1.本发明涉及北斗卫星导航领域。具体的说是一种北斗短报文传输差分数据的电力塔筒沉降监测方法。
背景技术：2.随着当前社会的不断发展，能源消耗也在与日俱增，发展新能源已经成为了当前的研究热点。而电力塔筒作为风力发电的重要组成部分，由于外界环境的影响，面临着一定的地面沉降风险，这将影响塔筒设施的安全性并造成严重的经济损失，因此有必要针对塔筒设施进行沉降监测。
3.传统的全站仪、水准仪用于沉降监测，受到人工、天气、环境等外界条件的限制，难以适用于大规模的场景。而采用gnss的相对定位技术，则可以实现全天候的实时监测，具有较高的自动化程度和监测精度，有利于广泛的应用在塔筒监测的场景下。但相对定位技术也需要基准站的观测数据才能完成高精度的定位，在通信链路不发达或受限的偏远地区以及海上区域，没有网络链路可以传输基准站的相应数据，导致难以采用相对定位技术实现偏远地区的电力塔筒沉降监测。
4.北斗短报文通信作为北斗卫星导航系统的特色功能，基于geo卫星播发服务，从而避免了网络链路对于传输数据的限制，因此采用北斗短报文传输基准站数据，可以实现偏远地区的电力塔筒沉降监测，并且利于推动北斗产业的发展。目前民用短报文的年费约1200元，低廉的成本更易于大规模的推广。但单次短报文的发送容量被限制在78字节以内，如何在有限容量内最大化的传输定位数据，从而实现高精度的沉降监测是当前的一个难点。
技术实现要素：5.本发明是为了解决偏远地区网络链路不发达或受限的问题，提出一种北斗短报文传输差分数据的电力塔筒沉降监测方法，以期能够实现网络链路受限的偏远地区电力塔筒的沉降监测，从而降低安全隐患与经济损失，保证沉降监测结果的可靠性。
6.本发明为达到上述发明目的，采用如下技术方案：
7.本发明一种北斗短报文传输差分数据的电力塔筒沉降监测方法的特点是按如下步骤进行：
8.步骤1、获取原始gnss数据并进行预处理；
9.步骤1.1、在已知位置点上架设基准站，并在电力塔筒的底部架设流动站；
10.步骤1.2、所述基准站接收卫星r发送的原始gnss观测数据并进行粗差剔除，再进行周跳探测与修复，从而得到处理后的伪距p和载波相位l；
11.步骤2、基于伪距p和载波相位l计算改正值；
12.步骤2.1、所述基准站计算卫星r的坐标(xr,yr,zr)；
13.步骤2.2、根据基准站的真实坐标(x,y,z)获取基准站与卫星r之间的站星距离ρr；
14.步骤2.3、根据站星距离ρr、伪距p和载波相位l计算伪距改正值dpr和载波相位改正值dlr；
15.步骤3、基于卫星r的坐标(xr,yr,zr)和基准站的真实坐标(x,y,z)计算卫星r的高度角，并保留高度角大于阈值的卫星数据；
16.步骤4、初始化时间内数据发送策略；
17.步骤4.1、在首历元时，所述基准站采用北斗短报文发送伪距改正值dpr、载波相位改正值dlr以及历元时间t给流动站；
18.步骤4.2、在第二历元及后续历元时，所述基准站先将当前历元的伪距改正值与首历元的伪距改正值做一次差分，然后将当前历元的载波相位改正值和首历元的载波相位改正值的整周数值进行一次差分，从而得到单差伪距改正值δdpr和单差载波相位改正值δdlr；然后所述基准站采用北斗短报文发送所述单差载波相位改正值δdpr、单差伪距改正值δdlr给流动站；
19.若后续历元出现新卫星，则所述基准站按照步骤1.2-步骤2.3的过程，得到新卫星的伪距改正值和载波相位改正值，并在当前历元发送给流动站；从而在下一历元按照步骤4.2的过程进行差分计算并将相应的单差载波相位校正值和单差伪距校正值发送给流动站；
20.步骤4.3、采用数字0-3分别表示卫星系统的类别，包括：gps、bds、galileo、glonass，采用0-64表示单个卫星系统下的卫星编号；
