JP2013522606A - 高速ｔｔｆｆのための方法及び装置 - Google Patents

Abstract

延長された期間に対して収集された衛星天体歴データを利用してデータモデルが構築される。これによって、好ましくは力モデル又は数値モデルを利用して、非常に正確な軌道パラメータをサーバが生成することを可能とする。これらの、軌道パラメータは、モバイルデバイスに記憶される。モバイルデバイスのＧＮＳＳシステムによってＦｉｒｓｔ Ｆｉｘが要求された場合、これらの記憶された軌道パラメータが利用され、迅速に正確な衛星軌道データモデルが生成される。この場合、ブロードキャストされた天体歴又はネットワーク接続は必要とされない。この記憶された軌道パラメータは、部分的に又は全部について、記憶されたパラメータの係数の変更によって修正されてもよい。

Description

本出願は、地球航法衛星システム（ＧＮＳＳ：Ｇｌｏｂａｌ Ｎａｖｉｇａｔｉｏｎ Ｓａｔｅｌｌｉｔｅ Ｓｙｓｔｅｍ）軌道予測に関する。

２０１０年５月６日に出願された米国特許仮出願第６１／３３１，８６５号、及び２０１１年５月５日に出願された米国特許出願第１３／１０１，１５０号は、米国特許法第１１条（ｅ）に基づき、本明細書に引用され完全に組み込まれる。

正確にリモート受信器の位置を算出するためには、３ないし４個の各々のＧＮＳＳ衛星のクロック及び軌道情報についての非常に正確な情報（ｋｎｏｗｌｅｄｇｅ）が必要となる。リモート受信器は、通常は３０秒ごとに、各々の衛星によって繰り返しブロードキャストされる天体暦情報から、この情報を取得することができる。しかしながら、衛星の軌道に影響を及ぼす多くの要因のために、このブロードキャストされたＧＮＳＳ天体暦情報は、通常は将来において、わずか２ないし４時間程度有効なだけである。

したがって、リモート受信器は長期の期間に亘って、この更新された天体暦情報を受信することができず、例えばスイッチオフ、又は、受信不能であった場合、リモート受信器が再度起動（ｒｅａｃｔｉｖａｔｅ）するときに、前に記憶されたいかなる天体暦情報も無効である。そして、リモート受信器がその現在の位置を算出し始める前に、更新された情報が衛星から読み出される必要がある。リモート受信器がオンにされてから、現在の位置を算出することができるようになるまでの間の遅れは、測位可能となるまでの時間（ＴＴＦＦ：Ｔｉｍｅ Ｔｏ Ｆｉｒｓｔ Ｆｉｘ）として知られている。あらゆる遅延がユーザを苛立たせることになるため、ＧＮＳＳ（例えばＧＰＳ）で最も重要なタスクのうちの１つは、リモート受信器のための軌道天体暦を延長（ｅｘｔｅｎｄ）し、又は、予測することによってＴＴＦＦの速度を上げることである。

この課題への１つの幅広いアプローチは、サーバが、天体暦情報を収集し、かつ将来に向かって多数の日に亘って拡張した衛星軌道及びクロック情報を算出することである。軌道算出の複雑度及び必要な精度のために、受信された天体暦情報にしばしば摂動力モデル（ｐｅｒｔｕｒｂｅｄ Ｆｏｒｃｅ−ｍｏｄｅｌ）を使用する。許容できる誤差の範囲に収まるように、将来の多くの日に対して延長された推定を行うには、パワーのあるセントラルサーバにおいて特殊なソフトウェアを使用することが必要とされる。リモートサーバが、再起動するたびに、リモートレシーバのＴＴＦＦは、この延長された情報を直接インターネット又はワイヤレス通信システムを介してセントラルサーバから直ちに受信することにより、衛星からのブロードキャストを繰り返すのを待っているよりも、かなり短くなる。

ＴＴＦＦの課題への第２の幅広いアプローチは、将来に渡り、その延長された期間におけるＧＮＳＳ軌道データをモバイル受信器に連続的にサーバが提供することである。この解決案は、リモートレシーバが、サーバと、連続的に、又は少なくとも頻繁な接続を行うことを必要とし、リモートレシーバ上に十分なデータ記憶容量を持つことを必要とする。

地球航法衛星システムのための位置検出方法が開示されている。衛星の軌道及び／又はクロックデータのモデルが、モバイル機器に記憶される。そして、モデルは軌道パラメータを含む。最初の修正を取得するために、モバイル機器は、記憶された軌道モデルから衛星軌道情報を抽出し、かつ抽出された衛星軌道情報に基づいて、衛星の位置を決定する。衛星の位置を知ると、モバイル機器の位置を決定することができる。

