一种基于异构融合并行集群架构的卫星高精度定位增强系统及方法与流程

1.本发明创造涉及卫星定位技术，尤其涉及一种基于异构融合并行集群架构的卫星高精度定位增强系统及方法。


背景技术：

2.卫星定位是一种利用人造卫星信号来确定地球上任意位置或运动物体位置的技术，广泛应用于导航、测绘、地理信息系统等领域。目前，常用的卫星定位系统有美国的全球定位系统(gps)、俄罗斯的格洛纳斯系统(glonass)、欧洲的伽利略系统(galileo)等。
3.卫星高精度定位增强系统需要处理大量的卫星信号数据，执行复杂的定位算法，同时满足高精度、高实时性、高可靠性等要求。传统的单机或同构计算平台难以满足这些要求，因为它们的计算能力和存储能力有限，且缺乏灵活性和可扩展性。
4.然而，现有的卫星定位系统存在一些限制和不足，如：
5.信号受大气层、钟差、轨道误差、多路径效应等因素影响而产生误差，导致定位精度降低；信号受遮挡物、干扰源等因素影响而降低可用性，导致定位失败或不稳定；信号受攻击者等因素影响而降低安全性和可信度，导致定位结果被篡改或伪造。
6.为了解决上述问题，现有技术中已经提出了一些卫星定位增强方法，如：
7.基于地面或空中的增强系统，如美国的广域增强系统(waas)、欧洲的地理增强导航服务(egnos)等，通过提供额外的信号或数据来改善卫星信号的质量和可靠性；基于多源数据融合的增强方法，如利用惯性导航系统(ins)、无线电测向(rdf)、雷达、激光等其他传感器或信号源来辅助卫星定位；基于软件无线电的增强方法，如利用软件无线电平台来实现对卫星信号的接收、处理、分析和改进。
8.然而，上述方法仍然存在一些不足之处，如：
9.增强系统的建设和维护成本高昂，覆盖范围有限，依赖性强；多源数据融合的方法需要多种传感器或信号源的配合和同步，数据处理和融合的复杂度高，精度和稳定性受各种因素影响；软件无线电的方法需要高性能的硬件和软件支持，计算资源和能耗较大，实时性和可移植性较差。
10.因此，需要一种能够克服上述问题，提高卫星定位性能的新型系统和方法。


技术实现要素：

11.本发明为了解决背景技术中存在的问题，在基于异构融合并行集群架构的基础上进一步通过卫星定位增强模块提高卫星高定位的精度。
12.为实现以上技术目的，本发明创造采用以下技术方案：
13.一种基于异构融合并行集群架构的卫星高精度定位增强系统，包括：
14.一个卫星信号接收模块，用于接收来自多个卫星的信号，并将信号数据传输给异构融合并行集群架构；该卫星信号接收模块设置有天线阵列、模数转换器、数据传输器，用
于接收、转换、传输信号；
15.一个异构融合并行集群架构，由多个不同类型的计算节点组成，每个计算节点具有不同的计算能力和存储能力，通过高速网络互连；该异构融合并行集群架构接受卫星信号接收模块输入的数据，并执行前期的定位算法；并将加工后的数据输送给卫星定位增强模块；
16.一个卫星定位增强模块，部署在异构融合并行集群架构上，可调用异构融合并行集群架构的多个不同类型的计算节点的运算能力；所述的卫星定位增强模块设置有预处理子模块、误差校正子模块、定位算法子模块、结果输出子模块，用于对接收到的信号数据进行预处理、误差校正、定位算法执行、结果输出操作；
17.一个用户终端模块，用于与卫星定位增强模块通信，获取定位结果，并显示在用户界面上，该用户终端模块设置有数据接收器、用户界面，用于接收、显示定位结果。
18.在较佳实施情况下，所述的异构融合并行集群架构采用了一种动态负载均衡策略，根据每个计算节点的实时负载情况和任务特性，动态地分配和调度任务，以提高系统的性能和效率。
19.在较佳实施情况下，所述的卫星信号接收模块包括：
20.一个天线阵列，用于接收来自多个卫星的信号，并将信号转换为电信号；
