Global Navigation Satellite Systems Engineering, Policy und DesignDieser Artikel gibt einen Überblick über einige der jüngsten Ergebnisse, die die Machbarkeit einer trägerphasenbasierten Positionierung mit Smartphone-Daten analysieren, und hebt die Einschränkungen hervor, die hauptsächlich auf die schlechte Antennenqualität zurückzuführen sind.Es zeigt, wie sie durch Antennenkalibrierung oder Kopplung mit den Trägheitssensoren des Telefons überwunden werden könnten.Ziel ist es, mit den Daten in Smartphone-Qualität eine erfolgreiche RTK-Positionierung durchzuführen.HIMANSHU SHARMA, MOHAMED BOCHKATI, CHRISTIAN LICHTENBERGER UND THOMAS PANYUNIVERSITÄT DER BUNDESHWEHR MÜNCHENFRANCESCO DARUGNA UND JANNES B. WÜBBENAD ie überwiegende Mehrheit der GNSS-Empfänger ist heute in Smartphones installiert, wobei jedes Jahr 1,5 Milliarden Geräte produziert werden.Die meisten dieser neuen Telefone stellen den Anwendungen GNSS-Rohmessungen zur Verfügung, eine Funktion, die seit 2017 vom Android-Betriebssystem unterstützt wird. Dies hat zu vielen neuen Smartphone-Anwendungen und über 1000 Forschungsarbeiten geführt, die sich auf die GNSS-Positionierung mit Smartphones konzentrieren.Immer mehr dieser Telefone unterstützen Zweifrequenzmessungen auf den Bändern L1 und L5.Die Verwendung einer zusätzlichen Frequenz (L5/E5a) mit höherer Chipping-Rate (10-mal so hoch wie bei L1) erzeugt eine schmalere Korrelationsspitze, wodurch die Messungen präziser werden und einige der Mehrwegverzerrungen eliminiert werden.Während diese Entwicklungen den Weg ebnen, hochpräzise Positionierungstechnologie von teuren professionellen Geräten auf Massenmarkt-Smartphones zu übertragen, bleibt die größte Hürde einer erfolgreichen Trägerphasenpositionierung (d. h. Mehrdeutigkeitsfixierung), die vor einer zuverlässigen Positionsbestimmung auf Dezimeter- oder Zentimeterebene überwunden werden muss kann mit Telefonen erreicht werden.Um die Eignung der Smartphone-Beobachtungen für die Positionierung auf cm-Ebene zu beurteilen, muss die Qualität der Messungen untersucht werden.Für diese Aufgabe können Verarbeitungswerkzeuge wie RTKLIB, Inertial Explorer oder GNSMART verwendet werden.Um diesen Tools Sensordaten aus den Smartphones bereitzustellen, wird ein Logger benötigt.Diese Anforderung führt zur Entwicklung von Android-basierten Logger-Anwendungen, die GNSS-Messungen und Trägheitssensordaten protokollieren, die mit einer Vielzahl von auf dem Markt erhältlichen Verarbeitungstools verarbeitet werden können.Das Ziel dieser Forschung ist es, eine erfolgreiche RTK-Positionierung mit den Daten in Smartphone-Qualität durchzuführen.Die Datenerfassung und -analyse wurde mit einer Reihe von Smartphones durchgeführt.Ihre im Herstellerabschnitt genannten Namen werden im gesamten Artikel verwendet.Bis zum API-Level 23 (Android 6 Marshmallow) war es den Anwendungsentwicklern nur möglich, auf die bereits geschätzte GNSS-Position und den verarbeiteten Almanach zuzugreifen.Allerdings mit den neuen Klassen GnssMeasurements (die eigentlichen Messungen der Signale der eingebauten GNSS-Chips), GnssNavigationMessage (die bitweise Aufschlüsselung der Navigationsnachricht) und GnssClock (die Uhrenparameter des Empfängers), die in API Level eingeführt wurden 24 sind jetzt erweiterte Daten über die Android Location API verfügbar.Die Geo++ RINEX Logger-Anwendung war die erste Anwendung, die die unbearbeiteten Observables von der Android-API direkt in RINEX-Dateien konvertierte, die in etablierten GNSS-Verarbeitungs-Frameworks verwendet werden konnten.Es wurde mit den Rückmeldungen von über hundert Benutzern optimiert und generiert nun aussagekräftige Daten für eine Vielzahl von Smartphone-Modellen.Es wurde mehr als 10.000 Mal heruntergeladen und ist die am weitesten verbreitete Protokollierungsanwendung für GNSS-Rohdaten von Telefonen.Die am Institut für Weltraumforschung und Raumfahrtanwendungen (ISTA-UniBwM) entwickelte GNSS/IMU-Logger-App ist eine Erweiterung des Google-Loggers und schöpft das volle Potenzial der verfügbaren APIs aus, indem sie dem Benutzer ermöglicht, GNSS-Rohmessungen und GNSS-RINEX-Beobachtungen zu protokollieren und zusätzlich IMU-Daten (Beschleunigungssensor und Gyroskop) vom Smartphone.Darüber hinaus hat die Anwendung