CN109951796B - 一种云+端的定位服务方法及系统 - Google Patents

Abstract

本申请公开了一种云+端的定位服务方法及系统；其中，终端向云端服务器发送观测数据；云端服务器根据观测数据以及云端服务器采集到的精密数据，解算得到至少两种位置信息，并从中选出最优的位置信息；云端服务器向终端返回最优的位置信息以及解算出该最优的位置信息所采用的观测数据对应的时间信息；终端根据位置信息和观测数据组建虚拟基站数据，并利用虚拟基站数据进行实时定位。

Description

一种云+端的定位服务方法及系统

技术领域

本申请涉及但不限于卫星定位技术，尤指一种云+端的定位服务方法及系统。

背景技术

目前，全球有五大广泛应用的全球卫星导航系统(GNSS，Global NavigationSatellite System)，分别是美国的全球定位系统(GPS，Global Positioning System)、俄罗斯的格洛纳斯卫星导航系统(GLONASS)、中国的北斗卫星导航系统(BeiDou)、欧盟的伽利略卫星定位系统(Galileo)以及日本的准天顶卫星系统(QZSS，Quasi-Zenith SatelliteSystem)。多种卫星导航系统可以联合为用户提供定位服务，从而大大提高卫星定位技术的可用性、可靠性和精度。卫星定位技术已被广泛应用于车载导航、测量测绘、精细农业、智能机器人、无人驾驶及无人机等众多领域。

其中，影响卫星定位精度的主要因素包括卫星轨道和钟差误差、大气传播误差。通过广播星历实时解算出的卫星轨道和钟差的误差一般为米级，如GPS的广播星历精度为1至2米，GLONASS广播星历的精度为几米。大气传播误差主要是电离层和对流层误差。由于卫星轨道和钟差误差、大气传播误差的综合影响超过米级，虽然各卫星导航系统的轨道钟差精度在不断改善，可用卫星越来越多，但是在没有外界精密数据支持下的标准单点定位(SPP，Standard Point Positioning)的精度始终无法达到优于一米的精度。上述定位精度无法满足测量测绘、精细农业、无人驾驶等需要厘米级、分米级、亚米级精度的行业。

发明内容

本申请实施例提供一种云+端的定位服务方法及系统，可以基于云端实现终端的高精度定位，且可以降低终端的复杂性及成本。

一方面，本申请实施例提供一种云+端的定位服务方法，包括：终端向云端服务器发送观测数据；所述终端接收所述云端服务器返回的由所述云端服务器根据所述观测数据解算得到的位置信息以及所述观测数据对应的时间信息；所述终端根据所述位置信息以及所述观测数据，组建虚拟基站数据；所述终端利用所述虚拟基站数据，进行实时定位。

另一方面，本申请实施例提供一种云+端的定位服务方法，包括：云端服务器接收终端发送的观测数据；所述云端服务器根据所述观测数据以及所述云端服务器采集到的精密数据，解算得到至少两种位置信息，并从中选出最优的位置信息；所述云端服务器向所述终端发送所述最优的位置信息以及所述观测数据对应的时间信息。

再一方面，本申请实施例提供一种云+端的定位服务系统，包括：云端服务器以及终端；其中，所述终端适于向所述云端服务器发送观测数据；所述云端服务器适于根据所述观测数据以及所述云端服务器采集到的精密数据，解算得到至少两种位置信息，从中选出最优的位置信息，并向所述终端发送所述最优的位置信息以及所述观测数据对应的时间信息；所述终端还适于根据所述位置信息以及所述观测数据，组建虚拟基站数据，并利用所述虚拟基站数据进行实时定位。

再一方面，本申请实施例提供一种终端，包括：接收器、存储器和处理器，所述接收器连接所述处理器，适于接收卫星信号；所述存储器适于存储定位服务程序，所述定位服务程序被所述处理器执行时实现上述终端侧的定位服务方法的步骤。

再一方面，本申请实施例提供一种计算机可读存储介质，存储有定位服务程序，所述定位服务程序被执行时实现上述终端侧的定位服务方法的步骤。

再一方面，本申请实施例提供一种计算机可读存储介质，存储有定位服务程序，所述定位服务程序被执行时实现上述云端服务器侧的定位服务方法的步骤。

本申请实施例中，终端可以向云端服务器发送观测数据；云端服务器可以根据观测数据以及云端服务器采集到的精密数据，解算得到至少两种位置信息，并从中选出最优的位置信息；云端服务器可以向终端发送最优的位置信息以及解算出该最优的位置信息所采用的观测数据对应的时间信息；终端可以根据接收到的位置信息和对应的观测数据组建虚拟基站数据，并利用虚拟基站数据进行实时定位。本申请实施例可以结合云端服务器实现终端的高精度定位，而且终端根据云端服务器返回的位置信息可以维持自身在后续一定时间内的高精度定位，如此，不仅可以减少对云端服务器的数据处理和通信资源压力、节省终端的通信成本，而且可以保证在终端与云端服务器之间通信中断时仍可以实现终端的实时高精度定位。在本申请实施例中，云端服务器可以通过多种定位模式解算得到多种位置信息，并给终端返回最优的位置信息，从而满足多种情况的定位需求，而且可以充分利用云端服务器的资源优势和超强的处理能力。

本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本申请技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本申请的技术方案，并不构成对本申请技术方案的限制。

图1为本申请实施例提供的一种云+端的定位服务系统的示意图；

图2为本申请实施例提供的定位服务系统的交互流程示例图；

图3为本申请实施例提供的一种云+端的定位服务方法的流程图；

图4为本申请实施例提供的另一种云+端的定位服务方法的流程图；

图5为本申请实施例提供的一种云+端的定位服务装置的示意图；

图6为本申请实施例提供的另一种云+端的定位服务装置的示意图；

图7为本申请实施例提供的一种终端的示意图。

具体实施方式

下面将结合附图对本申请的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。

在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

为了削弱影响卫星定位精度的误差，可以利用精密数据来提高定位精度。其中，根据不同的精密数据可以采用不同的定位模式，例如，星基增强系统(SBAS，Satellite BasedAugmentation Systems)、差分全球导航卫星系统(DGNSS，Differential GlobalNavigation Satellite System)、精密单点定位(PPP，Precise Point Positioning)、实时动态(RTK，Real-Time Kinematic)等。采用不同的精密数据和不同的定位模式，最终的定位精度也会不一样。比如，对于测量测绘、精细农业、智能机器人、无人驾驶、无人机等这些需要厘米级定位精度的行业，主要可以采用RTK和PPP技术；对于部分地理信息系统(GIS，Geographic Information System)应用以及林业测绘、车道级定位等需要亚米级定位的应用，可以采用RTK、PPP、DGNSS和SBAS等定位技术。

