【AI地图 Tech说】第十一期:北斗高精定位底座技术——星地协同的厘米级广域服务突破

导读:
相信你一定体验过手机导航精准到路口转弯的便利,每当你驾车驶入地下车库时,是否好奇过为何信号中断后重新定位仍能快速恢复?这背后正是北斗卫星导航系统从"可用"向"好用"的跨越式发展。

通过星地一体化网络构建的全球时空基准,北斗已实现从米级到厘米级、从区域覆盖到全球服务的质变,为自动驾驶、智慧城市等场景提供关键时空基础设施支撑。定位服务正从 “可用” 向 “好用”、从 “米级” 向 “厘米级 / 亚米级”、从 “区域覆盖” 向 “全球广域” 快速升级。

北斗高精定位的技术突破,不再是单纯从天上的卫星信号方面发力,而是呈现出以星地一体化网络、多系统融合算法、终端轻量化解算为核心的整体能力跃升。本文聚焦北斗高精定位最核心、最基础的底座技术,系统解读星地一体化 PPP-RTK与智能终端相位精准定位测速两大关键方向,揭开北斗实现广域实时厘米级定位的技术密码。
01北斗星地一体化PPP-RTK:高精定位的战略制高点
1.1 PPP-RTK 是什么?为什么它是核心?
在高精度卫星导航领域,长期存在两种主流技术路径:RTK(实时动态定位)与PPP(精密单点定位)。我们最常接触的是RTK定位技术,RTK(Real - Time Kinematic)即实时动态差分技术,是一种基于载波相位观测值的实时动态定位技术。它依托本地基准站网开展工作,基准站会持续采集卫星信号,并将观测数据实时传输给流动站。流动站不仅自身采集卫星信号,还接收基准站的数据,通过差分处理消除大部分公共误差,从而在瞬间获得厘米级的高精度定位结果。这一特性使其在测绘、农业、交通等诸多领域得到广泛应用,例如在测绘中可精准测量地形地貌,农业里能指导农机精准作业。
请添加图片描述
然而,RTK技术也存在明显局限。由于其定位精度高度依赖基准站,导致覆盖范围较小,通常仅适用于局部区域作业。而且,建立基准站网需要投入大量资金购置设备、租赁场地等,建站成本高昂。

再来看PPP,PPP(精密单点定位)是一种无需本地基准站,依靠全球轨道钟差产品实现单机广域定位的技术。其原理在于利用精密的卫星轨道和钟差信息,结合接收机观测到的卫星信号,通过状态域误差建模,对包括卫星轨道与钟差、信号时延偏差、电离层延迟、对流层延迟等在内的多种误差进行联合建模与估计,从而在单机状态下实现广域的高精度定位。不过,PPP技术收敛时间长,难以快速达到厘米级精度。总的来说,两者各有优劣,无法同时满足 “广域覆盖、低成本、瞬时厘米级” 三大需求。

PPP-RTK 技术的核心价值,正是融合 RTK 的瞬时高精度与 PPP 的广域低成本优势,通过状态域误差建模、多源数据融合、星地链路协同,实现一次解算、全域覆盖、快速收敛的厘米级定位。它不再依赖密集基准站网,而是通过广域稀疏站网生成高精度轨道、钟差、大气延迟、相位偏差等产品,以低带宽播发至终端,让普通用户单机即可获得媲美 RTK 的定位精度。
请添加图片描述
对北斗系统而言,星地一体化 PPP-RTK 已成为全球高精导航竞争的战略制高点。2022—2025 年,北斗在多系统融合、星地协同、行业落地三大维度实现跨越式发展,形成 “技术突破 — 产业落地 — 全球服务” 的全链条能力,彻底改变了以往高精度服务依赖国外技术与产品的格局。

1.2 全球格局:从国外领跑至北斗并跑领跑
早在 2018 年,日本准天顶卫星系统就推出区域 PPP-RTK 增强服务(CLAS),通过星基播发精密轨道、钟差与大气延迟产品,播发速率 2000bps,为日本本土用户提供厘米级服务。随后,美国天宝(CenterPoint RTX FAST)、瑞典海克斯康(TerraStar-X)、瑞士 u-blox(PointPerfect)等商业公司相继推出星基 PPP-RTK 服务,占据全球高端市场。

