2022, Vol. 42
随着智能手机的广泛应用，基于智能手机的导航定位服务已成为人们日常交通出行的刚需。2016年是Android智能手机GNSS定位元年，Google公司在I/O开发者大会上宣布授予开发者获取原始GNSS测量数据的权限。2017年欧洲GNSS管理局(GSA)发布在Android智能设备上使用原始GNSS测量数据白皮书，详细介绍伪距、多普勒和载波观测值的计算方式。2018年双频GPS手机陆续问世，大量学者对双频GPS智能手机的原始GNSS数据质量和定位性能进行评估[1-2]。Robustelli等[3]采用直方图对测地型接收机和智能手机卫星信号信噪比进行统计，发现通常情况下智能手机信噪比要比测地型接收机低5~10 dB-Hz；Wanninger等[4]采用MP组合观测值方式分析智能手机伪距多路径效应，发现MP组合观测值与信噪比具有很强的相关性，但与高度角的相关性很低；Paziewski等[5]采用CMC组合观测值方式评估伪距观测值的噪声和多路径效应，发现智能手机的伪距噪声比测地型接收机大一个数量级。
目前智能手机原始GNSS数据质量分析大多基于开阔无遮挡场景，针对智能手机中非直射卫星信号场景还需进一步分析。因此，本文拟对华为P30、华为P40、小米8三款双频智能手机中直射卫星信号与非直射卫星信号的数据质量进行重点分析，设计智能手机原始GNSS数据筛选方案，以提高智能手机在复杂环境下的定位精度。
1 Android智能手机原始GNSS数据质量分析 1.1 数据采集实验评估4台Android智能手机，分别为2台小米8手机和2台华为P系列手机，手机硬件详细信息如表 1所示。MIA08、MIA10、HW30、HW40分别代表Android 8系统小米8手机、Android 10系统小米8手机、华为P30和华为P40手机。
|
表 1 智能手机硬件详细信息 Tab. 1 Information of smartphone hardware |
为分析智能手机在不同环境下原始数据的质量和定位性能，在两个特征明显的环境中静态采集智能手机原始GNSS测量数据。数据采集点P1为理想开阔环境，附近无高大建筑物和树木；数据采集点P2为严重遮挡环境，北侧为高约60 m的建筑物。
将华测i90测地型GNSS接收机放置于数据采集点P1和P2，采集数据20 min。将采集点P1和P2静态采集的数据与基准站同步观测数据导入商用基线解算软件中进行解算。基线报告显示，P1和P2均为L1固定解，P1和P2与基准站基线的RMS分别为0.028 2 m和0.005 9 m。已知基准站的精确坐标，可由基准站坐标和基线向量推算出P1和P2坐标精度为cm级。将P1和P2点坐标推算至4部手机放置位置坐标，可作为4部手机静态定位的真值。
1.2 GNSS数据质量分析 1.2.1 可见卫星数量图 1为数据采集点P1和P2的可见卫星数量，其中Rover代表智能手机旁测地型接收机同步观测的结果。2台华为手机的可见卫星数量与接收机相当，2台小米手机的可见卫星数量比接收机少11~20颗。MIA10手机可手动打开“强制启用GNSS测量结果全面跟踪选项”，MIA08手机系统不提供此功能，因此MIA10比MIA08在P1点的平均可见卫星数量多9颗。2台小米手机的可见卫星数量与测地型接收机相近，2台华为手机的可见卫星数量比接收机多12颗。后续分析发现，由于智能手机可接收部分非直射卫星信号，2台华为手机在P2点的可见卫星数量多于测地型接收机。
|
图 1 P1和P2数据采集点可见卫星数 Fig. 1 The number of visible satellites at data collection points P1 and P2 |
图 2为P1和P2数据采集点4款手机和测地型接收机连续1 200个历元的信噪比均值和标准差。在开阔地点P1，智能手机的整体信噪比水平远远低于测地型接收机，存在6~11 dB-Hz偏差。在严重遮挡地点P2，智能手机的信噪比均值下降幅度明显，信噪比标准差也随之变大。通过对比P1与P2点发现，测地型接收机的信噪比均值降低1.3 dB-Hz，信噪比标准差增大1.4 dB-Hz；智能手机的信噪比均值降低2~7 dB-Hz，信噪比标准差增大2~5 dB-Hz。智能手机的低信噪比均值和高信噪比标准差特征说明，智能手机的GNSS数据存在很多低质量数据信息。
|
图 2 信噪比与采集环境关系 Fig. 2 The relationship between signal-to-noise ratio and collection environment |
已知P2数据采集点附近高楼建筑物的高度和方位信息，可由卫星方位角与高度角直接区分直射卫星信号与非直射卫星信号。
1.3.1 非直射卫星信号信噪比当直射卫星信号受阻时，智能手机接收到的信号为反射卫星信号和衍射卫星信号。这两种卫星信号与直射卫星信号存在不一样的信噪比特征。图 3(a)为G12卫星信号从直射过渡到非直射过程中信噪比的变化情况。G12卫星在信号非直射区域的信噪比均值和标准差分别为23.59 dB-Hz和5.99 dB-Hz，G12卫星在信号直射区域的信噪比均值和标准差分别为40.38 dB-Hz和2.31 dB-Hz，说明直射卫星信号与非直射卫星信号信噪比特征明显，能够采用设定阈值的方式进行区分。