21.一个模数转换器，用于将电信号转换为数字信号；
22.一个数据传输器，用于将数字信号传输给异构融合并行集群架构。
23.在较佳实施情况下，所述的卫星定位增强模块包括：
24.一个预处理子模块，用于对接收到的数字信号进行滤波、解调、解码操作，并提取出卫星位置、时间、伪距信息；
25.一个误差校正子模块，用于对预处理后的信息进行误差校正，包括大气延迟、钟差、轨道误差、多路径效应；
26.一个定位算法子模块，用于根据误差校正后的信息执行定位算法，包括最小二乘法、加权最小二乘法、卡尔曼滤波，并输出定位结果；
27.一个结果输出子模块，用于将定位结果传输给用户终端模块。
28.在较佳实施情况下，所述的预处理子模块接收到异构融合并行集群架构输入的多维度的采样点数据，通过快速傅里叶变换(fft)算法，利用异构融合并行集群架构上的多核处理器和图形处理器(gpu)进行并行计算，提取出卫星位置、时间、伪距信息，所述的快速傅里叶变换(fft)算法表示为：
[0029][0030]
其中，xn是输入信号的第n个采样点，xk是输出信号的第k个频域点，n是信号的采样点数，i是虚数单位。
[0031]
在较佳实施情况下，所述的误差校正子模块采用了一种基于神经网络的误差建模和补偿方法，利用异构融合并行集群架构上的大规模数据存储和分析能力，对历史数据进行训练和预测，以提高误差校正的准确性和实时性，该神经网络的结构表示为：
[0032]
y＝f(x)＝σ(w2σ(w1x+b1)+b2)
[0033]
其中，x是输入向量，包括卫星位置、时间、伪距信息，y是输出向量，包括误差校正
后的信息，σ是激活函数，所述的激活函数为sigmoid函数或relu函数，w1,w2,b1,b2是神经网络的参数，通过梯度下降法或其他优化算法进行更新。
[0034]
在较佳实施情况下，所述的定位算法子模块采用了一种基于协方差矩阵自适应调整的卡尔曼滤波(ckf)算法，利用异构融合并行集群架构上的高速通信和计算能力，对定位结果进行实时更新和优化，以提高定位精度和稳定性，该卡尔曼滤波(ckf)算法表示为：
[0035]
预测步骤：
[0036][0037][0038]
更新步骤:
[0039][0040][0041][0042]
其中，是第k时刻的状态估计值，p
k∣k
是第k时刻的状态估计误差协方差矩阵，zk是第k时刻的观测值，fk,bk,hk,qk,rk,uk,kk是卡尔曼滤波(ckf)算法的参数或中间变量。
[0043]
在较佳实施情况下，所述的结果输出子模块采用了一种基于区块链技术的数据加密和验证方法，利用异构融合并行集群架构上的分布式存储和共识机制，对定位结果进行加密和验证，以提高数据的安全性和可信度，该区块链技术表示为：
[0044]
h(bi)＝h(h(b
i-1
)||ti||ni)
[0045]
其中，h是哈希函数，如sha-256函数或md5函数，bi是第i个区块，包含了定位结果和其他信息，ti是第i个区块的时间戳，ni是第i个区块的随机数，满足以下条件:
[0046]
h(bi)《d
[0047]
其中，d是一个预设的难度值，用于控制区块生成的速度和难度，当一个新的区块被生成时，它会被广播给异构融合并行集群架构上的其他计算节点，经过验证后加入到区块链中；通过这种方式，定位结果可以被安全地存储和传输，并且可以防止篡改和伪造。
[0048]
在较佳实施情况下，所述的用户终端模块包括：
[0049]
一个数据接收器，用于接收来自结果输出子模块的定位结果，并对其进行解密和验证；
[0050]
一个用户界面，用于显示定位结果，并提供一些交互功能，包括地图、导航、设置。
[0051]
一种基于异构融合并行集群架构的卫星高精度定位增强方法，包括以下步骤：
[0052]
