大規(guī)模GNSS網(wǎng)發(fā)展及數(shù)據(jù)處理現(xiàn)狀

李林陽，張學(xué)東，黃 嫻，李崇輝，呂志平

(1. 信息工程大學(xué)地理空間信息學(xué)院，河南 鄭州 450001； 2. 31439部隊(duì)，遼寧 沈陽 110000；3. 河南工業(yè)大學(xué)，河南 鄭州 450001)

發(fā)展衛(wèi)星導(dǎo)航系統(tǒng)已成為體現(xiàn)國(guó)家綜合實(shí)力的重要標(biāo)志，隨著我國(guó)北斗衛(wèi)星導(dǎo)航系統(tǒng)(BDS)的運(yùn)行服務(wù)，美國(guó)GPS與俄羅斯GLONASS系統(tǒng)的現(xiàn)代化，以及歐洲Galileo系統(tǒng)的建設(shè)，多系統(tǒng)兼容互操作已成為衛(wèi)星導(dǎo)航領(lǐng)域的核心議題。衛(wèi)星導(dǎo)航定位基準(zhǔn)站網(wǎng)不僅是提供國(guó)家、區(qū)域、全球高精度時(shí)空基準(zhǔn)的重要基礎(chǔ)設(shè)施，也是導(dǎo)航與位置服務(wù)、精密衛(wèi)星定軌、地質(zhì)災(zāi)害監(jiān)測(cè)等工程和科學(xué)研究的重要支撐[1]，地面基準(zhǔn)站網(wǎng)的規(guī)模在不斷擴(kuò)大，GNSS數(shù)據(jù)總量呈倍增趨勢(shì)。大規(guī)模GNSS網(wǎng)的發(fā)展面臨著不少機(jī)遇和挑戰(zhàn)，尋求GNSS大網(wǎng)數(shù)據(jù)的快速處理成為當(dāng)前的研究熱點(diǎn)，受到越來越多的關(guān)注和重視[2-6]。

1 大規(guī)模GNSS網(wǎng)發(fā)展現(xiàn)狀

1.1 空間段

各大衛(wèi)星導(dǎo)航系統(tǒng)都在加快建設(shè)與部署或升級(jí)與現(xiàn)代化，而提供多于兩個(gè)頻點(diǎn)的信號(hào)是未來GNSS的重要特征與優(yōu)勢(shì)[7]。如表1所示，截至2017年11月30日，在軌運(yùn)行的導(dǎo)航衛(wèi)星數(shù)量已達(dá)107顆，表中MEO為中圓地球軌道(medium earth orbit)，GEO為地球靜止軌道(geostationary orbit)，IGSO為傾斜地球同步軌道(inclined geosynchronous orbit)。

表1在軌運(yùn)行導(dǎo)航衛(wèi)星數(shù)量統(tǒng)計(jì)(截至2017年11月30日)

衛(wèi)星系統(tǒng)導(dǎo)航衛(wèi)星數(shù)量/顆可供使用全星座GPS(美國(guó))31 MEO32 MEOGLONASS(俄羅斯)24 MEO27 MEOGalileo(歐盟)18 MEO30 MEOBDS(中國(guó))6 GEO+8 IGSO+9 MEO5 GEO+3 IGSO+27 MEOQZSS(日本)4 IGSO7 IGSOIRNSS(印度)3 GEO+4 IGSO3 GEO+4 IGSO總計(jì)107127

如圖1所示，新興導(dǎo)航系統(tǒng)空間段都提供至少3個(gè)頻率信號(hào)，GPS系統(tǒng)現(xiàn)代化進(jìn)程中雙頻衛(wèi)星也逐步由三頻衛(wèi)星所取代，BDS采用全星座三頻設(shè)計(jì)，Galileo則提供4個(gè)頻率的服務(wù)。