21.步骤5、积累初始数据，并采用灰色-加权马尔科夫链模型对后续传输数据进行简化；
22.步骤5.1、构建灰色模型的原始序列：
23.基准站发送卫星r的n个历元单差载波相位改正值，并完成初始数据积累；若n个历元的单差载波相位改正值中存在负数，则对每一个历元的单差载波相位改正值均添加一个正数c；若n个历元的单差载波相位改正值中不存在负数，则不添加c；从而将处理后的前n个历元单差载波相位改正值定义为序列其中，表示第i个历元下的卫星r的单差载波相位改正值，其中i《n；
24.步骤5.2、将步骤5.1中的序列进行一次累加，得到累加序列步骤5.2、将步骤5.1中的序列进行一次累加，得到累加序列其中，表示第i个历元下的卫星r的累加单差载波相位改正值，且i＝1,2,3
…
n；
25.步骤5.3、根据累加序列x
(1)
，利用式(1)和式(2)构建白化微分方程：
[0026][0027][0028]
式(1)和式(2)中，a表示发展系数，b表示灰色作用量；表示第i+1历元下的卫星r的累加单差载波相位改正值；
[0029]
步骤5.4、利用式(3)构建误差方程：
[0030][0031]
利用式(4)得到简化后的误差方程：
[0032]
y＝ba
ꢀꢀ
(4)
[0033]
式(4)中，y表示单差载波相位改正值向量，b表示系数矩阵，a表示待求参数向量；
[0034]
利用最小二乘法对式(4)进行求解，得到参数a＝[ab]
t
：
[0035]
a＝(b
t
b)-1btyꢀꢀ
(5)
[0036]
步骤5.5、利用式(6)和式(7)得到第i+1历元下的灰色模型预测值
[0037][0038][0039]
步骤5.6、根据步骤5.1-步骤5.5中前n个历元的单差载波相位改正值所构建的灰色模型，得到第2个历元到第n+1个历元的灰色模型的预测值；若序列x
(0)
中存在负数，则将灰色模型的预测值减去正数c，若序列x
(0)
中不存在负数，则不减去c；从而得到序列中不存在负数，则不减去c；从而得到序列其中，表示第n+1历元的灰色模型的预测值；
[0040]
计算序列x
(0)
和序列y
(0)
在相同历元下的数据差分值，从而构建加权马尔科夫链模型的序列z＝{z2,z3,
…
,zi,
…
,zn},其中，zi表示第i个历元下的数据差分值，i＝2,3,4
…
n；
[0041]
步骤5.7、采用如式(8)所示的均值-标准差法计算马尔科夫链分布空间：
[0042][0043]
式(10)中，s代表样本标准差，代表序列z的均值，ze表示序列z中第e个元素值，n表示序列z中的元素个数，将序列z分为h个分布区间；
[0044]
步骤5.8、依据分布空间，对序列z中的各个数值确定其所属的状态：
[0045]
假设序列z中包含m个状态，即状态空间e＝{1,2,3
…
m}；用f
dj
表示序列z中数值经过g步转移时从状态d到状态j的频数，d,j∈e，利用式(9)和式(10)构建第g个马尔科夫链转移概率矩阵pg：
[0046]
[0047][0048]
式(12)中，p
d,j
表示第g个马尔科夫链转移概率矩阵pg中第d行第j列的元素；
[0049]
根据序列z中存在的状态数量m，得到m种不同的转移步长，从而利用式(9)和式(10)得到m个马尔科夫转移概率矩阵p＝{p1,p2,
…
,pg,
…
pm}；
[0050]
步骤5.9、利用式(11)计算自相关系数rk，并利用式(12)进行归一化处理，得到马尔科夫链模型的权向量wk：
[0051][0052][0053]
式(12)中，k为阶数，且满足k∈e；
[0054]
步骤5.10、计算加权马尔科夫链模型预测值并修复灰色模型预测结果：
[0055]
基于处在序列z中的后m个数值及其状态，利用式(13)得到第n+1历元时段的第d个状态预测概率