国内企业同步发力,以中海达、千寻位置、国汽大有时空为代表的机构,在 PPP-RTK 算法、产品生成、播发链路、终端适配等环节实现关键突破,构建起自主可控的北斗高精定位服务体系。截至目前,北斗星地一体化 PPP-RTK 已在自动驾驶、测绘勘探、智慧港口、精准农业等领域规模化落地,服务精度、可用性、连续性达到国际先进水平。

1.3 核心技术一:北斗 PPP-RTK 高精度服务产品处理
服务产品是 PPP-RTK 的核心组成部分,对终端定位精度和收敛性能起决定性作用。要实现广域厘米级定位,需要针对包括卫星轨道与钟差误差、信号硬件偏差、相位偏差、电离层延迟及对流层延迟在内的关键误差项进行统一建模与精确估计。

  • 卫星轨道与钟差精确解算

卫星轨道与钟差构成定位的基础时空基准。北斗服务端在复杂观测数据环境下,通过多系统融合定轨与实时钟差稳健估计,结合抗差滤波与异常值检测机制,实现轨道径向精度优于厘米级、钟差精度优于 0.1 ns(约3 cm),为广域高精度定位提供可靠基准。

  • 多频多系统信号与相位偏差校正

在多系统多频信号融合条件下,接收机与卫星端的硬件延迟(如码偏差、频间偏差等)成为限制定位精度的重要因素。PPP-RTK 通过联合估计各类硬件偏差,并进一步估计相位偏差(UPD),恢复非差载波相位模糊度的整数特性,从而显著提升模糊度固定效率,在良好条件下可将收敛时间由分钟级缩短至秒级或十秒级。

-大气延迟高精度建模

电离层与对流层延迟是广域定位的主要误差来源。PPP-RTK 通常采用基于空间格网或视线方向建模的电离层改正方法,以兼顾广域覆盖与精度需求;对流层延迟则通过区域模型或格网化改正进行估计,有效提升垂向定位精度并加快收敛过程。

通过上述技术,北斗 PPP-RTK 可生成覆盖广域的高精度轨道、钟差、信号偏差及大气延迟等状态空间改正产品,并通过低带宽播发至终端,为高精度定位提供统一支撑。

1.4 核心技术二:星地融合增强服务
当前北斗高精度服务仍以地基网络 RTK 为主,直接切换至 PPP-RTK 需大规模更新终端,成本极高、推广难度大。因此,星地融合、兼容互通是实现规模化应用的必经之路。

1.状态域与观测域兼容处理PPP-RTK 采用状态域方法,将误差分解为轨道、钟差、相位偏差、大气延迟等独立状态量,以低带宽实现广域覆盖;传统 RTK 采用观测域差分改正数,适配现有终端。北斗通过状态域 — 观测域双向转换,让同一套服务产品同时支持新型 PPP-RTK 终端与传统 RTK 终端,保护用户投资、降低升级成本。

2.星地链路弹性播发星基播发带宽有限,无法传输高时空分辨率原始大气产品;地基播发带宽充足但覆盖受限。北斗设计弹性自适应电文格式,根据星基 / 地基链路带宽自动调整产品编码与传输速率,实现高精度产品星地一体化播发、无缝切换、连续服务。无论用户在开阔野外、城市城区还是偏远区域,都能稳定接收改正数,保持定位精度不下降。

1.5 核心技术三:星地一体化可信定位
高精度服务必须兼顾可靠性与完好性,尤其是在自动驾驶、轨道交通、航空等安全关键场景,定位故障可能引发严重后果。传统完好性监测以伪距观测为主,无法满足厘米级相位定位需求。