以2017年9月24日00:00：00秒為例，全球范圍內(nèi)的可見衛(wèi)星數(shù)如圖2所示。從圖中可以看出，多系統(tǒng)條件下的可見衛(wèi)星數(shù)量顯著增加，任何地區(qū)的可見衛(wèi)星數(shù)量不低于15顆，受目前BDS提供區(qū)域?qū)Ш蕉ㄎ环?wù)的限制，亞太地區(qū)的可見衛(wèi)星數(shù)最多，平均超過了30顆。相較于單一的GPS，多系統(tǒng)融合不僅能夠擴(kuò)展GNSS應(yīng)用的地域范圍，增加可見衛(wèi)星數(shù)量和觀測(cè)值類型，而且可以優(yōu)化衛(wèi)星幾何構(gòu)型，緩解高山、城市峽谷等對(duì)PNT(positioning，navigation and timing)用戶的影響，進(jìn)一步提升服務(wù)的可用性、精度和可靠性[8]。

圖1 多頻GNSS星座組成

圖2 全球范圍內(nèi)的可見衛(wèi)星數(shù)(2017年9月24日00：00：00)

1.2 地面段

與空間段對(duì)應(yīng)的是，全球范圍內(nèi)多個(gè)國(guó)家、地區(qū)、組織、行業(yè)和部門建立了或正在建設(shè)不同用途和功能的、包含數(shù)百甚至上千個(gè)參考站的GNSS大型觀測(cè)網(wǎng)絡(luò)，基準(zhǔn)站網(wǎng)得到了快速發(fā)展。我國(guó)已建成上千個(gè)連續(xù)運(yùn)行參考站(CORS)。整合獨(dú)立型CORS、基準(zhǔn)站更多、層次更高的聯(lián)合型CORS也陸續(xù)開始組網(wǎng)[9]，GNSS網(wǎng)的規(guī)模越來越大。同時(shí)，地面段也在不斷更新與升級(jí)，如國(guó)際GNSS服務(wù)組織(International GNSS Service，IGS)正在實(shí)施的多系統(tǒng)試驗(yàn)計(jì)劃(multi-GNSS experiment，MGEX)[10-11]，以及我國(guó)北斗地基跟蹤站網(wǎng)的布設(shè)、北斗地基增強(qiáng)系統(tǒng)全國(guó)“一張網(wǎng)”的建設(shè)[12]和我國(guó)開展的全球連續(xù)監(jiān)測(cè)評(píng)估系統(tǒng)(iGMAS)的建設(shè)和運(yùn)行[13]。

1.3 數(shù)據(jù)規(guī)模

GNSS已經(jīng)進(jìn)入了上萬個(gè)全球參考站、超過100顆導(dǎo)航衛(wèi)星的多系統(tǒng)多頻信號(hào)時(shí)代。如圖3 IGS的數(shù)據(jù)中心CDDIS存儲(chǔ)的數(shù)據(jù)總量所示，500個(gè)IGS跟蹤站對(duì)應(yīng)的數(shù)據(jù)規(guī)模已逐步達(dá)到近20 TB。

圖3 CDDIS存儲(chǔ)的數(shù)據(jù)規(guī)模

大規(guī)模GNSS網(wǎng)數(shù)據(jù)同時(shí)也是位置大數(shù)據(jù)(location big data，LBD)[14-15]和時(shí)空大數(shù)據(jù)[16]的重要組成部分，同樣也具有大數(shù)據(jù)的5V特性[17]：Volume(海量)、Velocity(快速)、Variety(多樣)、Veracity(精確)和Value(價(jià)值)。

