卫星信号特征的确定方法、定位方法及电子设备与流程

1.本公开涉及计算机技术领域，具体涉及一种卫星信号特征的确定方法、定位方法及电子设备。


背景技术：

2.随着互联网技术的进步，定位技术的应用越来越广泛，人们的出行等生活中也越来越依赖于定位技术。例如在导航场景中，需要不断获取设备的位置信息，从而能够为设备持续提供导航服务。
3.然而，在城市高楼较多、山区峡谷等区域，这些区域中的建筑物或者山岭等环境因素会遮挡、反射或者散射gnss卫星信号，这会导致进入这些区域的设备上搭载的gnss接收机芯片无法正确识别环境因素造成的多径等问题，进而使gnss定位位置出现跳变或者漂移等定位准确度降低的问题。因此，提高设备在这些区域的定位准确度，是本领域技术人员需要解决的问题。


技术实现要素：

4.本公开实施例提供一种卫星信号特征的确定方法、定位方法及电子设备。
5.第一方面，本公开实施例中提供了一种卫星信号特征的确定方法，其中，包括：
6.获取目标区域内被定位对象接收到的gnss观测数据以及位置修正数据；所述位置修正数据包括传感器数据；
7.根据所述gnss观测数据、所述位置修正数据以及地图数据，确定所述被定位对象修正后的位置数据；
8.根据所述位置数据以及所述gnss观测数据，确定所述gnss观测数据的测量误差；
9.基于所述测量误差确定所述gnss观测数据对应的卫星信号特征。
10.进一步地，所述传感器数据包括所述被定位对象的gnss定位位置以及其他传感数据；根据所述gnss观测数据、所述位置修正数据以及地图数据确定所述被定位对象修正后的位置数据，包括：
11.基于所述地图数据和/或所述其他传感数据对所述gnss定位位置进行修正，得到修正后的所述位置数据。
12.进一步地，基于所述测量误差确定所述gnss观测数据对应的卫星信号特征，包括：
13.将所述目标区域进行栅格化，形成多个局部区域；
14.针对所述定位数据位于所述局部区域内的所述被定位对象，观测到的所述gnss观测数据对应的所述测量误差进行统计分析，以得到所述局部区域内每颗卫星的卫星信号特征。
15.进一步地，针对所述定位数据位于所述局部区域内的所述被定位对象，观测到的所述gnss观测数据对应的所述测量误差进行统计分析，以得到所述局部区域内每颗卫星的卫星信号特征，包括：
16.利用所述测量误差以及所述卫星的星历训练算法模型，使得训练得到的所述算法模型能够识别所述局部区域内每颗卫星的卫星信号特征。
17.进一步地，所述算法模型包括以下至少一种：
18.选星模型，用于从多个候选卫星中筛选出当前定位过程中能够选用的卫星的第一算法模型；
19.定权模型，用于确定当前定位过程中多个候选卫星的权重。
20.第二方面，本公开实施例中提供了一种定位方法，其中，包括：
21.获取被定位对象上观测到的gnss观测数据以及所述gnss观测数据对应的卫星信号特征；其中，所述卫星信号特征基于第一方面所述的方法得到；
22.基于所述gnss观测数据以及所述卫星信号特征获得所述被定位对象的目标定位位置。
23.进一步地，基于所述gnss观测数据以及所述卫星信号特征获得所述被定位对象的目标定位位置，包括：
24.获取所述被定位对象的gnss接收机芯片输出的gnss定位位置；
25.利用第一预设定位算法基于所述卫星信号特征对所述gnss定位位置进行修正，获得所述目标定位位置。
26.进一步地，基于所述gnss观测数据以及所述卫星信号特征获得所述被定位对象的目标定位位置，包括：
27.利用第二预设定位算法基于所述gnss观测数据和所述卫星信号特征获得所述被定位对象的gnss定位位置。
28.第三方面，本公开实施例中提供了一种基于位置的服务提供方法，其中，所述方法利用第二方面所述的定位方法定位被服务对象的位置，所述基于位置的服务包括：导航、地图渲染、路线规划中的一种或多种。
29.第四方面，本公开实施例中提供了一种卫星信号特征的确定，包括：
30.第一获取模块，被配置为获取目标区域内被定位对象接收到的gnss观测数据以及位置修正数据；所述位置修正数据包括传感器数据；
31.第一确定模块，被配置为根据所述gnss观测数据、所述位置修正数据以及地图数据，确定所述被定位对象修正后的位置数据；
32.反推模块，被配置为根据所述位置数据以及所述gnss观测数据，确定所述gnss观测数据的测量误差；
33.第二确定模块，被配置为基于所述测量误差确定所述gnss观测数据对应的卫星信号特征。
34.所述功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