SBAS可以利用星基播发的精密轨道钟差改正数，以及电离层格网数据，来削弱卫星轨道、钟差以及电离层误差。但是SBAS卫星所能提供的卫星轨道钟差以及电离层改正数的精度较低，只适用于噪声和多径误差较大的伪距观测值，在观测条件较好的情况下，SBAS也只能达到亚米级精度。

DGNSS可以通过接收基站改正数来消除卫星钟差误差，且卫星轨道误差、电离层及对流层误差也会大大削弱，但是DGNSS还是采用噪声和多径误差较大的伪距观测值，因而也只能达到亚米级精度。

PPP可以利用比SBAS精度更高的卫星轨道钟差改正数，这些改正数的精度可达厘米级，因而可以利用噪声和多径误差很小的载波观测值，通过双频消电离层组合来消除电离层误差，对流层误差也可以通过模型和参数估计来削弱，残差只有厘米级。因而在载波模糊度收敛或固定后，PPP可以提供分米甚至厘米级动态定位精度。

RTK移动站接收来自基站的观测值和位置信息，通过站间单差消除卫星钟差，卫星轨道、电离层及对流层误差也会大大削弱，残余的对流层电离层残差还可以通过参数估计进一步削弱。RTK在站间单差基础上进行星间单差进而消除接收机钟差，从而可以通过模糊度搜索来固定整周模糊度。模糊度固定使得RTK可以充分发挥高精度载波观测值的优势，达到厘米级定位精度。相对于PPP，RTK不会受到卫星钟差的影响，卫星轨道残差，对流层残差也更小，模糊度固定也更快，精度更高。因而在具备搭建基站条件的地方，RTK是应用最广泛的高精度定位模式。

虽然RTK、PPP、DGNSS、SBAS定位模式可以提高定位精度，分别满足厘米级、分米级到亚米级的定位需求，但是这几种定位模式都分别需要不同类型的外部精密数据的支持，而且每种高精度定位模式在实际应用中也难以保证100％的可用性。

SBAS改正数由SBAS卫星播发，目前有以下多个SBAS系统：WAAS(Wide AreaAugmentation System，广域增强系统)、EGNOS(Euro Geostationary Navigation OverlayService，欧洲同步卫星导航覆盖系统)、MSAS(Multi-Functional SatelliteAugmentation System，多功能卫星增强系统)、GAGAN(GPS Aided GeoAugmentedNavigation，GPS辅助型近地轨道增强系统)等，每个系统覆盖部分区域且互不兼容，每个系统有一到三颗地球同步卫星播发改正数。对于动态载体来说，这些地球同步卫星经常受到遮挡，无法接收改正数。

PPP所需的精密数据一般通过地球同步卫星L波段播发，并不是所有导航模块和板卡都具备L波段跟踪能力。和SBAS卫星一样，播发PPP精密数据的地球同步卫星也容易受到遮挡。

DGNSS和RTK需要基站支持，差分数据通过电台或无线网络传输。但电台和无线网络也会存在盲区，导致差分链路中断。对于单站DGNSS和RTK，差分基站覆盖范围有限，RTK基站的作用范围一般不能超过50千米(km)，DGNSS也只能服务100km的范围。对于动态应用，特别是智能驾驶，需要经常切换基站，这无疑会增加移动站操作和算法的复杂度。

上面几种亚米级到厘米级定位模式，都需要外部数据支持，而这些外部数据都存在一些局限性，在动态应用中，很难保证一种改正数或精密数据一直有效。

本申请实施例提供一种云+端的定位服务方法及系统，可以基于云端实现终端的高精度定位，减少云端服务器的数据处理以及通信资源压力，节省终端的通信成本，并保证终端定位的实时性。

图1为本申请实施例提供的一种云+端的定位服务系统的示意图。如图1所示，本实施例提供的定位服务系统包括：云端服务器10和至少一个终端，例如终端20a、20b及20i。本申请对于云端服务器和终端的数目并不限定，图1仅为一种示例。

在本申请实施例中，终端适于向云端服务器发送观测数据；云端服务器适于根据观测数据以及云端服务器采集到的精密数据，解算得到至少两种位置信息，从中选出最优的位置信息，并向终端发送该最优的位置信息以及解算出该最优的位置信息所采用的观测数据对应的时间信息；终端还适于根据位置信息以及观测数据，组建虚拟基站数据，并利用虚拟基站数据进行实时定位。

在一示例性实施例中，终端适于向云端服务器发送带时间信息的观测数据并将对应的观测数据保存于自身内存中，以便用于后续组成虚拟基站数据；云端服务器适于根据观测数据以及云端服务器采集到的精密数据，解算得到至少两种位置信息，从中选出最优的位置信息，并向终端发送该最优的位置信息以及解算得到该最优的位置信息所采用的观测数据对应的时间信息；终端适于根据接收到的时间信息，从自身内存中检索该时间信息对应的观测数据，并根据接收到的位置信息以及检索到的观测数据，组建虚拟基站数据，并利用虚拟基站数据进行实时定位。然而，本申请对此并不限定。比如，在其他实现方式中，云端服务器可以向终端返回解算出的最优的位置信息、解算得到该最优的位置信息所采用的观测数据对应的时间信息以及解算出该最优的位置信息所采用的观测数据，以便于终端可以根据接收到的时间信息确定最新的位置信息，并根据接收到的最新的位置信息和观测数据，组建虚拟基站数据。

在本申请实施例中，云端服务器可以支持多种类型的精密数据的采集，从而充分利用云端服务器的资源优势，相较于由终端采集多种类型的精密数据，可以减少终端对各种精密数据的依赖性，而且可以避免用户付费获取各种类型的精密数据，从而降低用户的操作成本。

在本申请实施例中，云端服务器可以支持多种定位模式(比如，SBAS、DGNSS、PPP、RTK等)，以满足各种情况下的定位需求。比如，在大漠、山脉、海洋、极地等没有RTK基站覆盖的区域，若存在高精度定位需求(比如，航海、海洋勘探等)，可以采用PPP定位模式提供高精度定位服务；比如，当终端上传的观测数据中没有有效的载波观测值信息导致无法进行RTK定位时，可以采用DGNSS进行定位，或基于SBAS改正数进行SBAS定位，以提高定位精度。而且，本申请实施例还可以充分利用云端服务器的超强处理能力。相较于由终端采用多种定位模式进行定位解算的方式，可以减少终端的复杂度和计算量。

