波相位与真实位置的差异较小，表明GNSS定位的精度较高。
3.定位误差：通过对比GNSS定位结果与地面真实位置的差异进行统计分析，我们得出了定位误差的分布情况。
大部分定位误差在几米以内，表明GNSS定位的准确性较高。
五、数据质量问题与建议在数据质量分析过程中，我们也发现了一些问题，并提出了相应的改进建议：1.数据收集环境：在现实应用中，GNSS数据的质量很大程度上受到环境的影响。
建议在数据收集过程中尽量选择开阔的空旷地区，以减少信号遮挡和多径效应对数据质量的影响。
GNSS测量数据处理的技巧与数据分析方法
GNSS测量数据处理的技巧与数据分析方法导语：GNSS（全球导航卫星系统）已经成为现代测量领域中不可或缺的工具。
它能够提供高精度、全球覆盖的位置信息，为地理信息系统、测量工程和导航应用等领域提供了广阔的应用前景。
然而，为了最大程度地提取出GNSS测量数据中的有用信息，我们需要运用一些技巧和方法来处理和分析这些数据。
本篇文章将介绍一些关键的技巧和方法，帮助读者更好地进行GNSS测量数据处理和分析。
一、数据预处理在进行GNSS测量数据处理之前，首先需要对原始数据进行预处理。
这包括对数据进行质量控制、去除异常值和噪声等。
质量控制可以通过检查数据的卫星可见性和信号强度来实现。
通常情况下，我们只选择可见卫星数量较多且信号质量较好的数据进行后续处理。
异常值和噪声的去除可以通过利用滤波算法来实现，如卡尔曼滤波、最小二乘滤波等。
这些预处理方法可以显著提高数据的精度和准确性，为后续分析奠定基础。
二、数据解算数据解算是GNSS测量数据处理的核心步骤之一。
它的目标是通过观测数据来估计GNSS接收器的位置、钟差等参数。
常见的数据解算方法有单点定位和差分定位。
单点定位是利用单一接收器的观测数据来计算接收器的位置。
差分定位则是利用多个接收器的观测数据来消除测量误差，从而提高位置解算的精度。
差分定位方法包括实时差分和后处理差分。
实时差分能够实时提供高精度的位置信息，而后处理差分则可以通过将观测数据与参考站数据配对来进一步提高精度。
三、数据分析一旦完成了数据解算，我们就可以进行数据分析来探索数据的特征和规律。
数据分析可以帮助我们了解数据的分布、趋势和相关性等。
常见的数据分析方法包括统计分析和空间分析。
统计分析可以利用统计学原理来描述和解释数据的特征。
例如，我们可以计算数据的均值、方差、标准差等统计指标，以了解数据的分布情况。
空间分析则是利用地理信息系统（GIS）工具来处理和分析地理空间数据。
它包括点型、线型和面型数据的查询、叠加分析和空间关系分析等。
gnss 标准 en 303 413
GNSS标准EN 303 413是一项涉及全球导航卫星系统的技术标准，其内容涵盖了GNSS接收机的性能规范和测试方法。
随着全球导航卫星系统在各行各业的广泛应用，EN 303 413的制定对于保障GNSS设备性能和互操作性具有重要意义。
本文将从多个角度对EN 303 413进行全面评估，并剖析其对GNSS领域的意义和影响。
1. EN 303 413标准概述EN 303 413标准是由欧洲电信标准委员会（ETSI）制定的，旨在规范GNSS接收机的技术要求和测试方法。
它主要涵盖了GNSS接收机的定位精度、灵敏度、时间参考、数据传输和接口等方面的规范要求，以及相应的测试方法和评估标准。
该标准的发布填补了GNSS设备相关标准的空白，为GNSS设备的研发、生产和应用提供了技术指导和保障。
2. EN 303 413对GNSS设备的影响EN 303 413标准的制定对GNSS设备的性能、质量和互操作性产生了深远影响。
该标准规定了GNSS接收机的性能指标和测试方法，强制要求GNSS设备在定位精度、灵敏度和时间参考等方面达到一定的技术要求，从而提高了GNSS设备的精度和可靠性。
EN 303 413还规定了GNSS设备的数据传输和接口标准，促进了不同厂家生产的GNSS设备之间的互操作性，为用户提供了更多的选择空间和应用灵活性。
3. 个人观点和理解EN 303 413的发布对于推动全球导航卫星系统的应用和发展具有积极意义。
作为一项技术标准，它为GNSS设备的研发和生产提供了统一的技术依据，有利于提高GNSS设备的性能和质量水平，增强用户体验和安全性。
EN 303 413的制定也有助于促进不同厂家的GNSS设备之间的互操作性，打破了技术壁垒，为用户带来更多的选择和便利。