35.在一个可能的设计中，上述装置的结构中包括存储器和处理器，所述存储器用于存储一条或多条支持上述装置执行上述对应方法的计算机指令，所述处理器被配置为用于执行所述存储器中存储的计算机指令。上述装置还可以包括通信接口，用于上述装置与其他设备或通信网络通信。
36.第五方面，本公开实施例提供了一种电子设备，包括存储器、处理器以及存储在存
储器上的计算机程序，其中，所述处理器执行所述计算机程序以实现上述任一方面所述的方法。
37.第六方面，本公开实施例提供了一种计算机可读存储介质，用于存储上述任一装置所用的计算机指令，该计算机指令被处理器执行时用于实现上述任一方面所述的方法。
38.第七方面，本公开实施例提供了一种计算机程序产品，其包含计算机指令，该计算机指令被处理器执行时用于实现上述任一方面所述的方法。
39.本公开实施例提供的技术方案可以包括以下有益效果：
40.本公开实施例，针对环境较为恶劣的目标区域，可以获取进入该目标区域的被定位对象的gnss观测数据以及位置修正数据，该位置修正数据可以包括但不限于传感器数据和/或目标区域的地图数据；利用gnss观测数据和位置修正数据获得被定位对象在目标区域中精度较高的位置数据，进而利用该精度较高的位置数据反推出gnss观测数据的测量误差，并利用测量误差确定gnss观测数据对应的卫星信号特征。通过这种方式，可以分析出目标区域内的卫星信号特征，该卫星信号特征能够实时反映出目标区域中的环境变化、天气变化以及卫星变化等对卫星信号的影响，进而能够辅助进入该目标区域的被定位对象获得更加准确的实时定位位置，能够提高卫星定位的精度。
41.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
42.结合附图，通过以下非限制性实施方式的详细描述，本公开的其它特征、目的和优点将变得更加明显。在附图中：
43.图1示出根据本公开一实施方式的卫星信号特征的确定方法的流程图；
44.图2示出根据本公开一实施方式中卫星信号特征确定的应用流程示意图；
45.图3示出根据本公开一实施方式的定位方法的流程图；
46.图4示出根据本公开一实施方式的车辆导航应用场景示意图；
47.图5是适于用来实现根据本公开一实施方式的卫星信号特征确定方法、定位方法和/或基于位置的服务提供方法的电子设备的结构示意图。
具体实施方式
48.下文中，将参考附图详细描述本公开的示例性实施方式，以使本领域技术人员可容易地实现它们。此外，为了清楚起见，在附图中省略了与描述示例性实施方式无关的部分。
49.在本公开中，应理解，诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在，并且不排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
50.另外还需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
51.本公开发明人发现，卫星信号在城市高楼较多、山区峡谷等区域所受的影响，与定位设备周边环境相关，并且这种相关性在一段时间内基本稳定。因此，本公开提出了一种卫
星信号特征的确定方法，用于挖掘卫星在局部区域内的卫星信号特征，进而再利用该卫星信号特征辅助进入局部区域的定位设备进行位置定位。
52.下面通过具体实施例详细介绍本公开实施例的细节。
53.图1示出根据本公开一实施方式的卫星信号特征的确定方法的流程图。如图1所示，该卫星信号特征的确定方法包括以下步骤：
54.在步骤s101中，获取目标区域内被定位对象接收到的gnss观测数据以及位置修正数据；所述位置修正数据包括传感器数据；
55.在步骤s102中，根据所述gnss观测数据、所述位置修正数据以及地图数据确定所述被定位对象修正后的位置数据；
56.在步骤s103中，根据所述位置数据以及所述gnss观测数据，确定所述gnss观测数据的测量误差；
57.在步骤s104中，基于所述测量误差以及所述gnss观测数据，确定所述gnss观测数据对应的卫星信号特征。
58.本实施例中，该方法可以在服务器上执行。服务器可以收集进入目标区域的一个或多个被定为对象的gnss观测数据以及位置修正数据；该位置修正数据可以包括但不限于地图数据和/或传感器数据。被定位对象可以是能够获取到其在目标区域内的gnss观测数据以及传感器数据的对象，例如可以是众包用户的手机、ipad、电脑、智能手表、车辆、机器人等。在一些实施例中，目标区域可以是预先确定的可能存在遮挡的区域；在另一些实施例中，目标区域也可以是任意区域。