本申请实施例中，终端可以利用云端服务器返回的位置信息和对应时刻的观测数据作为虚拟基站进行后续的自身实时定位，从而确保高精度定位的实时性。以精准农业、无人机、智能驾驶等实时性要求较高的动态应用场景为例，这些应用一般都需要5Hz甚至10Hz的高精度定位结果，由于终端的采样时间基本是同步，因此发送到云端服务器的观测数据也是同步的。假设一个处理能力极强的云端服务器能够在0.01ms内完成一次RTK解算，那么完成一万个终端的RTK解算则需要100ms。如此一来，终端发送观测数据到云端服务器，云端服务器解算再回传RTK定位结果至终端，则可能存在100ms的延迟。对于30m/s运动的汽车，延迟100ms，汽车位置已变化了3m，无法满足高精度的定位需求。在本申请实施例中，终端的高精度定位没有完全依赖于云端服务器的定位解算，终端可以利用云端服务器提供的高精度的基准位置，进行实时高精度定位，从而减少对云端服务器数据处理和通信资源的压力。

本申请实施例中，终端从云端服务器接收到位置信息和时间信息之后，可以利用虚拟基站数据维持自身在后续一定时间内的实时高精度定位。如此一来，可以避免终端和云端服务器之间的通信短时间中断(比如，由于无线通信有盲点，或通信堵塞等导致通信中断)造成终端无法实现高精度定位的情况。不仅可以节省终端的通信成本，而且可以保证在终端与云端服务器之间通信中断时仍可以实现终端的高精度定位，保证终端高精度定位的稳定性。

目前终端采用的高精度定位模块或板卡大部分都支持五系统(GPS、BDS、GLONASS、Galileo、QZSS)观测数据，按照通用RTCM格式来发送原始观测数据，一个历元的数据超过50K bits。假设一个终端按10Hz传输观测数据，需要的带宽是500Kbps，若存在一万个客户，服务器的带宽需求就达到5Gbps，1小时需要传输的数据量就达到1.8G bits。这对服务器的带宽有很高的要求，终端的通信成本也很高。本申请实施例中，终端可以基于定期或不定期从云端服务器返回的高精度的位置信息和时间信息，维持自身实时高精度定位，从而可以减少云端服务器的数据传输带宽要求，并降低终端的通信成本。

在一示例性实施例中，终端可以定期或不定期将观测数据发送给云端服务器；比如，终端发送观测数据的频率可以是1秒钟一次，也可以是10秒钟甚至100秒钟一次，也可以是不定期的，例如根据终端需求发送观测数据，从而减轻数据传输费用压力。然而，本申请对此并不限定。

以终端定期发送观测数据为例，终端发送观测数据的频率可以为1秒钟一次、10秒钟一次、或者100秒钟一次，相应地，终端所需的带宽就分别下降为50Kbps、5Kbps、500bps，则1小时需要传输的数据量就分别下降为180M bits、18M bits、1.8M bits。如此一来，大大降低了云端服务器的带宽和处理压力以及终端的通信成本；对于服务一万个终端的云端服务器，其带宽要求也会分别下降为500Mbps、50Mbps、5Mbps，且每秒钟需要执行的定位解算次数也会下降为10000次、1000次和100次。

在一示例性实施例中，云端服务器适于采集以下一项或多项作为精密数据：单站RTK差分数据、网络RTK差分数据、单站DGNSS差分数据、网络DGNSS差分数据、PPP精密轨道钟差数据、SBAS精密轨道钟差数据、电离层格网数据、对流层格网数据、广播星历数据。然而，本申请对此并不限定。在实际应用中，云端服务器可以根据实际需求进行数据采集。其中，每种数据可以来自多种数据源，例如，PPP精密轨道钟差数据可以来自多个服务提供商。

在一示例性实施例中，云端服务器可以适于通过以下至少两种方式根据观测数据以及云端服务器采集到的精密数据，解算得到至少两种位置信息：

根据终端的初始位置或前一次确定的最优的位置信息，检索满足第一设定条件的基站数据(比如，距离终端最近的基站数据)，利用该基站数据和终端的观测数据，解算终端的RTK位置信息；

根据终端的初始位置或前一次确定的最优的位置信息，检索满足第二设定条件的基站数据(比如，距离终端最近的基站数据)，利用该基站数据和终端的观测数据，解算终端的DGNSS位置信息；

根据观测数据对应的时间信息，检索该时间信息对应的PPP精密轨道钟差数据，根据检索到的PPP精密轨道钟差数据和终端的观测数据，解算终端的PPP位置信息；

根据观测数据对应的时间信息，检索该时间信息对应的SBAS精密轨道钟差数据、电离层格网数据，根据检索到的SBAS精密轨道钟差数据、电离层格网数据以及终端的观测数据，解算终端的SBAS位置信息；

根据广播星历数据以及终端的观测数据，解算终端的SPP位置信息。

在一示例性实施例中，在云端服务器支持SBAS、DGNSS、PPP、RTK、SPP定位模式时，云端服务器可以按照以下顺序选择最优的位置信息：RTK位置信息、PPP位置信息、DGNSS位置信息、SBAS位置信息、SPP位置信息。然而，本申请对此并不限定。

在一示例性实施例中，云端服务器可以将终端的位置信息和时间信息以GGA形式发送给终端。

在一示例性实施例中，终端可以在自身内存中保存带时间信息的观测数据；终端可以根据云端服务器传回的位置信息和时间信息，在内存中检索对应时刻的观测数据，并以接收到的位置信息和检索到的观测数据，组成虚拟基站数据。

在一示例性实施例中，终端可以适于通过以下方式利用虚拟基站数据进行实时定位：基于历元间星间双差观测方程，确定终端在当前时刻的位置相对于虚拟基站的位置的基线向量；根据虚拟基站的位置以及该基线向量，得到终端在当前时刻的位置信息。

其中，历元间星间双差观测方程可以为：

其中，Δ▽表示双差符号，i、j表示观测到的两颗卫星，m表示虚拟基站数据对应的时刻，n表示当前时刻；

表示频点k的双差伪距观测值；

表示频点k的双差载波观测值；

表示卫星与接收机之间的双差几何距离；

表示双差对流层误差，通过对流层模型计算得到；

表示双差电离层误差，通过电离层模型计算得到；

和

分别表示频点1和频点k的频率平方，k可为1、2、3；

表示频点k双差后的伪距观测值的噪声和多径残差；

表示频点k双差后的载波观测值的噪声和多径残差。

在本示例性实施例中，终端可以利用虚拟基站数据来实现RTK定位，本示例实施的是一种简化的RTK定位。由于虚拟基站和当前历元观测数据都是来自同一天线板卡的前后历元观测数据，只要有足够的卫星载波没有失锁，这些卫星的载波观测值中的模糊度就没有变化，前后历元间载波单差可以消除模糊度得到载波变化量(delta phase)，就可以利用这些卫星的载波变化量，来实现RTK定位。只要大部分卫星没有失锁，终端就不需要向云端服务器发送更新的观测数据，自身即可维持高精度定位。