[0056][0057]
式(13)中，表示在阶数为k时状态d的概率；
[0058]
从第n+1历元下的m个状态预测概率中选取最大数值作为预测结果，并根据状态对应的分布空间确定马尔科夫链模型的预测值zn，从而利用式(14)修复灰色模型预测结果，得到贴近真实值的预测值
[0059][0060]
步骤5.11、利用式(15)计算所述基准站利用北斗短报文向流动站发送的第n+1历元的双差载波相位改正值
[0061][0062]
步骤5.12、按照步骤5.1-步骤5.11的流程对伪距改正值进行处理，从而得到第n+1历元的双差伪距改正值
[0063]
步骤5.13、对于第n+1历元的后续历元，采用滑动窗口选取最近的n个历元数据，并按照步骤5.1-步骤5.12的过程计算改正值；
[0064]
步骤6、复原差分数据；
[0065]
步骤6.1、流动站通过北斗短报文接收所述基准站发送的卫星r的前n个历元单差载波相位改正值和单差伪距改正值，并根据步骤5.1-步骤5.13得到单差载波相位预测值和单差伪距预测值
[0066]
步骤6.2、流动站接收到所述基准站发送的第n+1历元下的双差载波相位改正值和双差伪距改正值对第n+1历元下的单差载波相位预测值和单差伪距预测值进
行校正，进而按照步骤4的差分策略进行数据复原，得到未简化的载波相位改正值和伪距改正值；
[0067]
步骤7、流动站接收本地的观测数据，并根据历元时间t选择对应历元时间下的流动站数据，与基准站发送的载波相位改正值和伪距改正值进行差分定位处理，从而完成塔筒设施的沉降监测。
[0068]
与现有技术相比，本发明的有益效果在于：
[0069]
1、本发明采用北斗短报文进行电力塔筒沉降监测，所需的成本低廉，具有全天候的服务特点，该方法适用于通讯链路受限地区的电力塔筒沉降监测，以及海上电力塔筒沉降监测，具有广阔的应用前景。
[0070]
2、本发明通过提出基于灰色-加权马尔科夫链模型的gnss数值简化方案，在有限的短报文容量内可以传输更多卫星的校正数据，进而提升了相对定位的定位精度，保证了沉降监测结果的准确性。
附图说明
[0071]
图1基于北斗短报文传输差分数据的电力塔筒沉降监测方法的原理图；
[0072]
图2基于灰色-加权马尔科夫链模型实现数据压缩的算法原理图。
具体实施方式
[0073]
本实施例中，一种北斗短报文传输差分数据的电力塔筒沉降监测方法，通过灰色-加权马尔科夫链预测模型对数据进行压缩，从而提升单次短报文发送的观测数据量，然后采用北斗短报文发送压缩数据，流动站接收数据后完成差分定位，从而实现偏远地区的电力塔筒沉降监测。具体的说，如图1所示，包括以下步骤：
[0074]
步骤1、获取原始gnss数据并进行预处理；
[0075]
步骤1.1、在已知位置点上架设基准站，并在电力塔筒的底部架设流动站；
[0076]
步骤1.2、基准站接收卫星r发送的原始gnss观测数据并进行粗差剔除，再进行周跳探测与修复，从而得到处理后的伪距p和载波相位l；
[0077]
步骤2、基于伪距p和载波相位l计算改正值；
[0078]
步骤2.1、基准站计算卫星r的坐标(xr,yr,zr)；
[0079]
步骤2.2、根据基准站的真实坐标(x,y,z)获取基准站与卫星r之间的站星距离ρr；
[0080]
步骤2.3、根据站星距离ρr、伪距p和载波相位l计算伪距改正值dpr和载波相位改正值dlr；
[0081]
步骤3、基于卫星r的坐标(xr,yr,zr)和基准站的真实坐标(x,y,z)计算卫星r的高度角，并保留高度角大于阈值的卫星数据；
[0082]
步骤4、初始化时间内数据发送策略；
[0083]
步骤4.1、在首历元时，基准站采用北斗短报文发送伪距改正值dpr、载波相位改正值dlr以及历元时间t给流动站；