2 GNSS大網(wǎng)數(shù)據(jù)處理方法

2.1 存儲(chǔ)與管理

GNSS數(shù)據(jù)管理是解算和應(yīng)用的基礎(chǔ)，GNSS數(shù)據(jù)增長(zhǎng)的速度遠(yuǎn)遠(yuǎn)超過存儲(chǔ)技術(shù)進(jìn)步帶來的成本降低的速度[17]，傳統(tǒng)的SAN(storage area network)和NAS(network-attached storage)在容量和性能的擴(kuò)展上存在瓶頸，集中式數(shù)據(jù)管理方式，如文件傳輸協(xié)議(FTP)和關(guān)系數(shù)據(jù)庫(RDBMS)，難以滿足高并發(fā)讀寫和訪問、高擴(kuò)展性和可用性的需求，集中式存儲(chǔ)方法已不能滿足大規(guī)模GNSS數(shù)據(jù)存儲(chǔ)應(yīng)用的需要[6]。研究表明，云存儲(chǔ)是解決海量GNSS數(shù)據(jù)存儲(chǔ)瓶頸的一種有效途徑[18]。2014年，美國(guó)衛(wèi)星導(dǎo)航系統(tǒng)與地殼形變觀測(cè)研究大學(xué)聯(lián)合體(University NAVSTAR Consortium，UVAVCO)提出了GNSS數(shù)據(jù)云存儲(chǔ)的需求和規(guī)劃[19]；劉楓等設(shè)計(jì)了云GNSS管理體系，并基于Hadoop設(shè)計(jì)了CNDMA實(shí)現(xiàn)模型[20]；李林陽等提出了GNSS數(shù)據(jù)分布式存儲(chǔ)與解算體系結(jié)構(gòu)，基于HDFS(Hadoop distributed file system)改進(jìn)了GNSS數(shù)據(jù)存儲(chǔ)目錄結(jié)構(gòu)，基于HBase設(shè)計(jì)了GNSS數(shù)據(jù)存儲(chǔ)表結(jié)構(gòu)[6]；針對(duì)HDFS處理海量GNSS小文件效率不高的問題，結(jié)合GNSS數(shù)據(jù)類型、特點(diǎn)及存儲(chǔ)過程，提出了一種GNSS小文件高效云存儲(chǔ)方法，優(yōu)化了GNSS小文件的寫入、讀取、添加和刪除策略[21]。

2.2 解算策略及其改進(jìn)

基于非差和雙差模式的解算方法是GNSS大網(wǎng)數(shù)據(jù)解算的兩種主要策略。對(duì)于n個(gè)測(cè)站，非差模式下的時(shí)間復(fù)雜度為O(n)(O(·)表示處理時(shí)間量級(jí)階數(shù)的函數(shù)，O(n)為線性階的時(shí)間復(fù)雜度)，但其收斂時(shí)間較長(zhǎng)，浮點(diǎn)解定位精度低于雙差網(wǎng)解[22]，并且相關(guān)性較差，不利于整網(wǎng)平差[23]。雙差模式下的時(shí)間復(fù)雜度為O(n3)，如圖4所示，以GAMIT雙差網(wǎng)解為例，其采用全網(wǎng)全基線組合，隨著GNSS網(wǎng)規(guī)模的擴(kuò)大，處理時(shí)間呈幾何倍增加，難以滿足GNSS大網(wǎng)快速處理的需求。GNSS數(shù)據(jù)解算不僅需要更高性能的計(jì)算機(jī)和大量的計(jì)算時(shí)間，更為重要的是，基于雙差模式，大多數(shù)GNSS數(shù)據(jù)軟件同時(shí)解算的測(cè)站數(shù)小于100個(gè)，如GAMIT編譯時(shí)受MAXSIT參數(shù)的限制，最多同時(shí)解算99個(gè)測(cè)站。如果同時(shí)處理200個(gè)及以上測(cè)站(如Bernese、GIPSY等)，則需消耗大量的計(jì)算機(jī)硬件資源和時(shí)間，嚴(yán)重影響數(shù)據(jù)解算效率，并導(dǎo)致解算結(jié)果的滯后[1]。