在一示例性实施例中，终端还适于在组建虚拟基站数据之后，接收云端服务器返回的由云端服务器根据更新后的观测数据解算得到的位置信息以及更新后的观测数据对应的时间信息；终端还适于根据更新后的时间信息在内存中检索对应时刻的观测数据，并根据更新后的位置信息以及检索到的观测数据，更新虚拟基站数据，并利用更新后的虚拟基站数据，进行实时定位。示例性地，终端还适用于在更新虚拟基站数据后，删除对应时刻及以前的观测数据，即，将保存在内存中的更新后的时间信息对应的观测数据以及更新后的时间信息之前的观测数据删除，以节省内存。本示例性实施例中，终端不需要接收任何精密数据，只需要定期或不定期地向云端服务器发送观测数据并接收来自云端服务器的高精度位置信息和时间信息，即可以长时间维持实时高精度定位。

下面参照图2对云端服务器和终端之间的交互流程进行举例说明。图2为本申请实施例提供的定位服务系统的交互流程示例图。

在本示例性实施例中，作为对终端的观测数据进行高精度定位解算的云端服务器可以实时接收GPS、GLONASS、BDS、Galileo、QZSS等卫星系统中所有可用星的广播星历，可以用于解算来自世界各地任意终端的初始位置，也可为用于后续RTK、PPP、DGNSS、SBAS、SPP等解算。其中，广播星历可以来自跟踪站接收机，也可来自网络。本申请对此并不限定。

在本示例性实施例中，云端服务器可以采集众多基站观测值以用于RTK和DGNSS解算；其中，基站数据可以是实际的跟踪站数据，也可以是虚拟基站(Virtual ReferenceStation，VRS)数据。云端服务器还可以采集PPP和SBAS精密轨道钟差数据，以用于PPP和SBAS解算；其中，PPP和SBAS精密轨道钟差数据可以适用于全球任意位置的终端，PPP和SBAS精密轨道钟差数据可以来自多个服务提供商，云端服务器可以选择精度最高、延迟最小的PPP和SBAS精密轨道钟差数据进行PPP和SBAS解算。云端服务器还可以采集电离层格网数据，以用于在终端的观测数据包括载波观测值时，给单频终端提供单频的PPP和SBAS解算。

在本示例性实施例中，作为将观测数据发送到云端服务器来实现高精度定位的终端，所需的定位解算能力要求不高，一般自身并不要求具备RTK、PPP等需要外部精密数据支持的复杂定位解算能力。其中，终端可以至少具备SPP定位能力，即利用自身的观测数据、广播星历、导航电文中的电离层参数，进行SPP定位。

如图2所示，本实施例提供的定位服务系统的交互流程可以包括以下步骤：

步骤201、终端给云端服务器发送观测数据。

在本步骤中，终端可以给观测数据加上时标(用于指示观测数据对应的时间信息)，并将加上时标的观测数据发送给云端服务器，同时将加上时标的观测数据保存在自身内存中。

步骤202、云端服务器根据终端发送的观测数据以及采集到的精密数据，进行多种定位方式解算处理，解算得到该终端的多种位置信息。

在本示例性实施例中，在云端服务器接收到终端的观测数据后，云端服务器会给该终端分配一个独立的标识(ID)，并分配定位引擎(Engine)，用于给该终端提供定位解算服务。

其中，当终端第一次连接云端服务器时，云端服务器可以根据广播星历或精密星历解算出该终端的初始位置。然后，根据终端的初始位置，检索最近的基站数据(其中，基站数据可以是真实的基站数据也可以是虚拟基站数据)，并利用检索到的基站数据和终端的观测数据，进行RTK解算和DGNSS解算中的至少一项。如果终端的观测数据中包括可用的载波观测值，可以是单频、双频或多频，也可以是单系统或多系统的，则可以实现RTK解算；如果终端的观测数据中没有载波观测值，只有伪距观测值，则可以实现DGNSS解算；如果终端的观测数据中既有载波观测值也有伪距观测值，则可以实现RTK解算和DGNSS解算。需要说明的是，当终端不是第一次连接云端服务器，则云端服务器可以根据上一次为终端解算得到的最优的位置，检索最近的基站数据。

在本示例性实施例中，云端服务器还可以同时检索是否有观测数据对应时刻的精密轨道钟差数据。如果检索到精密轨道钟差数据，则可以根据精密轨道钟差数据和终端的观测数据，进行PPP解算和SBAS解算中的至少一项。比如，检索到PPP精密轨道钟差数据，且终端的观测数据中包括载波观测值，可以是单频、双频或多频，也可以是单系统或多系统的，则可以进行多频或单频的PPP解算；检索到SBAS精密轨道钟差数据，且终端的观测数据中没有载波观测值，只有伪距观测值，则可以进行SBAS解算。另外，如果云端服务器采集有电离层格网数据，则可以用来提高单频PPP和SBAS的定位精度。

在本示例性实施例中，云端服务器还可以在没有检索到基站数据，也没有实时的精密轨道钟差数据和电离层格网数据时，利用广播星历进行SPP解算。

本示例性实施例中，云端服务器可以根据支持的定位模式，对终端的观测数据进行尽可能多种类的数据解算，比如，可以为终端解算出RTK、PPP、DGNSS、SBAS、SPP等定位结果，并选择其中定位精度最高、可靠度最高的位置信息。

步骤203、云端服务器从解算得到的多种位置信息中选择最优的位置信息。

在本示例性实施例中，云端服务器可以按照以下顺序选择相应的解算结果作为最优的位置信息：RTK位置信息、PPP位置信息、DGNSS位置信息、SBAS位置信息、SPP位置信息。例如，当存在RTK位置信息时，选择RTK位置信息作为解算出的最优的位置信息。然而，本申请对此并不限定。

步骤204、云端服务器将终端的最优的位置信息和解算出该最优的位置信息所采用的观测数据对应的时间信息以GGA形式发送给终端。

在本示例性实施例中，云端服务器可以给最优的位置信息加上时标(用于指示观测数据对应的时间信息)，并通过GGA形式发送给终端。

步骤205、终端在收到云端服务器返回的高精度的位置信息和时间信息后，结合保存于自身缓存中的对应时刻的观测数据，组建一组虚拟基站数据。

在本示例性实施例中，在云端服务器返回带时标的高精度位置信息后，终端可以根据时标在自身缓存中检索相应时刻的观测数据，并根据高精度的位置信息和观测数据组建虚拟基站数据。

然而，本申请对此并不限定。在其他实现方式中，云端服务器可以向终端一并返回解算得到的高精度的位置信息、解算出该位置信息所采用的观测数据以及该观测数据对应的时间信息，以便终端接收到高精度的位置信息和对应的观测数据后组建虚拟基站数据。

