1cm， 高程較差中誤差為±2. 3cm。
[0061] 如果四等水準網高程中誤差取±2. 0cm，RTK高程測量的中誤差采用其預設精度 ±2. 0cm，則利用誤差傳播定律可以得到高程較差理論中誤差為±2. 8cm，高程較差允許誤 差為±5. 6cm?？梢娗蟮玫母叱梯^差中誤差小于高程較差理論中誤差。
[0062] 根據(jù)實際經驗，由RTK測量的高程計算出的相鄰高差受相鄰點間的長度影響較 小，高差精度主要與四等水準測段長度有關。利用高差較差參照不同精度雙觀測值情況計 算出高差較差單位（每公里）中誤差為± 1. 89cm。
[0063] 如果RTK高程測量的中誤差采用其預設精度±2. 0cm，四等水準高差中誤差取 ± 1. 0cm，得高差較差理論單位中誤差為±3. 0cm。顯然，計算的高差較差單位中誤差小于高 差較差理論單位中誤差，證明RTK高程測量能夠滿足《城市測量規(guī)范》對四等水準網的精度 要求。
[0064] RTK在數(shù)字測圖中的應用
[0065] 利用RTK快速定位和實時得到坐標結果的特點，可以進行地形的碎部測量來代替 常規(guī)的數(shù)字測圖。以1臺GPS基準站，另一臺或幾臺移動的GPS接收機分別開始進行碎部 點測量。地形點的測量可以在數(shù)據(jù)采集的功能下進行，也可以根據(jù)現(xiàn)場地形的實際情況進 行測量設定，在測量T臺，球道、果嶺、沙坑、湖泊、球車道、障礙物等可以設定按距離進行采 集，距離可以人為設定；在勻速運動測量的過程中，可以設定按時間采集，時間間隔也可人 為設定。采集完將數(shù)據(jù)格式轉換為"點號，東坐標，北坐標，高程"形式，保存到硬盤，使用 Cass軟件經過成圖處理，生成數(shù)字化地形圖。
[0066] 地形點的采集可以單人作業(yè)，在球場內較為開闊的區(qū)域進行數(shù)據(jù)采集，發(fā)現(xiàn)RTK 的采點速度相當快，由于初始化速度快（小于30s)，并且在線運動過程中不失鎖，每個碎部 點采集時間不超過2s (含點位代碼輸人），因此，采點速度幾乎等于走路的速度，可以充分 發(fā)揮RTK快速高精度定位的優(yōu)勢。
[0067] 也可以在作業(yè)中采用RTK測量模式的優(yōu)勢，準確快速地建立圖根控制點，在圖根 控制點上由全站儀配合電子手簿進行碎部點的數(shù)據(jù)采集。該法不像常規(guī)圖根導線測量那么 煩瑣，受地形的限制，也不用支儀器設站，從而減少了因多次設站帶來的測量累計誤差，提 高了全站儀碎部點采點的點位絕對精度，使地形測量方便快捷，大大提高了地形測量的工 作效率。在地形圖、地籍圖等的測量應用中，均取得了很好的效果。
[0068] 高爾夫球場動態(tài)RTK測量的流程如圖2所示。
[0069] 高爾夫終端利用WIFI定位原理，實現(xiàn)球場導航
[0070] 高爾夫終端定位采用了兩種定位方法，通過三角定位法和指紋數(shù)據(jù)匹配定位法來 提高導航的準確度。
[0071] 三角定位法
[0072] 三角定位原理非常簡單，GPS系統(tǒng)采用的基本原理也是三角定位法。即三點可以 確定一個點。該方法分為兩個階段：
[0073] 基于RSSI的測距
[0074] 該方法的理論基礎是：無線電信號強度隨著傳播距離的增加而衰減1，無線電傳 播距離與信號強度的關系。在大量實踐的基礎上可以得出，接收信號強度log-normal(對 數(shù)-常態(tài)）分布模型，可以通過信號在傳播過程中的衰減計算出傳播距離。
[0075] RSSId= P t-Pl (d) (1)
[0076] 其中PI (d)為在距離d位置接收到的信號功率（單位dBm), PI (d0)為距離為參考 距離d0位置接收到的信號功率，一般取lm。n為信號衰減因子，X。為均值為0的高斯隨機 變量。接收端的信號強度：