Echtzeit-Code-Minus-Träger (CMC)-Plots eingeführt, um die Trägerphasen-Tracking-Fähigkeit des Smartphones zu visualisieren (Abbildung 1) .Andere Parteien haben Protokollierungsanwendungen entwickelt (Tabelle 1).Zusätzlich zu diesen Anwendungen gibt es im Google Play Store mehr als 200 Anwendungen, die GNSS-Daten (und teilweise Rohdaten) protokollieren können.Dies zeigt das große und wachsende Interesse an diesem Bereich.Mögliche Anwendungen für die präzise Ortung in Smartphones sind Augmented Reality, Spiele und ortsbezogene Dienste.Die Verfügbarkeit von GNSS-Rohmessungen vom Smartphone garantiert nicht die Machbarkeit einer erfolgreichen RTK-Positionierung.Aufgrund des eingeschränkten Zugriffs auf die GNSS-Chip-Hardware ist es schwierig, die Basisband-Verarbeitungsleistung des GNSS-Chips zu bewerten.Stattdessen können wir nur die Beobachtungsdaten des Smartphones analysieren.Um diese Einschränkung zu überwinden, versuchen wir, ein Smartphone-ähnliches Szenario im MuSNAT GNSS Software-Empfänger zu emulieren.MuSNAT wurde an der UniBwM entwickelt und ist ein Echtzeit-/Post-Processing-Tool, das in der Lage ist, GNSS/IMU-Datenverarbeitung durchzuführen.Das Konzept zur Emulation der Smartphone-Messungen besteht darin, Artefakte (Coderauschen, Trägerrauschen, Lücken und Cycle Slips) in qualitativ hochwertige IF-Samples (geloggt mit SX3-Frontend) einzuführen und die Qualität dieser beschädigten Daten an die Beobachtungsdaten anzupassen vom Smartphone gesammelt.Abbildung 2 erläutert das Verfahren.Die mit dem SX3-Frontend aufgezeichneten ZF-Samples können mit dem MuSNAT verarbeitet werden, wo die Artefakte hinzugefügt werden, bevor sie an das Navigationsmodul weitergegeben werden.Verschiedene Szenarien, die mit protokollierten IF-Proben und Gerät 2 (in Tabelle 2 erläutert) generiert wurden, wurden mit dem RTKLIB-Modul im MuSNAT verarbeitet (Abbildung 3).Bei der Analyse des Codes und der Trägerreste mit den induzierten Artefakten konnten wir mit der Smartphone-Emulation innerhalb von MuSNAT ähnliche Leistungsparameter erreichen, wie sie von Gerät 2 gemessen wurden. Die Analyse zeigt die Bedeutung des in den Code- und Trägermessungen vorhandenen Rauschens und seine Auswirkungen auf die Positionierungsleistung (Abbildung 4).Die Residuen zwischen den gemessenen und vorhergesagten Code- oder Träger-Pseudoentfernungen enthalten den Empfängerpositionsfehler und Takt-Offsets plus Fehlmodellierung und Messrauschfehler.Diese Analysen können somit hilfreich sein, um eine bessere Dekorrelation von Fehlern zu erreichen, die durch die Fehlmodellierung verursacht werden.Der ähnliche Neuübertragungsaufbau (siehe Abbildung 2) von Szenario 0 wurde dann auf andere Smartphones ausgedehnt.Dadurch ist es möglich, den durchschnittlichen Code- und Trägerrest für verschiedene Smartphones zu vergleichen.Diese Ergebnisse (Abbildung 5 und Tabelle 3) zeigen, dass Gerät 3 im Vergleich zu den beiden anderen getesteten Geräten eine bessere Kombination aus Code- und Trägerphasenmessungen bietet.Es ist jedoch auch wichtig, die Mehrdeutigkeitsnatur von Trägerphasenmessungen von Gerät 3 zu analysieren. Doppeldifferenz-Trägerphasenmessungen in einer Nullbasislinienkonfiguration müssen eine ganzzahlige Natur (innerhalb mindestens eines Viertelzyklus) sein korrekt fixiert.Der in Abbildung 6 gezeigte experimentelle Aufbau wurde daher verwendet, um die Null-Basislinien-Trägerphasen-Doppeldifferenzen von Gerät 3 zu analysieren. Das Smartphone in diesem Aufbau wird in der Nähe der weitersendenden Wendelantenne (mit verstärkter Signalstärke) platziert, um sicherzustellen, dass kein direktes Signal vorhanden ist vom Satelliten wird innerhalb des Smartphones empfangen.Wie in Fig. 7 zu sehen ist, zeigen die doppelt differenzierten Trägerphasenmessungen von Gerät 3 mit mehreren Satelliten tatsächlich diese ganzzahlige Natur.Das Experiment wurde mehrmals durchgeführt, um sicherzustellen, dass das Verhalten konsistent ist.Aufgrund des Quantisierungsfehlers auf der Signalverarbeitungsebene wurden jedoch kleine Sprünge festgestellt, Abbildung 7 (rechts) (Sharma et al. 2019).Diese Sprünge werden auch für andere Satelliten in der gleichen Epoche gefunden.Sie sind klein (1/10 eines Zyklus) und es ist fraglich, ob sie die RTK-Lösung bis in den Sub-cm-Bereich