步骤206、终端自身利用这组虚拟基站数据进行实时RTK定位。终端不需要接收任何精密数据，只需要定期或不定期地向云端服务器发送观测数据并接收来自云端服务器的高精度位置信息和时间信息，即可实现实时高精度定位。

本示例性实施例中，终端利用虚拟基站数据来实现的RTK是一种简化的RTK，由于虚拟基站数据和当前历元观测数据都是来自同一天线板卡的前后历元观测数据，只要有足够的卫星载波没有失锁，这些载波观测值中的模糊度在前后历元间不会发生变化，前后历元间单差可以消除模糊度得到载波变化量(delta phase)，就可以利用这些卫星的载波变化量，来实现RTK定位。只要大部分卫星没有失锁，终端就不需要向云端服务器发送更新的观测数据，自身即可维持高精度定位。

在本示例性实施例中，云端服务器返回的位置信息是云端服务器当前根据终端的观测数据能得到的最好的位置信息，可能是RTK、PPP、DGNSS、SBAS、SPP等算法中的一种解算得到的。后续的每个历元，终端可以通过当前的观测数据中载波观测值相对于虚拟基站数据中载波观测值的变化量，来计算当前位置相对于虚拟基站位置的变化量，从而得到当前时刻的位置。由于载波观测值的精度为厘米级，前后历元间载波观测值的变化量精度也达到厘米级，因而通过载波变化量计算得到的位置变化量精度也能维持在厘米级。虚拟基站位置是从云端服务器得到的高精度位置，因此通过虚拟基站位置和位置变化量计算得到的当前位置可以维持在和云端服务器解算出的位置相当的精度。

在计算位置变化时，需要考虑电离层和对流层的变化，电离层和对流层的变化都可以通过模型来计算。由于卫星轨道和钟差误差也是缓慢变化的，每分钟会有厘米级的变化，前后历元间单差并不能完全消除卫星轨道和钟差误差，如果只利用一组高精度位置长时间根据载波变化来推算位置，精度会下降。有些卫星也可能失锁，重捕回来后载波模糊度会发生变化，前后历元间单差将不能消除模糊度，这时候就需要请求云端服务器解算基于重捕后的观测值位置。因而终端为了维持高精度定位，可以定期(比如，每10秒或100秒)或不定期(当有卫星失锁时)向云端服务器发送定位请求(包括观测数据)。在云端服务器返回新的高精度位置后，终端可以根据时标合成新的虚拟基站数据，替代以前的虚拟基站数据。

在本示例性实施例中，终端(比如，接收机)可以跟踪GPS、GLONASS、BDS、Galileo、QZSS等卫星系统中的一个、多个或全部卫星系统信号，观测数据可以是单频、双频或三频。终端也可以从导航电文中可解码出各卫星的广播星历，以及当前的电离层参数。在任一时刻(比如历元m)，终端将自身带时标(历元m)的观测数据发送至云端服务器，同时保存在自身缓存中。待收到云端服务器返回的带时标(历元m)的高精度位置信息后，在缓存中检索对应时刻(历元m)的观测数据生成虚拟基站数据。

历元m的伪距和载波观测方程为：

其中，

是历元m接收机对卫星i在频点k上的伪距观测值；

是历元m接收机和卫星i之间的几何距离；c是真空中的光速；dT_r,m是历元m接收机钟差；

是历元m卫星i的钟差；

是历元m卫星i的轨道误差；

是历元m卫星i的对流层误差；

是历元m卫星i的电离层误差；

分别为第一频点和第k频点的频率平方，k可以是1、2或3；

是卫星i频点k伪距观测值的噪声和多径误差；

是历元m卫星i频点k的载波观测值；λ_k是频点k的载波波长；

是卫星i频点k的整周模糊度；

是卫星i频点k载波观测值的噪声和多径误差。

当前时刻(例如在历元m后的某个历元n)，将以历元m为基站。n可以是m+1也可以是m+2等，只有在收到云端服务器新的位置信息和时间信息后，才切换基站，否则历元m将一直作为后续历元基站。

历元n的伪距和载波观测方程为：

其中，

是历元n接收机对卫星i在频点k上的伪距观测值；

是历元n接收机和卫星i之间的几何距离；c是真空中的光速；dT_r,n是历元n接收机钟差；

是历元n卫星i的钟差；

是历元n卫星i的轨道误差；

是历元n卫星i的对流层误差；

是历元n卫星i的电离层误差；

分别为第一频点和第k频点的频率平方，k可以是1、2或3；

是卫星i频点k伪距观测值的噪声和多径误差；

是历元n卫星i频点k的载波观测值；λ_k是频点k的载波波长；

是卫星i频点k的整周模糊度；

是卫星i频点k载波观测值的噪声和多径误差。

只要载波连续跟踪，载波观测方程中的模糊度是维持不变的。对于同一颗卫星的伪距和载波观测值，在作为基站的历元m和作为移动站的历元n之间做一次单差，并在参考星i和非参考星j之间做一次单差，双差后的伪距和载波观测方程如下：

其中，Δ是历元m和n之间单差运算符；

是卫星i和j之间单差运算符；

是频点k的双差伪距观测值；

是双差几何距离；

是卫星钟差双差后的残差；c是真空中的光速；

是卫星轨道误差双差后的残差；

是双差后的对流层误差；

是双差后的电离层误差；

是频点k双差后的伪距观测值的噪声和多径残差；

是频点k的双差载波观测值；

是频点k双差后的载波观测值的噪声和多径残差；

分别为第一频点和第k频点的频率平方，k可以是1、2或3。

卫星上一般采用高性能的氢原子、铯原子或铷原子钟，其稳定性超过3x10^-14/1000s。导航系统卫星都是中轨和高轨卫星，轨道误差的变化也很缓慢。通过和精密轨道和钟差对比，广播星历计算的卫星轨道和钟差的绝对误差可达几米，但是在一分钟内误差的变化量都只有厘米级。这种缓慢变化的误差在时间间隔为秒级的前后历元间具有强相关性，前后历元间单差可消除99.9％以上的卫星轨道和钟差误差，剩下的残差

和

都小于1毫米，可以忽略。载波观测值的噪声和多径误差都很小，尤其是前后历元单差后，残差在毫米级，也可以忽略。双差后的伪距观测值的噪声和多径比载波观测值的噪声和多径大，但伪距观测值权重较小，在参数估计时也可以忽略。在忽略这些对定位影响较小的残差后，方程(5)和(6)可以表达为：

在双差观测方程(7)和(8)中，双差后的对流层误差

可通过对流层模型(如Saastamoinen模型)消除90％以上。对流层误差变化缓慢，模型误差前后历元间具有很强相关性，因而在时间间隔为秒级的历元间单差后能消除99.9％以上对流层误差，剩下的残差