59.被定位对象可以从多个卫星接收卫星信号，可以理解的是，不同时刻被定位对象接收到的卫星信号可以来自不同的卫星，以及能够接收到的卫星信号对应的卫星数量也可以不同。被定位对象上设置的gnss接收机可以从当前时刻接收到的多个卫星的卫星信号解析gnss观测数据，进而基于该gnss观测数据解算当前时刻被定位对象的定位位置。
60.gnss指的是全球卫星导航系统，即覆盖全球的自主地理空间定位的卫星系统；gnss包括gps(全球定位系统)、glonass(格洛纳斯系统)、bds(北斗卫星导航系统)、galileo(伽利略定位系统)。gnss观测数据指接收机获取的卫星观测量，可以包括但不限于伪距、伪距率、载波、信噪比等。接收机接收到卫星信号之后，可以从卫星信号直接或间接获取gnss观测数据。
61.传感器数据可以是设置在被定位对象上的传感器采集到的数据。传感器可以包括但不限于gnss接收机、加速度计、陀螺仪、磁力计、视觉传感器等。传感器数据可以包括但不限于gnss接收机输出的gnss定位位置、被定位对象的加速度、角速度、方位以及周边图像数据等。地图数据可以是包括被定位对象所经过区域的地图数据，该地图数据可以预先存储在服务器。
62.本公开实施例中，如果被定位对象当前处于卫星信号受环境影响较大的区域时，由于gnss观测数据受环境的影响，导致gnss观测数据存在一定的误差，进而使得被定位对象上的gnss接收机根据该gnss观测数据实时计算得到的gnss定位位置并不准确，或者说该gnss定位位置的精度较低。因此，本公开实施例中，还可以利用地图数据和/或其他传感数据比如被定位对象加速度、方位角和角速度等对该不准确的gnss定位位置进行校准，进而获得比gnss定位位置精度更高的位置数据。在一些实施例中，可以利用卡尔曼平滑算法或
者地图匹配算法等获得上述精度更高的位置数据。在一些实施例中，该位置数据可以是被定位对象在目标区域内真实的轨迹数据，可以称之为真值轨迹，该真值轨迹的精度高于利用gnss观测数据实时计算得到的gnss定位位置得到的轨迹数据。
63.因此，可以利用上述精度较高的位置数据反推出gnss观测数据的测量误差。在一些实施例中，gnss观测数据的测量误差可以包括但不限于伪距误差、伪距率误差以及载波的误差。在另一些实施例中，gnss观测数据的测量误差还可以包括信噪比误差，但是由于信噪比的误差与硬件相关，因此每个硬件设备也即被定位对象的信噪比基本上是恒定的，因此gnss观测数据的测量误差中可以直接使用信噪比。
64.在得到gnss观测数据的测量误差之后，可以根据该测量误差确定对应的卫星信号特征。例如，目标区域内存在高架桥，在被定位对象进入该高架桥附近后，被该高架桥遮挡的卫星的gnss观测数据的测量误差较大，因此被定位对象进入该目标区域内的高架桥附近后，可以确定从上述方位角接收到的卫星信号存在被遮挡、反射或多径等特征。
65.在一些实施例中，服务器基于上述方法确定了卫星信号特征之后，可以将该卫星信号特征广播给进入上述目标区域的被定位对象(需要说明的是，此处的被定位对象可以包括上文中服务器用于收集传感器数据的被定位对象和其他定位对象)。上述被定位对象在接收到服务器广播的上述卫星信号特征之后，可以根据上述卫星信号特征以及gnss观测数据共同确定实时定位位置，以便能够提高定位位置的精确度。
66.本公开实施例，针对环境较为恶劣的目标区域，可以获取进入该目标区域的被定位对象的gnss观测数据以及位置修正数据，该位置修正数据可以包括但不限于传感器数据；利用gnss观测数据、位置修正数据以及预先存储在服务器上的地图数据可以获得被定位对象在目标区域中精度较高的位置数据(也即该位置数据为定位对象在目标区域内较为精准的位置数据)，进而利用该精度较高的位置数据反推出gnss观测数据的测量误差，并利用测量误差确定gnss观测数据对应的卫星信号特征。通过这种方式，可以分析出目标区域内的卫星信号特征，该卫星信号特征能够实时反映出目标区域中的环境变化、天气变化以及卫星变化等对卫星信号的影响，进而能够辅助进入该目标区域的被定位对象获得更加准确的实时定位位置，能够提高卫星定位的精度。
67.在本实施例的一个可选实现方式中，所述传感器数据包括所述被定位对象的gnss定位位置以及其他传感数据；步骤s102，即根据所述gnss观测数据、所述位置修正数据以及地图数据确定所述被定位对象修正后的位置数据的步骤，进一步包括以下步骤：