erheblich beeinflussen.Dieses Experiment zeigt, dass der interne GNSS-Chip des Smartphones (Gerät 3) unter Signalbedingungen guter Qualität mit niedrigem Multipath und hohem SNR kontinuierliche und qualitativ hochwertige Trägerphasenmessungen liefern kann.Um die neuartige Zweifrequenz-Rohdatenausgabe der Smartphones nutzen zu können, ist eine hochgradig konfigurierbare GNSS-Verarbeitungssoftware erforderlich.Eine Analyse der verfügbaren Open-Source-Verarbeitungstools zeigte, dass sie nicht in der Lage waren, die schlechte Qualität der mit Smartphones aufgezeichneten GNSS-Beobachtungen angemessen zu handhaben.Sogar unter Open-Sky-Bedingungen reicht das Coderauschen der Smartphone-Beobachtungen von 2–3 m und kann unter Mehrwegbedingungen deutlich größer sein.Das Open-Source-GNSS-Verarbeitungsframework RTKLIB kann Code-Pseudobereiche mit so hohem Coderauschen nicht ohne weiteres verwenden, da sie als Ausreißer gekennzeichnet werden könnten.Die größere Anzahl von Beobachtungen mit hohem Coderauschen führt dazu, dass die Codemessungen für die SPP-Position ausreichen, und daher werden die meisten Code- und Trägerphasenmessungen zurückgewiesen, bevor sie mit dem RTK-Modul verarbeitet werden.Folglich wurden andere Verarbeitungsoptionen untersucht (Tabelle 4).Mit kommerziell erhältlichen Verarbeitungswerkzeugen wie Inertial Explorer (Version 8.70.8722) oder GNSMART waren die Ergebnisse adäquater und die Mehrdeutigkeitsfixierung war möglich, solange eine ausreichende Qualität der Beobachtungsdaten durch Mehrwegunterdrückung oder Neuübertragung sichergestellt wurde.Zahlreiche Studien belegen, dass der Mehrwegeeffekt ein ernsthaftes Problem bei der präzisen Ortung mit dem Smartphone darstellt.Potenziell anzuwendende Multipath-Minderungsmethoden können in drei Kategorien eingeteilt werden:• Vor der Signalverarbeitung (durch Senderauswahl und Antennendesign)• Während der Signalverarbeitung (durch Empfängertechnologie)• Nach der Signalverarbeitung (durch Weiterverarbeitung der beobachteten Größen)Keines der Verfahren kann den Mehrwegeeffekt vollständig eliminieren, und oft ergibt eine Kombination der Verfahren die besten Ergebnisse.Die auf die Empfängertechnologie bezogenen Ansätze konzentrieren sich auf fortgeschrittene Codemessungen, um den Mehrwegeeffekt zu unterdrücken.Aufgrund des eingeschränkten oder fehlenden Zugriffs auf die IF-Samples können diese Techniken nicht vom Entwickler der Smartphone-App realisiert werden.Auf der anderen Seite basieren Techniken zur weiteren Vorverarbeitung der Beobachtungsdaten zur Mehrwegreduktion oft auf Mittelung und sind bereits in der breiten Palette von Verarbeitungswerkzeugen implementiert.In einer Reihe von Experimenten betrachteten wir die Auswahl der Antennenumgebung als die einfachste und effektivste Möglichkeit, den Mehrwegeeffekt zu minimieren.Ein sehr verbreiteter und einfacher Ansatz zur Reduzierung von Mehrwegeausbreitung ist die Optimierung der Antennenabschirmung, beispielsweise durch Verwendung einer runden Grundplatte.Die optimale Größe ist das 1,5-fache der Wellenlänge der Betriebsfrequenz.Die Masseebene kann jedoch die vom Boden reflektierten Mehrwegsignale nur teilweise abschirmen.Aufgrund der elektrischen Leitfähigkeit des Materials kann die Unterseite der Masseplatte Oberflächenwellen auf der Oberseite der Masseplatte auslösen.Diese Oberflächenwellen können sich mit dem Direktsignal überlagern und die Antenne erreichen.Um diesen Effekt zu reduzieren, werden Choke-Ring-Antennen in Anwendungen verwendet, in denen eine starke Mehrwegereduzierung erforderlich ist.Abbildung 8 zeigt eine vereinfachte Erklärung der Wirkung des Choke-Rings: Das reflektierte Mehrwegsignal trifft auf die Unterseite der Masseebene und erzeugt eine Oberflächenwelle, die als Primärwelle bezeichnet wird.Diese Primärwelle erzeugt, wenn sie von der Unterseite eines der Drosselringe reflektiert wird, eine Sekundärwelle.Aufgrund der Ringtiefe von einem Viertel der Wellenlänge haben die Sekundärwellen bei der Reflexion eine Phasenverschiebung von 180 Grad zur Primärwelle und dämpfen somit die Primärwelle, bevor sie das Antennenelement erreicht.Abbildung 9 (oben) zeigt den Aufbau, der verwendet wurde, um die Wirkung der Choke-Ring-Plattform mit Smartphone-Beobachtungen