s1、通过卫星信号接收模块的天线阵列接收来自多个卫星的信号，并将信号转换为电信号；通过模数转换器，用于将电信号转换为数字信号；通过数据传输器，用于将数字信号传输给异构融合并行集群架构；
[0053]
s2、异构融合并行集群架构上不同类型的计算节点的数据传输给卫星定位增强模块；通过卫星定位增强模块的预处理子模块、误差校正子模块、定位算法子模块、结果输出子模块，用于对接收到的信号数据进行预处理、误差校正、定位算法执行、结果输出操作；
[0054]
s3、通过用户终端模块设置有数据接收器接收到卫星定位增强模块的结果输出子模块的数据，并显示在用户界面上。
[0055]
本发明的有益效果如下：
[0056]
(1)本发明提供了一种基于异构融合并行集群架构的卫星高精度定位增强系统和方法，能够有效地提高卫星定位的精度、实时性、可靠性和安全性，满足各种应用场景的需求；
[0057]
(2)本发明采用了多种先进的信号处理、数据分析、定位算法等技术，充分利用了异构融合并行集群架构的高性能和高效率，提高了系统的计算能力和存储能力；
[0058]
(3)本发明采用了一种动态负载均衡策略，根据每个计算节点的实时负载情况和任务特性，动态地分配和调度任务，提高了系统的灵活性和可扩展性；
[0059]
(4)采用了快速傅里叶变换、神经网络误差校正、协方差矩阵自适应调整的卡尔曼滤波等先进算法，提高了信号预处理、误差校正、定位算法的速度和精度；
[0060]
(5)本发明采用了一种基于区块链技术的数据加密和验证方法，利用分布式存储和共识机制，对定位结果进行加密和验证，提高了数据的安全性和可信度。
附图说明
[0061]
图1为本发明创造的模型图。
[0062]
图2为本发明创造的模块框架图。
[0063]
图3为本发明创造的卫星定位增强模块借用异构融合并行集群架构算力的方法图。
[0064]
图中：1、卫星信号接收模块；11、天线阵列；12、模数转换器；13、数据传输器；2、异构融合并行集群架构；3、卫星定位增强模块；31、预处理子模块；32、误差校正子模块；33、定位算法子模块；34、结果输出子模块。
具体实施方式
[0065]
实施例1：
[0066]
本实施例提供了一种基于异构融合并行集群架构2的卫星高精度定位增强系统，如图1、图2所示：
[0067]
一个卫星信号接收模块1，用于接收来自多个卫星的信号，并将信号数据传输给异构融合并行集群架构2；该卫星信号接收模块1设置有天线阵列11、模数转换器12、数据传输器13，用于接收、转换、传输信号；
[0068]
一个异构融合并行集群架构2，由多个不同类型的计算节点组成，每个计算节点具有不同的计算能力和存储能力，通过高速网络互连；该异构融合并行集群架构2接受卫星信号接收模块1输入的数据，并执行前期的定位算法；并将加工后的数据输送给卫星定位增强模块3；
[0069]
一个卫星定位增强模块3，部署在异构融合并行集群架构2上，可调用异构融合并行集群架构2的多个不同类型的计算节点的运算能力；所述的卫星定位增强模块3设置有预处理子模块31、误差校正子模块32、定位算法子模块33、结果输出子模块34，用于对接收到的信号数据进行预处理、误差校正、定位算法执行、结果输出操作；
[0070]
一个用户终端模块，用于与卫星定位增强模块3通信，获取定位结果，并显示在用户界面上，该用户终端模块设置有数据接收器、用户界面，用于接收、显示定位结果。
[0071]
在本实施例中，所述的异构融合并行集群架构2采用了一种动态负载均衡策略，根据每个计算节点的实时负载情况和任务特性，动态地分配和调度任务，以提高系统的性能和效率。
[0072]
在本实施例中，所述的卫星信号接收模块1包括：
[0073]
一个天线阵列11，用于接收来自多个卫星的信号，并将信号转换为电信号；
[0074]
一个模数转换器12，用于将电信号转换为数字信号；