[0077] RSSId= P t-Pl (d) (2)
[0078]基于實際情況及室內環(huán)境的因素，一般通過（1)，（2)式進一步將RSSI定位模型簡 化為如下公式：
[0079] RSSId= A-lOnlgd (3)
[0080] 通過對（3)式演化，我們得到了通過RSSI值算出距離的公式：
[0082] 由公式（4)，我們可以根據(jù)信號強度RSSI計算出距離d。通過距離d可以簡單計 算出一個范圍。
[0083] 定位
[0084] 通過上面的測距，就可以測得三個不同位置的AP的RSSI，然后通過無線傳輸損耗 模型計算出對應的距離d，然后以這三個位置為圓心，以d為半徑畫圓，所得三個圓的交點 即為要求的坐標點；如圖3所示。
[0085]已知 A (xl，yl)到D(X，y)的距離為 dl，B(x2, y2)到D的距離為 d2,C(x3, y3)到D 的距離為d3,我們可以得出：
[0087] 由公式（5)，我們可以推導出點D的坐標（x，y)。
[0088] 然而上面只是一種理想的模型，在實際情況中，不可能這么理想，可能會遇到以下 各種情況：
[0089]a)、只有一個AP熱點信號，如圖4所示；
[0090] b)、有兩個AP熱點信號時，兩個圓可能交叉，如圖5所示；兩個圓可能相離，如圖6 所示。
[0091] c)、三個AP熱點信號時，三個圓可能交叉，如圖7所示；三個圓可能相離，如圖8所 不〇
[0092] d)、以及其他更加復雜的情況等。
[0093]通過對以上分析，假設我們在X (x，y)點能夠獲取到n個AP信號API (xl，y2)，AP2 (叉2,72)，六?3(叉3,73)~六卩11(叉11，711)建立如下模型：
[0095] 由式（6)可以得出線性方程組：
[0096] AX = B (7)
[0097] 式（7)通過解線性方程組就可以求得X點的坐標。
[0098] 在通過RSSI測距的實踐中，由于室內環(huán)境部署復雜，信號干擾大，通過這種方法 得到的結果經常偏差較大。于是，我們又采用了下面的算法。
[0099] 基于指紋數(shù)據(jù)庫及余弦相似性的定位算法
[0100] 由于室內環(huán)境復雜，Wifi信號具有很強的時變性，如圖9所示。
[0101] 圖9中是不同時間采集到的同一 AP的WIFI信號強度，由圖中可以看出，WIFI的 信號強度隨著時間，以及環(huán)境的不同，在時刻變化著，所以，無線信號衰減模型難以準確的 表現(xiàn)出距離與信號強度的關系。而基于指紋數(shù)據(jù)庫的匹配定位方法就具有很好的魯棒性。
[0102] 指紋數(shù)據(jù)匹配算法主要也有兩個階段：
[0103] 訓練階段
[0104] 訓練階段主要是建立一個坐標點與WIFI信號強度向量的映射關系，從而建立一 個指紋庫（radio map)訓練階段中，我們通過腳本采集不同位置的信號并發(fā)送到服務端。
[0105] 通過腳本在每個位置上每隔5s采集一次數(shù)據(jù)，總共采集100次數(shù)據(jù)，并將數(shù)據(jù)上 傳到服務器上。
[0106] 采集后，我們對每個指紋特征采用AP的RSSI均值，即
[0108] 即對同一個AP采集的多次數(shù)據(jù)取平均值，以此建立指紋數(shù)據(jù)庫。
[0109] 定位階段
[0110] 定位階段的主要工作是根據(jù)一定的匹配算法，將接收到的AP的RSSI向量與數(shù)據(jù) 庫中的值進行匹配，找到一個最合適的值返回坐標。常用得匹配算法有NN，KNN，神經網絡 等，經過綜合考慮，我們決定采用余弦相似性來進行匹配。
[0111] 余弦相似性是通過測量兩個向量內積空間的夾角的余弦值來判定兩個向量之間 的相似程度。余弦值越接近1，其夾角越接近〇,表示兩個向量越相似。如圖10所示。
[0112] 兩個向量間的余