[0084]
步骤4.2、在第二历元及后续历元时，基准站先将当前历元的伪距改正值与首历元的伪距改正值做一次差分，然后将当前历元的载波相位改正值和首历元的载波相位改正值的整周数值进行一次差分，从而得到单差伪距改正值δdpr和单差载波相位改正值δdlr；然
后基准站采用北斗短报文发送单差载波相位改正值δdpr和单差伪距改正值δdlr给流动站；对于当前历元时间不进行发送，流动站可以根据所述基准站发送的首历元时间t以及北斗短报文的发送频率计算当前的历元时间，从而节省短报文的发送空间。
[0085]
若后续历元出现新卫星，则基准站按照步骤1.2-步骤2.3的过程，得到新卫星的伪距改正值和载波相位改正值，并在当前历元发送给流动站；从而在下一历元按照步骤4.2的过程进行差分计算并将相应的单差载波相位校正值和单差伪距校正值发送给流动站；
[0086]
步骤4.3、采用数字0-3分别表示卫星系统的类别，包括：gps、bds、galileo、glonass，采用0-64表示单个卫星系统下的卫星编号；
[0087]
步骤5、积累初始数据，并采用灰色-加权马尔科夫链模型对后续传输数据进行简化，如图2所示；
[0088]
流动站在获取基准站的n个历元数据后，可以采用灰色-加权马尔科夫链模型对基准站即将发送的第n+1历元数据进行预测，即对δdp
n+1
和δdl
n+1
进行预测。同理基准站采用相同方法可以获取流动站的预测值和将δdp
n+1
、δdl
n+1
和进行差分后得到差值和后并向流动站进行发送，流动站可以根据接收的和与和恢复δdp
n+1
和δdl
n+1
。和在数值上小于δdp
n+1
和δdl
n+1
，由此实现了数据量的压缩。将发送前n个历元数据所需的时间定义为模型初始化时间，一般n》＝10。计算预测值的具体措施如下；
[0089]
步骤5.1、构建灰色模型的原始序列：
[0090]
基准站发送卫星r的n个历元单差载波相位改正值，并完成初始数据积累；若n个历元的单差载波相位改正值中存在负数，则对每一个历元的单差载波相位改正值均添加一个正数c；若n个历元的单差载波相位改正值中不存在负数，则不添加c；从而将处理后的前n个历元单差载波相位改正值定义为序列其中，表示第i个历元下的卫星r的单差载波相位改正值，其中i《n；
[0091]
步骤5.2、将步骤5.1中的序列进行一次累加，得到累加序列步骤5.2、将步骤5.1中的序列进行一次累加，得到累加序列其中，表示第i个历元下的卫星r的累加单差载波相位改正值，且i＝1,2,3
…
n；
[0092]
步骤5.3、根据累加序列x
(1)
，利用式(1)和式(2)构建白化微分方程：
[0093][0094][0095]
式(1)和式(2)中，a表示发展系数，b表示灰色作用量；表示第i+1历元下的卫星r的累加单差载波相位改正值；
[0096]
步骤5.4、利用式(3)构建误差方程：
[0097][0098]
利用式(4)得到简化后的误差方程：
[0099]
y＝ba
ꢀꢀ
(4)
[0100]
式(4)中，y表示单差载波相位改正值向量，b表示系数矩阵，a表示待求参数向量；
[0101]
利用最小二乘法对式(4)进行求解，得到参数a＝[ab]
t
：
[0102]
a＝(b
t
b)-1bt
y (5)
[0103]
步骤5.5、利用式(6)和式(7)得到第i+1历元下的灰色模型预测值
[0104][0105][0106]
步骤5.6、根据步骤5.1-步骤5.5中前n个历元的单差载波相位改正值所构建的灰色模型，得到第2个历元到第n+1个历元的灰色模型的预测值；若序列x
(0)
中存在负数，则将灰色模型的预测值减去正数c，若序列x
(0)
