最近RTK老不固定?別慌，“敵人”已被鎖定
發布時間：2022-11-09 10:29:05
這兩年，長期在一線從事基礎設施建設的測量人經常反饋信號“不固定”“測不準”。一旦急字上頭，不免扔出辛辣質問：“CORS服務水平咋還一年不如一年?”
我們理解大家的心情，但要追繳“真兇”，還是得先聊聊那片天空高處摸不著的：電離層。
要提前說的是，電離層這個“大敵”還在“蓄力”，但大家不必太過擔心，因為我們有辦法，不麻煩，很靠譜，超管用!
所以電離層到底是啥?
電離層是距離地面60至1000公里的地球高層大氣空域，其中存在相當多自由電子和離子。電離層會因太陽輻射、地球天氣和太空天氣等外部條件的變化而不斷變化，“模樣”突出一個變幻莫測、琢磨不透。
這段時間，我國南方及中部地區不少省份的測量人都明顯感知到了電離層變化活躍帶來的影響?？紤]到太陽活動逐漸步入高峰，至少未來5年，這種影響都會延續，并可能在未來的2-3年不斷加重。
TIPS 電離層的活躍情況也呈現日變化性和季節性。一般來說，發生在春夏之交和秋冬之交。4月至7月間，北京時間20:00至02:00頻繁活躍;10月至11月間，北京時間12:00至18:00頻繁活躍，20:00至02:00偶爾活躍。
電離層為啥會影響RTK固定?
來自于導航衛星的GNSS信號必須穿過包裹著地球的電離層才能來到地面。而電離層會讓信號的傳播速度和路徑發生改變，造成電離層誤差。
要獲得精確的定位數據，改正電離層誤差是必備步驟。但電離層的活躍大大增加了它的無規律，這一項步驟的難度也自然陡增。在電離層活躍期，為啥RTK難固定?其實就是未經精確改正的誤差流進了差分數據，導致RTK無法獲得固定解。
那未來5年大家怎么干活?
電離層活躍確實是大自然給行業出的難題。但就像開篇說的，我們有思路，也確實形成了辦法，所以大家請安心。
首先是人工智能?？催^人工智能在圍棋領域大殺四方的大家應該早就對其快速窮盡可能和不斷自我學習的能力有所了解。在電離層活躍期，人工智能的高效參與可以有效提高改正精度。
就此，我們建立了名為CHC IAM的模型。在CHC IAM模型背后，是由上百臺服務器構成的人工智能訓練集群，和由超千萬小時觀測數據構成的訓練和驗證樣本——這些觀測數據實地采集自一萬多種不同場景。
目前，CHC IAM模型的改正精度已可以在98%的場景下達到1cm以內。
靠人工智能電離層問題就解決了?
還不夠。除了人工智能的參與，系統化的視角也是解決電離層難題的有效途徑，比如：云端網的一體化。
電離層誤差的改正需要終端和服務端的共同參與。當兩者無法以雙方能夠理解的語言相交流，并用一致的思路和標準來解決問題，這一場合作，就可能變成彼此的“消磨”。
鑒于此，我們在自有終端和服務端之間建立了交互式傳輸協議，并同時配置了CHC IAM模型，讓“雞同鴨講”和“各自為政”，變成“心有靈犀”和“齊心協力”。這樣一來，這個“團隊”的運作就變得有條不紊起來：
終端開啟并收到觀測數據時，會立即使用CHC IAM模型進行電離層特征提取，并把特征數據通過交互式傳輸協議發送到服務端?；谠撎卣鲾祿斩藭瓿呻婋x層建模和誤差改正，然后將差分數據和建模的結果標識回傳給終端，終端進行雙向驗證后完成解算。加入用戶位置的電離層特征后，可以大大增強服務端建模的效果，進而提升終端的性能。
依靠CHC IAM模型和交互式傳輸協議這兩大“法寶”，華測一張網云端同源2.0版本讓華測終端+華測賬號的搭配實現了較“混搭”20%以上的定位性能提升，市場反響優異。干過電磁暴，這一招管用，面對愈演愈烈的電離層活躍，各位測量人千萬別忘了升級云端同源2.0!