“可靠性”这个词,大家顾名思义容易理解。“完好性”这个术语,相对来说专业性更强,这里说明一下完好性的定义。卫星定位完好性是指定位系统在无法提供准确位置信息时,能够及时发出警告的能力,其实这个就相当于自身对置信度的估计能力,在自动驾驶、轨道交通、航空等安全关键场景中至关重要。传统完好性监测主要依赖伪距观测,但无法满足厘米级相位定位的高精度需求。北斗系统构建了全概率框架下的可信定位体系:服务端通过模糊度固定与质量控制算法提升数据处理可靠性,基于监测网数据估计误差概率分布并计算99.9%可用性保护门限,实现故障识别与异常检测;终端结合可信指标,采用模糊度整数检验、多频多系统互检等技术,实现自主完好性监测。这一体系使北斗PPP-RTK从“高精度”升级为“高精度+高可靠”,有效保障了定位结果的准确性和安全性,满足安全关键行业的严苛要求。

北斗系统构建了全概率框架下的可信定位体系:

1.服务端通过模糊度固定与质量控制算法,提升数据处理可靠性;

2.基于监测网数据,估计产品误差概率分布,计算 99.9% 可用性保护门限,实现故障识别与异常检测;

3.终端结合可信指标,采用模糊度整数检验、多频多系统互检,实现自主完好性监测。

这套体系让北斗 PPP-RTK 从 “高精度” 升级为 “高精度 + 高可靠”,满足安全关键行业的严苛要求。

1.6 核心技术四:星地协同轻量化组网定位
传统 PPP-RTK 依赖区域基准站网,建设成本高、覆盖范围有限,难以支撑自动驾驶、无人机物流、物联网等海量用户场景。北斗创新提出星地协同轻量化组网,以 “广域稀疏基准站 + 海量众包数据 + 星地融合播发” 破解瓶颈。

1.服务端:众包观测数据同化构建分布式虚拟观测网络,通过动态阈值筛选、多源一致性校验,从海量用户众包数据中提取高精度大气信息,快速生成广域高分辨率大气产品,大幅降低基准站建设成本。

2.用户端:低成本终端粗差探测面向大众低成本终端,综合载噪比、伪距残差、高度角、硬件跟踪质量,结合深度学习构建粗差探测体系,实现状态域与观测域无缝切换,让千元级终端也能享受广域厘米级服务。

星地协同轻量化技术,让北斗高精定位从 “专业领域” 走向 “大众普惠”,支撑大规模终端同时在线服务。
02基于北斗/GNSS相位的智能终端精准定位测速请添加图片描述
2.1 智能终端:北斗高精定位的 “最后一公里”
高精度定位正从专业测绘、行业终端,快速渗透至智能手机、平板、穿戴设备等大众智能终端。2016 年底,谷歌开放安卓原始 GNSS 观测值接口,华为、小米、三星、谷歌等厂商相继推出支持北斗多频原始观测值输出的终端,北斗高精定位进入大众时代。

但智能终端面临两大天然缺陷:

1.消费级 GNSS 器件性能差:天线增益低、噪声大、硬件延迟不稳定;

2.城市环境恶劣:高楼遮挡、多路径效应、信号频繁失锁。

传统伪距单点定位精度仅为十米至数十米,无法满足智能出行、增强现实(AR)、地理营销、移动健康等新兴应用需求。基于载波相位的 RTK/PPP/PPP-RTK 技术,成为突破智能终端定位瓶颈的唯一路径。

2.2 核心突破:从相位观测到分米 / 厘米级定位
载波相位观测精度远高于伪距,但易受周跳、偏差、噪声影响。北斗智能终端相位定位技术,围绕数据质量控制、偏差校正、模型适配、模糊度固定四大环节实现全链条突破。

1.相位数据质量控制通过验前 / 验后周跳探测、抗差估计、信噪比筛选,剔除粗差与异常观测,获取可靠相位数据;针对智能终端特有的 Duty cycle(占空比)效应,采用关闭机制或校正算法,消除相位系统性偏差。

2.定位偏差全面校正智能终端存在载波相位偏差、天线相位中心偏差(PCO/PCV)、硬件延迟(IPB)等系统性误差,北斗通过专用偏差模型 + 实时校正,消除误差影响;结合城市三维空间模型与射线追踪算法,抑制多路径效应,提升复杂环境定位稳定性。

3.云—端协同与机器学习增强利用云端算力进行大数据误差建模,终端实时接收改正数;通过机器学习优化定位随机模型与参数估计,适配不同品牌、不同型号终端的观测特性,实现 “一机一模型” 精准适配。