中不存在负数，则不减去c；从而得到序列中不存在负数，则不减去c；从而得到序列其中，表示第n+1历元的灰色模型的预测值；
[0107]
计算序列x
(0)
和序列y
(0)
在相同历元下的数据差分值，从而构建加权马尔科夫链模型的序列z＝{z2,z3,
…
,zi,
…
,zn},其中，zi表示第i个历元下的数据差分值，i＝2,3,4
…
n；
[0108]
步骤5.7、采用如式(8)所示的均值-标准差法计算马尔科夫链分布空间：
[0109][0110]
式(10)中，s代表样本标准差，代表序列z的均值，ze表示序列z中第e个元素值，n表示序列z中的元素个数，结合均值和样本标准差s将序列z分为h个分布区间，选取的分布空间需要具备对称特性；
[0111]
步骤5.8、依据分布空间的数值范围，对序列z中的各个数值确定其所属的状态：
[0112]
假设序列z中包含m个状态，即状态空间e＝{1,2,3
…
m}；用f
dj
表示序列z中数值经过g步转移时从状态d到状态j的频数，d,j∈e，利用式(9)和式(10)构建第g个马尔科夫链转移概率矩阵pg：
[0113]
[0114][0115]
式(12)中，p
d,j
表示第g个马尔科夫链转移概率矩阵pg中第d行第j列的元素；
[0116]
根据序列z中存在的状态数量m，得到m种不同的转移步长，从而利用式(9)和式(10)得到m个马尔科夫转移概率矩阵p＝{p1,p2,
…
,pg,
…
pm}；
[0117]
步骤5.9、利用式(11)计算不同阶数的自相关系数rk，并利用式(12)对不同阶数的自相关系数rk进行归一化处理，得到马尔科夫链模型的权向量wk：
[0118][0119][0120]
式(12)中，k为阶数，且满足k∈e；
[0121]
步骤5.10、计算加权马尔科夫链模型预测值并修复灰色模型预测结果：
[0122]
基于处在序列z中的后m个数值及其状态，根据相应的状态转移概率矩阵确定数值所属的状态概率，利用式(13)得到第n+1历元时段的第d个状态预测概率
[0123][0124]
式(13)中，表示在阶数为k时状态d的概率；
[0125]
从第n+1历元下的m个状态预测概率中选取最大数值作为预测结果，并根据状态对应的分布空间，通过均值法确定马尔科夫链模型的预测值zn，从而利用式(14)修复灰色模型预测结果，得到贴近真实值的预测值
[0126][0127]
步骤5.11、利用式(15)计算基准站利用北斗短报文向流动站发送的第n+1历元的双差载波相位改正值
[0128][0129]
步骤5.12、按照步骤5.1-步骤5.11的流程对伪距改正值进行处理，从而得到第n+1历元的双差伪距改正值
[0130]
步骤5.13、对于第n+1历元的后续历元，采用滑动窗口选取最近的n个历元数据，并按照步骤5.1-步骤5.12的过程计算改正值；
[0131]
步骤6、复原差分数据；
[0132]
步骤6.1、流动站通过北斗短报文接收基准站发送的卫星r的前n个历元单差载波相位改正值和单差伪距改正值，并根据步骤5.1-步骤5.13得到单差载波相位预测值和单差伪距预测值
[0133]
步骤6.2、流动站接收到基准站发送的第n+1历元下的双差载波相位改正值和双差
伪距改正值对第n+1历元下的单差载波相位预测值和单差伪距预测值进行校正，进而按照步骤4的差分策略进行数据复原，得到未简化的载波相位改正值和伪距改正值；
[0134]
步骤7、流动站接收本地的观测数据，首先对流动站的载波相位和伪距进行粗差剔除，周跳探测与修复，再根据伪距单点定位法得到流动站的近似坐标。并根据历元时间t选择对应历元时间下的流动站数据，与基准站发送的载波相位改正值和伪距改正值进行差分定位处理，获取电力塔筒底部的精确位置，从而完成塔筒设施的沉降监测。
