安卓智能手機GNSS數據篩選方案研究

甘 露 高成發 尚 睿

1 東南大學交通學院，南京市東南大學路2號，211189

隨著智能手機的廣泛應用，基于智能手機的導航定位服務已成為人們日常交通出行的剛需。2016年是Android智能手機GNSS定位元年，Google 公司在I/O開發者大會上宣布授予開發者獲取原始GNSS測量數據的權限。2017年歐洲 GNSS 管理局(GSA)發布在Android智能設備上使用原始GNSS測量數據白皮書，詳細介紹偽距、多普勒和載波觀測值的計算方式。2018年雙頻GPS手機陸續問世，大量學者對雙頻GPS智能手機的原始GNSS數據質量和定位性能進行評估[1-2]。Robustelli等[3]采用直方圖對測地型接收機和智能手機衛星信號信噪比進行統計，發現通常情況下智能手機信噪比要比測地型接收機低5～10 dB-Hz；Wanninger等[4]采用MP組合觀測值方式分析智能手機偽距多路徑效應，發現MP組合觀測值與信噪比具有很強的相關性，但與高度角的相關性很低；Paziewski等[5]采用CMC組合觀測值方式評估偽距觀測值的噪聲和多路徑效應，發現智能手機的偽距噪聲比測地型接收機大一個數量級。

目前智能手機原始GNSS數據質量分析大多基于開闊無遮擋場景，針對智能手機中非直射衛星信號場景還需進一步分析。因此，本文擬對華為P30、華為P40、小米8三款雙頻智能手機中直射衛星信號與非直射衛星信號的數據質量進行重點分析，設計智能手機原始GNSS數據篩選方案，以提高智能手機在復雜環境下的定位精度。

1 Android智能手機原始GNSS數據質量分析

1.1 數據采集

實驗評估4臺Android智能手機，分別為2臺小米8手機和2臺華為P系列手機，手機硬件詳細信息如表1所示。MIA08、MIA10、HW30、HW40分別代表Android 8系統小米8手機、Android 10系統小米8手機、華為P30和華為P40手機。

表1 智能手機硬件詳細信息

為分析智能手機在不同環境下原始數據的質量和定位性能，在兩個特征明顯的環境中靜態采集智能手機原始GNSS測量數據。數據采集點P1為理想開闊環境，附近無高大建筑物和樹木；數據采集點P2為嚴重遮擋環境，北側為高約60 m的建筑物。

將華測i90測地型GNSS接收機放置于數據采集點P1和P2，采集數據20 min。將采集點P1和P2靜態采集的數據與基準站同步觀測數據導入商用基線解算軟件中進行解算。基線報告顯示，P1和P2均為L1固定解，P1和P2與基準站基線的RMS分別為0.028 2 m和0.005 9 m。已知基準站的精確坐標，可由基準站坐標和基線向量推算出P1和P2坐標精度為cm級。將P1和P2點坐標推算至4部手機放置位置坐標，可作為4部手機靜態定位的真值。

1.2 GNSS數據質量分析

1.2.1 可見衛星數量

圖1為數據采集點P1和P2的可見衛星數量，其中Rover代表智能手機旁測地型接收機同步觀測的結果。2臺華為手機的可見衛星數量與接收機相當，2臺小米手機的可見衛星數量比接收機少11～20顆。MIA10手機可手動打開“強制啟用GNSS測量結果全面跟蹤選項”，MIA08手機系統不提供此功能，因此MIA10比MIA08在P1點的平均可見衛星數量多9顆。2臺小米手機的可見衛星數量與測地型接收機相近，2臺華為手機的可見衛星數量比接收機多12顆。后續分析發現，由于智能手機可接收部分非直射衛星信號，2臺華為手機在P2點的可見衛星數量多于測地型接收機。

圖1 P1和P2數據采集點可見衛星數Fig.1 The number of visible satellites at data collection points P1 and P2