zu analysieren.Zwei Telefone wurden auf zwei geodätischen Säulen ca.20 Meter voneinander entfernt.Einer wurde auf einer Choke-Ring-Plattform platziert, während der andere auf einer metallischen Grundplatte ruhte.Die Koordinaten von geodätischen Pfeilern sind auf mm genau bekannt.Als Referenzstation wurde ein Trimble R10 integrierter GNSS-Empfänger/-Antenne auf einem anderen Pfeiler platziert.Ausgehend von der GNSS-Rohdatenanalyse verbesserte sich die Qualität der mit Gerät 3 (mit Choke-Ring-Plattform) erfassten Daten im Vergleich zu den Messungen des Telefons ohne Choke-Ring-Plattform erheblich.Das Himmelsdiagramm zeigt, dass mit beiden Smartphones identische Satelliten aufgezeichnet wurden.Die Datenqualitätsanalyse zeigt jedoch, dass das Smartphone mit Choke-Ring-Plattform bessere Beobachtungsdaten mit weniger Cycle-Slips hat (Abbildung 9 unten rechts).Insbesondere bei Satelliten mit geringer Elevation zeigt Gerät 3 ohne Choke-Ring eine hohe Anzahl von Cycle-Slips.Um die Mehrwegeunterdrückung mit der Choke-Ring-Plattform zu quantifizieren, wurde eine Mehrwegeanalyse mit beiden Datensätzen durchgeführt.Eine signifikante Verbesserung des Mehrwegs wurde für Gerät 3 auf der Choke-Ring-Plattform beobachtet (Tabelle 5).Die RTK-Analyse wurde mit Novatel Inertial Explorer unter Verwendung von Zweifrequenz-GPS- und Galileo-Beobachtungsdaten durchgeführt.Die Positionsanalyse von GNSS-Beobachtungsdaten ohne Choke-Ring hat einen mittleren Fehler in der Position bezüglich der wahren Koordinaten der Säule als 0,462 m, 0,0342 m und 2,921 m in x, y bzw. z (ECEF-Frame) aufgrund von falsch fixierten Mehrdeutigkeiten.Während mit der Choke-Ring-Plattform die Mehrdeutigkeiten korrekt behoben und der mittlere Fehler auf 0,041 m, 0,032 m bzw. 0,034 m reduziert wurde (Abbildung 10) (Sharma et al. 2019).Mit dem Erfolg der Choke-Ring-Experimente sowohl in statischen als auch in dynamischen Szenarien wird eine Genauigkeit der Positionierungslösung erreicht, die ausreicht, um das Antennenphasenzentrum im Rahmen des Smartphones zu lokalisieren.Das Phasenzentrum der Antenne ist der (virtuelle) Punkt, an dem die von den Satelliten gesendeten Signale gesammelt werden.Wenn ein Empfänger eine Standortfixierung meldet, ist dieser Standort im Wesentlichen das Phasenzentrum der Antenne.Bei einer GNSS-Antenne mit geodätischer Qualität ändert sich das elektrische Phasenzentrum mit der Elevation oder dem Azimut des Empfangssignals um weniger als einige Millimeter.Mit der GNSS-Antenne in Smartphone-Qualität dürfte diese Variation jedoch viel höher sein, wie später gezeigt wird.Es wurde ein Testaufbau geplant, bei dem das Antennenphasenzentrum (APC) relativ zur Smartphone-Geometrie geschätzt wird.Die Positionsgenauigkeit von RTK-Fix-Lösungen im (Sub-)Zentimeterbereich (Abbildung 12) und eine genau bekannte Position und Orientierung des Smartphones im selben geodätischen Bezugsrahmen werden zusammen betrachtet.Auf einer geodätischen Säule wurde ein Montagerahmen mit drei befestigten Smartphones (Gerät 3) platziert.Eine Leica MS60 Totalstation auf einem benachbarten Pfeiler ermittelte die Geometrie der Smartphones (Bild 11).Nun wurden die genauen Positionen des Montagerahmens mit der Totalstation vermessen (Bild 11).Da die Position des Mittelpunkts der Trägerplattform bekannt war, nämlich die der Messsäule, auf der sie zusammen mit dem Drosselring montiert ist, fehlte nur die Drehung relativ zu diesem Mittelpunkt, um die absolute Lage des Montagerahmens zu bestimmen und die Telefone.Diese Drehung wurde mit Hilfe von entsprechenden Punkten bestimmt.Die Punkte im Tragplattformsystem sind sehr genau bekannt und wurden im kartesischen Maßsystem gemessen.Der Rotationswinkel wurde durch eine einfache 2D-Rotation ohne Translation abgeschätzt (die gemessenen Punkte werden relativ zur Koordinate der Messsäule und damit relativ zum Mittelpunkt der Trägerplattform betrachtet).Da für die RTK-Lösung immer eine Referenzantenne mit bekannter Position benötigt wird, wurde auf einem weiteren Messpfeiler ein geodätischer Empfänger mit geodätischer Antenne installiert.Die Grundlinie zwischen den Messsäulen beträgt ca.18 Meter.Aufgrund der kurzen Basislinie war die Behebung der Mehrdeutigkeiten schnell und somit konvergierte die Position