|
图 3 信噪比与卫星方位角关系 Fig. 3 The relationship between signal-to-noise ratio and satellite azimuth |
图 3(b)为MIA10手机所有直射卫星信号和非直射卫星信号信噪比与方位角散点图。方位角信息用于区分卫星信号类型，虚点线之间即为卫星信号直射区域。由图可知，大部分非直射卫星信号的信噪比集中在25 dB-Hz以下，直射卫星信号信噪比水平明显高于非直射卫星信号。
表 2(单位dB-Hz)为4款智能手机直射和非直射卫星信号的信噪比均值和标准差。由表可知，华为手机直射卫星信号的信噪比均值高于小米手机，4款手机直射卫星信号的信噪比标准差相近。根据表 2信息，将4款智能手机的信噪比阈值统一设定为27 dB-Hz，可剔除1倍中误差以上的非直射卫星信号。信噪比低于27 dB-Hz的信号包含部分直射卫星信号，但因信号质量差，对定位结果影响较小。
|
|
表 2 直射和非直射信号信噪比 Tab. 2 Signal-to-noise ratio of LOS and NLOS signal |
文献[6]已对观测值单差、双差结果进行统计分析，本文在此基础上，将观测值单差、双差结果的单位均统一至m/s，并直接舍弃个别不合理的粗差值。一般情况下，将伪距变化率、载波相位变化率和原始伪距变化率三者的单位换算为m/s后数值上应该近似相等。将间隔为1 s的伪距观测值之差作为伪距变化率，将间隔为1 s的载波相位之差作为载波相位变化率。载波相位观测值由API字段累积增量范围直接获得，单位为m。伪距变化率和载波变化率计算公式可表示为：
| $ \left\{\begin{array}{l} \Delta P_k=P_k-P_{k-1} \\ \Delta L_k=L_k-L_{k-1} \end{array}\right. $ | (1) |
式中，ΔPk、ΔLk为当前历元的伪距变化率和载波变化率，P、L分别为伪距和载波相位观测值，k为当前历元序号，k大于1时才能求得变化率。伪距变化率与原始伪距变化率差值的计算公式可表示为：
| $ \Delta=\Delta P_k-D_k $ | (2) |
式中，Δ为伪距变化率与原始伪距变化率的差值，Dk为当前历元的原始伪距变化率，由智能手机直接输出，单位为m/s。
图 4(a)为G12卫星在直射信号和非直射信号下伪距变化率、载波变化率和原始伪距变化率之间的关系，黑色虚线用于区分直射信号和非直射信号。在卫星信号直射区域，伪距变化率、载波变化率和原始伪距变化率相近；在卫星信号非直射区域，伪距变化率“抖动”幅度明显增强。由图 4(b)可知，在卫星信号非直射区域，伪距变化率与原始伪距变化率的差值明显增大。图 4(c)和图 4(d)为HW40手机直射卫星信号和非直射卫星信号伪距变化率与原始伪距变化率差值散点图。由图可知，HW40手机直射卫星信号的伪距变化率与原始伪距变化率差值为-20~20 m/s。
|
图 4 伪距变化率、原始伪距变化率和载波变化率 Fig. 4 Pseudorange change rate, original pseudorange change rate and carrier change rate |
表 3(单位m/s)为4款手机直射和非直射卫星信号伪距变化率与原始伪距变化率差值的均值和标准差。2款小米手机非直射卫星信号变化率差值的标准差约为15 m/s，而2款华为手机非直射卫星信号变化率差值的标准差约为5 m/s。非直射信号的变化率差值虽然波动较大，但是存在部分与直射信号相近的差值难以区分。将4款手机变化率差值的阈值统一设定为16 m/s，可以剔除智能手机部分非直射信号，保留智能手机中所有不超过3倍中误差的直射卫星信号。
|
|
表 3 伪距变化率与原始伪距变化率差值 Tab. 3 The difference between pseudorange change rate and original pseudorange change rate |
在§1.3.2基础上，分析卫星伪距观测值双差、载波观测值双差和原始伪距变化率单差。伪距双差、载波双差和原始伪距变化率单差可表示为：
| $ \left\{\begin{array}{l} \nabla P_k=P_k-2 P_{k-1}+P_{k-2} \\ \nabla L_k=L_k-2 L_{k-1}+L_{k-2} \\ \Delta D_k=D_k-D_{k-1} \end{array}\right. $ | (3) |
式中，
图 5为HW40手机G12卫星在信号直射区域与非直射区域伪距双差、载波双差和原始伪距变化率单差的变化情况。由图可知，在信号非直射区域伪距双差、载波双差和原始伪距变化率单差“波动”明显增大。
|
图 5 伪距和载波双差、原始伪距变化率单差 Fig. 5 Pseudorange and carrier double difference, original pseudorange change rate single difference |
根据上文数据质量分析结果和智能手机原始GNSS测量信息，本文设计如下智能手机原始GNSS数据筛选方案：