我认为EN 303 413标准的出台对于推动全球导航卫星系统的蓬勃发展和社会应用具有重要意义，值得行业各方共同关注和遵守。
EN 303 413标准作为全球导航卫星系统领域的重要技术标准，对GNSS设备的性能、质量和互操作性产生了深远影响。
GNSS测量接收机主要技术参数
GNSS测量接收机主要技术参数一、卫星跟踪★（1）信号通道数：不低于600个★（2）卫星跟踪信号：GPS：L1 C/A、L2E (L2P)、L2C、L5GLONASS：L1 C/A2和未加密P码、L2 C/A和未加密P码、L3 CDMAGalileo：L1 CBOC、E5A、E5B & E5AltBOC、E6BD：B1、B2、B3（B1C/B2A）QZSS：L1 C/A、L1C、L1 SAIF、L1S3、L2C、L5、LEX/L64IRNSS：L5、S波段SBAS：L1 C/A(EGNOS/MSAS)、L1 C/A和L5(WAAS)（3）采样率：至少能够记录30s、1 Hz、20 Hz、50 Hz和100 Hz等采样率数据，且均要求为非内插方式，且在此采样间隔之间可调，并均要求为非内插方式。
二、测量精度码差分GNSS定位：水平：0.25 m + 1 ppm RMS 垂直：0.50 m + 1 ppm RMS SBAS差分定位精度：水平：0.50 m RMS 垂直：0.85 m RMS 高精度静态：水平：3 mm + 0.1 ppm RMS垂直：3.5 mm + 0.4 ppm RMS★静态和快速静态：水平：3 mm + 0.5 ppm RMS垂直：5 mm + 0.5 ppm RMS初始化时间：典型 <10 秒初始化可靠性：典型 >99.9%三、数据记录与存储最大数据记录频率：100 Hz支持不可拆卸固化封装内存且内存量≧24GB（工业级存储介质，非外接存储设备）；支持文件循环存储。
数据量：以同时观测GPS和北斗数据为基准，设备原始观测数据压缩格式，30秒采样率24小时连续观测数据量小于3.0 Mb，便于野外长期储存及数据传输。
★数据分区：支持12个独立的并行数据记录时段，每个记录时段独立分配存储空间★数据传输：支持TCP/IP和NTRIP Server、Ntrip Client、Ntrip Caster及FTP 数据传输协议。
GNSS空间信号质量评估方法
法2023-11-07•引言•gnss信号特性•gnss空间信号质量评估指标•gnss空间信号质量评估方法•gnss空间信号质量监控系统设计目•总结与展望录01引言研究背景与意义信号质量直接影响到定位精度、可靠性和安全性等关键性能指标，对于GNSS系统的可用性和可信度具有重要影响。
在复杂环境和特定应用场景中，信号质量评估对于保障GNSS服务质量和提升用户体验尤为关键。
全球导航卫星系统（GNSS）在定位、导航和授时等领域具有广泛应用，信号质量评估对于其应用性能至关重要。
研究现状与问题现有的信号质量评估方法主要基于统计分析和模式识别等技术，但这些方法在复杂环境和动态变化场景下的性能和可靠性有待提高。
同时，现有研究在信号质量评估的全面性、准确性和实时性等方面存在不足，难以满足日益增长的应用需求。
目前，针对GNSS信号质量评估的研究主要集中在信号捕获、跟踪和定位等环节，对于信号质量评估的理论和方法尚未形成完善的体系。
研究内容与方法01研究内容：本研究旨在建立完善的GNSS空间信号质量评估方法体系，包括信号质量评估指标、评估模型和评估算法等。
02方法：本研究将综合运用理论分析、数值模拟和实地测试等方法，对GNSS空间信号质量进行深入分析和评估。
03首先，我们将基于信号传播理论和空间信号模型，分析GNSS空间信号的质量特征和影响因素；其次，将构建基于统计分析和模式识别的信号质量评估模型和算法；最后，通过实地测试验证评估方法的可行性和有效性。
02 gnss信号特性gnss信号结构信号结构GNSS信号结构包括伪随机码、导航电文和载波三部分。
伪随机码由二进制序列组成的伪随机码，用于标识发送信号的卫星。
导航电文包含卫星导航信息，如卫星位置、时间戳、星历参数等。
载波GNSS信号的载波频率较高，以实现较长的传播距离和较低的传播损耗。
GNSS信号采用二进制相移键控（BPSK）调制方式。
调制方式将导航电文和伪随机码通过BPSK调制到载波上，实现信号的调制。
高精度GNSS网数据处理关键技术