文章內容來源：華測服務
我們理解大家的心情，但要追繳“真兇”，還是得先聊聊那片天空高處摸不著的：電離層。
要提前說的是，電離層這個“大敵”還在“蓄力”，但大家不必太過擔心，因為我們有辦法，不麻煩，很靠譜，超管用!
所以電離層到底是啥?
電離層是距離地面60至1000公里的地球高層大氣空域，其中存在相當多自由電子和離子。電離層會因太陽輻射、地球天氣和太空天氣等外部條件的變化而不斷變化，“模樣”突出一個變幻莫測、琢磨不透。
這段時間，我國南方及中部地區不少省份的測量人都明顯感知到了電離層變化活躍帶來的影響?？紤]到太陽活動逐漸步入高峰，至少未來5年，這種影響都會延續，并可能在未來的2-3年不斷加重。
TIPS 電離層的活躍情況也呈現日變化性和季節性。一般來說，發生在春夏之交和秋冬之交。4月至7月間，北京時間20:00至02:00頻繁活躍;10月至11月間，北京時間12:00至18:00頻繁活躍，20:00至02:00偶爾活躍。
電離層為啥會影響RTK固定?
來自于導航衛星的GNSS信號必須穿過包裹著地球的電離層才能來到地面。而電離層會讓信號的傳播速度和路徑發生改變，造成電離層誤差。
要獲得精確的定位數據，改正電離層誤差是必備步驟。但電離層的活躍大大增加了它的無規律，這一項步驟的難度也自然陡增。在電離層活躍期，為啥RTK難固定?其實就是未經精確改正的誤差流進了差分數據，導致RTK無法獲得固定解。
那未來5年大家怎么干活?
電離層活躍確實是大自然給行業出的難題。但就像開篇說的，我們有思路，也確實形成了辦法，所以大家請安心。
首先是人工智能?？催^人工智能在圍棋領域大殺四方的大家應該早就對其快速窮盡可能和不斷自我學習的能力有所了解。在電離層活躍期，人工智能的高效參與可以有效提高改正精度。
就此，我們建立了名為CHC IAM的模型。在CHC IAM模型背后，是由上百臺服務器構成的人工智能訓練集群，和由超千萬小時觀測數據構成的訓練和驗證樣本——這些觀測數據實地采集自一萬多種不同場景。
目前，CHC IAM模型的改正精度已可以在98%的場景下達到1cm以內。
靠人工智能電離層問題就解決了?
還不夠。除了人工智能的參與，系統化的視角也是解決電離層難題的有效途徑，比如：云端網的一體化。
電離層誤差的改正需要終端和服務端的共同參與。當兩者無法以雙方能夠理解的語言相交流，并用一致的思路和標準來解決問題，這一場合作，就可能變成彼此的“消磨”。
鑒于此，我們在自有終端和服務端之間建立了交互式傳輸協議，并同時配置了CHC IAM模型，讓“雞同鴨講”和“各自為政”，變成“心有靈犀”和“齊心協力”。這樣一來，這個“團隊”的運作就變得有條不紊起來：
終端開啟并收到觀測數據時，會立即使用CHC IAM模型進行電離層特征提取，并把特征數據通過交互式傳輸協議發送到服務端?；谠撎卣鲾祿斩藭瓿呻婋x層建模和誤差改正，然后將差分數據和建模的結果標識回傳給終端，終端進行雙向驗證后完成解算。加入用戶位置的電離層特征后，可以大大增強服務端建模的效果，進而提升終端的性能。
依靠CHC IAM模型和交互式傳輸協議這兩大“法寶”，華測一張網云端同源2.0版本讓華測終端+華測賬號的搭配實現了較“混搭”20%以上的定位性能提升，市場反響優異。干過電磁暴，這一招管用，面對愈演愈烈的電離層活躍，各位測量人千萬別忘了升級云端同源2.0!
文章內容來源：華測服務
相關閱讀：
聯系方式
聯系方式
公司傳真：400-110-5117
客服電話：15528332692
客服微信：qxcorszh
推薦產品
熱點資訊