68.基于所述地图数据以及所述其他传感数据对所述gnss定位位置进行修正，得到修正后的所述位置数据。
69.该可选的实现方式中，服务器可以从被定位对象收集被定位对象进入目标区域后，由被定位对象上设置的gnss接收机输出的gnss定位位置以及gnss观测数据(该gnss接收机基于该观测数据计算并输出实时定位位置)，还可以从被定位对象获取其他传感器采集到的其他传感数据，例如被定位对象的角速度、加速度和方位角等。服务器还可以从电子地图服务系统或者存储介质中获取目标区域的地图数据。
70.基于上述地图数据和/或其他传感数据，服务器可以对被定为对象的gnss接收机输出的gnss定位位置进行修正，被修正后的定位位置可以形成被定位对象在目标区域内的轨迹数据，该轨迹数据可以作为校准后的位置数据。
71.需要说明的是，在一些实施例中，可以利用地图匹配算法以及地图数据对上述实时定位位置进行修正，例如在某一个时刻或者某些时刻的gnss定位位置发生漂移后，可以基于地图数据将该漂移后的gnss定位位置进行修正。在另一些实施例中，可以利用卡尔曼平滑方法以及其他传感数据对上述实时定位位置进行修正。具体的修正方式可以基于实际需要进行选择，在此不做限制。
72.在本实施例的一个可选实现方式中，步骤s104，即基于所述测量误差确定所述gnss观测数据对应的卫星信号特征的步骤，进一步包括以下步骤：
73.将所述目标区域进行栅格化，形成多个局部区域；
74.针对所述定位数据位于所述局部区域内的所述被定位对象，针对所述定位数据位于所述局部区域内的所述被定位对象，观测到的所述gnss观测数据对应的所述测量误差进行统计分析，以得到所述局部区域内每颗卫星的卫星信号特征。
75.该可选的实现方式中，在同一区域，卫星信号在一段时间内所受的环境影响基本上是稳定的，因此通过对该区域内被环境影响后的gnss观测数据的测量误差进行统计分析，可以确定上述被环境所影响后的卫星信号特征，而这种卫星信号特征在该区域内将会在一段时间内保持不变。在确定了上述卫星信号特征之后，进入该区域的定位设备可以基于该卫星信号特征对gnss定位位置进行修正，以便消除环境的影响，得到更精确的定位位置。
76.在现实环境中，对卫星信号造成较大影响的环境区域可能只是局部区域，例如存在高架桥的区域、峡谷区域等时，从卫星与被定位对象的相对位置关系看，卫星信号正好被高架桥或者峡谷所遮挡。如果针对面积较大的目标区域，比如既存在有遮挡的区域又存在空旷区域时，通过统计gnss观测数据对应的测量误差，进而再统计分析测量误差得到卫星信号特征，可能会导致卫星信号特征不准确，并且如果目标区域较大，需要统计的数据较多的情况下，计算量也会较大，因此对服务器造成较大压力的同时，可能无法及时输出较为精确的卫星信号特征，最终会导致被定位对象的位置精度降低。
77.因此，本公开实施例通过对目标区域进行栅格化，进而得到多个局部区域。每个局部区域对应栅格化后的一个栅格，栅格化可以采用矩形划分或者道路路旁划分等方式，具体的划分方式可以根据实际需要设定，在此不做具体限制。
78.针对划分得到的每一个局部区域，可以统计被定位对象位于该局部区域内时观测到的gnss观测数据对应的测量误差，以便通过大数据分析方法从大量的测量误差中统计得到该局部区域内接收到的卫星信号的特征。需要说明的是，定位设备是否位于该局部区域，可以基于上文中提到的经过修正后得到的更加精准的位置数据来确定。
79.该卫星信号特征可以反映出该局部区域内卫星信号受环境影响的情况。因此，服务器可以将该卫星信号特征广播至进入该局部区域的被定位对象，以便能够辅助被定位对象基于该卫星信号特征对gnss实时定位位置进行修正。需要说明的是，服务器可以每隔一段时间或者实时的统计分析各个局部区域的卫星信号特征，并将统计分析得到的卫星信号特征广播给进入局部区域的被定位对象。
80.在本实施例的一个可选实现方式中，针对在所述局部区域内得到的所述gnss观测数据对应的所述测量误差进行统计分析，以得到所述局部区域内每颗卫星的卫星信号特征的步骤，进一步包括以下步骤：
81.利用所述测量误差以及所述卫星的星历训练算法模型，使得训练得到的所述算法模型能够识别所述局部区域内每颗卫星的卫星信号特征。