[0075]
一个数据传输器13，用于将数字信号传输给异构融合并行集群架构2。
[0076]
在本实施例中，所述的卫星定位增强模块3包括：
[0077]
一个预处理子模块31，用于对接收到的数字信号进行滤波、解调、解码操作，并提取出卫星位置、时间、伪距信息；
[0078]
一个误差校正子模块32，用于对预处理后的信息进行误差校正，包括大气延迟、钟差、轨道误差、多路径效应；
[0079]
一个定位算法子模块33，用于根据误差校正后的信息执行定位算法，包括最小二乘法、加权最小二乘法、卡尔曼滤波，并输出定位结果；
[0080]
一个结果输出子模块34，用于将定位结果传输给用户终端模块。
[0081]
在本实施例中，所述的预处理子模块31接收到异构融合并行集群架构2输入的多维度的采样点数据，通过快速傅里叶变换(fft)算法，利用异构融合并行集群架构2上的多核处理器和图形处理器(gpu)进行并行计算，提取出卫星位置、时间、伪距信息，所述的快速傅里叶变换(fft)算法表示为：
[0082][0083]
其中，xn是输入信号的第n个采样点，xk是输出信号的第k个频域点，n是信号的采样点数，i是虚数单位。
[0084]
在本实施例中，所述的误差校正子模块32采用了一种基于神经网络的误差建模和补偿方法，利用异构融合并行集群架构2上的大规模数据存储和分析能力，对历史数据进行训练和预测，以提高误差校正的准确性和实时性，该神经网络的结构表示为：
[0085]
y＝f(x)＝σ(w2σ(w1x+b1)+b2)
[0086]
其中，x是输入向量，包括卫星位置、时间、伪距信息，y是输出向量，包括误差校正后的信息，σ是激活函数，所述的激活函数为sigmoid函数或relu函数，w1,w2,b1,b2是神经网络的参数，通过梯度下降法或其他优化算法进行更新。
[0087]
在本实施例中，所述的定位算法子模块33采用了一种基于协方差矩阵自适应调整的卡尔曼滤波(ckf)算法，利用异构融合并行集群架构2上的高速通信和计算能力，对定位结果进行实时更新和优化，以提高定位精度和稳定性，该卡尔曼滤波(ckf)算法表示为：
[0088]
预测步骤：
[0089][0090][0091]
更新步骤:
[0092]
[0093][0094][0095]
其中，是第k时刻的状态估计值，p
k∣k
是第k时刻的状态估计误差协方差矩阵，zk是第k时刻的观测值，fk,bk,hk,qk,rk,uk,kk是卡尔曼滤波(ckf)算法的参数或中间变量。
[0096]
在本实施例中，所述的结果输出子模块34采用了一种基于区块链技术的数据加密和验证方法，利用异构融合并行集群架构2上的分布式存储和共识机制，对定位结果进行加密和验证，以提高数据的安全性和可信度，该区块链技术表示为：
[0097]
h(bi)＝h(h(b
i-1
)||ti||ni)
[0098]
其中，h是哈希函数，如sha-256函数或md5函数，bi是第i个区块，包含了定位结果和其他信息，ti是第i个区块的时间戳，ni是第i个区块的随机数，满足以下条件:
[0099]
h(bi)《d
[0100]
其中，d是一个预设的难度值，用于控制区块生成的速度和难度，当一个新的区块被生成时，它会被广播给异构融合并行集群架构2上的其他计算节点，经过验证后加入到区块链中；通过这种方式，定位结果可以被安全地存储和传输，并且可以防止篡改和伪造。
[0101]
在本实施例中，所述的用户终端模块包括：
[0102]
一个数据接收器，用于接收来自结果输出子模块34的定位结果，并对其进行解密和验证；
[0103]
一个用户界面，用于显示定位结果，并提供一些交互功能，包括地图、导航、设置。
[0104]
一种基于异构融合并行集群架构2的卫星高精度定位增强方法，包括以下步骤：