schnell.Sowohl die Messrohdaten der Referenzstation als auch die der Smartphones wurden im Post-Processing verarbeitet.Verwendet wurde das Softwarepaket Inertial Explorer (Version 8.70.8722) von NovAtel.Die Positionen der festen RTK-Lösungen relativ zum Körper der Telefone zeigen Diskrepanzen zwischen den drei Telefonen (Abbildung 12 und Tabelle 6).Während dies ein erster Hinweis darauf ist, dass das Antennenphasenzentrum (APC) zwischen zwei Telefonen des gleichen Modells erheblich variieren könnte, sind weitere Untersuchungen erforderlich, um andere Einflüsse wie zB die Satellitenkonstellation während der Messung oder Wechselwirkungen zwischen den nahe beieinander liegenden Telefonen auszuschließen.Eine vollständige Phase-Center-Variation (PCV)-Kalibrierung für ein Smartphone kann eine solche Analyse unterstützen.Preisgünstige GNSS-Antennen in Smartphones weisen einen geringen Gewinn und eine schlechte Mehrwegeunterdrückung auf.Mobilgeräte verwenden aufgrund der unbekannten Ausrichtung des Smartphones eine omnidirektionale, linear oder elliptisch polarisierte Antenne.Dieser Antennentyp hat Vorteile hinsichtlich der empfangenen Signalstärke und der Anzahl der empfangenen Signale, macht die Antenne aber auch sehr empfindlich gegenüber Mehrwegeffekten.Dies wird allgemein akzeptiert, da die Designtreiber von Smartphone-Antennen hauptsächlich Kosten und Signalverfügbarkeit und nicht die Qualität der Beobachtungsdaten sind.Darüber hinaus beeinflussen nicht nur die Antenne, sondern auch andere Telefonkomponenten, wie der Bildschirm des Geräts und andere Sendeantennen (Wi-Fi, Bluetooth), die Smartphone-Antenne, was zu Unregelmäßigkeiten im Empfangsmuster führt.Multipath und das Strahlungsdiagramm der Antenne sind die wichtigsten standortabhängigen Fehlerquellen von GNSS-Beobachtungen.Smartphone-basierte Codemessungen sind viel lauter als Messungen, die mit einem geodätischen Gerät erhalten werden.Ein Großteil dieses Rauschens ist auf Multipath zurückzuführen, der die Beobachtungen stark beeinflusst.Eine weniger verrauschte Codemessung ist die Voraussetzung, um das volle Potenzial der Trägerphasenmessungen auszuschöpfen.Da die korrekte Mehrdeutigkeitsauflösung sowohl vom Code als auch von der Qualität der Phasenmessung abhängt, sind hochpräzise Phasenmessungen unerlässlich, um Mehrdeutigkeiten zu lösen und eine schnelle und präzise Smartphone-basierte Positionierung zu erreichen.Bei der Doppeldifferenzanalyse mit kurzer Basislinie unterscheiden sich die beiden Empfänger nur in den ortsabhängigen Effekten in Bezug auf den verwendeten Antennentyp und zusätzlichen möglichen zufälligen Verzerrungen.Selbst in einer optimalen Mehrwegumgebung, wo keine Boden- oder Wandreflexionen möglich sind, sind einige Restphasenverzerrungen sichtbar.In dieser Konfiguration sind diese Restphasenvorspannungen größtenteils auf das Strahlungsmuster der Antenne zurückzuführen, was zu PCV führt.PCV bezieht sich auf ein mittleres Zentrum (APC), einen imaginären Punkt, an dem die Signale im Durchschnitt empfangen werden.Dieses Zentrum ist typischerweise nicht der Antennenreferenzpunkt (ARP), der ein wohldefinierter Punkt ist, der von außerhalb der Antenne zugänglich ist.Das Zentrum der mittleren Phase und der geometrische Offset zum ARP definieren den Offset des Phasenzentrums (PCO), der der Vektor zwischen dem ARP und dem Zentrum der mittleren Phase ist und zum Zentrum der mittleren Phase zeigt.PCO und PCV werden durch Antennenkalibrierung geschätzt.Die hier präsentierten Ergebnisse wurden mit der roboterbasierten Geo++-Absolutfeldkalibrierung von GNSS-Antennen erzielt).Der Ansatz von Geo++ hat folgende Merkmale:• Trennung von PCV von Multipath;• absoluter PCV, unabhängig von jeder Referenzantenne;• PCV mit hoher Genauigkeit und hoher Auflösung;• unabhängig von Station und Standort (z. B. Mehrweg und geografische Position);PCV kann als Funktion von zwei Winkeln, Elevation und Azimut, ausgedrückt werden, was die Position der Signalquelle (dh des Satelliten) angibt.Sphärische Harmonische des achten Grades und der fünften Ordnung wurden verwendet, um diese Funktion zu erweitern.Die Werte für Grad und Ordnung wurden experimentell getestet und zeigten, dass die erzielte Auflösung ausreichte, um typische Störungen geodätischer