地球航法衛星システムにおいて使用されるモバイル機器も開示される。モバイル機器は、地球航法衛星システムに従ってモバイル機器の位置を決定するための地球航法衛星システムモジュールと、地球航法衛星システムモジュール及びメモリに接続されたＣＰＵとを含む。メモリは、衛星の軌道及び／又はクロックデータの（軌道パラメータを含む）固定モデル（ｎｏｎ−ｔｒａｎｓｉｔｏｒｙ ｍｏｄｅｌ）と、コンピュータコードとを有する。このコンピュータコードは、ＣＰＵによって実行されると、メモリに記憶された軌道パラメータから衛星軌道情報を抽出し、抽出された衛星軌道情報に基づいて衛星の位置を決定し、決定された衛星の位置及びクロックデータに従って、モバイルデバイスの最初の修正を決定する。

本発明のこれらの、そしてまた他の目的は、さまざまな図及び図面において例示される以下の好ましい実施例の詳細な説明を読むことによって、当業者にとって明らかになることは明らかである。

軌道データを予測し、かつ衛星信号を得るために単独で延長された（ｓｅｌｆ−ｅｘｔｅｎｄｅｄ）軌道データを使用したブロック図である。 開示の一実施例に従って軌道データを予測するフローチャートである。 開示の一実施例に従って、補償されたエラー訂正を示すグラフである。 本明細書に詳細に記述した実施例を使用したＧＮＳＳを用いたデバイスの例を示す図である。

図１は、本開示の実施例に従って、衛星の信号を取得するために、軌道データを予測し、かつ、単独で延長された軌道データを用いる一般的なフローチャート１０を示している。図１において、点線２０（特にステップ２２、２４、２６及び２８）におけるステップは、速いＴＴＦＦのための軌道データを延長する１つの方法の例を示している。ステップ６０に示すように、天体暦データを、システムにインポートすることができ、かつステップ５５で、有効性のためのチェックがなされる。データが有効な場合、フローはステップ６０へジャンプする。データがもはや有効でない場合、フローはステップ２２へジャンプする。ステップ２２ないし２６において、衛星信号から受信される天体暦データは、短い期間の間延長することができ、かつメモリに記憶することができる。ステップ２８において、記憶されたデータが抽出されチェックされる。ステップ３０で、容認できる許容エラーに従って、全天体歴が利用できるか、及び有効であるかが確認される。抽出されたデータが完全ではなく、有効な場合、衛星の軌道が利用できないことを示すフラグをステップ４０でセットしてもよい。抽出されたデータが完全で、かつ有効な場合、フローはステップ６２、６５、７０、７５、８０及び８５へジャンプする。最後に位置が決定される。

図２は、本開示の一実施例に従った、軌道データ予測を示すフローチャート２００を示している。この実施例において、軌道／クロックの記憶は、ＧＮＳＳサーバに予め格納される。モデルは、軌道データを算出し／予測するための複数の係数を含む。モデルは、時間の関数であってもよい。位置決定が必要な場合、対応するタイミング情報が、モデルの中で代替され、予測された衛星軌道データが生成される。したがって、天体暦は、もはや位置決定のために必要な初期条件ではない。
ＧＮＳＳレシーバは、衛星、又は、外部サーバからの天体暦を受信することなく、記憶された軌道／クロックモデルを使用して、将来の軌道データを予測することができる。例えば、１つ以上のＧＮＳＳ衛星に対して、所定の時間（例えば、何ヶ月かの間）、天体歴データを分析することによって、記憶された軌道／クロックモデルが、ＧＮＳＳレシーバの外で確立（生成）される。そして、記憶された軌道／クロックモデルとして、衛星の軌道の傾向を示すことができるパラメータが、ＧＮＳＳサーバにインストールされる。ステップ２１５における、この計算モデルは、いかなるタイプであってもよい。例えば、力モデル（ｆｏｒｃｅ ｍｏｄｅｌ）、数値モデル（ｎｕｍｅｒｉｃａｌ ｍｏｄｅｌ）が挙げられる。そして、モデルは、必要に応じて、将来時点における、軌道及び／又はクロックデータを取得するために利用できる。データモデルは、パワフルなサーバを使用して大量のデータ及び複雑なソフトウェアを参照することによって構築されるため、データモデルは非常に正確であり得る。データモデルは、将来の数週間、数ヶ月、或いは更に長期に渡り、エラー耐性（ｅｒｒｏｒ ｔｏｌｅｒａｎｃｅｓ）がある。