1) 利用Android API提供的测量状态参数State判断bits 0和3是否均为1。若均为1则保留该条GNSS测量信息，忽略时间为0或周秒解码不成功的GNSS测量信息，因其缺少用于计算伪距的卫星信号发射时间参数。
2) 利用Android API提供的载波相位状态判断是否发生周跳，若发生周跳则载波观测值不可用。同时利用Android API提供的多路径标识判断是否发生多路径，若发生多路径，则该条测量信息的载波相位和多普勒不可用。
3) 不确定度检核。利用Android API获取接收卫星的发射时间不确定度、载波相位观测值不确定度和原始伪距变化率不确定度。根据经验将三者的阈值分别设定为500 ns、1 m和1 m/s，剔除观测质量极差的粗差。
4) 双频校核。智能手机能够输出部分GPS和Galileo卫星的双频卫星信号，可通过设置较大的阈值，使用双频观测值作差法来探测并剔除双频伪距与多普勒观测值中较为明显的粗差：
| $ \left\{\begin{array}{l} \left|P_1-P_2\right|>\Delta_1 \\ \left|D_1-D_2\right|>\Delta_2 \end{array}\right. $ | (4) |
式中，P1与P2为2个波段的伪距观测值，D1与D2为2个波段的原始伪距变化率。统计P1点4部手机Δ1和Δ2值发现，个别离群值大于30 m和2 m/s，因此将双频伪距和原始伪距变化率的较差阈值分别设定为Δ1=30 m和Δ2=2 m/s。舍弃超过阈值的伪距和多普勒观测值。
5) 根据§1.3.1分析结果，将智能手机的信噪比阈值统一设定为27 dB-Hz。
6) 单差检验。当历元数大于2时，设置伪距变化率与原始伪距变化率差值的阈值来剔除部分非直射卫星信号。将变化率差值超过16 m/s的卫星信号伪距观测值设为不可用。
7) 双差检验。当历元数大于3时，设置伪距双差、载波双差和原始伪距变化率单差的阈值来判断当前历元的伪距、载波和多普勒观测值是否可用。伪距双差、载波双差和原始伪距变化率单差的阈值根据经验分别设定为15 m/s2、1 m/s2和2 m/s2。
3 静态定位实验测试为验证智能手机原始GNSS数据筛选方案的有效性，对本次实验评估的4台手机进行静态定位实验。采用数据采集点P2的数据进行静态定位算法测试，选取SPP和RTK 2种定位算法对智能手机定位性能进行评估，定位实验设置如表 4所示。表中Y代表使用该项设置，N代表不使用该项设置。设置1和设置2分别代表采用本文设计的智能手机GNSS数据筛选方案和未采用本文设计的GNSS数据筛选方案。
|
|
表 4 原始GNSS数据筛选设置 Tab. 4 Original GNSS data screening settings |
伪距剔除率Pr和载波剔除率Cr计算公式可表示为：
| $ \left\{\begin{array}{l} P_r=\frac{P_n}{P_a} \times 100 \% \\ C_r=\frac{C_n}{C_a} \times 100 \% \end{array}\right. $ | (5) |
式中，Pn为剔除伪距数量，Pa为所有伪距数量，载波同理。
表 5(单位%)为基于表 4中两种原始GNSS数据筛选设置条件下4部智能手机的伪距和载波观测值剔除率情况。
|
|
表 5 伪距和载波数据筛选率统计 Tab. 5 Statistics of pseudorange and carrier data screening rate |
在设置2条件下，由于华为2款手机GLONASS卫星系统无载波数据，伪距和载波剔除率不同。在设置1条件下，除MIA08外其他3款手机伪距数据剔除率均在30%以上，载波相位剔除率比伪距略低。MIA08剔除率偏低可能跟“duty cycle”机制有关。
本文智能手机定位所采用的SPP算法与文献[7]中算法相同，RTK算法与文献[8]中解算模型类似，去除RTK算法待估向量中的速度与加速度参数即为智能手机静态RTK定位解算算法。由于手机载波观测值数据质量较差，载波相位周跳占比较高，本文未开展载波相位模糊度固定工作，采用模糊度浮点解。
已知4部智能手机的位置坐标，表 6(单位m)为基于表 4中两种智能手机原始GNSS数据筛选设置条件下4部智能手机静态情况下所有历元SPP算法和RTK算法的定位精度。在数据筛选设置1条件下，4部智能手机SPP定位算法精度在U方向具有较大提升，MIA08手机、MIA10手机、HW30手机和HW40手机U方向RMSE分别提升50.1%、43.8%、36.1%和59.5%。与数据筛选设置2相比，4款手机RTK算法提升幅度较SPP算法小，其中HW40手机RTK定位算法N、E、U方向RMSE分别提升10.9%、22.4%和24.2%。MIA08手机RTK定位算法的平面定位精度略低于SPP定位算法，原因为MIA08手机无法关闭“duty cycle”机制，导致载波相位跟踪不连续，前后历元载波相位观测值存在周跳，其他3款手机不受“duty cycle”机制影响。对比数据筛选设置1与设置2可知，智能手机SPP算法和RTK算法的定位精度具有一定提升，说明本文设计的GNSS数据筛选方案有效。
|
|