[0105]
步骤s1、通过卫星信号接收模块1的天线阵列11接收来自多个卫星的信号，并将信号转换为电信号；通过模数转换器12，用于将电信号转换为数字信号；通过数据传输器13，用于将数字信号传输给异构融合并行集群架构2；
[0106]
如图3所示，为本发明创造的卫星定位增强模块3借用异构融合并行集群架构2算力的方法图，步骤s2、异构融合并行集群架构2上不同类型的计算节点的数据传输给卫星定位增强模块3；通过卫星定位增强模块3的预处理子模块31、误差校正子模块32、定位算法子模块33、结果输出子模块34，用于对接收到的信号数据进行预处理、误差校正、定位算法执行、结果输出操作；
[0107]
步骤s3、通过用户终端模块设置有数据接收器接收到卫星定位增强模块3的结果输出子模块34的数据，并显示在用户界面上。
[0108]
工作原理：异构融合并行集群架构2在以上技术中扮演的技术角色是提供高性能和高效率的计算和存储平台，支持各种复杂的信号处理、数据分析、定位算法等任务的执行。异构融合并行集群架构2由多个不同类型的计算节点组成，每个计算节点具有不同的计算能力和存储能力，通过高速网络互连。异构融合并行集群架构2采用了一种动态负载均衡策略，根据每个计算节点的实时负载情况和任务特性，动态地分配和调度任务，以提高系统的性能和效率。
[0109]
本实施例的优点和创新点在于：
[0110]
采用了异构融合并行集群架构2，充分利用了不同类型计算节点的优势，提高了系统的性能和效率；
[0111]
采用了快速傅里叶变换、神经网络误差校正、协方差矩阵自适应调整的卡尔曼滤波等先进算法，提高了信号预处理、误差校正、定位算法的速度和精度；
[0112]
采用了区块链技术对定位结果进行加密和验证，提高了数据的安全性和可信度。
[0113]
实施例2：
[0114]
本实施例与实施例1相同或类似，除非另有说明。在此不再赘述。
[0115]
本实施例中，所述的卫星信号接收模块1包括：
[0116]
一个天线阵列11，用于接收来自多个卫星的信号，并将信号转换为电信号；
[0117]
一个模数转换器12，用于将电信号转换为数字信号；
[0118]
一个数据传输器13，用于将数字信号传输给异构融合并行集群架构2。
[0119]
本实施例中，所述的天线阵列11采用了一种基于相控阵技术的智能天线阵列11，能够根据信号源方向动态调整天线波束指向，以提高信号接收质量和抗干扰能力。所述的相控阵技术表示为：
[0120][0121]
其中，y(t)表示输出信号；wn表示第n个天线单元的权值；xn(t)表示第n个天线单元接收到的输入信号；τn表示第n个天线单元与参考天线单元之间的时延差。
[0122]
本实施例中，所述的模数转换器12采用了一种基于压缩感知技术的模数转换器12，能够在低采样率下对信号进行高效转换，以降低数据量和功耗。所述的压缩感知技术表示为：
[0123]
y＝φx
[0124]
其中，y表示输出信号的测量值；φ表示测量矩阵；x表示输入信号的稀疏表示。
[0125]
本实施例中，所述的数据传输器采用了一种基于软件定义网络(sdn)技术的数据传输器，能够根据网络状态和数据特性动态调整传输路径和策略，以提高数据传输的可靠性和效率。所述的软件定义网络(sdn)技术表示为：
[0126][0127][0128][0129]
其中，f
ij
表示从节点i到节点j的流量；c
ij
表示从节点i到节点j的单位流量费用；bi表示节点i的流量平衡量；u
ij
表示从节点i到节点j的流量上限。
[0130]
本实施例的优点和创新点在于：
[0131]
采用了基于相控阵技术的智能天线阵列，提高了信号接收质量和抗干扰能力；
[0132]
采用了基于压缩感知技术的模数转换器，降低了数据量和功耗；
[0133]