小于1毫米，可以忽略。双差后的电离层误差

可通过电离层模型(如Klobuchar模型)消除50％以上。与对流层误差一样，电离层误差也变化缓慢，模型误差在时间间隔为秒级的前后历元间具有很强相关性，因而在前后历元间单差后能消除99.9％以上电离层误差，剩下的残差

小于1毫米，可以忽略。

在双差观测方程(7)和(8)中，载波观测值的噪声和多径误差都很小，尤其是前后历元单差后，残差在毫米级，因而

在算法中可以当白噪声处理。双差后的伪距观测值的噪声和多径比载波观测值的噪声和多径的大，但伪距观测值权重较小，

也可以当白噪声处理。双差伪距和载波观测值

和

为已知量。双差几何距离

的计算需要历元m和历元n的接收机位置，卫星i，j的位置。作为基站的接收机历元m的位置为云端服务器解算出的已知点，卫星i，j的位置可通过广播星历参数计算得到，历元n的接收机位置相对于历元m位置的基线向量[ΔX,ΔY,ΔZ]需要估计。其中，ΔX,ΔY,ΔZ分别为基线向量在X轴方向、Y轴方向、Z轴方向的分量。在通过最小二乘或Kalman滤波得到ΔX,ΔY,ΔZ后，就可根据历元m的接收机位置得到当前历元n的接收机位置。

本示例性实施例中利用连续跟踪的载波观测值前后历元间单差后可消除载波观测值中的模糊度，以及绝大部分卫星轨道钟差误差、电离层对和流层误差的原理，充分发挥载波相位观测值噪声小(毫米级)的特性，得到高精度的接收机位置变化量。结合云端服务器的高精度基准位置，从而得到终端实时的高精度位置。在本示例实施的RTK处理中，由于最小二乘或Kalman滤波只需要估计三个位置变化参数，比普通的SPP所估计的参数更少，因而只需要占用很少的处理资源，在导航芯片上就可以实现。

本示例性实施例中，终端在不借助其他数据的情况下，可以利用云端服务器解算出的精确位置以及当时的观测数据作为虚拟基站，为后续观测值提供基站服务，通过前后历元间单差消除载波模糊度，以及绝大部分电离层、对流层、卫星轨道、钟差等误差，并通过模型来计算电离层、对流层误差的变化，从而达到长时间维持厘米级定位精度的目标。

本示例性实施例中，终端既可保证定位的实时性，还可保证定位精度，并且降低了带宽和数据流量费用，也可减小云端服务器的通信和计算压力。即使在终端和云端服务器之间通信短时间中断，终端还是可以维持高精度定位。

图3为本申请实施例提供的一种云+端的定位服务方法的流程图。如图3所示，本实施例提供的定位服务方法，包括以下步骤：

步骤301、终端向云端服务器发送观测数据；

步骤302、终端接收云端服务器返回的由云端服务器根据观测数据解算得到的位置信息以及观测数据对应的时间信息；

步骤303、终端根据位置信息以及观测数据，组建虚拟基站数据；

步骤304、终端利用虚拟基站数据，进行实时定位。

在一示例性实施例中，本实施例的定位服务方法还可以包括：终端在自身内存中保存观测数据；

相应地，步骤303可以包括：终端根据云端服务器返回的时间信息，从自身内存中检索该时间信息对应的观测数据，根据位置信息以及检索到的观测数据，组建虚拟基站数据。

在一示例性实施例中，步骤303之后，本实施例的定位服务方法还可以包括：终端接收云端服务器返回的由云端服务器根据更新后的观测数据解算得到的位置信息以及更新后的观测数据对应的时间信息；终端根据更新后的时间信息，从自身内存中检索更新后的时间信息对应的观测数据，根据更新后的位置信息以及检索到的观测数据，更新虚拟基站数据；终端利用更新后的虚拟基站数据，进行实时定位。

在一示例性实施例中，在更新虚拟基站数据之后，本实施例的定位服务方法还可以包括：终端将保存于内存中的更新后的时间信息对应的观测数据以及更新后的时间信息之前的观测数据删除。如此，可以节省终端内存。

在一示例性实施例中，步骤304可以包括：基于历元间星间双差观测方程，确定终端在当前时刻的位置相对于虚拟基站的位置的基线向量；根据虚拟基站的位置以及基线向量，得到终端在当前时刻的位置信息。

在一示例性实施例中，历元间星间双差观测方程可以为：

其中，

表示双差符号，i、j表示观测到的两颗卫星，m表示虚拟基站数据对应的时刻，n表示当前时刻；

表示频点k的双差伪距观测值；

表示频点k的双差载波观测值；

表示卫星与接收机之间的双差几何距离；

表示双差对流层误差，通过对流层模型计算得到；

表示双差电离层误差，通过电离层模型计算得到；

和

分别表示频点1和频点k的频率平方，k可为1、2、3；

表示频点k双差后的伪距观测值的噪声和多径残差；

表示频点k双差后的载波观测值的噪声和多径残差。

关于本实施例提供的定位服务方法的相关流程说明可以参照上述系统实施例的描述，故于此不再赘述。

图4为本申请实施例提供的一种云+端的定位服务方法的流程图。如图4所示，本实施例提供的定位服务方法包括以下步骤：

步骤401、云端服务器接收终端发送的观测数据；

步骤402、云端服务器根据观测数据以及云端服务器采集到的精密数据，解算得到至少两种位置信息，并从中选出最优的位置信息；

步骤403、云端服务器向终端发送该终端的最优的位置信息以及观测数据对应的时间信息。

在一示例性实施例中，在步骤403时，本实施例的定位服务方法还可以包括：云端服务器向终端发送解算出该最优的位置信息所采用的观测数据。

在一示例性实施例中，步骤402可以包括以下至少两项：

云端服务器根据所述终端的初始位置或前一次确定的最优的位置信息，检索满足第一设定条件的基站数据，利用基站数据和终端的观测数据，解算终端的RTK位置信息；

云端服务器根据终端的初始位置或前一次确定的最优的位置信息，检索满足第二设定条件的基站数据，利用基站数据和终端的观测数据，解算终端的DGNSS位置信息；

云端服务器根据观测数据对应的时间信息，检索该时间信息对应的PPP精密轨道钟差数据，根据PPP精密轨道钟差数据和终端的观测数据，解算终端的PPP位置信息；

云端服务器根据观测数据对应的时间信息，检索该时间信息对应的SBAS精密轨道钟差数据和电离层格网数据，根据SBAS精密轨道钟差数据、电离层格网数据和终端的观测数据，解算终端的SBAS位置信息；