表 6 静态条件下GNSS定位中误差统计 Tab. 6 Statistics of mean square error of GNSS positioning under static conditions |
本文将测地型接收机与智能手机置于相近地点同步观测，分析测地型接收机和智能手机原始GNSS数据，得到以下结论：
1) 在高楼遮挡环境P2点下，智能手机的可见卫星数量大于测地型接收机。智能手机信噪比均值比测地型接收机小9~12 dB-Hz，信噪比方差比测地型接收机大2~6 dB-Hz。智能手机中存在很多低质量的GNSS测量数据。
2) 智能手机中非直射卫星信号与直射卫星信号表现出明显不一致的特征。通过对直射卫星信号与非直射卫星信号进行统计分析并设置阈值，可有效区分直射卫星信号与非直射卫星信号。
3) 本文设计的智能手机原始GNSS数据筛选方案能够剔除大部分非直射卫星信号和部分低质量的卫星信号，可提高智能手机静态SPP定位算法和RTK定位算法在复杂环境下的定位精度。
| [1] |
Guo L, Wang F H, Sang J Z, et al. Characteristics Analysis of Raw Multi-GNSS Measurement from Xiaomi Mi 8 and Positioning Performance Improvement with L5/E5 Frequency in an Urban Environment[J]. Remote Sensing, 2020, 12(4)
(  0) |
| [2] |
Paziewski J, Sieradzki R, Baryla R. Signal Characterization and Assessment of Code GNSS Positioning with Low-Power Consumption Smartphones[J]. GPS Solutions, 2019, 23(4)
( 0) |
| [3] |
Robustelli U, Baiocchi V, Pugliano G. Assessment of Dual Frequency GNSS Observations from a Xiaomi Mi 8 Android Smartphone and Positioning Performance Analysis[J]. Electronics, 2019, 8(1)
( 0) |
| [4] |
Wanninger L, Heßelbarth A. GNSS Code and Carrier Phase Observations of a Huawei P30 Smartphone: Quality Assessment and Centimeter-Accurate Positioning[J]. GPS Solutions, 2020, 24(2)
( 0) |
| [5] |
Paziewski J, Fortunato M, Mazzoni A, et al. An Analysis of Multi-GNSS Observations Tracked by Recent Android Smartphones and Smartphone-Only Relative Positioning Results[J]. Measurement, 2021, 175
( 0) |
| [6] |
肖青怀, 秘金钟, 谷守周. 两种不同方式智能手机伪距平滑分析[J]. 测绘通报, 2021(1): 1-8 (Xiao Qinghuai, Bei Jinzhong, Gu Shouzhou. Analysis of Two Different Smartphone Pseudo-Range Smoothing Methods[J]. Bulletin of Surveying and Mapping, 2021(1): 1-8)
( 0) |
| [7] |
朋子涵, 高成发, 刘永胜, 等. 手机GNSS数据质量提取的变分模态分解法[J]. 测绘学报, 2021, 50(4): 475-486 (Peng Zihan, Gao Chengfa, Liu Yongsheng, et al. Variational Mode Decomposition Method for Estimation of GNSS Data Quality from a Smartphone[J]. Acta Geodaetica et Cartographica Sinica, 2021, 50(4): 475-486)
( 0) |
| [8] |
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 (Gao Chengfa, Chen Bo, Liu Yongsheng. Android Smartphone GNSS High-Precision Real-Time Dynamic Positioning[J]. Acta Geodaetica et Cartographica Sinica, 2021, 50(1): 18-26)
( 0) |