82.该可选的实现方式中，对局部区域内得到的gnss观测数据对应的测量误差的统计分析，可以采用训练人工智能算法模型的方式实现。可以将gnss观测数据对应的测量误差以及这些gnss观测数据对应的卫星的星历输入至预先设置的算法模型中，以便让算法模型学习观测到gnss观测数据的卫星的信号特征，需要说明的是，该gnss观测数据的测量误差与卫星当时所处的位置相关，因此在训练算法模型时，除了输入测量误差之外，还需要输入卫星的星历，以便能够确定接收到gnss观测数据时卫星所处的方位。通过这种方式，最终可以训练得到一种算法模型，该算法模型能够基于卫星所处的方位(可以基于卫星的星历确定)识别出从该卫星接收到的卫星信号的信号特征，根据该信号特征进而可以对该局部区域内的定位设备的gnss实时定位位置进行修正。
83.在本实施例的一个可选实现方式中，所述算法模型包括以下至少一种：
84.选星模型，用于从多个候选卫星中筛选出当前定位过程中能够选用的卫星的第一算法模型；
85.定权模型，用于确定当前定位过程中多个候选卫星的权重。
86.该可选的实现方式中，选星模型可以用于对多个候选卫星进行分类，例如可以从多个候选卫星中筛选出nlos(non line of sight，非直射信号)卫星。由于从nlos卫星接收到的卫星信号受环境影响较大，基于该类卫星的gnss观测数据计算得到gnss定位位置，精度较低。因此通过选星模型，可以将多个候选卫星分类为nlos卫星和非nlos卫星，并且在被定位对象上进行实时定位时，可以将该nlos卫星排除，并利用非nlos卫星的gnss观测数据计算得到被定位对象的目标位置，通过这种方式能够提高卫星定位精度。
87.定权模型可以用于对各候选卫星进行定权。该定权模型可以为在局部区域内能够观测到的多个候选卫星赋予权重值，卫星信号质量好的卫星可以赋予较高的权重值，而卫星信号质量差的卫星可以赋予较低的权重值。通过定权模型，被定位对象可以对所观测到的多个候选卫星赋予不同的权重值，并在计算被定位对象的实时定位位置时，加大权重值高的卫星对应的gnss观测数据的比重，减少权重值低的卫星对应的gnss数据的比重。通过这种方式，可以提高卫星定位精度。
88.在一些实施例中，选星模型和定权模型可以在考虑实时定位过程中所使用的定位算法的特性后训练得到，也即将选星模型和定权模型训练成适应实时定位所使用的定位算法的模型；而在一些实施例中，也可以不考虑实时定位所使用的定位算法的特性的情况下训练得到，并在实时定位时基于所使用的定位算法的特性对所剔除的卫星以及卫星的权重进行相应调整。
89.图2示出根据本公开一实施方式中卫星信号特征确定的应用流程示意图。如图2所示，用户端可以包括多个用户设备，每个用户设备上设置有gnss接收机，每个设备上也可以设置其他传感器，例如磁力计、角速度计、加速度计以及视觉传感器。服务端包括一个或多个服务器，并且用户端的多个用户设备可以与服务端的服务器进行通信。服务端的服务器可以从用户设备收集用户设备在目标区域内的gnss观测数据以及gnss接收机基于该gnss观测数据解算出的gnss定位位置，服务器也可以从用户设备收集gnss观测数据和其他传感器数据。
90.服务器还可以对收集到的gnss定位位置、gnss观测数据和其他传感器数据进行清洗，以排除异常设备和用户。服务器上可以运行有真值轨迹后处理服务，用于基于gnss定位位置、gnss观测数据以及其他传感器数据得到用户设备在目标区域内的真值轨迹，该真值轨迹中的位置数据较gnss定位位置更加精确。
91.真值轨迹后处理服务输出的真值轨迹可以用于反推出gnss观测数据的测量误差，进而根据反推出的测量误差可以训练得到局部区域的误差模型，如选星模型或定权模型等。误差模型的模型参数可以被服务器广播至进入局部区域的被定位对象，被定位对象可以基于接收到的误差模型的模型参数得到在局部区域所观测到的卫星的卫星信号特征，进而可以根据该卫星信号特征以及gnss观测数据进行实时定位。需要说明的是，该被定位对象同时还可以是用于供服务器收集gnss观测数据以及传感器数据的用户设备，当然被定位对象也可以不是用于供服务器收集gnss观测数据以及传感器数据的用户设备。
92.图3示出根据本公开一实施方式的定位方法的流程图。如图3所示，该定位方法包括以下步骤：
93.在步骤s301中，获取被定位对象上观测到的gnss观测数据以及所述gnss观测数据对应的卫星信号特征；其中，所述卫星信号特征基于上述卫星信号特征的确定方法得到；
94.在步骤s302中，基于所述gnss观测数据以及所述卫星信号特征获得所述被定位对象的目标定位位置。