圖4 不同GNSS網(wǎng)規(guī)模下雙差網(wǎng)解計(jì)算時(shí)間

IGS分析中心通常采用子網(wǎng)劃分的策略，以SOPAC為例，其將全球網(wǎng)劃分為若干子網(wǎng)，每個(gè)子網(wǎng)測(cè)站數(shù)約為50個(gè)左右，子網(wǎng)通過公共站相連接。在子網(wǎng)劃分模型中，需要選擇3～5個(gè)重復(fù)站點(diǎn)，這些站點(diǎn)多次參與了計(jì)算，子網(wǎng)劃分再整體平差的協(xié)方差陣與直接整體平差的協(xié)方差陣不相同，數(shù)學(xué)模型的嚴(yán)密性受到了影響，精度也取決于重復(fù)站點(diǎn)的數(shù)量、分布和觀測(cè)數(shù)據(jù)的質(zhì)量[24]。

GNSS大網(wǎng)解算時(shí)的待估參數(shù)主要由模糊度參數(shù)構(gòu)成，對(duì)于由100個(gè)基準(zhǔn)站組成的網(wǎng)絡(luò)，在僅觀測(cè)GPS衛(wèi)星的條件下，模糊度參數(shù)數(shù)量約是其他參數(shù)的3倍；隨著GNSS衛(wèi)星數(shù)量和頻率資源的增加，模糊度參數(shù)的數(shù)目還會(huì)迅速增大。另一個(gè)數(shù)目較多的待估參數(shù)是對(duì)流層延遲(zenith total delay，ZTD)參數(shù)，ZTD模型采用分段函數(shù)，通常每1～2 h估計(jì)一個(gè)ZTD參數(shù)。因此，目前主要通過以下兩個(gè)途徑解決GNSS大網(wǎng)數(shù)據(jù)解算面臨的瓶頸：

(1) 改進(jìn)模型與算法。無論是模糊度參數(shù)還是ZTD參數(shù)，它們都是典型的與時(shí)間相關(guān)的參數(shù)，只在特定的時(shí)間段有效，分為活躍和不活躍兩種狀態(tài)。若法方程僅考慮活躍參數(shù)，則法方程的維度將會(huì)大大降低，約為原來的25%左右。基于此，很多學(xué)者研究采用參數(shù)消除與恢復(fù)方法，通過消去法方程中大量失效的模糊度等參數(shù)來降低法方程的維度[25-26,3]，大大降低了內(nèi)存消耗和計(jì)算時(shí)間。此外，基于高精度載波距(carrier range)，提出了大規(guī)模GNSS網(wǎng)整體快速處理的方法，該方法首先利用約100個(gè)測(cè)站估計(jì)精密軌道和鐘差，并計(jì)算衛(wèi)星端的FCB(fractional cycle bias)；其次逐站進(jìn)行非差模糊度固定，將載波相位量扣除固定的非差模糊度，得到高精度的新觀測(cè)值載波距；最后聯(lián)合載波距和偽距進(jìn)行大網(wǎng)嚴(yán)密解算[5]。