このようなデータモデルの１つの非限定的な例として、衛星軌道、及び／又はクロックデータは、変動次数の多項式（ｐｏｌｙｎｏｍｉａｌ ｏｆ ｖａｒｙｉｎｇ ｏｒｄｅｒｓ）に変形（ｒｅｄｕｃｅ）することができる。各次数（ｏｒｄｅｒ）は、係数（ｃｏｅｆｆｉｃｉｅｎｔ）を持つ。実際の応用において、１つの及び／又はそれ以上の多項式（ｐｏｌｙｎｏｍｉａｌｓ）（又は、他のデータモデル）が、衛星の軌道全体、及び／又は衛星の軌道の部分の各々をモデル化するために用いられてもよい（例えば、ケプラーのパラメータ又は、可能であればＸ、Ｙ、及びＺパラメータの何れかが利用できる。そして、本発明は、これらに限定されるものではない）。軌道及びクロックデータの正確な表現（ｒｅｐｒｅｓｅｎｔａｔｉｏｎ）を、その衛星に提供するために、係数の大多数は、仮に決定される（一部の実施例においては変更され得る）。一旦受け入れられ得るデータモデルが生成されると、ステップ２２０に示すように、軌道パラメータはデータモデルから直接に算出することができる。これらの軌道パラメータは、適切な係数を含む多項式（又は、適用された他の算出方法）データモデルのためのベースを形成する。この例において、この多項式の予め定められた次数（ｏｒｄｅｒ）の一つ以上の係数の置換又は変更によって、解が得られたときに、対応した置換／変更された係数によって表現されたときに、その衛星に対する適度に正確な軌道及び／又はクロックデータを得ることができる。

一旦モバイルデバイスがＧＮＳＳの機能を取得し、かつ軌道パラメータを取得しモバイルデバイス内に保存されると、Ｆｉｒｓｔ Ｆｉｘ（測位可能状態となるまでの時間）を必要とし、適切な係数、例えば、おそらくは現在の時刻等が軌道パラメータに適用される（ステップ２２８参照）。この適切な係数の適用によって、衛星軌道データの抽出がなされ、これは、軌道パラメータによって推定されたものであり、情報を得るために、ホストシステムへのアクセス又は衛星信号を必要としないこととなる。この抽出された衛星軌道データは、ステップ２３０でその後チェックされる。すなわち、これが完全な天体歴データと等価なものとなっていること、及びこの抽出されたデータが依然として有効であることを確認するためにチェックされる。データの有効性は、許容できるエラー耐性、ステップ２１５で利用されるデータモデルのタイプ、及びその他の設計的考慮事項に従う。

抽出されたデータが完全でかつ有効であるとみなされる場合、衛星の位置及び速度（ステップ２６０）は、ホストシステムからの又は衛生信号からの天体歴データの受信を待つことなく、抽出されたデータを利用することによって、決定することができる。これによって、ＴＴＦＦ（測位可能状態となるまでの時間）を非常に改善することができる。軌道パラメータは、多くの履歴データ及び、演算時間制約のほとんどない強力なソフトウェアを使用して算出することができるため、記憶された軌道パラメータから抽出された衛星軌道データの正確度及び有効性は、従来の方法に比して、大きく改善されることとなる。

図３は、この種の抽出された衛星軌道データの単純な例を示している。図３において、６次多項式の軌道パラメータが使用されている。

図示するように、この例で軌道パラメータから抽出されるデータは１００メートルのオーダーの誤差を発生させる。しかしながら、このレベルの誤差は受け入れられるエラー耐性の範囲内である。より長い期間の天体歴データ及び高次元の軌道パラメータは、ステップ２１５において生成される場合、簡単に実現でき、抽出されたデータの正確性及び有効性が続く期間は、更に長くなり改善する。

軌道／クロックモデルは、天体歴又は歴の基準（ｒｅｆｅｒｅｎｃｅ ｅｐｈｅｍｅｒｉｓ ｏｒ ａｌｍａｎａｃ）、及び複数の係数を含む。そして、これは、特定の天体歴又は歴の基準を参照するエラー訂正項を記述している。換言すれば、衛星の基準天体歴及びエラーモデルは、モバイルデバイスに予め格納されてもよい。位置決定が必要な場合、推定されるエラーを計算するために、対応するタイミング情報がモデルの中で置き換えられ、推定された誤差を基準天体暦／歴と結合することによって、推定された衛星軌道データが生成される。したがって、天体暦は、位置決定のために必要な初期条件ではない。ＧＮＳＳレシーバは、衛星、又は、外部サーバから天体暦を受信することなく、記憶モデルを使用して将来の軌道データを予測することができる。