在开阔环境下,基于北斗相位的智能终端可实现:

静态定位:分米至厘米级;

动态定位:米级至亚米级;完全满足大众高精导航需求。

2.3 多 GNSS 观测自适应定位:让终端 “更聪明”
不同品牌、不同价位的智能终端,GNSS 器件性能差异极大;开阔地、城市峡谷、高架桥下等环境,观测数据特性完全不同。北斗采用自适应定位模型,实现终端与环境的双向适配。

1.伪距噪声抑制通过多普勒平滑伪距、相位平滑伪距、位置域载波相位历元差分(TDCP)平滑,将数米级伪距噪声削弱至 1—3 米。

2.相位高精度解算采用双频无电离层组合、速度约束状态模型,结合 RTK/PPP/PPP-RTK 融合算法,实现复杂环境下稳定高精定位。

3.精细化随机模型摒弃传统高度角定权,采用信噪比 / 高度角联合定权,分系统、分频率建立独立随机模型,提升弱信号环境下的定位稳健性。

4.独立钟差参数估计针对智能终端多系统钟差不一致问题,增设独立钟差参数,消除钟差偏差对定位结果的影响。

2.4 北斗 / GNSS 测速:从米 / 秒到毫米 / 秒
高精度测速是智能出行、运动健康、轨迹还原的核心能力,北斗提供三种主流测速方案:

1.伪距差分测速:噪声最大,精度低,仅用于辅助判断;

2.多普勒测速:观测稳定、抗周跳能力强,动态精度优于 1 米 / 秒;

3.载波相位历元差分(TDCP)测速:精度最高,静态可达毫米 / 秒、动态优于 0.1 米 / 秒。

智能终端测速的主要瓶颈是钟差不一致与周跳 / 粗差。北斗通过多观测值融合、验前一致性检验、验后抗差估计、周跳实时修复,大幅提升复杂环境测速可用性,让运动轨迹更精准、连续、平滑。

2.5 模糊度快速可靠固定:高精定位的 “临门一脚”
模糊度固定是实现厘米级定位的核心前提,国际主流方法为 LAMBDA 算法。但在城市动态环境中,卫星遮挡、周跳频繁、数据质量差,导致全模糊度固定成功率低。

北斗采用部分模糊度固定 + 最优整数等变估计(BIE)的双轨方案:

1.从高维模糊度集合中优选高可靠性子集优先固定,提升速度与成功率;

2.以 BIE 替代传统固定方法,对所有整数候选解加权融合,在最小均方误差意义下获得最优估值,平衡 “去真” 与 “纳伪” 风险,显著提升动态环境固定可靠性。

百度地图与武汉大学深度合作,实现了该技术,已在多款主流GNSS主流终端上验证,开阔环境模糊度固定时间小于 1 秒,城市环境成功率超过 95%。
03北斗高精定位底座,之称数字时空新生态
北斗星地一体化 PPP-RTK 与智能终端相位定位测速,共同构成了北斗高精定位的技术底座。前者解决 “广域、高精度、高可靠、低成本” 服务供给问题,后者打通 “大众终端、普惠应用” 最后一公里。

从技术维度看,北斗已实现多系统融合、星地协同、完好性保障、轻量化组网的全面突破;从产业维度看,北斗高精服务已覆盖自动驾驶、精准农业、智慧城市、测绘勘探、大众消费等全场景;从全球维度看,北斗正从区域服务迈向全球高精定位领跑者。

未来,随着低轨卫星星座、6G 通信、人工智能等技术深度融合,北斗高精定位将进一步向全球无缝覆盖、终端极致轻量化、服务普惠化演进,成为数字中国、智能社会、万物互联的核心时空基础设施。