(2) 采用并行計(jì)算技術(shù)。2004年，IGS在總結(jié)過去10年成就的基礎(chǔ)上，對(duì)GNSS數(shù)據(jù)處理能力及處理規(guī)模提出了新的要求。以此為驅(qū)動(dòng)，2006年國(guó)際大地測(cè)量協(xié)會(huì)(IAG)的第1工作小組開展了Digger、Dancer和Dart(Dancer Real-Time)，旨在利用網(wǎng)格計(jì)算和分布式計(jì)算技術(shù)，高效快速地處理全球范圍內(nèi)的參考框架數(shù)據(jù)[27]；2006年，Schrock展望了分布式技術(shù)和CORS的融合，提出了GNSS數(shù)據(jù)分布式處理策略[28]；Enrico等采用分區(qū)分布式解算的方法，基于子網(wǎng)劃分的方法，高效解算了地中海中部1998—2004年超過80個(gè)CORS站的數(shù)據(jù)[29]；2009年，李健等提出了一種面向聯(lián)合CORS的網(wǎng)格計(jì)算理論模型和大規(guī)模CORS網(wǎng)的體系結(jié)構(gòu)[30]；2010年，基于分布式計(jì)算技術(shù)，美國(guó)提出采用面向服務(wù)的體系結(jié)構(gòu)(SOA)實(shí)現(xiàn)GPS運(yùn)行控制系統(tǒng)(GPS-OCX)的現(xiàn)代化[31]；2013年，呂志平等提出了大規(guī)模GNSS數(shù)據(jù)分布式處理體系架構(gòu)[32]；2014年，基于云計(jì)算技術(shù)，陳正生提出了GNSS測(cè)量云服務(wù)、云GNSS接收機(jī)的概念及實(shí)現(xiàn)形式[33]，劉楓基于MPI+OpenMP混合模型實(shí)現(xiàn)了GNSS分布式計(jì)算[20]；2016年，李林陽等基于Hadoop提出了云GNSS體系結(jié)構(gòu)[34]；2016年，王成等利用位置與云計(jì)算建立了電離層TEC主動(dòng)式播發(fā)平臺(tái)[35]；借助于Dancer項(xiàng)目前期開展的研究，2016年，IGS成功將協(xié)調(diào)分析中心生成融合產(chǎn)品的任務(wù)部署到亞馬遜云平臺(tái)上[36]；2016年，楊元喜提出了綜合PNT的概念，并將云端化運(yùn)控(云平臺(tái)控制體系)作為其核心關(guān)鍵技術(shù)[37]。在軟件開發(fā)上，2007年，Bernese 5.0版本就支持多核多處理器的并行計(jì)算[38]，陳正生等對(duì)其進(jìn)行了多節(jié)點(diǎn)的分布式改造[39]；2013年，呂志平等從底層采用了云存儲(chǔ)、分布式、并行化數(shù)據(jù)處理技術(shù)，如TPL、WCF、HDFS、MapReduce等，開發(fā)了GNSS分布式處理軟件GNSSer，致力于大規(guī)模、高精度、自動(dòng)化、云服務(wù)的GNSS數(shù)據(jù)快速處理和服務(wù)[40]。在實(shí)際應(yīng)用中，我國(guó)陸態(tài)網(wǎng)數(shù)據(jù)處理[41]和美國(guó)CORS數(shù)據(jù)重處理[42]等都采用了并行計(jì)算、云計(jì)算技術(shù)，高效處理了基準(zhǔn)站網(wǎng)的數(shù)據(jù)。

3 結(jié) 語

衛(wèi)星導(dǎo)航系統(tǒng)和基準(zhǔn)站網(wǎng)分別是實(shí)現(xiàn)高精度位置服務(wù)的重要空間段和地面段基礎(chǔ)設(shè)施，是一個(gè)國(guó)家或地區(qū)的重要戰(zhàn)略資源。本文首先從空間段可用衛(wèi)星和頻率資源的增加、地面段基準(zhǔn)站網(wǎng)的建設(shè)和升級(jí)，以及GNSS數(shù)據(jù)量的倍增3個(gè)方面闡述了大規(guī)模GNSS網(wǎng)的發(fā)展現(xiàn)狀；其次總結(jié)了GNSS大網(wǎng)存儲(chǔ)與管理的現(xiàn)狀，集中式數(shù)據(jù)管理存在諸多的瓶頸，云存儲(chǔ)是一種有效的解決方案；最后歸納了GNSS大網(wǎng)數(shù)據(jù)解算的研究現(xiàn)狀，采用改進(jìn)的模型與算法和利用并行計(jì)算技術(shù)是兩種切實(shí)可行的方法。

隨著我國(guó)BDS全球覆蓋進(jìn)程的加快推進(jìn)，以及地基基準(zhǔn)站網(wǎng)的加密和升級(jí)，大規(guī)模GNSS網(wǎng)迎來了新的發(fā)展機(jī)遇，研究GNSS大網(wǎng)的數(shù)據(jù)存儲(chǔ)、管理、解算和發(fā)布將一直是GNSS領(lǐng)域的熱點(diǎn)問題。