95.本实施例中，该方法可以在进入局部区域的被定位对象上执行。被定位对象可以是进入局部区域的任意定位对象，例如可以是任意用户的手机、ipad、电脑、智能手表、车辆、机器人等。服务器可以向进入局部区域的被定位对象广播各候选卫星对应的卫星信号特征，被定位对象可以从服务器接收在局部区域能够观测到的卫星信号特征。该卫星信号特征可以是用于表征该些卫星发出的卫星信号被环境所影响后所具有的特征。被定位对象可以基于所观测到的卫星信号特征以及对应的gnss观测数据实时计算得到目标定位位置。需要说明的是，被定位对象从服务器接收到的该卫星信号特征可以每个卫星表现出的直接信号特征，也可以是模型参数，并且基于该模型参数能够识别出上述直接信号特征。
96.在一些实施例中，局部区域可以是卫星信号受环境影响较大，会导致gnss定位不准确的区域。局部区域的细节可以参见上述卫星信号特征中的描述，在此不再赘述。
97.在一些实施例中，该卫星信号特征可以由训练完成的算法模型来表征，例如服务器可以根据上述卫星信号特征的确定方法得到能够识别卫星信号特征的算法模型，并将该算法模型的模型参数向进入局部区域的被定为对象进行广播。在一些实施例中，该算法模型可以包括但不限于分类模型和定权模型，被定位对象接收到算法模型的模型参数之后，可以基于模型参数对在局部区域内观测到的卫星进行分类或者定权，进而根据分类或定权结果以及对应的gnss观测数据，实时计算在局部区域内的目标定位位置。需要说明的是，服务器可以基于上述卫星信号特征的确定方法得到各卫星的不同类型卫星信号特征，而不同类型的卫星信号特征可以全部广播给进入局部区域的所有被定位对象，或者有选择的广播给进入局部区域的被定位对象，例如可以根据被定位对象上的定位算法类型将相匹配的卫星信号特征广播给相应的被定位对象。
98.被定位对象接收到卫星信号特征之后，可以调用预先设定好的定位算法，基于该卫星信号特征以及gnss观测数据计算得到目标定位位置。需要说明的是，通常的gnss定位
方法中，被定位对象上的gnss接收机芯片可以基于所观测到的gnss观测数据自动计算得到芯片解，也即gnss定位位置。但是考虑到在局部区域卫星信号受环境影响较大，因此直接使用gnss观测数据解算得到的gnss定位位置并不精确，因此进入该局部区域的被定位对象可以在gnss观测数据的基础上，将观测卫星的卫星信号特征作为辅助信息，计算得到精确度更高的目标定位位置。
99.本实施例中的其他相关细节可以参见上述对卫星信号特征的确定方法的描述，在此不再赘述。
100.本公开实施例中，进入局部区域的被定位对象可以基于服务器预先确定的卫星信号特征以及gnss观测数据计算得到目标定位位置，相当于在gnss观测数据的基础上，将卫星信号特征作为位置解算的辅助信息，对gnss定位位置做了一定的修正，提高了卫星定位的精度。
101.在本实施例的一个可选实现方式中，步骤s302，即基于所述gnss观测数据以及所述卫星信号特征获得所述被定位对象的目标定位位置的步骤，进一步包括以下步骤：
102.获取所述被定位对象的gnss接收机芯片输出的gnss定位位置；
103.利用第一预设定位算法基于所述卫星信号特征对所述gnss定位位置进行修正，获得所述目标定位位置。
104.该可选的实现方式可以在软件层面实现，服务器可以将卫星信号特征下发至被定位对象的软件层面。被定位对象上的gnss接收机使用所观测到的gnss观测数据计算gnss定位位置，而在软件层面由预先设置的第一预设定位算法基于服务器下发的卫星信号特征对gnss接收机输出的gnss定位位置进行修正，最终得到修正后的目标定位位置。第一预设定位算法可以采用单点定位类算法、滤波类算法和双差类算法等。单点定位类算法例如可以是spp算法，滤波类算法例如可以是卡尔曼滤波，松组合、紧组合导航定位算法，ppp定位算法，粒子滤波算法等，双差类算法例如可以是rtk算法等。
105.在这种方式下，可以仅通过软件层面的第一预设定位算法对gnss接收机输出的gnss定位位置进行修正，而无需在系统层面和/或硬件层面做过多改动。因此，通过这种方式，可以提升本公开实施例的应用扩展性和鲁棒性。
106.在本实施例的一个可选实现方式中，步骤s302，即基于所述gnss观测数据以及所述卫星信号特征获得所述被定位对象的目标定位位置的步骤，进一步包括以下步骤：
107.利用第二预设定位算法基于所述gnss观测数据和所述卫星信号特征获得所述被定位对象的gnss定位位置。