采用了基于软件定义网络(sdn)技术的数据传输器，提高了数据传输的可靠性和效率。
[0134]
以上就是本发明的具体实施方式，不构成对本发明保护范围的限制。在本发明的
精神和原则下，对本发明所作的任何修改、等同替换和改进，都应当包含在本发明的保护范围之内。
[0135]
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。本文中应用了具体个例对本专利技术方案的原理及实施方式进行了阐述，以上实例的说明只是用于帮助理解本专利的方法及其核心思想。以上所述仅是本专利的优选实施方式，应当指出，由于文字表达的有限性，而客观上存在无限的具体结构，对于本技术领域的普通技术人员来说，在不脱离本专利原理的前提下，还可以做出若干改进、润饰或变化，也可以将上述技术特征以适当的方式进行组合；这些改进润饰、变化或组合，或未经改进将专利的构思和技术方案直接应用于其它场合的，均应视为本专利的保护范围。

技术特征：
1.一种基于异构融合并行集群架构的卫星高精度定位增强系统，其特征在于，包括：一个卫星信号接收模块，用于接收来自多个卫星的信号，并将信号数据传输给异构融合并行集群架构；该卫星信号接收模块设置有天线阵列、模数转换器、数据传输器，用于接收、转换、传输信号；一个异构融合并行集群架构，由多个不同类型的计算节点组成，每个计算节点具有不同的计算能力和存储能力，通过高速网络互连；该异构融合并行集群架构接受卫星信号接收模块输入的数据，并执行前期的定位算法；并将加工后的数据输送给卫星定位增强模块；一个卫星定位增强模块，部署在异构融合并行集群架构上，可调用异构融合并行集群架构的多个不同类型的计算节点的运算能力；所述的卫星定位增强模块设置有预处理子模块、误差校正子模块、定位算法子模块、结果输出子模块，用于对接收到的信号数据进行预处理、误差校正、定位算法执行、结果输出操作；一个用户终端模块，用于与卫星定位增强模块通信，获取定位结果，并显示在用户界面上，该用户终端模块设置有数据接收器、用户界面，用于接收、显示定位结果。2.根据权利要求1所述的系统，其特征在于，所述的异构融合并行集群架构采用了一种动态负载均衡策略，根据每个计算节点的实时负载情况和任务特性，动态地分配和调度任务，以提高系统的性能和效率。3.根据权利要求1所述的系统，其特征在于，所述的卫星信号接收模块包括：一个天线阵列，用于接收来自多个卫星的信号，并将信号转换为电信号；一个模数转换器，用于将电信号转换为数字信号；一个数据传输器，用于将数字信号传输给异构融合并行集群架构。4.根据权利要求1所述的系统，其特征在于，所述的卫星定位增强模块包括：一个预处理子模块，用于对接收到的数字信号进行滤波、解调、解码操作，并提取出卫星位置、时间、伪距信息；一个误差校正子模块，用于对预处理后的信息进行误差校正，包括大气延迟、钟差、轨道误差、多路径效应；一个定位算法子模块，用于根据误差校正后的信息执行定位算法，包括最小二乘法、加权最小二乘法、卡尔曼滤波，并输出定位结果；一个结果输出子模块，用于将定位结果传输给用户终端模块。5.根据权利要求4所述的系统，其特征在于，所述的预处理子模块接收到异构融合并行集群架构输入的多维度的采样点数据，通过快速傅里叶变换(fft)算法，利用异构融合并行集群架构上的多核处理器和图形处理器(gpu)进行并行计算，提取出卫星位置、时间、伪距信息，所述的快速傅里叶变换(fft)算法表示为：其中，x
n
是输入信号的第n个采样点，x
k
是输出信号的第k个频域点，n是信号的采样点数，i是虚数单位。6.根据权利要求4所述的系统，其特征在于，所述的误差校正子模块采用了一种基于神经网络的误差建模和补偿方法，利用异构融合并行集群架构上的大规模数据存储和分析能