云端服务器根据广播星历数据以及终端的观测数据，解算终端的SPP位置信息。

在一示例性实施例中，步骤401之后，本实施例的定位服务方法还可以包括：云端服务器根据观测数据以及云端服务器采集到的各种星历数据，计算终端的初始位置。

在一示例性实施例中，本实施例的定位服务方法还可以包括：云端服务器采集以下一项或多项作为精密数据：单站RTK差分数据、网络RTK差分数据、单站DGNSS差分数据、网络DGNSS差分数据、PPP精密轨道钟差数据、SBAS精密轨道钟差数据、电离层格网数据、对流层格网数据、广播星历数据。

在一示例性实施例中，步骤403可以包括：云端服务器将终端的位置信息和时间信息以GGA形式发送给终端。

关于本实施例提供的定位服务方法的相关流程说明可以参照上述系统实施例的描述，故于此不再赘述。

本申请实施例提供的定位服务方法及系统，可以充分利用云端服务器的资源优势和超强的处理能力，同时利用终端的自身资源实现实时高精度定位，以减少对云端服务器数据处理以及通信资源的压力，节省终端的通信成本。而且，终端通过定期或不定期向云端服务器发送观测数据以获得一个高精度的基准位置，即可维持后续长达几分钟的高精度定位，保证在终端和云端通信中断时的高精度定位。

图5为本申请实施例提供的一种云+端的定位服务装置的示意图。如图5所示，本实施例提供的定位服务装置，应用于云端服务器，包括：第一接收模块501、第一处理模块502以及第一发送模块503；其中，第一接收模块501适于接收终端发送的观测数据；第一处理模块502适于根据观测数据以及采集到的精密数据，解算得到至少两种位置信息，并从中选出最优的位置信息；第一发送模块503适于向终端发送最优的位置信息以及解算出该最优的位置信息所采用的观测数据对应的时间信息。

示例性地，第一发送模块503还可以适于向终端发送解算出该最优的位置信息所采用的观测数据。

关于本实施例提供的定位服务装置的相关说明可以参照上述云端服务器侧的定位服务方法的描述，故于此不再赘述。

图6为本申请实施例提供的一种云+端的定位服务装置的示意图。如图6所示，本实施例提供的定位服务装置，应用于终端，包括：第二发送模块601、第二处理模块603以及第二接收模块602；其中，第二发送模块601适于向云端服务器发送观测数据；第二接收模块602适于接收云端服务器返回的由云端服务器根据观测数据解算得到的位置信息以及解算出该位置信息所采用的观测数据对应的时间信息；第二处理模块603适于根据位置信息以及观测数据，组建虚拟基站数据，并利用虚拟基站数据，进行实时自身定位。

关于本实施例提供的定位服务装置的相关说明可以参照上述终端侧的定位服务方法的描述，故于此不再赘述。

图7为本申请实施例提供的一种终端的示意图。如图7所示，本申请实施例提供一种终端700(比如，卫星导航定位接收机)，包括：接收器703、存储器701和处理器702；接收器703连接处理器702，适于接收卫星信号；存储器701适于存储定位服务程序，该定位服务程序被处理器702执行时实现上述实施例提供的定位服务方法的步骤，比如图3所示的步骤。

本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的示意图，并不构成对本申请方案所应用于其上的终端700的限定，终端700可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

其中，处理器702可以包括但不限于微处理器(MCU，Microcontroller Unit)或可编程逻辑器件(FPGA，Field Programmable Gate Array)等的处理装置。存储器701可用于存储应用软件的软件程序以及模块，如本实施例中的定位服务方法对应的程序指令或模块，处理器702通过运行存储在存储器701内的软件程序以及模块，从而执行各种功能应用以及数据处理，比如实现本实施例提供的定位服务方法。存储器701可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些示例中，存储器701可包括相对于处理器702远程设置的存储器，这些远程存储器可以通过网络连接至终端700。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

关于本实施例提供的终端的相关实施流程可以参照上述方法实施例的描述，故于此不再赘述。

此外，本申请实施例还提供一种计算机可读存储介质，存储有定位服务程序，该定位服务程序被执行时实现上述实施例提供的定位服务方法的步骤，比如，图2、图3或图4所示的步骤。

本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器，如数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

Claims (19)

1.一种云+端的定位服务方法，其特征在于，包括：

终端向云端服务器发送观测数据；

所述终端接收所述云端服务器返回的由所述云端服务器根据所述观测数据和所述云端服务器采集到的精密数据解算得到的至少两种位置信息中的最优的位置信息以及所述观测数据对应的时间信息；

所述终端根据所述位置信息以及所述观测数据，组建虚拟基站数据；

所述终端利用所述虚拟基站数据，进行实时定位。

2.根据权利要求1所述的方法，其特征在于，所述终端利用所述虚拟基站数据，进行实时定位，包括：

基于历元间星间双差观测方程，确定所述终端在当前时刻的位置相对于虚拟基站的位置的基线向量；

根据所述虚拟基站的位置以及所述基线向量，得到所述终端在所述当前时刻的位置信息。

3.根据权利要求2所述的方法，其特征在于，所述历元间星间双差观测方程为：

其中，

表示双差符号，i、j表示观测到的两颗卫星，m表示所述虚拟基站数据对应的时刻，n表示当前时刻；

表示频点k的双差伪距观测值；

表示频点k的双差载波观测值；

表示卫星与接收机之间的双差几何距离；

表示双差对流层误差，通过对流层模型计算得到；

表示双差电离层误差，通过电离层模型计算得到；f₁ ²和

分别表示频点1和频点k的频率平方，k可为1、2、3；

表示频点k双差后的伪距观测值的噪声和多径残差；

表示频点k双差后的载波观测值的噪声和多径残差。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：所述终端在自身内存中保存所述观测数据；

所述终端根据所述位置信息以及所述观测数据，组建虚拟基站数据，包括：所述终端根据所述云端服务器返回的所述时间信息，从自身内存中检索所述时间信息对应的观测数据，根据所述位置信息以及检索到的所述观测数据，组建虚拟基站数据。

5.根据权利要求4所述的方法，其特征在于，所述终端根据所述位置信息以及所述观测数据，组建虚拟基站数据之后，所述方法还包括：

所述终端接收所述云端服务器返回的由所述云端服务器根据更新后的观测数据解算得到的位置信息以及所述更新后的观测数据对应的时间信息；

所述终端根据所述更新后的时间信息，从自身内存中检索所述更新后的时间信息对应的观测数据，根据所述更新后的位置信息以及检索到的所述观测数据，更新所述虚拟基站数据；

所述终端利用所述更新后的虚拟基站数据，进行实时定位。

6.根据权利要求5所述的方法，其特征在于，所述更新所述虚拟基站数据之后，所述方法还包括：所述终端将保存于所述内存中的所述更新后的时间信息对应的观测数据以及所述更新后的时间信息之前的观测数据删除。