108.该可选的实现方式中，服务器可以将卫星信号特征下发至被定位对象的系统层面或者硬件层面，并在被定位对象的系统层面或者硬件层面对定位算法进行改进，进而由该改进的定位算法基于gnss观测数据以及卫星信号特征解算得到gnss定位位置。例如，可以在gnss接收机的解算算法中，利用服务器下发的选星模型将nlos模型的gnss观测数据筛除后，利用保留的gnss观测数据计算得到gnss定位位置，并将该gnss定位位置确定为被定位对象的目标定位位置；或者，可以利用服务器下发的定权模型，确定所观测到的各卫星的权重值，并利用该权重值对该卫星对应的gnss观测值进行加权后，计算得到gnss定位位置。
109.根据本公开一实施方式的基于位置的服务提供方法，该基于位置的服务提供方法包括：利用上述定位方法定位被服务对象的位置，所述基于位置的服务包括：导航、地图渲
染、路线规划中的一种或多种。
110.本实施例中，该基于位置的服务提供方法可以在终端上执行，终端是手机、ipad、电脑、智能手表、车辆等。本公开实施例针对卫星信号受环境影响较大的目标区域，由服务器统计各卫星的卫星信号特征，并将卫星信号特征下发给进入该目标区域的被服务对象，进而由被服务对象基于该卫星信号特征提供基于位置的服务，比如导航、地图渲染、路线规划等，通过将上述定位方法应用在用户所使用的终端上，可以提高基于位置的服务提供效果，提升用户的使用体验。
111.被服务对象可以是手机、ipad、电脑、智能手表、车辆、机器人等。被服务对象的定位位置可以利用上述定位方法获得，具体细节可以参见上述对定位方法的描述，在此不再赘述。
112.图4示出根据本公开一实施方式的车辆导航应用场景示意图。如图4所示，该车辆导航场景可以分为离线过程和实时定位过程。离线过程中，在城市a的高架桥区域，服务器从经过该高架桥区域的众包用户的车辆导航设备收集gnss观测数据以及传感器数据，该gnss观测数据可以是该车辆导航设备从卫星a(图示为1个卫星，实际应用中可以为多个)接收到的卫星信号解析得到的，该传感器数据可以包括gnss接收机输出的gnss定位位置和其他传感器数据。服务器还可以从电子地图服务系统获取该高架桥区域的地图数据。服务器在收集到上述数据之后，可以基于上述数据训练得到选星模型和定权模型。并将上述选星模型和定权模型的模型参数广播至进入高架桥区域的任意车辆。实时定位过程中，该任意车辆上的导航终端在接收到上述模型参数之后，从卫星b(图示为1个，实际应用中可以是多个卫星，卫星a和卫星b可以相同也可以不同)接收卫星信号，并解析得到gnss观测数据，进而利用上述模型参数筛选所观测到的卫星的gnss观测数据，或者对所观测到的卫星赋予权重值，并在计算gnss定位位置时，可以基于筛选结果或者定权结果，对gnss数据进行处理，获得更加精确的目标定位位置；基于该目标定位位置对车辆进行导航。
113.根据本公开一实施方式的卫星信号特征的确定装置，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。该卫星信号特征的确定装置包括：
114.第一获取模块，被配置为获取目标区域内被定位对象接收到的gnss观测数据以及位置修正数据；所述位置修正数据包括传感器数据；
115.第一确定模块，被配置为根据所述gnss观测数据、所述位置修正数据以及地图数据，确定所述被定位对象修正后的位置数据；
116.反推模块，被配置为根据所述位置数据以及所述gnss观测数据，确定所述gnss观测数据的测量误差；
117.第二确定模块，被配置为基于所述测量误差确定所述gnss观测数据对应的卫星信号特征。
118.在本实施例的一个可选实现方式中，所述传感器数据包括所述被定位对象的gnss定位位置以及其他传感数据；所述第一确定模块，包括：
119.修正子模块，被配置为基于所述地图数据和/或所述其他传感数据对所述gnss定位位置进行修正，得到修正后的所述位置数据。
120.在本实施例的一个可选实现方式中，所述第二确定模块，包括：
121.栅格化子模块，被配置为将所述目标区域进行栅格化，形成多个局部区域；
122.统计子模块，被配置为针对所述定位数据位于所述局部区域内的所述被定位对象，观测到的所述gnss观测数据对应的所述测量误差进行统计分析，以得到所述局部区域内每颗卫星的卫星信号特征。
123.在本实施例的一个可选实现方式中，所述统计子模块，包括：
124.识别子模块，被配置为利用所述测量误差以及所述卫星的星历训练算法模型，使得训练得到的所述算法模型能够识别所述局部区域内每颗卫星的卫星信号特征。
125.在本实施例的一个可选实现方式中，所述算法模型包括以下至少一种：
126.选星模型，用于从多个候选卫星中筛选出当前定位过程中能够选用的卫星的第一算法模型；