1.2.2 測地型接收機與智能手機信噪比

圖2為P1和P2數據采集點4款手機和測地型接收機連續1 200個歷元的信噪比均值和標準差。在開闊地點P1，智能手機的整體信噪比水平遠遠低于測地型接收機，存在6～11 dB-Hz偏差。在嚴重遮擋地點P2，智能手機的信噪比均值下降幅度明顯，信噪比標準差也隨之變大。通過對比P1與P2點發現，測地型接收機的信噪比均值降低1.3 dB-Hz，信噪比標準差增大1.4 dB-Hz；智能手機的信噪比均值降低2～7 dB-Hz，信噪比標準差增大2～5 dB-Hz。智能手機的低信噪比均值和高信噪比標準差特征說明，智能手機的GNSS數據存在很多低質量數據信息。

圖2 信噪比與采集環境關系Fig.2 The relationship between signal-to-noise ratio and collection environment

1.3 智能手機非直射衛星信號特征分析

已知P2數據采集點附近高樓建筑物的高度和方位信息，可由衛星方位角與高度角直接區分直射衛星信號與非直射衛星信號。

1.3.1 非直射衛星信號信噪比

當直射衛星信號受阻時，智能手機接收到的信號為反射衛星信號和衍射衛星信號。這兩種衛星信號與直射衛星信號存在不一樣的信噪比特征。圖3(a)為G12衛星信號從直射過渡到非直射過程中信噪比的變化情況。G12衛星在信號非直射區域的信噪比均值和標準差分別為23.59 dB-Hz和5.99 dB-Hz，G12衛星在信號直射區域的信噪比均值和標準差分別為40.38 dB-Hz和2.31 dB-Hz，說明直射衛星信號與非直射衛星信號信噪比特征明顯，能夠采用設定閾值的方式進行區分。

圖3 信噪比與衛星方位角關系Fig.3 The relationship between signal-to-noise ratio and satellite azimuth

圖3(b)為MIA10手機所有直射衛星信號和非直射衛星信號信噪比與方位角散點圖。方位角信息用于區分衛星信號類型，虛點線之間即為衛星信號直射區域。由圖可知，大部分非直射衛星信號的信噪比集中在25 dB-Hz以下，直射衛星信號信噪比水平明顯高于非直射衛星信號。

表2(單位dB-Hz)為4款智能手機直射和非直射衛星信號的信噪比均值和標準差。由表可知，華為手機直射衛星信號的信噪比均值高于小米手機，4款手機直射衛星信號的信噪比標準差相近。根據表2信息，將4款智能手機的信噪比閾值統一設定為27 dB-Hz，可剔除1倍中誤差以上的非直射衛星信號。信噪比低于27 dB-Hz的信號包含部分直射衛星信號，但因信號質量差，對定位結果影響較小。

圖4 偽距變化率、原始偽距變化率和載波變化率Fig.4 Pseudorange change rate, original pseudorange change rate and carrier change rate

表2 直射和非直射信號信噪比

1.3.2 偽距單差、載波單差和原始偽距變化率

文獻[6]已對觀測值單差、雙差結果進行統計分析，本文在此基礎上，將觀測值單差、雙差結果的單位均統一至m/s，并直接舍棄個別不合理的粗差值。一般情況下，將偽距變化率、載波相位變化率和原始偽距變化率三者的單位換算為m/s后數值上應該近似相等。將間隔為1 s的偽距觀測值之差作為偽距變化率，將間隔為1 s的載波相位之差作為載波相位變化率。載波相位觀測值由API字段累積增量范圍直接獲得，單位為m。偽距變化率和載波變化率計算公式可表示為：

(1)

式中，ΔPk、ΔLk為當前歷元的偽距變化率和載波變化率，P、L分別為偽距和載波相位觀測值，k為當前歷元序號，k大于1時才能求得變化率。偽距變化率與原始偽距變化率差值的計算公式可表示為：

Δ=ΔPk-Dk

(2)