研究背景与意义全球导航卫星系统（GNSS）的快速发展为高精度GNSS测量技术的应用提供了基础保障。
高精度GNSS测量技术在许多领域具有广泛的应用前景，如智能交通、无人驾驶、航空测量等。
然而，高精度GNSS网数据处理面临着诸多挑战，如多路径效应、信号遮挡、接收机噪声等，这些问题直接影响着测量精度和可靠性。
研究现状与发展目前，国内外学者针对高精度GNSS网数据处理进行了大量研究，提出了许多有效的算法和技术。
然而，现有的方法大多基于传统的最小二乘法或卡尔曼滤波等常规方法，这些方法在处理复杂的高精度GNSS网数据时存在一定的局限性。
因此，需要进一步研究和探索新的高精度GNSS网数据处理方法和技术，以适应日益增长的高精度测量需求。
卫星信号接收与处理030201多频观测与处理实时动态差分技术实时动态差分技术概述差分定位算法实时动态修正数据筛选与质量评估总结词数据筛选与质量评估是高精度GNSS网数据处理的关键步骤之一，通过对采集的原始数据进行筛选和评估，确保数据的质量和可靠性，为后续处理提供可靠的输入。
详细描述在进行高精度GNSS网数据处理前，需要对采集的原始数据进行筛选和评估。
数据筛选的主要目的是去除异常数据和冗余数据，提高数据的质量和可靠性。
同时，通过对数据进行质量评估，可以了解数据的特点和分布情况，为后续处理提供可靠的依据。
坐标系转换与归一化处理总结词详细描述钟差与轨道解算是高精度GNSS网数据处理的关键步骤之一，通过对采集的原始数据进行钟差和轨道解算，得到更加准确和可靠的位置信息和时间信息，为后续应用提供保障。
详细描述在进行高精度GNSS网数据处理时，需要对采集的原始数据进行钟差和轨道解算。
钟差解算的主要目的是消除各种误差因素的影响，提高时间信息的准确性和可靠性。
轨道解算的主要目的是根据卫星轨道参数和接收机位置信息计算出卫星的位置和速度等信息，为后续应用提供可靠的依据。
总结词钟差与轨道解算VS精密单点定位算法算法流程精密单点定位算法的流程一般包括数据预处理、坐标转换、钟差处理和坐标解算等步骤。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
3. Program for automated coordinate time series analysis (FODITS)
4. Ambiguity resolution for GPS and GLONASS
5. Flexible parameter handling on normal equation level
3、数据质量分析报告。利用该软件进行2012年至今以来陆态网络项目GNSS观测数据数据质量处理分析，出具站点数据质量报告，包括GNSS信号多路径效应、有效率、卫星天空图、观测数据残差图等。
双端口千兆+双端口万兆网卡；
DVD光驱/冗余电源/导轨。源自2、软件采购名称版本
套
技术指标
BERNESE GNSS PROCESS SOFTWARE
Version 5.2
1
1.至少能够在LINUX系统运行；
2.Ready-to-use BPE examples for different applications:
GNSS数据质量评估采购技术指标
1、硬件采购
名称
品牌及型号
数量（台）
技术指标
Dell服务器
Dell服务器R820
1
4颗Intel Xeon E5-4607v2，Intel Xeon Processor E5-4607v2；
64GB 1600MHz RDIMM内存；
硬盘容量8T；
PERC H730P Raid卡，2GB缓存；
6. Modern troposphere models (e.g., VMF1, GMF/GPT)
7. Ionosphere modelling including higher order ionosphere corrections
8. IGS and IERS 2010 conventions compliance
PPP (basic and advanced versions)
RINEX-to-SINEX (double-difference network processing)
Clock determination (zero-difference network processing)
LEO precise orbit determination based on GPS-data