図４は、本願明細書において開示される実施例の用途に適したＧＮＳＳデバイス６００の例を示している。

デバイス６００は、衛星及び／又はモバイルデバイス位置を決定するためのＧＮＳＳモジュール６１０を有する。ＣＰＵ ６２０がＧＮＳＳモジュール６１０に接続される。ＣＰＵ６２は、モバイルデバイス６００を制御し、かつメモリ６３０に記憶されたコンピュータコード６４０を実行する。記憶されたコンピュータコード６４０は、軌道パラメータを含む生成されたモデルを含んでもよい。また、本願明細書において詳述される各々の実施例に特有のコンピュータコードを含んでもよい。

要約すると、ＴＴＦＦの改善された方法が開示される。データモデルが構築される。そして、位置決定（ｐｏｓｉｔｉｏｎ ｆｉｘ）のためにブロードキャストされた天体暦を受信することなく、軌道データの生成を可能とする。変更され得るパラメータを含むデータモデルがモバイルデバイスに記憶される。モバイルデバイスのＧＮＳＳシステムで、位置決定が必要な場合、ブロードキャストされた天体歴へのアクセスやネットワークへの接続を要求することなく、正確な衛星軌道データモデルを迅速に生成するために、これらの軌道パラメータが利用される。これによって、有効な期間の延長を提供しつつＴＩＦＦを加速することができる。

当業者であれば、本発明の説明に基づいて、デバイス及び方法についての、多くの変形例及び変更を考えることが可能であろう。したがって、上述の開示は、添付の請求項のみによって限定され得る。

Claims (10)

1. 地球航法衛星システムのための位置検出方法であって：
   モバイルデバイスに衛星の軌道及び／又はクロックデータのモデルを記憶するステップであって、前記モデルは、軌道パラメータを含む、ステップと；
   前記モバイルデバイスによって、前記記憶された軌道パラメータから衛星軌道情報を抽出するステップと；
   前記モバイルデバイスによって、前記抽出された衛星軌道情報に基づいて、前記衛星の位置を決定するステップと；
   前記決定された衛星の位置とクロックデータとに従って、前記モバイルデバイスの位置を決定するステップと；
   を有する方法。
2. 請求項１記載の方法であって、前記モデルを生成するために、力モデルが利用される、方法。
3. 請求項１記載の方法であって、前記軌道パラメータは、係数を含む、方法。
4. 請求項１記載の方法であって、前記軌道パラメータは、多項式を形成する、方法。
5. 請求項１記載の方法であって、前記モデルは、天体歴又は歴の基準を参照するエラー訂正項を含む、方法。
6. 地球航法衛星システムにおいて利用されるモバイルデバイスであって：地球航法衛星システムに従って、当該モバイルデバイスの位置を決定するための地球航法衛星システムモジュールと；
   前記地球航法衛星システムモジュール及びメモリに接続された中央処理ユニットと；
   を有し、前記メモリは：
   軌道パラメータを含む、衛星の軌道及び／又はクロックデータの、モデルと；コンピュータコードであって、前記中央処理ユニットで実行されたときに、前記メモリに記憶された前記軌道パラメータから、衛星軌道情報を抽出し、前記抽出された衛星軌道情報に基づいて前記衛星の位置を決定し、かつ前記決定された衛星の位置に従って当該モバイルデバイスの位置を決定する、コンピュータコードと；
   を含む、モバイルデバイス。
7. 請求項６記載のモバイルデバイスであって、前記モデルを生成するために、力モデルを利用する、モバイルデバイス。
8. 請求項６記載のモバイルデバイスであって、前記軌道パラメータは、係数を含み、かつ、前記メモリは、コンピュータコードであって、前記中央処理ユニットで実行されたときに、前記衛星軌道データの変更を反映させるために、少なくとも１つの前記係数をアップデートする、コンピュータコードを更に含む、
   モバイルデバイス。
9. 請求項６記載のモバイルデバイスであって、前記モデルは、天体歴又は歴の基準を参照するエラー訂正項を含む、
   モバイルデバイス。
10. コンピュータコードを含む非一時的なコンピュータ可読の媒体であって、前記コンピュータコードがプロセッサによって実行されたときに、メモリに記憶された衛星パラメータから衛星軌道情報を抽出し、前記メモリは、軌道パラメータを含む、衛星の軌道及び／又はクロックデータ、のモデルと；コンピュータコードであって、前記プロセッサによって実行されたときに、前記抽出された衛星軌道情報に基づいて前記衛星の位置を決定し、コンピュータコードであって、前記プロセッサによって実行されたときに、前記決定された衛星の位置に従ってモバイルデバイスの位置を決定する、コンピュータコードと；を記憶する、媒体。

Images