式中，Δ為偽距變化率與原始偽距變化率的差值，Dk為當前歷元的原始偽距變化率，由智能手機直接輸出，單位為m/s。

圖4(a)為G12衛星在直射信號和非直射信號下偽距變化率、載波變化率和原始偽距變化率之間的關系，黑色虛線用于區分直射信號和非直射信號。在衛星信號直射區域，偽距變化率、載波變化率和原始偽距變化率相近；在衛星信號非直射區域，偽距變化率“抖動”幅度明顯增強。由圖4(b)可知，在衛星信號非直射區域，偽距變化率與原始偽距變化率的差值明顯增大。圖4(c)和圖4(d)為HW40手機直射衛星信號和非直射衛星信號偽距變化率與原始偽距變化率差值散點圖。由圖可知，HW40手機直射衛星信號的偽距變化率與原始偽距變化率差值為-20～20 m/s。

表3(單位m/s)為4款手機直射和非直射衛星信號偽距變化率與原始偽距變化率差值的均值和標準差。2款小米手機非直射衛星信號變化率差值的標準差約為15 m/s，而2款華為手機非直射衛星信號變化率差值的標準差約為5 m/s。非直射信號的變化率差值雖然波動較大，但是存在

表3 偽距變化率與原始偽距變化率差值

部分與直射信號相近的差值難以區分。將4款手機變化率差值的閾值統一設定為16 m/s，可以剔除智能手機部分非直射信號，保留智能手機中所有不超過3倍中誤差的直射衛星信號。

1.3.3 偽距雙差、載波雙差和原始偽距變化率單差

在§1.3.2基礎上，分析衛星偽距觀測值雙差、載波觀測值雙差和原始偽距變化率單差。偽距雙差、載波雙差和原始偽距變化率單差可表示為：

(3)

式中，?Pk、?Lk和ΔDk分別為偽距雙差、載波雙差和原始偽距變化率單差，P為偽距觀測值，L為載波觀測值，D為原始偽距變化率，k為歷元序號，k大于2時才能計算。

圖5為HW40手機G12衛星在信號直射區域與非直射區域偽距雙差、載波雙差和原始偽距變化率單差的變化情況。由圖可知，在信號非直射區域偽距雙差、載波雙差和原始偽距變化率單差“波動”明顯增大。

圖5 偽距和載波雙差、原始偽距變化率單差Fig.5 Pseudorange and carrier double difference, original pseudorange change rate single difference

2 原始GNSS數據篩選方案

根據上文數據質量分析結果和智能手機原始GNSS測量信息，本文設計如下智能手機原始GNSS數據篩選方案：

1)利用Android API提供的測量狀態參數State判斷bits 0和3是否均為1。若均為1則保留該條GNSS測量信息，忽略時間為0或周秒解碼不成功的GNSS測量信息，因其缺少用于計算偽距的衛星信號發射時間參數。

2)利用Android API提供的載波相位狀態判斷是否發生周跳，若發生周跳則載波觀測值不可用。同時利用Android API提供的多路徑標識判斷是否發生多路徑，若發生多路徑，則該條測量信息的載波相位和多普勒不可用。

3)不確定度檢核。利用Android API獲取接收衛星的發射時間不確定度、載波相位觀測值不確定度和原始偽距變化率不確定度。根據經驗將三者的閾值分別設定為500 ns、1 m和1 m/s，剔除觀測質量極差的粗差。

4)雙頻校核。智能手機能夠輸出部分GPS和Galileo衛星的雙頻衛星信號，可通過設置較大的閾值，使用雙頻觀測值作差法來探測并剔除雙頻偽距與多普勒觀測值中較為明顯的粗差：

(4)

式中，P1與P2為2個波段的偽距觀測值，D1與D2為2個波段的原始偽距變化率。統計P1點4部手機Δ1和Δ2值發現，個別離群值大于30 m和2 m/s，因此將雙頻偽距和原始偽距變化率的較差閾值分別設定為Δ1=30 m和Δ2=2 m/s。舍棄超過閾值的偽距和多普勒觀測值。