力，对历史数据进行训练和预测，以提高误差校正的准确性和实时性，该神经网络的结构表示为：y＝f(x)＝σ(w2σ(w1x+b1)+b2)其中，x是输入向量，包括卫星位置、时间、伪距信息，y是输出向量，包括误差校正后的信息，σ是激活函数，所述的激活函数为sigmoid函数或relu函数，w1,w2,b1,b2是神经网络的参数，通过梯度下降法或其他优化算法进行更新。7.根据权利要求4所述的系统，其特征在于，所述的定位算法子模块采用了一种基于协方差矩阵自适应调整的卡尔曼滤波(ckf)算法，利用异构融合并行集群架构上的高速通信和计算能力，对定位结果进行实时更新和优化，以提高定位精度和稳定性，该卡尔曼滤波(ckf)算法表示为：预测步骤：预测步骤：更新步骤:更新步骤:更新步骤:其中，是第k时刻的状态估计值，p
k∣k
是第k时刻的状态估计误差协方差矩阵，z
k
是第k时刻的观测值，f
k
,b
k
,h
k
,q
k
,r
k
,u
k
,k
k
是卡尔曼滤波(ckf)算法的参数或中间变量。8.根据权利要求4所述的系统，其特征在于，所述的结果输出子模块采用了一种基于区块链技术的数据加密和验证方法，利用异构融合并行集群架构上的分布式存储和共识机制，对定位结果进行加密和验证，以提高数据的安全性和可信度，该区块链技术表示为：hb
i
＝hhb
i-1
t
i
n
i
其中，h是哈希函数，所述的哈希函数为sha-256函数或md5函数，b
i
是第i个区块，包含了定位结果和其他信息，t
i
是第i个区块的时间戳，n
i
是第i个区块的随机数，满足以下条件:hb
i
<d其中，d是一个预设的难度值，用于控制区块生成的速度和难度，当一个新的区块被生成时，它会被广播给异构融合并行集群架构上的其他计算节点，经过验证后加入到区块链中；通过这种方式，定位结果可以被安全地存储和传输，并且可以防止篡改和伪造。9.根据权利要求1所述的系统，其特征在于，所述的用户终端模块包括：一个数据接收器，用于接收来自结果输出子模块的定位结果，并对其进行解密和验证；一个用户界面，用于显示定位结果，并提供一些交互功能，包括地图、导航、设置。10.一种基于异构融合并行集群架构的卫星高精度定位增强方法，其特征在于，包括以下步骤：s1、通过卫星信号接收模块的天线阵列接收来自多个卫星的信号，并将信号转换为电信号；通过模数转换器，用于将电信号转换为数字信号；通过数据传输器，用于将数字信号传输给异构融合并行集群架构；
s2、异构融合并行集群架构上不同类型的计算节点的数据传输给卫星定位增强模块；通过卫星定位增强模块的预处理子模块、误差校正子模块、定位算法子模块、结果输出子模块，用于对接收到的信号数据进行预处理、误差校正、定位算法执行、结果输出操作；s3、通过用户终端模块设置有数据接收器接收到卫星定位增强模块的结果输出子模块的数据，并显示在用户界面上。

技术总结
本发明创造涉及卫星定位技术，尤其涉及一种基于异构融合并行集群架构的卫星高精度定位增强系统及方法。通过卫星信号接收模块的天线阵列接收来自多个卫星的信号，并将信号转换为电信号；通过模数转换器，用于将电信号转换为数字信号；通过数据传输器，用于将数字信号传输给异构融合并行集群架构；异构融合并行集群架构上不同类型的计算节点的数据传输给卫星定位增强模块；通过卫星定位增强模块的预处理子模块、误差校正子模块、定位算法子模块、结果输出子模块，用于对接收到的信号数据进行预处理、误差校正、定位算法执行、结果输出操作；通过用户终端模块设置有数据接收器接收到卫星定位增强模块的结果输出子模块的数据，并显示在用户界面上。示在用户界面上。示在用户界面上。


技术研发人员：许赞 袁锡光 邹芬 曾祥凡 何焰辉 彭家文
受保护的技术使用者：湖南六九零六信息科技股份有限公司
技术研发日：2023.07.18
技术公布日：2023/10/11