内容概要:本文研究了计及碳排放的多微网电能交互分布式运行策略,提出了一种基于交替方向乘子法(ADMM)的优化方法,旨在实现多微电网系统在满足能源供需平衡的同时降低碳排放。文中构建了包含分布式电源、储能系统、可控负荷及碳排放约束的多微网协同优化模型,通过ADMM算法将全局优化问题分解为各微网子系统独立求解的子问题,实现分布式协同调度,在保障各微网自治性的同时兼顾系统整体的经济性与低碳性。研究通过Matlab代码完成了算法仿真,验证了所提策略在提升能源利用效率、减少碳排放、增强系统鲁棒性与可扩展性方面的有效性,为低碳化、去中心化的能源互联网运行提供了理论支持与实践参考。; 适合人群:具备电力系统分析、优化理论及Matlab编程基础的科研人员、电气工程及相关专业的研究生,以及从事智慧能源、分布式能源系统规划与运行的工程技术人员。; 使用场景及目标:①应用于多微电网系统的分布式能量管理与协同优化调度;②支持“双碳”目标下的低碳电网运行策略设计与政策评估;③为ADMM等分布式优化算法在能源系统中的工程化应用提供完整的模型构建、算法实现与仿真验证案例。; 阅读建议:读者应结合Matlab代码深入理解ADMM算法的迭代流程、拉格朗日函数构造与收敛条件设定,重点关注模型中碳排放因子的引入方式、变量分解机制与子问题求解过程,建议通过调整微网数量、碳价参数及通信拓扑结构进行多场景仿真,以深化对分布式协同机制与环保经济权衡关系的理解。
下载代码方式:https://pan.quark.cn/s/cc130f55eddd BUCK变换器,亦称为降压型转换器,在开关电源技术中属于一种基础电路拓扑,其核心功能在于实现从高电压到低电压的转换,并且在转换过程中确保输出端电压的稳定性。本文的核心内容集中在对BUCK变换器的运行机制进行剖析、阐释电流连续模式(CCM)与断续模式(DCM)之间的差异,并深入探讨这两种模式在稳态下的相互关系,同时研究BUCK变换器的交流等效电路模型以及电压与电流补偿回路的构建方法。BUCK变换器的原理示意图如图1所示,其显著特征在于输出电压值低于输入电压值,输出电流保持连续状态,而输入电流则呈现出脉动特性。变换器的工作过程可以划分为两个主要阶段:在第一个阶段,即开关管导通间,电感元件负责储存能量,电流呈现出线性增长的趋势,并且同时向负载提供能量;在第二个阶段,即开关管截止间,电感通过二极管实现能量的续流,电流则表现出线性递减的态势。依据电感元件的伏秒平衡原理,可以推导出涉及开关管占空比、电感元件电感量、输入电压以及输出电压之间关系的数学公式,这些公式对于深入理解和设计BUCK变换器具有关键性的指导意义。 接下来,文章对CCM和DCM两种模式进行了详细的比较分析。在CCM模式下,电感电流在整个开关周内均保持连续的状态,而在DCM模式下,电感电流则会出现中断现象。确定BUCK变换器工作模式的关键依据是其电感电流纹波值与输出电流值相等这一边界条件。当电流纹波值等于零,即在整个开关周内电感电流保持完全连续时,BUCK变换器被归类为CCM模式;相对地,若电流纹波值大于零,则表明变换器处于DCM模式;介于两者之间的情况则界定为CCM与DCM的过渡状态。 在DCM模式下,对BUCK...
源码链接: https://pan.quark.cn/s/ae09e867d64c S参数指的是散射参数,其英文全称为“Scattering-Parameter”。该参数用于表征电路网络中信号传输与反射的特性,是微波领域中衡量电路网络性能的核心指标。以二端口网络为例,比如单根传输线,其包含四个S参数,分别为S11、S12、S21和S22。其中,S11代表端口1的反射系数,S12代表端口1至端口2的反向传输系数,S21代表端口2至端口1的正向传输系数,而S22则表示端口2的反射系数。在高速电路设计领域,S参数是评估电路网络性能的关键依据。对于互易性网络,存在S12=S21的关系;对于对称性网络,满足S11=S22的条件;而对于无耗性网络,则有S11*S11+S21*S21=1,即网络不产生能量损耗,从端口1输入的能量要么被反射回端口1,要么被传输至端口2。