5)根據§1.3.1分析結果，將智能手機的信噪比閾值統一設定為27 dB-Hz。

6)單差檢驗。當歷元數大于2時，設置偽距變化率與原始偽距變化率差值的閾值來剔除部分非直射衛星信號。將變化率差值超過16 m/s的衛星信號偽距觀測值設為不可用。

7)雙差檢驗。當歷元數大于3時，設置偽距雙差、載波雙差和原始偽距變化率單差的閾值來判斷當前歷元的偽距、載波和多普勒觀測值是否可用。偽距雙差、載波雙差和原始偽距變化率單差的閾值根據經驗分別設定為15 m/s2、1 m/s2和2 m/s2。

3 靜態定位實驗測試

為驗證智能手機原始GNSS數據篩選方案的有效性，對本次實驗評估的4臺手機進行靜態定位實驗。采用數據采集點P2的數據進行靜態定位算法測試，選取SPP和RTK 2種定位算法對智能手機定位性能進行評估，定位實驗設置如表4所示。表中Y代表使用該項設置，N代表不使用該項設置。設置1和設置2分別代表采用本文設計的智能手機GNSS數據篩選方案和未采用本文設計的GNSS數據篩選方案。

表4 原始GNSS數據篩選設置

偽距剔除率Pr和載波剔除率Cr計算公式可表示為：

(5)

式中，Pn為剔除偽距數量，Pa為所有偽距數量，載波同理。

表5(單位%)為基于表4中兩種原始GNSS數據篩選設置條件下4部智能手機的偽距和載波觀測值剔除率情況。

表5 偽距和載波數據篩選率統計

在設置2條件下，由于華為2款手機GLONASS衛星系統無載波數據，偽距和載波剔除率不同。在設置1條件下，除MIA08外其他3款手機偽距數據剔除率均在30%以上，載波相位剔除率比偽距略低。MIA08剔除率偏低可能跟“duty cycle”機制有關。

本文智能手機定位所采用的SPP算法與文獻[7]中算法相同，RTK算法與文獻[8]中解算模型類似，去除RTK算法待估向量中的速度與加速度參數即為智能手機靜態RTK定位解算算法。由于手機載波觀測值數據質量較差，載波相位周跳占比較高，本文未開展載波相位模糊度固定工作，采用模糊度浮點解。

已知4部智能手機的位置坐標，表6(單位m)為基于表4中兩種智能手機原始GNSS數據篩選設置條件下4部智能手機靜態情況下所有歷元SPP算法和RTK算法的定位精度。在數據篩選設置1條件下，4部智能手機SPP定位算法精度在U方向具有較大提升，MIA08手機、MIA10手機、HW30手機和HW40手機U方向RMSE分別提升50.1%、43.8%、36.1%和59.5%。與數據篩選設置2相比，4款手機RTK算法提升幅度較SPP算法小，其中HW40手機RTK定位算法N、E、U方向RMSE分別提升10.9%、22.4%和24.2%。MIA08手機RTK定位算法的平面定位精度略低于SPP定位算法，原因為MIA08手機無法關閉“duty cycle”機制，導致載波相位跟蹤不連續，前后歷元載波相位觀測值存在周跳，其他3款手機不受“duty cycle”機制影響。對比數據篩選設置1與設置2可知，智能手機SPP算法和RTK算法的定位精度具有一定提升，說明本文設計的GNSS數據篩選方案有效。

表6 靜態條件下GNSS定位中誤差統計

4 結 論

本文將測地型接收機與智能手機置于相近地點同步觀測，分析測地型接收機和智能手機原始GNSS數據，得到以下結論：

1) 在高樓遮擋環境P2點下，智能手機的可見衛星數量大于測地型接收機。智能手機信噪比均值比測地型接收機小9～12 dB-Hz，信噪比方差比測地型接收機大2～6 dB-Hz。智能手機中存在很多低質量的GNSS測量數據。

2) 智能手機中非直射衛星信號與直射衛星信號表現出明顯不一致的特征。通過對直射衛星信號與非直射衛星信號進行統計分析并設置閾值，可有效區分直射衛星信號與非直射衛星信號。

3) 本文設計的智能手機原始GNSS數據篩選方案能夠剔除大部分非直射衛星信號和部分低質量的衛星信號，可提高智能手機靜態SPP定位算法和RTK定位算法在復雜環境下的定位精度。