127.定权模型，用于确定当前定位过程中多个候选卫星的权重。
128.本公开实施例中的卫星信号特征的确定装置与上述卫星信号特征的确定方法对应一致，具体细节可以参见上述对卫星信号特征的确定方法，在此不再赘述。
129.根据本公开一实施方式的定位装置，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。该定位装置包括：
130.获取被定位对象上观测到的gnss观测数据以及所述gnss观测数据对应的卫星信号特征；其中，所述卫星信号特征基于权利要求1-5任一项所述的方法得到；
131.基于所述gnss观测数据以及所述卫星信号特征获得所述被定位对象的目标定位位置。
132.在本实施例的一个可选实现方式中，基于所述gnss观测数据以及所述卫星信号特征获得所述被定位对象的目标定位位置，包括：
133.获取所述被定位对象的gnss接收机芯片输出的gnss定位位置；
134.利用第一预设定位算法基于所述卫星信号特征对所述gnss定位位置进行修正，获得所述目标定位位置。
135.在本实施例的一个可选实现方式中，基于所述gnss观测数据以及所述卫星信号特征获得所述被定位对象的目标定位位置，包括：
136.利用第二预设定位算法基于所述gnss观测数据和所述卫星信号特征获得所述被定位对象的gnss定位位置。
137.本公开实施例中的定位装置与上述定位方法对应一致，具体细节可以参见上述对定位方法，在此不再赘述。
138.根据本公开一实施方式的基于位置的服务提供装置，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。该基于位置的服务提供装置利用上述定位装置定位被服务对象的位置，所述基于位置的服务包括：导航、地图渲染、路线规划中的一种或多种。
139.本公开实施例中的基于位置的服务提供装置与上述基于位置的服务提供方法对应一致，具体细节可以参见上述对基于位置的服务提供方法，在此不再赘述。
140.图5是适于用来实现根据本公开实施方式的卫星信号特征确定方法、定位方法和/或基于位置的服务提供方法的电子设备的结构示意图。
141.如图5所示，电子设备500包括处理单元501，其可实现为cpu、gpu、fpga、npu等处理单元。处理单元501可以根据存储在只读存储器(rom)502中的程序或者从存储部分508加载
到随机访问存储器(ram)503中的程序而执行本公开上述任一方法的实施方式中的各种处理。在ram503中，还存储有电子设备500操作所需的各种程序和数据。处理单元501、rom502以及ram503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。
142.以下部件连接至i/o接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至i/o接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。
143.特别地，根据本公开的实施方式，上文参考本公开实施方式中的任一方法可以被实现为计算机软件程序。例如，本公开的实施方式包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，所述计算机程序包含用于执行本公开实施方式中任一方法的程序代码。在这样的实施方式中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。
144.附图中的流程图和框图，图示了按照本公开各种实施方式的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，路程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
145.描述于本公开实施方式中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
146.作为另一方面，本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施方式中所述装置中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法。
147.以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。