7.一种云+端的定位服务方法，其特征在于，包括：

云端服务器接收终端发送的观测数据；

所述云端服务器根据所述观测数据以及所述云端服务器采集到的精密数据，解算得到至少两种位置信息，并从中选出最优的位置信息；

所述云端服务器向所述终端发送所述最优的位置信息以及所述观测数据对应的时间信息，使得所述终端根据所述位置信息和所述观测数据，组建虚拟基站数据，并利用所述虚拟基站数据，进行实时定位。

8.根据权利要求7所述的方法，其特征在于，所述云端服务器向所述终端发送所述最优的位置信息以及所述观测数据对应的时间信息时，所述方法还包括：所述云端服务器向所述终端发送解算出所述最优的位置信息所采用的观测数据。

9.根据权利要求7所述的方法，其特征在于，所述云端服务器根据所述观测数据以及所述云端服务器采集到的精密数据，解算得到至少两种位置信息，包括以下至少两项：

所述云端服务器根据所述终端的初始位置或前一次确定的最优的位置信息，检索满足第一设定条件的基站数据，利用所述基站数据和所述终端的所述观测数据，解算所述终端的实时动态定位RTK位置信息；

所述云端服务器根据所述终端的初始位置或前一次确定的最优的位置信息，检索满足第二设定条件的基站数据，利用所述基站数据和所述终端的所述观测数据，解算所述终端的差分全球导航卫星信息DGNSS位置信息；

所述云端服务器根据所述观测数据对应的时间信息，检索所述时间信息对应的精密单点定位PPP精密轨道钟差数据，根据所述PPP精密轨道钟差数据和所述终端的所述观测数据，解算所述终端的PPP位置信息；

所述云端服务器根据所述观测数据对应的时间信息，检索所述时间信息对应的星基增强系统SBAS精密轨道钟差数据以及电离层格网数据，根据所述SBAS精密轨道钟差数据、所述电离层格网数据和所述终端的所述观测数据，解算所述终端的SBAS位置信息；

所述云端服务器根据广播星历数据以及所述终端的所述观测数据，解算所述终端的标准单点定位SPP位置信息。

10.根据权利要求9所述的方法，其特征在于，所述云端服务器接收终端发送的观测数据之后，所述方法还包括：所述云端服务器根据所述观测数据以及所述云端服务器采集到的各种星历数据，计算所述终端的初始位置。

11.根据权利要求7所述的方法，其特征在于，所述方法还包括：所述云端服务器采集以下一项或多项作为精密数据：单站实时动态定位RTK差分数据、网络RTK差分数据、单站差分全球导航卫星信息DGNSS差分数据、网络DGNSS差分数据、精密单点定位PPP精密轨道钟差数据、星基增强系统SBAS精密轨道钟差数据、电离层格网数据、对流层格网数据、广播星历数据。

12.一种云+端的定位服务系统，其特征在于，包括：云端服务器以及终端；所述终端适于向所述云端服务器发送观测数据；所述云端服务器适于根据所述观测数据以及所述云端服务器采集到的精密数据，解算得到至少两种位置信息，从中选出最优的位置信息，并向所述终端发送所述最优的位置信息以及所述观测数据对应的时间信息；所述终端还适于根据所述位置信息以及所述观测数据，组建虚拟基站数据，并利用所述虚拟基站数据进行实时定位。

13.根据权利要求12所述的系统，其特征在于，所述终端还适于在自身内存中保存所述观测数据；所述终端还适于根据所述云端服务器返回的所述时间信息，从自身内存中检索所述时间信息对应的观测数据，并根据所述云端服务器返回的所述位置信息以及检索到的所述观测数据，组建虚拟基站数据。

14.根据权利要求12所述的系统，其特征在于，所述终端适于通过以下方式终端利用所述虚拟基站数据，进行实时定位：基于历元间星间双差观测方程，确定所述终端在当前时刻的位置相对于虚拟基站的位置的基线向量；根据所述虚拟基站的位置以及所述基线向量，得到所述终端在所述当前时刻的位置信息。

15.根据权利要求14所述的系统，其特征在于，所述历元间星间双差观测方程为：

其中，

表示双差符号，i、j表示观测到的两颗卫星，m表示所述虚拟基站数据对应的时刻，n表示当前时刻；

表示频点k的双差伪距观测值；

表示频点k的双差载波观测值；

表示卫星与接收机之间的双差几何距离；

表示双差对流层误差，通过对流层模型计算得到；

表示双差电离层误差，通过电离层模型计算得到；f₁ ²和

分别表示频点1和频点k的频率平方，k可为1、2、3；

表示频点k双差后的伪距观测值的噪声和多径残差；

表示频点k双差后的载波观测值的噪声和多径残差。

16.根据权利要求12所述的系统，其特征在于，所述云端服务器适于通过以下至少两种方式根据所述观测数据以及所述云端服务器采集到的精密数据，解算得到至少两种位置信息：

根据所述终端的初始位置或前一次确定的最优的位置信息，检索满足第一设定条件的基站数据，利用所述基站数据和所述终端的所述观测数据，解算所述终端的实时动态定位RTK位置信息；

根据所述终端的初始位置或前一次确定的最优的位置信息，检索满足第二设定条件的基站数据，利用所述基站数据和所述终端的所述观测数据，解算所述终端的差分全球导航卫星信息DGNSS位置信息；

根据所述观测数据对应的时间信息，检索所述时间信息对应的精密单点定位PPP精密轨道钟差数据，根据所述PPP精密轨道钟差数据和所述终端的所述观测数据，解算所述终端的PPP位置信息；

根据所述观测数据对应的时间信息，检索所述时间信息对应的星基增强系统SBAS精密轨道钟差数据以及电离层格网数据，根据所述SBAS精密轨道钟差数据、所述电离层格网数据和所述终端的所述观测数据，解算所述终端的SBAS位置信息；

根据广播星历数据以及所述终端的所述观测数据，解算所述终端的标准单点定位SPP位置信息。

17.一种终端，其特征在于，包括：接收器、存储器和处理器，所述接收器连接所述处理器，适于接收卫星信号；所述存储器适于存储定位服务程序，所述定位服务程序被所述处理器执行时实现如权利要求1至6中任一项所述的定位服务方法的步骤。

18.一种计算机可读存储介质，其特征在于，存储有定位服务程序，所述定位服务程序被执行时实现如权利要求1至6中任一项所述的定位服务方法的步骤。

19.一种计算机可读存储介质，其特征在于，存储有定位服务程序，所述定位服务程序被执行时实现如权利要求7至11中任一项所述的定位服务方法的步骤。

Images