Antennen zu modellieren und gleichzeitig robuste Kalibrierungsergebnisse zu liefern.Die PCV ist zentriert, um Null-PCV-Werte für Nullwerte des Zenitwinkels zu haben.Die GNSS-Antenne von Gerät 4, ausgestattet mit einem Broadcom BCM47755 Dual-Frequenz (L1/E1-L5/E5a) Multi-GNSS-Chipsatz, wurde kalibriert.Abbildung 13 zeigt den Aufbau für die Smartphone-Antennenkalibrierung und den vereinfachten Datenfluss zur Schätzung von PCO und PCV.Das Gerät 4 wurde aufrecht ausgerichtet am Roboter montiert, wobei das geometrische Zentrum des Smartphones mit dem Rotationszentrum des Roboters (entsprechend dem ARP) ausgerichtet wurde.Die während der Kalibrierung gesammelten Beobachtungen des Smartphones wurden in einer Mehrfrequenz-GNSS-Antennenkalibrierung zusammen mit GNSS-Beobachtungen von einer geodätischen Referenzstation unter Verwendung eines unkombinierten Beobachtungsmodells nachbearbeitet.Schließlich werden PCO und PCV in Bezug auf Elevation und Azimut in eine Datei im ANTEX-Format geschrieben.Die Größe des PCV ist in Abbildung 14 und Abbildung 15 für L1 bzw. L5 dargestellt.PCV-Größen bis zu etwa 2 cm und 4 cm werden beobachtet, mit formalen STDs (1σ) von weniger als 1,6 mm.Diese STDs beziehen sich auf die Varianz-Kovarianz-Matrix des gesamten Zustandsschätzungsprozesses.Folglich werden sie sowohl von der Schätzung der Parameter der sphärischen Harmonischen als auch von der Qualität der Beobachtungen beeinflusst.Der PCV von Gerät 4 ist größer als der einer typischen Roverantenne, die typischerweise einen PCV von weniger als 10 mm zeigt, mit einer Variation von weniger als 2 mm.Die größten Beträge des PCV treten für Azimutwinkel α ∈ [270°, 360°] für die L1-Frequenz (Abbildung 14) und für α ∈ [230°, 360°] für die L5-Frequenz (Abbildung 15) auf.Außerdem wurden unterschiedliche Antennenphasenzentren für L1 bzw. L5 geschätzt.Eine Analyse der Verteilung des PCV relativ zum geschätzten Antennenphasenzentrum zeigte, dass die größten Absolutwerte des PCV in Bezug auf die Phasenzentrumsorte in den Richtungen des größten Teils des Körpers des Smartphones liegen.Die Smartphone-Komponenten (Gehäuse und aktive Elektronik) sowie Nahfeldeffekte in dieser Richtung können den Signalempfang beeinträchtigen, was zu einem größeren PCV führt.Die Wiederholbarkeit der Antennenkalibrierung wurde bewertet, indem zwölf verschiedene Antennenkalibrierungen durchgeführt und mit einem Typmittelwert verglichen wurden.Bei der Typ-Mittelwert-Korrektur wurde eine rigorose Anpassung der einzelnen PCV-Kugelharmonischen-Entwicklungen mit ihrer vollständigen Varianz-Kovarianz-Matrix durchgeführt.Die Dauer einer einzelnen Antennenkalibrierung reicht von mindestens sechs Stunden bis maximal 37 Stunden.Die Höhenabhängigkeitsanalyse zeigt, dass die Übereinstimmung zwischen dem Typenmittelwert und der individuellen Kalibrierung bei Höhen über 20° besser als 5 mm ist.Für niedrige Elevationen sind für die oben genannten Azimutwinkelbereiche deutliche Abweichungen sichtbar.Dies ist für die Antennenkalibrierung ungewöhnlich und kann der Fähigkeit zugeschrieben werden, die Smartphone-Antenne in diesen bestimmten Elevations- und Azimutregionen zu kalibrieren.Die Kalibrierung von Gerät 4 zeigt einen geschätzten PCV, der viel größer ist als für GNSS-Roverantennen erwartet.Es zeigt auch einen Mangel an Qualität bei der Kalibrierung für begrenzte Azimut-Elevations-Regionen.Dieser Effekt ist für die L5-Frequenz stärker ausgeprägt als für L1.Verschiedene Faktoren könnten zu der größeren L5-PCV-Variation beitragen.Die Trackingleistung ist in Kombination mit der Geometrie der Konstellation L5-fähiger Satelliten nicht optimal, da nicht alle GPS-Satelliten L5 ausstrahlen.Zweitens ist Gerät 4 mit zwei unterschiedlichen Antennen für L1 und L5 ausgestattet;Sie können von unterschiedlicher Qualität sein.In Anbetracht des Antennentyps wird die Wiederholbarkeit der Kalibrierung jedoch als gut genug angesehen, um die Korrekturen in einem Positionierungsalgorithmus anzuwenden.Die aus der Kalibrierung von Gerät 4 erhaltenen PCO- und PCV-Korrekturen wurden im GNSMART-Algorithmus angewendet.Der PCO kann als PCV ausgedrückt werden;im Folgenden beziehen wir uns auf PCV als Gesamtbeitrag.Das Konzept hinter dem Positionierungsalgorithmus ist Zustandsraummodellierung (SSM).Der Aufbau mit Open-Sky-Umgebung hat mehrere Säulen mit bekannten Koordinaten, und Beobachtungen einer nahen (< 10 m) Referenzstation wurden verwendet.Der Nachbearbeitungsalgorithmus verwendet einen erweiterten Kalman-Filter (EKF) und es wird eine Höhenmaske von 10 Grad angewendet.Wir haben Epochen mit fester Mehrdeutigkeit mit mindestens vier auf Ganzzahlen fixierten Satelliten erfolgreich erreicht, das heißt, wenn die Mehrdeutigkeit für zwei Frequenzen (dh L1 und L5) auf einen ganzzahligen Wert fixiert ist.Der Verhältnistest zeigt Werte über 3.Es wurden 19 Messungen mit einem guten Kompromiss zwischen Datenqualität und Satellitengeometrie gesammelt.Es wurde keine Drosselring-Mehrwegeabschirmung verwendet.Abbildung 16 zeigt die signifikanten Auswirkungen der PCV-Korrekturen.Während für alle Datensätze ohne Korrekturen nur Float-Lösungen erzielt werden konnten, verbessern die Antennenkorrekturen die Float-Lösung um etwa 1 cm.Beim Anwenden von Antennenkorrekturen kann ein 2D-RMSE von 1,6 cm und ein RMSE von 3,8 cm in der Höhenkomponente erreicht werden, wenn die Mehrdeutigkeiten erfolgreich auf ganze Zahlen fixiert werden.Die Zeit bis zur Behebung von Mehrdeutigkeiten (TTFA) beträgt in 84 % der Fälle weniger als 3 min, während alle 19 Proben in weniger als 6 min behoben sind, wie durch die hellblauen Linien dargestellt.Darüber hinaus wird eine 2D-Lösung im Submeterbereich in etwa 1 Minute erhalten.Die relativ lange Zeit bis zum Erreichen von Fehlern im Submeterbereich kann durch den großen Code-Mehrwegfehler erklärt werden.Dies führt zu einer schlechten Positionierungsleistung während der ersten Epochen, in denen der Einfluss der präzisen Phasenmessungen vergleichsweise gering ist und verrauschte Codebeobachtungen die Lösung dominieren.Da nur ein einziges Smartphone kalibriert wurde, können keine Rückschlüsse auf die zuvor beobachteten offensichtlichen Abweichungen von Gerät zu Gerät gezogen werden.Da eine individuelle Kalibrierung jedes Smartphones sicherlich nicht machbar ist, ist es ein wichtiger nächster Schritt zu sehen, ob eine sinnvolle Kalibrierung erstellt werden kann, die für alle Telefone eines bestimmten Modells gültig ist.Darüber hinaus könnte die kombinierte Anwendung von PCV-Korrekturen und Mehrwegeabschirmung mit einem Drosselring die RTK-Leistung weiter verbessern.Um die vollständigen Navigationsinformationen in Massenmarkt-Verbrauchergeräten wie Smartphones zu erhalten – 3D-Position, -Geschwindigkeit und -Orientierung – ist die Trägheitsunterstützung des GNSS-Empfängers vorteilhaft.Daher können MEMS-IMUs, die in aktuellen Smartphones Standard sind, verwendet werden.Aufgrund inhärenter Fehler, z. B. höherer Rauschpegel, Temperatur- und Vibrationsempfindlichkeit, ist der Nutzen der MEMS-IMUs noch begrenzt.Auf dieser Ebene kann dieser Sensor in die Zweifrequenz-GNSS-Beobachtung, dh Codephase und Trägerphase, integriert werden, um die INS/GNSS-Kopplung, insbesondere die enge Kopplung, auszunutzen, bei der eine zuverlässige Satellitenmessung eine Rückmeldung an die IMU liefern kann Signal, um seinen systematischen Fehler und seinen Skalierungsfaktorfehler zu kalibrieren.Im Gegenzug können die fehlerkompensierten IMU-Beobachtungen den GNSS-Empfänger bei kurzen Satellitenausfällen, Arbeitszykluslücken oder Szenarien mit hoher Mehrwegeausbreitung unterstützen, um den Navigationszustand mit geringerer Genauigkeitsverschlechterung zu verbreiten.Die IMU könnte auch zur Erkennung von Cycle Slips und zur Mehrdeutigkeitsauflösung beitragen.Trotz all dieser Vorteile sind sehr langwierige Kalibrierungen, wie z. B. 3-Achsen-Drehtisch und Klimakammer, und (stochastische) Modellierungsverfahren erforderlich, um alle Fehlerkompositionen im Schätzfilter zu berücksichtigen.Dennoch wird die Genauigkeit des Sensors selbst nicht verbessert, da die kostengünstigen Massenmarkt-MEMS-Vorrichtungen eine physikalische Grenze haben, die nicht überschritten werden kann.Ein kürzlich eingeführter Mikro-Gyroskop-Sensor (5 mm Durchmesser) basierend auf dem Fused-Silica Precision Shell Integrating (PSI)-Prinzip (Weinglas-Gyro) mit 0,0062°/√h ARW und 0,027 °/h ist mindestens 1.000-mal empfindlicher als ein herkömmliches MEMS.Aufgrund dieser Rauscheigenschaften können diese Geräte als (nahezu) Navigations-IMU kategorisiert werden.Leider befindet sich diese Technologie noch in der Prototyping-Phase und hat noch nicht den Weg in die Massenfertigung gefunden.Wenn sie weit verbreitet wären, würden sie die Koppelnavigationsfähigkeit von Smartphones revolutionieren.Da die in Smartphones eingebauten MEMS-IMUs größtenteils von wenigen großen Unternehmen stammen, ist es möglich, dass Smartphone-Hersteller denselben MEMS-Chip verwenden, wie in Tabelle 7 gezeigt. Manchmal wechseln sie den Chiplieferanten von einer Generation zur nächsten.In Abbildung 17 ist die stochastische Modellierung des IMU-Chips ICM-20690 von drei verschiedenen Zweifrequenz-Smartphones von Gerät 3 dargestellt.Die Bewertung der sowohl im Gyroskop- als auch im Beschleunigungssensorsignal verfügbaren Zufallsvorgänge erfolgt durch die mittlere Allan-Varianz-Folge.Zusätzlich ist zum Vergleich auch eine andere kommerzielle MEMS-IMU von Xsens gezeigt.Gemäß der IEEE-Standardspezifikation (IEEE Std 952-1997, 2018) enthalten die Achsen des Smartphone-Beschleunigungsmessers weißes Rauschen (-1/2-Steigung), Bias-Instabilität (flache Region mit 0-Steigung) und korreliertes Rauschen (Hügelform zwischen Clusterzeit = 1 s und 100 s).Im Vergleich zur Xsens IMU sind die Achsen der Zufallsprozesse des Beschleunigungsmessers des Geräts 3 nicht identisch, insbesondere die z-Achse, die das genaue Verhalten von korreliertem Rauschen widerspiegelt, das als Gauß-Markov-Prozess (GM) 1. Ordnung modelliert werden kann.Unerwarteterweise zeigen alle drei Smartphone-Beschleunigungsmesser das gleiche atypische Verhalten in der z-Achse.Dies lässt sich durch den Herstellungsprozess im Zusammenhang mit der MEMS-IMU-Technologie erklären.Ein dreiachsiger MEMS-Beschleunigungsmesserchip kann Beschleunigungen als Reaktion auf die auf das Chipgehäuse ausgeübte Kraft erfassen.Die Bewegungsänderung entspricht der Kapazitätsänderung zwischen den sich bewegenden Strukturen des Chips.Um die Empfindlichkeit in allen drei Richtungen, dh x, y und z, zu gewährleisten, sind zwei Prüfmassen verfügbar, nämlich eine XY-Achsen-Prüfmasse und eine Z-Achsen-Prüfmasse, die die Beschleunigungen in der Ebene und außerhalb der Ebene erfassen beziehungsweise.Aufgrund des begrenzten Platzes in einem Smartphone neigen die Hersteller jedoch normalerweise dazu, eine flache Struktur für den MEMS-Chip zu verwenden, was zu unterschiedlichen Formen für die XY- und Z-Prüfmasse führt.Die Xsens-IMU weist in allen drei Achsen eine ähnliche Rauschzahl auf.Wie in Abbildung 17 dargestellt, zeigt das Allan-Varianzdiagramm für die Gyroskope die gleiche Rauschschwankung für alle Achsen und zeigt gleichzeitig weniger Rauschen, das die 3-IMUs des Geräts beeinflusst.Sowohl der Angle Random Walk (ARW) als auch die Bias Instability (BI)-Werte aller drei Smartphone-Kreisel sind kleiner als die des kommerziellen Xsens-Geräts.Beispielsweise sind im Fall des Kreisels von Gerät 3 die ARW-Parameter kleiner als 0,31 Grad/h, während der Xsens Amplituden zwischen 0,49 Grad/h und 0,55 Grad/h anzeigt.Die Verfügbarkeit des GNSS/IMU-Loggers ebnete den Weg für erste Versuche der kombinierten GNSS/INS-Verarbeitung.Die GNSS-Daten wurden mit 1 Hz aufgezeichnet, während die IMU-Daten mit vordefinierten Ratenkonstanten „SENSOR_DELAY_FASTEST“ aufgezeichnet wurden, die vom Android-System bereitgestellt werden (ungefähr 300 Hz).Die GNSS-Beobachtungsdaten können im RINEX 3.03-Format protokolliert werden und die IMU-Daten werden im ASCII-Format protokolliert.Für eine erfolgreiche kombinierte GNSS/INS-Verarbeitung sollten sowohl GNSS- als auch IMU-Daten auf die gleiche Zeitskala synchronisiert werden.Die mit dem GNSS/IMU-Logger aufgezeichneten GNSS-Daten sind jedoch in GPS-Zeit und die IMU-Daten in der internen Android-UNIX-Zeit, die über das Mobilfunknetz mit UTC synchronisiert wird.Die kombinierte GNSS/IMU-Verarbeitung kann daher ohne einen dedizierten Synchronisationsmechanismus durchgeführt werden, da der Versatz zwischen der GPS-Zeit und der UTC-Zeit bekannt ist und angewendet werden kann.Die Synchronisierungsgenauigkeit ist möglicherweise begrenzt, und bei zukünftigen Updates des GNSS/IMU-Loggers wird die Verwendung interner Android-Zähler berücksichtigt..Alle Rechte vorbehalten.|Datenschutz-Bestimmungen