在实际应用场景中,S参数能够用于评估电路网络的性能表现,例如,S11体现回波损耗,即有多少能量被反射回源端(Port1),该值越小越好,通常推荐S11<0.1,即-20dB。S21则反映插入损耗,即有多少能量被传输到目的端(Port2),该值越大越优,理想值为1,即0dB,传输效率越高,一般建议S21>0.7,即-3dB。此外,S参数还可用于判断电路网络的互易性与对称性。在高速电路设计过程中,这些参数具有显著意义,因为它们对电路网络的性能和稳定性具有直接影响。S参数是评估电路网络性能的核心指标,能够衡量电路网络的信号传输和反射能力,对于高速电路设计而言至关重要。关于Z参数和Smith圆图,Z参数属于阻抗参数,而Smith圆图是反射系数(以符号Γ表示)的极坐标图形。Smith圆图可用于评估电路网络的阻抗匹配状况...
内容概要:本文围绕基于序贯蒙特卡洛模拟法的配电网可靠性评估展开研究,系统阐述了该方法在电力系统中的应用原理与实现路径。通过Matlab代码实现了系统状态抽样、状态分析、可靠性指标计算等关键环节,并结合IEEE标准测试系统进行仿真验证,有效评估配电网在不同运行工况下的可靠性水平。研究不仅提供了完整的算法实现框架,还拓展至阶梯式碳交易、供需响应、N-k安全约束等多种复杂场景,体现了其在现代综合能源系统优化中的广泛适用性。配套资源丰富,涵盖多个电力系统前沿研究方向的技术实现与论文复现案例。; 适合人群:具备电力系统基础知识和Matlab编程能力的科研人员与工程技术人员,特别适用于从事配电网可靠性分析、综合能源系统优化、电力系统仿真等领域的高校研究生、科研机构研究人员及电力行业工程师。; 使用场景及目标:①掌握序贯蒙特卡洛模拟法在配电网可靠性评估中的建模与仿真方法;②学习利用Matlab进行电力系统随机模拟与数据分析;③为电网规划、运行风险评估及故障恢复策略制定提供量化依据;④拓展对智能优化算法、机器学习及多能协同调度在电力系统中集成应用的理解。; 阅读建议:此资源不仅提供可运行的Matlab代码,还融合了大量科研实践案例,建议读者结合文中仿真模型与实际算例进行动手复现,深入理解算法细节与工程背景,同时关注相关领域如微电网优化、故障诊断、路径规划等交叉技术的发展,以提升综合科研与工程应用能力。
源码直接下载地址: https://pan.quark.cn/s/9af8b9f95652 ### Multisim模型的导入和使用 ### 一、引言 随着电子设计自动化(EDA)工具的进步,Multisim已经成为电子工程师进行电路仿真、分析和设计的关键工具之一。借助Multisim,工程师们能够便捷地构建电路模型,并对电路进行仿真验证。本文将系统阐述如何在Multisim中导入并运用芯片仿真模型,这对于提升电子产品的研发效能具有显著价值。 ### 二、Multisim中构建新元器件 构建新元器件是Multisim中的核心功能,特别是对于那些需要特定模型或无法从Multisim库中直接获取的元器件来更为关键。以下为构建新元器件的具体流程: ##### 步骤1:录入元器件信息 在Multisim中启动“Component Wizard”,即元器件向导,开始创建新的元器件。首先需要录入元器件的基本资料,包括型号、主要功能、类型等。这些资料将有助于用户更高效地管理和检索元器件。 ##### 步骤2:录入封装信息 接下来需要设定元器件的封装信息。在这一环节中,用户需要依据实际芯片的封装规格来选择适宜的引脚数量。同时,还需明确是构建单一部件元器件还是复合部件元器件。如果是复合部件元器件,则必须确保引脚数量与符号中使用的引脚数量保持一致。 ##### 步骤3:录入符号信息 在此步骤中,用户可以编辑元器件在仿真过程中的显示符号。编辑符号可以通过三种途径进行:直接编辑、从数据库中复制现有符号或复制当前符号以备将来使用。编辑符号时应注重其在电路图中的可辨识度和清晰度。 ##### 步骤4:设定管脚参数 在该步骤中,用户需要参照数据手册上的管脚顺序为每个管脚命名,并选择恰当的类型。...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值